Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Positron Emission Tomography01:29

Positron Emission Tomography

Positron emission tomography (PET) is a medical imaging technique involving radiopharmaceuticals — substances that emit short-lived radiation. Although the first PET scanner was introduced in 1961, it took 15 more years before radiopharmaceuticals were combined with the technique and revolutionized its potential.
One of the main requirements of a PET scan is a positron-emitting radioisotope, which is produced in a cyclotron and then attached to a substance used by the part of the body being...
Radiological Investigation III: Pulmonary Angiogram and PET Scan01:13

Radiological Investigation III: Pulmonary Angiogram and PET Scan

Radiological investigations are paramount in the diagnosis and management of various pulmonary diseases. Two essential investigations are the Pulmonary Angiogram and the Positron Emission Tomography (PET) Scan.
Pulmonary Angiogram
A Pulmonary Angiogram is an invasive procedure involving injecting a contrast medium through a catheter threaded into the pulmonary artery or the right side of the heart to visualize the pulmonary vasculature. Computed Tomography (CT) scans have mainly replaced this...
Imaging Studies II: Positron Emission Tomography and Scintigraphy01:25

Imaging Studies II: Positron Emission Tomography and Scintigraphy

Positron Emission Tomography (PET) is a medical imaging technique that provides crucial insights into the body's physiological functions at a molecular level. It is an indispensable resource for diagnosing, staging, and monitoring various illnesses, notably cancer, neurological disorders, and cardiovascular conditions.
Fundamental Principles of PET

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Lactate Dehydrogenase-5 and Tumor-Infiltrating Lymphocytes in Prostate Cancer Patients Undergoing Radical Hypofractionated Radiotherapy.

Cancers·2026
Same author

Artificial Intelligence in Spine Neuroimaging: Diagnostic and Prognostic Utility of Novel Biomarkers in Lower Back Pain.

Journal of clinical medicine·2026
Same author

Metabolism and Immunity-Adapted Radiotherapy (M.I.A.R): A Conceptual Framework for Overcoming the Therapeutic Plateau in Clinical Radiotherapy.

Current oncology (Toronto, Ont.)·2026
Same author

CellVizio<sup>®</sup> System for Mesothorax Lymphadenopathy Rapid on Site, 18G needle: Pros and Cons.

Journal of Cancer·2026
Same author

MRI-Derived Biomarkers and Radiomic Signatures for Early, Dose-Dependent Evaluation of Prostate Cancer Radiotherapy: An Exploratory Study.

Journal of imaging·2026
Same author

Proposing Incidental-Reporting and Data System: A classification system for incidental findings in radiology.

World journal of radiology·2026

Video Experimental Relacionado

Updated: Jun 1, 2026

miRNA Expression Analyses in Prostate Cancer Clinical Tissues
11:29

miRNA Expression Analyses in Prostate Cancer Clinical Tissues

Published on: September 8, 2015

10.9K

El papel del análisis radiómico y los diferentes modelos de aprendizaje automático en el diagnóstico del cáncer de

Eleni Bekou1, Ioannis Seimenis2, Athanasios Tsochatzis3

  • 1Medical Physics Laboratory, School of Medicine, Democritus University of Thrace, 68100 Alexandroupolis, Greece.

Journal of imaging
|August 27, 2025
PubMed
Resumen

Los modelos de aprendizaje automático que utilizan la radiómica de resonancia magnética biparamétrica muestran una mejora en la clasificación del cáncer de próstata cuando se incluye el índice de antígeno prostático específico (PSA). Esto mejora la precisión del diagnóstico para una planificación eficaz del tratamiento.

Palabras clave:
Imágenes por resonancia magnética biparamétricaAprendizaje automáticoCáncer de próstatadiagnóstico de cáncer de próstataAntígeno específico de la próstataRadiología

Más Videos Relacionados

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
07:15

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

6.9K
Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
08:05

Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence

Published on: June 10, 2025

659

Videos de Experimentos Relacionados

Last Updated: Jun 1, 2026

miRNA Expression Analyses in Prostate Cancer Clinical Tissues
11:29

miRNA Expression Analyses in Prostate Cancer Clinical Tissues

Published on: September 8, 2015

10.9K
Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
07:15

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

6.9K
Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
08:05

Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence

Published on: June 10, 2025

659

Área de la Ciencia:

  • Imágenes médicas
  • En el campo de la oncología
  • Inteligencia artificial

Sus antecedentes:

  • El cáncer de próstata (PCa) es el cáncer más común en los hombres, lo que requiere una clasificación precisa para un tratamiento eficaz.
  • La radiómica de la resonancia magnética biparamétrica (bpMRI) combinada con el aprendizaje automático (ML) muestra potencial para mejorar el diagnóstico y el pronóstico de PCa.

Objetivo del estudio:

  • Evaluar la eficacia del diagnóstico de siete modelos ML para diferenciar los grados de PCa.
  • Evaluar el impacto de las variables de entrada, incluidas las características radiómicas de la resonancia magnética ponderada por T2 (T2W) y ponderada por difusión (DWI) y los valores del antígeno prostático específico (PSA), en el rendimiento del modelo.

Principales métodos:

  • Se incluyó un total de 214 hombres sometidos a una resonancia magnética de tipo bpmri.
  • Las características radiómicas se extrajeron de las secuencias T2W y DWI.
  • Se entrenaron y probaron siete algoritmos ML utilizando estas características, con y sin la inclusión del índice de PSA, y se evaluaron mediante el análisis de la curva característica de funcionamiento del receptor.

Principales resultados:

  • Los modelos de ML que utilizan únicamente las características radiómicas de T2W y DWI mostraron una utilidad clínica limitada (AUC 0, 703 0, 807).
  • La incorporación del índice PSA mejoró significativamente el rendimiento del modelo en todos los grados y ubicaciones (AUC 0,784 1,00).
  • El rendimiento del modelo dependía en gran medida de los parámetros de entrada utilizados.

Conclusiones:

  • La ML combinada con la radiómica de la RMBp puede ayudar a resolver problemas de diagnóstico diferencial en el cáncer de próstata.
  • La inclusión del índice de PSA es fundamental para optimizar la eficiencia del modelo ML en la clasificación del PCa.
  • La optimización de los métodos de análisis es esencial para su aplicación clínica.