MRI radiomics for the prediction of recurrence in patients with clinically non-functioning pituitary macroadenomas (2020)
- Authors:
- USP affiliated authors: MOREIRA, AYRTON CUSTODIO - FMRP ; SANTOS, ANTONIO CARLOS DOS - FMRP ; MURTA JUNIOR, LUIZ OTAVIO - FFCLRP ; MACHADO, LEONARDO FERREIRA - FFCLRP
- Unidades: FMRP; FFCLRP
- DOI: 10.1016/j.compbiomed.2020.103966
- Subjects: RESSONÂNCIA MAGNÉTICA; ADENOMA; GLÂNDULA PITUITÁRIA; RECIDIVA LOCAL DE NEOPLASIA; APRENDIZADO COMPUTACIONAL
- Keywords: Radiomics; MRI; Pituitary adenoma; Tumor recurrence; Machine learning
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Computers in Biology and Medicine
- ISSN: 0010-4825
- Volume/Número/Paginação/Ano: v. 124, art.103966, 2020
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: hybrid
- Licença: unspecified-oa
-
ABNT
MACHADO, Leonardo Ferreira et al. MRI radiomics for the prediction of recurrence in patients with clinically non-functioning pituitary macroadenomas. Computers in Biology and Medicine, v. 124, 2020Tradução . . Disponível em: https://doi.org/10.1016/j.compbiomed.2020.103966. Acesso em: 29 dez. 2025. -
APA
Machado, L. F., Elias, P. C. L., Moreira, A. C., Santos, A. C. dos, & Murta Júnior, L. O. (2020). MRI radiomics for the prediction of recurrence in patients with clinically non-functioning pituitary macroadenomas. Computers in Biology and Medicine, 124. doi:10.1016/j.compbiomed.2020.103966 -
NLM
Machado LF, Elias PCL, Moreira AC, Santos AC dos, Murta Júnior LO. MRI radiomics for the prediction of recurrence in patients with clinically non-functioning pituitary macroadenomas [Internet]. Computers in Biology and Medicine. 2020 ; 124[citado 2025 dez. 29 ] Available from: https://doi.org/10.1016/j.compbiomed.2020.103966 -
Vancouver
Machado LF, Elias PCL, Moreira AC, Santos AC dos, Murta Júnior LO. MRI radiomics for the prediction of recurrence in patients with clinically non-functioning pituitary macroadenomas [Internet]. Computers in Biology and Medicine. 2020 ; 124[citado 2025 dez. 29 ] Available from: https://doi.org/10.1016/j.compbiomed.2020.103966 - Brain tissue segmentation using q-entropy in multiple sclerosis magnetic resonance images
- Avaliação do software MRIcro como método semi-automático para segmentação de estruturas anatônicas em imagens de ressonância magnética para quantificação de atrofia cerebral
- Brain activation inhomogeneity highlighted by the isotropic anomalous diffusion filter
- Magnetic resonance imaging texture analysis in the prediction of tumor recurrence in patients with non-functioning pituitary adenomas
- Mandible-focused osteoporosis risk assessment using dental panoramic radiography and artificial intelligence models
- Assessment of U-Net in the segmentation of short tracts: transferring to clinical MRI routine
- Enhancing quality in Diffusion Tensor Imaging with anisotropic anomalous diffusion filter
- Analysis of magnetization transfer ratio histograms in multiple sclerosis using shannon's entropy
- Voxel-based volumetric assessment in long-term treated giant prolactinomas
- Avaliação quantitativa da mobilidade segmentar do ventrículo esquerdo pela técnica de Color Kinesis, utilizando maps polares ("bulls eye")e uma rede neural artificial
Informações sobre o DOI: 10.1016/j.compbiomed.2020.103966 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
003039579.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
