在预后不佳的头癌中,多模式成像生物标志物的进展风险分析的可解释的生存网络

Lise Wei1, Madhava P Aryal2, Choonik Lee2

  • 1Department of Radiation Oncology, University of Michigan, Ann Arbor, MI, USA. liswei@med.umich.edu.

Scientific reports
|December 2, 2024
PubMed
概括

这项研究使用可解释的机器学习和成像生物标志物来预测头癌 (HNCs) 的结果. 这些发现可以帮助个性化放射治疗,以获得更好的患者结果.