• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Development and Evaluation of an Open-Source Software Package CGITA for Quantifying Tumor Heterogeneity with Molecular Images
【2h】

Development and Evaluation of an Open-Source Software Package CGITA for Quantifying Tumor Heterogeneity with Molecular Images

机译：开源软件包 CGITA的开发和评估该软件包用于利用分子图像量化肿瘤异质性

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Background. The quantification of tumor heterogeneity with molecular images, by analyzing the local or global variation in the spatial arrangements of pixel intensity with texture analysis, possesses a great clinical potential for treatment planning and prognosis. To address the lack of available software for computing the tumor heterogeneity on the public domain, we develop a software package, namely, Chang-Gung Image Texture Analysis (CGITA) toolbox, and provide it to the research community as a free, open-source project. Methods. With a user-friendly graphical interface, CGITA provides users with an easy way to compute more than seventy heterogeneity indices. To test and demonstrate the usefulness of CGITA, we used a small cohort of eighteen locally advanced oral cavity (ORC) cancer patients treated with definitive radiotherapies. Results. In our case study of ORC data, we found that more than ten of the current implemented heterogeneity indices outperformed SUVmean for outcome prediction in the ROC analysis with a higher area under curve (AUC). Heterogeneity indices provide a better area under the curve up to 0.9 than the SUVmean and TLG (0.6 and 0.52, resp.). Conclusions. CGITA is a free and open-source software package to quantify tumor heterogeneity from molecular images. CGITA is available for free for academic use at .
机译：背景。通过利用纹理分析来分析像素强度的空间排列的局部或整体变化，利用分子图像对肿瘤异质性进行量化具有巨大的临床潜力，可用于治疗计划和预后。为了解决公共领域缺乏可用的用于计算肿瘤异质性的软件，我们开发了一个软件包，即Chang-Gung图像纹理分析（CGITA）工具箱，并将其作为免费的开放源代码提供给研究社区。项目。方法。通过用户友好的图形界面，CGITA为用户提供了一种简便的方法来计算70多种异质性指数。为了测试和证明CGITA的有效性，我们使用了18例接受了明确放射疗法治疗的局部晚期口腔癌（ORC）患者。结果。在我们对ORC数据的案例研究中，我们发现，在ROC分析中，曲线下面积（AUC）较高时，当前执行的异质性指标中有十多个优于SUVmean。与SUVmean和TLG（分别为0.6和0.52）相比，异质性指数在曲线下提供了更好的面积（最高为0.9）。结论。 CGITA是一个免费的开源软件包，用于从分子图像量化肿瘤异质性。 CGITA可在上免费用于学术用途。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号