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

Improving Translational Accuracy02:07

Improving Translational Accuracy

11.8K
Base complementarity between the three base pairs of mRNA codon and the tRNA anticodon is not a failsafe mechanism. Inaccuracies can range from a single mismatch to no correct base pairing at all. The free energy difference between the correct and nearly correct base pairs can be as small as 3 kcal/ mol. With complementarity being the only proofreading step, the estimated error frequency would be one wrong amino acid in every 100 amino acids incorporated. However, error frequencies observed in...
11.8K

También podría leer

Artículos Relacionados

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

Ordenar por
Same author

Retractions of publications in radiomics: An underestimated problem?

European radiology·2025
Same author

Correction: Növer et al. Prediction of Recurrence and Rupture Risk of Ruptured and Unruptured Intracranial Aneurysms of the Posterior Circulation: A Machine Learning-Based Analysis. <i>Diagnostics</i> 2025, <i>15</i>, 2365.

Diagnostics (Basel, Switzerland)·2025
Same author

Prediction of Recurrence and Rupture Risk of Ruptured and Unruptured Intracranial Aneurysms of the Posterior Circulation: A Machine Learning-Based Analysis.

Diagnostics (Basel, Switzerland)·2025
Same author

Benchmarking feature projection methods in radiomics.

Scientific reports·2025
Same author

Detecting the left atrial appendage in CT localizers using deep learning.

Scientific reports·2025
Same author

Impact of bridging intravenous thrombolysis and infarct core growth rate on early neurological improvement in patients with acute anterior circulation ischemic stroke and mechanical thrombectomy.

Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences·2025

Video Experimental Relacionado

Updated: Sep 9, 2025

Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics
10:17

Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics

Published on: January 8, 2018

13.3K

Repensar la reproducibilidad de las características en la radiómica: el elefante en la oscuridad

Aydin Demircioğlu1

  • 1Institute of Diagnostic and Interventional Radiology and Neuroradiology, University Hospital Essen, Essen, Germany. aydin.demircioglu@uk-essen.de.

European radiology experimental
|September 4, 2025
PubMed
Resumen

La investigación radiómica debe dar prioridad a la predicción sobre la reproducibilidad de las características. Incluso las características no reproducibles pueden mejorar los modelos predictivos, desafiando las suposiciones tradicionales en aplicaciones clínicas.

Palabras clave:
Los biomarcadoresAprendizaje automáticoLa radiomíaReproducibilidad de los resultadosTamaño de la muestra

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
Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities
07:13

Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities

Published on: October 27, 2023

1.3K

Videos de Experimentos Relacionados

Last Updated: Sep 9, 2025

Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics
10:17

Guidelines and Experience Using Imaging Biomarker Explorer IBEX for Radiomics

Published on: January 8, 2018

13.3K
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
Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities
07:13

Author Spotlight: An Efficient and Robust Software for Automated Fusion of Multiple Preclinical Imaging Modalities

Published on: October 27, 2023

1.3K

Área de la Ciencia:

  • Análisis de imágenes médicas
  • Radiómica y imágenes cuantitativas
  • Ciencia de los datos biomédicos

Sus antecedentes:

  • Por lo general, se espera que las características radiómicas sean reproducibles para el desarrollo de modelos predictivos clínicos.
  • La reproducibilidad a menudo se considera un requisito previo, que potencialmente pasa por alto información predictiva valiosa.

Objetivo del estudio:

  • Investigar el impacto de las características radiómicas no reproducibles en el rendimiento predictivo del modelo.
  • Desafiar el énfasis convencional en la reproducibilidad de características en radiómica.

Principales métodos:

  • Se llevaron a cabo experimentos simulados de prueba-reprueba para evaluar la reproducibilidad de las características.
  • Se evaluaron modelos predictivos con y sin la inclusión de características no reproducibles.

Principales resultados:

  • Las características no reproducibles contribuyeron significativamente al rendimiento predictivo.
  • La exclusión de características no reproducibles condujo a una disminución de la precisión del modelo.
  • Se encontró que las interacciones de características son cruciales para el poder predictivo.

Conclusiones:

  • El estricto énfasis en la reproducibilidad de las características en la radiómica puede ser subóptimo.
  • Los modelos radiómicos deben considerar las interacciones de las características y dar prioridad a la predicción clínica.
  • Las características no reproducibles pueden tener un valor predictivo significativo.