Radiomics
Radiomics bezeichnet ein Teilgebiet der medizinischen Bildverarbeitung und radiologischen Grundlagenforschung, welche sich mit der Analyse von quantitativen Bildmerkmalen in großen medizinischen Bilddatenbanken beschäftigt. Der Begriff ist ein Portmanteau aus „Radiology“ und „Genomics“, basierend auf der zugrundeliegenden Idee, dass man auf Basis radiologischer Bilddaten statistische Aussagen über Gewebeeigenschaften, Diagnosen und Krankheitsverläufe macht, für die man sonst z. B. das Genom (oder Proteom) heranziehen würde.[1][2]
Die Vorgehensweise besteht vor allem in der automatischen Extraktion einer großen Anzahl (zum Beispiel wenige Hundert) von quantitativen Merkmalen, deren Visualisierung und statistischer Analyse (insbesondere der Korrelationsprüfung mit klinischen Endpunkten). Hierfür kommt neben Statistik vor allem Maschinelles Lernen zum Einsatz.[3]
Einzelnachweise
[Bearbeiten | Quelltext bearbeiten]- ↑ Robert J. Gillies, Paul E. Kinahan, Hedvig Hricak: Radiomics: Images Are More than Pictures, They Are Data. In: Radiology. Band 278, Nr. 2, 18. November 2015, S. 563–577, doi:10.1148/radiol.2015151169, PMID 26579733, PMC 4734157 (freier Volltext).
- ↑ Philippe Lambin, Emmanuel Rios-Velazquez, Ralph Leijenaar, Sara Carvalho, Ruud G. P. M. van Stiphout: Radiomics: extracting more information from medical images using advanced feature analysis. In: European Journal of Cancer (Oxford, England: 1990). Band 48, Nr. 4, 1. März 2012, S. 441–446, doi:10.1016/j.ejca.2011.11.036, PMID 22257792, PMC 4533986 (freier Volltext).
- ↑ Chintan Parmar, Patrick Grossmann, Johan Bussink, Philippe Lambin, Hugo J. W. L. Aerts: Machine Learning methods for Quantitative Radiomic Biomarkers. In: Scientific Reports. Band 5, 17. August 2015, doi:10.1038/srep13087, PMID 26278466, PMC 4538374 (freier Volltext).
Literatur
[Bearbeiten | Quelltext bearbeiten]R. Kikinis, G. Krombach, S. Schönberg, H.-G. Stavginski: White Paper: Mehr Qualität in der personalisierten Medizin mit Radiomics, Bremen, 5. Juli 2016
