Radiomique et intelligence artificielle : du milieu universitaire à la pratique clinique
Les références
- 1. . Intelligence artificielle en oncologie : applications actuelles et perspectives futures. Br J Cancer 2022;126(1):49. Référence croisée, Medline,Google Scholar
- 2. . Radiomics : extraire plus d’informations à partir d’images médicales à l’aide d’une analyse avancée des caractéristiques. Eur J Cancer 2012;48(4):441446. Référence croisée, Medline,Google Scholar
- 3. . Radiomics : le processus et les défis. Imagerie par résonance magnétique 2012;30(9):12341248. Référence croisée, Medline,Google Scholar
- 4. . Comment la radiomique peut-elle être appliquée de manière cohérente entre les imageurs et les institutions ? Radiologie 2019;291(1):6061. Lien,Google Scholar
- 5. . Validation d’une méthode pour compenser les effets multicentriques affectant les radiomics CT. Radiologie 2019;291(1):5359. Lien,Google Scholar
- 6. . L’initiative de standardisation des biomarqueurs d’images : radiomique quantitative standardisée pour le phénotypage basé sur l’image à haut débit. Radiologie 2020;295(2):328338. Lien,Google Scholar
- 7. . Une nouvelle approche d’analyse comparative pour évaluer la concordance entre les outils radiomiques. Radiologie 2022.https://doi.org/10.1148/radiol.211604. Publié en ligne le 1er mars 2022. Google Scholar
- 8. . Un algorithme d’intelligence artificielle améliore les performances des radiologues dans l’évaluation de l’âge squelettique : un essai contrôlé randomisé multicentrique prospectif. Radiologie 2021;301(3):692699. Lien,Google Scholar
- 9. . Évaluation de l’âge osseux : un paradigme pour la prochaine génération d’intelligence artificielle en radiologie. Radiologie 2021;301(3):700701. Lien,Google Scholar
Historique des articles
Reçu : 10 janvier 2022
Révision demandée : 13 janvier 2022
Révision reçue : 16 janvier 2022
Accepté : 20 janvier 2022
Mise en ligne : 01 mars 2022