ReP USP - Resultado da busca

Tese (Doutorado)
Modelo radiômico baseado em ressonância magnética e a resposta ao tratamento neoadjuvante no adenocarcinoma retal (2025)
Santos, João Manoel Miranda Magalhães ; Horvat, Natally de Souza Maciel Rocha (coorient) ; Nomura, Cesar Higa (Orientador)
Unidade: FM
Subjects: NEOPLASIAS RETAIS, IMAGEM POR RESSONÂNCIA MAGNÉTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SANTOS, João Manoel Miranda Magalhães. Modelo radiômico baseado em ressonância magnética e a resposta ao tratamento neoadjuvante no adenocarcinoma retal. 2025. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/5/5151/tde-08102025-111841/. Acesso em: 05 jan. 2026.
APA
Santos, J. M. M. M. (2025). Modelo radiômico baseado em ressonância magnética e a resposta ao tratamento neoadjuvante no adenocarcinoma retal (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/5/5151/tde-08102025-111841/
NLM
Santos JMMM. Modelo radiômico baseado em ressonância magnética e a resposta ao tratamento neoadjuvante no adenocarcinoma retal [Internet]. 2025 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/5/5151/tde-08102025-111841/
Vancouver
Santos JMMM. Modelo radiômico baseado em ressonância magnética e a resposta ao tratamento neoadjuvante no adenocarcinoma retal [Internet]. 2025 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/5/5151/tde-08102025-111841/
Artigo de periodico
DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images (2025)
Costa, Márcus Vinícius Lobo ; Aguiar, Erikson Júlio de ; Rodrigues, Lucas Santiago ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Health Information Science and Systems. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, DIAGNÓSTICO POR IMAGEM, RADIOGRAFIA, TÓRAX, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo et al. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images. Health Information Science and Systems, v. 13, n. 1, p. 1-15, 2025Tradução . . Disponível em: https://doi.org/10.1007/s13755-024-00330-6. Acesso em: 05 jan. 2026.
APA
Costa, M. V. L., Aguiar, E. J. de, Rodrigues, L. S., Traina Junior, C., & Traina, A. J. M. (2025). DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images. Health Information Science and Systems, 13( 1), 1-15. doi:10.1007/s13755-024-00330-6
NLM
Costa MVL, Aguiar EJ de, Rodrigues LS, Traina Junior C, Traina AJM. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images [Internet]. Health Information Science and Systems. 2025 ; 13( 1): 1-15.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s13755-024-00330-6
Vancouver
Costa MVL, Aguiar EJ de, Rodrigues LS, Traina Junior C, Traina AJM. DEELE-Rad: exploiting deep radiomics features in deep learning models using COVID-19 chest X-ray images [Internet]. Health Information Science and Systems. 2025 ; 13( 1): 1-15.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s13755-024-00330-6
Trabalho de evento
RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases (2024)
Linares, Oscar Alonso Cuadros ; Belizario, Ivar Vargas ; Batah, Sabrina Setembre ; Hamann, Bernd ; Fabro, Alexandre Todorovic ; Azevedo-Marques, Paulo Mazzoncini de ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: IEEE International Symposium on Biomedical Imaging - ISBI. Unidades: FMRP, ICMC
Subjects: RECONHECIMENTO DE IMAGEM, APRENDIZADO COMPUTACIONAL, DIAGNÓSTICO POR COMPUTADOR, DIAGNÓSTICO POR IMAGEM, DOENÇAS PULMONARES INTERSTICIAIS, PLEURA, TECNOLOGIAS DA SAÚDE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LINARES, Oscar Alonso Cuadros et al. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/ISBI56570.2024.10635328. Acesso em: 05 jan. 2026.
APA
Linares, O. A. C., Belizario, I. V., Batah, S. S., Hamann, B., Fabro, A. T., Azevedo-Marques, P. M. de, & Traina, A. J. M. (2024). RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases. In Proceedings. Piscataway: IEEE. doi:10.1109/ISBI56570.2024.10635328
NLM
Linares OAC, Belizario IV, Batah SS, Hamann B, Fabro AT, Azevedo-Marques PM de, Traina AJM. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases [Internet]. Proceedings. 2024 ;[citado 2026 jan. 05 ] Available from: https://doi.org/10.1109/ISBI56570.2024.10635328
Vancouver
Linares OAC, Belizario IV, Batah SS, Hamann B, Fabro AT, Azevedo-Marques PM de, Traina AJM. RadPleura: a radiomics-based framework for lung pleura classification in histology images from interstitial lung diseases [Internet]. Proceedings. 2024 ;[citado 2026 jan. 05 ] Available from: https://doi.org/10.1109/ISBI56570.2024.10635328
Dissertação (Mestrado)
Explorando Características Radiômicas Profundas em Modelos de Aprendizado Profundo por meio de Imagens Médicas de COVID-19 (2024)
Costa, Márcus Vinícius Lobo ; Traina, Agma Juci Machado (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, COVID-19, DIAGNÓSTICO POR IMAGEM
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo. Explorando Características Radiômicas Profundas em Modelos de Aprendizado Profundo por meio de Imagens Médicas de COVID-19. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-22032024-142104/. Acesso em: 05 jan. 2026.
APA
Costa, M. V. L. (2024). Explorando Características Radiômicas Profundas em Modelos de Aprendizado Profundo por meio de Imagens Médicas de COVID-19 (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-22032024-142104/
NLM
Costa MVL. Explorando Características Radiômicas Profundas em Modelos de Aprendizado Profundo por meio de Imagens Médicas de COVID-19 [Internet]. 2024 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-22032024-142104/
Vancouver
Costa MVL. Explorando Características Radiômicas Profundas em Modelos de Aprendizado Profundo por meio de Imagens Médicas de COVID-19 [Internet]. 2024 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-22032024-142104/
Dissertação (Mestrado)
Quantificação de radiodermatite utilizando radiomics a partir de imagens digitais da pele (2024)
Fonseca, Marcos Eduardo; Cardoso, George Cunha (Orientador) ; Pavoni, Juliana Fernandes (coorient)
Unidade: FFCLRP
Subjects: APRENDIZADO COMPUTACIONAL, QUEIMADURAS, PELE, IMAGEM DIGITAL, RADIOTERAPIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FONSECA, Marcos Eduardo. Quantificação de radiodermatite utilizando radiomics a partir de imagens digitais da pele. 2024. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-25092024-160356/. Acesso em: 05 jan. 2026.
APA
Fonseca, M. E. (2024). Quantificação de radiodermatite utilizando radiomics a partir de imagens digitais da pele (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59135/tde-25092024-160356/
NLM
Fonseca ME. Quantificação de radiodermatite utilizando radiomics a partir de imagens digitais da pele [Internet]. 2024 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-25092024-160356/
Vancouver
Fonseca ME. Quantificação de radiodermatite utilizando radiomics a partir de imagens digitais da pele [Internet]. 2024 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-25092024-160356/
Dissertação (Mestrado)
Comparação dosiômica entre tratamentos de radioterapia utilizando técnica conformacional, IMRT e VMAT e em diferentes aceleradores lineares (2024)
Lopes, Evandro de Oliveira Molinari; Pavoni, Juliana Fernandes (Orientador)
Unidade: FFCLRP
Subjects: ALGORITMOS, APRENDIZADO COMPUTACIONAL, PREDIÇÃO, RADIOTERAPIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LOPES, Evandro de Oliveira Molinari. Comparação dosiômica entre tratamentos de radioterapia utilizando técnica conformacional, IMRT e VMAT e em diferentes aceleradores lineares. 2024. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-27092024-142400/. Acesso em: 05 jan. 2026.
APA
Lopes, E. de O. M. (2024). Comparação dosiômica entre tratamentos de radioterapia utilizando técnica conformacional, IMRT e VMAT e em diferentes aceleradores lineares (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59135/tde-27092024-142400/
NLM
Lopes E de OM. Comparação dosiômica entre tratamentos de radioterapia utilizando técnica conformacional, IMRT e VMAT e em diferentes aceleradores lineares [Internet]. 2024 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-27092024-142400/
Vancouver
Lopes E de OM. Comparação dosiômica entre tratamentos de radioterapia utilizando técnica conformacional, IMRT e VMAT e em diferentes aceleradores lineares [Internet]. 2024 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-27092024-142400/
Mestrado Profissionalizante
Radiomics e análise de textura e formato no diagnóstico e prognóstico de pacientes com glioblastoma multiforme (2023)
Sousa, Péricles Crisóstomo de; Arruda, Gustavo Viani (Orientador)
Unidade: FMRP
Subjects: GLIOMA, QUIMIOTERAPIA, NEOPLASIAS, PROGNÓSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUSA, Péricles Crisóstomo de. Radiomics e análise de textura e formato no diagnóstico e prognóstico de pacientes com glioblastoma multiforme. 2023. Mestrado Profissionalizante – Universidade de São Paulo, Ribeirão Preto, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/17/17159/tde-10102023-162715/. Acesso em: 05 jan. 2026.
APA
Sousa, P. C. de. (2023). Radiomics e análise de textura e formato no diagnóstico e prognóstico de pacientes com glioblastoma multiforme (Mestrado Profissionalizante). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/17/17159/tde-10102023-162715/
NLM
Sousa PC de. Radiomics e análise de textura e formato no diagnóstico e prognóstico de pacientes com glioblastoma multiforme [Internet]. 2023 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17159/tde-10102023-162715/
Vancouver
Sousa PC de. Radiomics e análise de textura e formato no diagnóstico e prognóstico de pacientes com glioblastoma multiforme [Internet]. 2023 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17159/tde-10102023-162715/
Trabalho de evento
A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model (2023)
Costa, Márcus Vinícius Lobo ; Aguiar, Erikson Júlio de ; Rodrigues, Lucas Santiago ; Ramos, Jonathan da Silva ; Traina Junior, Caetano ; Traina, Agma Juci Machado
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE IMAGENS, RECONHECIMENTO DE IMAGEM, DIAGNÓSTICO POR COMPUTADOR, TECNOLOGIAS DA SAÚDE, COVID-19
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COSTA, Márcus Vinícius Lobo et al. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. 2023, Anais.. Los Alamitos: IEEE, 2023. Disponível em: https://doi.org/10.1109/CBMS58004.2023.00272. Acesso em: 05 jan. 2026.
APA
Costa, M. V. L., Aguiar, E. J. de, Rodrigues, L. S., Ramos, J. da S., Traina Junior, C., & Traina, A. J. M. (2023). A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS58004.2023.00272
NLM
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2026 jan. 05 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Vancouver
Costa MVL, Aguiar EJ de, Rodrigues LS, Ramos J da S, Traina Junior C, Traina AJM. A deep learning-based radiomics approach for COVID-19 detection from CXR images using ensemble learning model [Internet]. Proceedings. 2023 ;[citado 2026 jan. 05 ] Available from: https://doi.org/10.1109/CBMS58004.2023.00272
Trabalho de evento
Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures (2022)
Bêdo, Marcos Vinícius Naves; Ramos, Jonathan da Silva ; Traina, Agma Juci Machado ; Traina Junior, Caetano ; Nogueira-Barbosa, Marcello Henrique ; Azevedo-Marques, Paulo Mazzoncini de
Source: Proceedings. Conference titles: International Symposium on Computer-Based Medical Systems - CBMS. Unidades: ICMC, FMRP
Subjects: RECUPERAÇÃO DA INFORMAÇÃO, RECONHECIMENTO DE IMAGEM, TECNOLOGIAS DA SAÚDE, DIAGNÓSTICO POR IMAGEM, RESSONÂNCIA MAGNÉTICA, OSTEOGÊNESE IMPERFEITA, OSTEOPOROSE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BÊDO, Marcos Vinícius Naves et al. Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures. 2022, Anais.. Los Alamitos: IEEE, 2022. Disponível em: https://doi.org/10.1109/CBMS55023.2022.00020. Acesso em: 05 jan. 2026.
APA
Bêdo, M. V. N., Ramos, J. da S., Traina, A. J. M., Traina Junior, C., Nogueira-Barbosa, M. H., & Azevedo-Marques, P. M. de. (2022). Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures. In Proceedings. Los Alamitos: IEEE. doi:10.1109/CBMS55023.2022.00020
NLM
Bêdo MVN, Ramos J da S, Traina AJM, Traina Junior C, Nogueira-Barbosa MH, Azevedo-Marques PM de. Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures [Internet]. Proceedings. 2022 ;[citado 2026 jan. 05 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00020
Vancouver
Bêdo MVN, Ramos J da S, Traina AJM, Traina Junior C, Nogueira-Barbosa MH, Azevedo-Marques PM de. Wia-Spine: a CBIR environment with embedded radiomic features to assess fragility fractures [Internet]. Proceedings. 2022 ;[citado 2026 jan. 05 ] Available from: https://doi.org/10.1109/CBMS55023.2022.00020
Artigo de periodico
Radiomic quantification for MRI assessment of sacroiliac joints of patients with spondyloarthritis (2022)
Tenório, Ariane Priscilla Magalhães; Ferreira-Junior, José Raniery; Dalto, Vitor Faeda; Faleiros, Matheus Calil; Assad, Rodrigo Luppino; Louzada Júnior, Paulo ; Nogueira-Barbosa, Marcello Henrique ; Rangayyan, Rangaraj Mandayam; Azevedo-Marques, Paulo Mazzoncini de
Source: Journal of Digital Imaging. Unidade: FMRP
Subjects: ELETROMAGNETISMO, MEDICINA ALTERNATIVA, INFLAMAÇÃO, COLUNA VERTEBRAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TENÓRIO, Ariane Priscilla Magalhães et al. Radiomic quantification for MRI assessment of sacroiliac joints of patients with spondyloarthritis. Journal of Digital Imaging, v. 35, n. 1, p. 29-38, 2022Tradução . . Disponível em: https://doi.org/10.1007/s10278-021-00559-7. Acesso em: 05 jan. 2026.
APA
Tenório, A. P. M., Ferreira-Junior, J. R., Dalto, V. F., Faleiros, M. C., Assad, R. L., Louzada Júnior, P., et al. (2022). Radiomic quantification for MRI assessment of sacroiliac joints of patients with spondyloarthritis. Journal of Digital Imaging, 35( 1), 29-38. doi:10.1007/s10278-021-00559-7
NLM
Tenório APM, Ferreira-Junior JR, Dalto VF, Faleiros MC, Assad RL, Louzada Júnior P, Nogueira-Barbosa MH, Rangayyan RM, Azevedo-Marques PM de. Radiomic quantification for MRI assessment of sacroiliac joints of patients with spondyloarthritis [Internet]. Journal of Digital Imaging. 2022 ; 35( 1): 29-38.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s10278-021-00559-7
Vancouver
Tenório APM, Ferreira-Junior JR, Dalto VF, Faleiros MC, Assad RL, Louzada Júnior P, Nogueira-Barbosa MH, Rangayyan RM, Azevedo-Marques PM de. Radiomic quantification for MRI assessment of sacroiliac joints of patients with spondyloarthritis [Internet]. Journal of Digital Imaging. 2022 ; 35( 1): 29-38.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s10278-021-00559-7
Tese (Doutorado)
Modelo radiômico baseado em imagens por tomografia computadorizada como preditor de metástase pulmonar em osteossarcoma (2021)
Pereira, Hélcio Mendonça; Barbosa, Marcello Henrique Nogueira (Orientador) ; Duarte, Maria Eugênia Leite (coorient)
Unidade: FMRP
Subjects: OSTEOSSARCOMA, TOMOGRAFIA COMPUTADORIZADA DE EMISSÃO, METÁSTASE NEOPLÁSICA, APRENDIZADO COMPUTACIONAL, NEOPLASIAS ÓSSEAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEREIRA, Hélcio Mendonça. Modelo radiômico baseado em imagens por tomografia computadorizada como preditor de metástase pulmonar em osteossarcoma. 2021. Tese (Doutorado) – Universidade de São Paulo, Ribeirão Preto, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/17/17142/tde-11042022-133150/. Acesso em: 05 jan. 2026.
APA
Pereira, H. M. (2021). Modelo radiômico baseado em imagens por tomografia computadorizada como preditor de metástase pulmonar em osteossarcoma (Tese (Doutorado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/17/17142/tde-11042022-133150/
NLM
Pereira HM. Modelo radiômico baseado em imagens por tomografia computadorizada como preditor de metástase pulmonar em osteossarcoma [Internet]. 2021 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17142/tde-11042022-133150/
Vancouver
Pereira HM. Modelo radiômico baseado em imagens por tomografia computadorizada como preditor de metástase pulmonar em osteossarcoma [Internet]. 2021 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17142/tde-11042022-133150/
Artigo de periodico
Patient-specific IMRT QA verification using machine learning and gamma radiomics (2021)
Lizar, Jéssica Caroline ; Yaly, Carolina Cariolatto; Bruno, Alexandre Colello; Viani, Gustavo Arruda; Pavoni, Juliana Fernandes
Source: Physica Medica. Unidades: FMRP, FFCLRP
Subjects: ALGORITMOS, DADOS CATEGORIZADOS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LIZAR, Jéssica Caroline et al. Patient-specific IMRT QA verification using machine learning and gamma radiomics. Physica Medica, v. 82, p. 100-108, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.ejmp.2021.01.071. Acesso em: 05 jan. 2026.
APA
Lizar, J. C., Yaly, C. C., Bruno, A. C., Viani, G. A., & Pavoni, J. F. (2021). Patient-specific IMRT QA verification using machine learning and gamma radiomics. Physica Medica, 82, 100-108. doi:10.1016/j.ejmp.2021.01.071
NLM
Lizar JC, Yaly CC, Bruno AC, Viani GA, Pavoni JF. Patient-specific IMRT QA verification using machine learning and gamma radiomics [Internet]. Physica Medica. 2021 ; 82 100-108.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1016/j.ejmp.2021.01.071
Vancouver
Lizar JC, Yaly CC, Bruno AC, Viani GA, Pavoni JF. Patient-specific IMRT QA verification using machine learning and gamma radiomics [Internet]. Physica Medica. 2021 ; 82 100-108.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1016/j.ejmp.2021.01.071
Artigo de periodico
Radiomic signature of DWI‐FLAIR mismatch in large vessel occlusion stroke (2021)
Regenhardt, Robert W.; Bretzner, Martin; Zotin, Maria Clara Zanon ; Bonkhoff, Anna K.; Etherton, Mark R.; Hong, Sungmin; Das, Alvin S.; Alotaibi, Naif M.; Vranic, Justin E.; Dmytriw, Adam A.; Stapleton, Christopher J.; Patel, Aman B.; Kuchcinski, Gregory; Rost, Natalia S.; Leslie‐Mazwi, Thabele M.
Source: Journal of Neuroimaging. Unidade: FMRP
Subjects: CANNABIS, RESSONÂNCIA MAGNÉTICA, PSICOSE EM ADULTO, DEPENDENTES QUÍMICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REGENHARDT, Robert W. et al. Radiomic signature of DWI‐FLAIR mismatch in large vessel occlusion stroke. Journal of Neuroimaging, v. 32, n. 1, p. 63-67, 2021Tradução . . Disponível em: https://doi.org/10.1111/jon.12928. Acesso em: 05 jan. 2026.
APA
Regenhardt, R. W., Bretzner, M., Zotin, M. C. Z., Bonkhoff, A. K., Etherton, M. R., Hong, S., et al. (2021). Radiomic signature of DWI‐FLAIR mismatch in large vessel occlusion stroke. Journal of Neuroimaging, 32( 1), 63-67. doi:10.1111/jon.12928
NLM
Regenhardt RW, Bretzner M, Zotin MCZ, Bonkhoff AK, Etherton MR, Hong S, Das AS, Alotaibi NM, Vranic JE, Dmytriw AA, Stapleton CJ, Patel AB, Kuchcinski G, Rost NS, Leslie‐Mazwi TM. Radiomic signature of DWI‐FLAIR mismatch in large vessel occlusion stroke [Internet]. Journal of Neuroimaging. 2021 ; 32( 1): 63-67.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1111/jon.12928
Vancouver
Regenhardt RW, Bretzner M, Zotin MCZ, Bonkhoff AK, Etherton MR, Hong S, Das AS, Alotaibi NM, Vranic JE, Dmytriw AA, Stapleton CJ, Patel AB, Kuchcinski G, Rost NS, Leslie‐Mazwi TM. Radiomic signature of DWI‐FLAIR mismatch in large vessel occlusion stroke [Internet]. Journal of Neuroimaging. 2021 ; 32( 1): 63-67.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1111/jon.12928
Artigo de periodico
MRI radiomics for the prediction of recurrence in patients with clinically non-functioning pituitary macroadenomas (2020)
Machado, Leonardo Ferreira; Elias, Paula C. L.; Moreira, Ayrton Custódio ; Santos, Antonio Carlos dos ; Murta Júnior, Luiz Otávio
Source: Computers in Biology and Medicine. Unidades: FMRP, FFCLRP
Subjects: RESSONÂNCIA MAGNÉTICA, ADENOMA, GLÂNDULA PITUITÁRIA, RECIDIVA LOCAL DE NEOPLASIA, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
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: 05 jan. 2026.
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 2026 jan. 05 ] 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 2026 jan. 05 ] Available from: https://doi.org/10.1016/j.compbiomed.2020.103966
Trabalho de evento-resumo periodico
AI-based radiomic approach in high-resolution CT images for differential diagnosis of idiopathic pulmonary fibrosis (2020)
Dorileo, Éderson Antonio Gomes; Koenigkam-Santos, Marcel ; Fabro, Alexandre Todorovic ; Azevedo-Marques, Paulo Mazzoncini de
Source: International Journal of Computer Assisted Radiology and Surgery. Conference titles: International Congress and Exhibition on Computer Assisted Radiology and Surgery - CARS. Unidade: FMRP
Subjects: FIBROSE PULMONAR, BIOMARCADORES, INTELIGÊNCIA ARTIFICIAL, RADIOLOGIA, DIAGNÓSTICO POR COMPUTADOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DORILEO, Éderson Antonio Gomes et al. AI-based radiomic approach in high-resolution CT images for differential diagnosis of idiopathic pulmonary fibrosis. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/s11548-020-02171-6. Acesso em: 05 jan. 2026. , 2020
APA
Dorileo, É. A. G., Koenigkam-Santos, M., Fabro, A. T., & Azevedo-Marques, P. M. de. (2020). AI-based radiomic approach in high-resolution CT images for differential diagnosis of idiopathic pulmonary fibrosis. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1007/s11548-020-02171-6
NLM
Dorileo ÉAG, Koenigkam-Santos M, Fabro AT, Azevedo-Marques PM de. AI-based radiomic approach in high-resolution CT images for differential diagnosis of idiopathic pulmonary fibrosis [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 S120-S121.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-020-02171-6
Vancouver
Dorileo ÉAG, Koenigkam-Santos M, Fabro AT, Azevedo-Marques PM de. AI-based radiomic approach in high-resolution CT images for differential diagnosis of idiopathic pulmonary fibrosis [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 S120-S121.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-020-02171-6
Artigo de periodico
CT-based radiomics for prediction of histologic subtype and metastatic disease in primary malignant lung neoplasms (2020)
Ferreira Junior, José Raniery; Santos, Marcel Koenigkam ; Tenório, Ariane Priscilla Magalhães; Faleiros, Matheus Calil; Cipriano, Federico Enrique Garcia; Fabro, Alexandre Todorovic ; Näppi, Janne; Yoshida, Hiroyuki; Azevedo-Marques, Paulo Mazzoncini de
Source: International Journal of Computer Assisted Radiology and Surgery. Unidade: FMRP
Subjects: RADIOMETRIA, NEOPLASIAS PULMONARES, BIOMARCADORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FERREIRA JUNIOR, José Raniery et al. CT-based radiomics for prediction of histologic subtype and metastatic disease in primary malignant lung neoplasms. International Journal of Computer Assisted Radiology and Surgery, v. 15, p. 163-172, 2020Tradução . . Disponível em: https://doi.org/10.1007/s11548-019-02093-y. Acesso em: 05 jan. 2026.
APA
Ferreira Junior, J. R., Santos, M. K., Tenório, A. P. M., Faleiros, M. C., Cipriano, F. E. G., Fabro, A. T., et al. (2020). CT-based radiomics for prediction of histologic subtype and metastatic disease in primary malignant lung neoplasms. International Journal of Computer Assisted Radiology and Surgery, 15, 163-172. doi:10.1007/s11548-019-02093-y
NLM
Ferreira Junior JR, Santos MK, Tenório APM, Faleiros MC, Cipriano FEG, Fabro AT, Näppi J, Yoshida H, Azevedo-Marques PM de. CT-based radiomics for prediction of histologic subtype and metastatic disease in primary malignant lung neoplasms [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 163-172.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-019-02093-y
Vancouver
Ferreira Junior JR, Santos MK, Tenório APM, Faleiros MC, Cipriano FEG, Fabro AT, Näppi J, Yoshida H, Azevedo-Marques PM de. CT-based radiomics for prediction of histologic subtype and metastatic disease in primary malignant lung neoplasms [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 163-172.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-019-02093-y
Trabalho de evento-resumo periodico
Machine learning models to predict axial and peripheral spondyloarthritis: a comparative radiomic study between SPAIR and STIR MRI sequences (2020)
Tenório, Ariane Priscilla Magalhães; Faleiros, M. C.; Ferreira-Junior, J. R.; Dalto, V. F.; Assad, R. L.; Nogueira-Barbosa, Marcello Henrique ; Azevedo-Marques, Paulo Mazzoncini de
Source: International Journal of Computer Assisted Radiology and Surgery. Conference titles: International Congress and Exhibition on Computer Assisted Radiology and Surgery - CARS. Unidade: FMRP
Subjects: DIAGNÓSTICO POR COMPUTADOR, APRENDIZADO COMPUTACIONAL, RADIOLOGIA, REUMATOLOGIA, RESSONÂNCIA MAGNÉTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TENÓRIO, Ariane Priscilla Magalhães et al. Machine learning models to predict axial and peripheral spondyloarthritis: a comparative radiomic study between SPAIR and STIR MRI sequences. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/s11548-020-02171-6. Acesso em: 05 jan. 2026. , 2020
APA
Tenório, A. P. M., Faleiros, M. C., Ferreira-Junior, J. R., Dalto, V. F., Assad, R. L., Nogueira-Barbosa, M. H., & Azevedo-Marques, P. M. de. (2020). Machine learning models to predict axial and peripheral spondyloarthritis: a comparative radiomic study between SPAIR and STIR MRI sequences. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1007/s11548-020-02171-6
NLM
Tenório APM, Faleiros MC, Ferreira-Junior JR, Dalto VF, Assad RL, Nogueira-Barbosa MH, Azevedo-Marques PM de. Machine learning models to predict axial and peripheral spondyloarthritis: a comparative radiomic study between SPAIR and STIR MRI sequences [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 S129-S130.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-020-02171-6
Vancouver
Tenório APM, Faleiros MC, Ferreira-Junior JR, Dalto VF, Assad RL, Nogueira-Barbosa MH, Azevedo-Marques PM de. Machine learning models to predict axial and peripheral spondyloarthritis: a comparative radiomic study between SPAIR and STIR MRI sequences [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 S129-S130.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-020-02171-6
Dissertação (Mestrado)
Análise de textura em pacientes com lesão de glioblastoma multiforme para correlação com o prognóstico da doença (2020)
Borges, Pedro Henrique de Marco; Pavoni, Juliana Fernandes (Orientador)
Unidade: FFCLRP
Subjects: RESSONÂNCIA MAGNÉTICA, GENÉTICA, PROGNÓSTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BORGES, Pedro Henrique de Marco. Análise de textura em pacientes com lesão de glioblastoma multiforme para correlação com o prognóstico da doença. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-28052020-162040/. Acesso em: 05 jan. 2026.
APA
Borges, P. H. de M. (2020). Análise de textura em pacientes com lesão de glioblastoma multiforme para correlação com o prognóstico da doença (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/59/59135/tde-28052020-162040/
NLM
Borges PH de M. Análise de textura em pacientes com lesão de glioblastoma multiforme para correlação com o prognóstico da doença [Internet]. 2020 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-28052020-162040/
Vancouver
Borges PH de M. Análise de textura em pacientes com lesão de glioblastoma multiforme para correlação com o prognóstico da doença [Internet]. 2020 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/59/59135/tde-28052020-162040/
Dissertação (Mestrado)
Estudo da textura em imagens de tomografia computadorizada de pacientes submetidos a correção endovascular de aneurisma de aorta abdominal (2020)
Vasconcelos, Rafael Sampaio; Joviliano, Edwaldo Edner (Orientador)
Unidade: FMRP
Subjects: ANEURISMA AÓRTICO, TEXTURA, DIAGNÓSTICO POR IMAGEM
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
VASCONCELOS, Rafael Sampaio. Estudo da textura em imagens de tomografia computadorizada de pacientes submetidos a correção endovascular de aneurisma de aorta abdominal. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Ribeirão Preto, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/17/17137/tde-01062020-075858/. Acesso em: 05 jan. 2026.
APA
Vasconcelos, R. S. (2020). Estudo da textura em imagens de tomografia computadorizada de pacientes submetidos a correção endovascular de aneurisma de aorta abdominal (Dissertação (Mestrado). Universidade de São Paulo, Ribeirão Preto. Recuperado de https://www.teses.usp.br/teses/disponiveis/17/17137/tde-01062020-075858/
NLM
Vasconcelos RS. Estudo da textura em imagens de tomografia computadorizada de pacientes submetidos a correção endovascular de aneurisma de aorta abdominal [Internet]. 2020 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17137/tde-01062020-075858/
Vancouver
Vasconcelos RS. Estudo da textura em imagens de tomografia computadorizada de pacientes submetidos a correção endovascular de aneurisma de aorta abdominal [Internet]. 2020 ;[citado 2026 jan. 05 ] Available from: https://www.teses.usp.br/teses/disponiveis/17/17137/tde-01062020-075858/
Trabalho de evento-resumo periodico
Radiomic biomarkers for sacroiliitis diagnosis and prediction of spondyloarthritis progression (2020)
Tenório, Ariane Priscilla Magalhães; Faleiros, M. C.; Ferreira-Junior, J. R.; Dalto, V. F.; Assad, R. L.; Nogueira-Barbosa, Marcello Henrique ; Azevedo-Marques, Paulo Mazzoncini de
Source: International Journal of Computer Assisted Radiology and Surgery. Conference titles: International Congress and Exhibition on Computer Assisted Radiology and Surgery - CARS. Unidade: FMRP
Subjects: REUMATOLOGIA, RESSONÂNCIA MAGNÉTICA, DIAGNÓSTICO POR COMPUTADOR, APRENDIZADO COMPUTACIONAL, BIOMARCADORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TENÓRIO, Ariane Priscilla Magalhães et al. Radiomic biomarkers for sacroiliitis diagnosis and prediction of spondyloarthritis progression. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/s11548-020-02171-6. Acesso em: 05 jan. 2026. , 2020
APA
Tenório, A. P. M., Faleiros, M. C., Ferreira-Junior, J. R., Dalto, V. F., Assad, R. L., Nogueira-Barbosa, M. H., & Azevedo-Marques, P. M. de. (2020). Radiomic biomarkers for sacroiliitis diagnosis and prediction of spondyloarthritis progression. International Journal of Computer Assisted Radiology and Surgery. Heidelberg: Faculdade de Medicina de Ribeirão Preto, Universidade de São Paulo. doi:10.1007/s11548-020-02171-6
NLM
Tenório APM, Faleiros MC, Ferreira-Junior JR, Dalto VF, Assad RL, Nogueira-Barbosa MH, Azevedo-Marques PM de. Radiomic biomarkers for sacroiliitis diagnosis and prediction of spondyloarthritis progression [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 S127-S129.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-020-02171-6
Vancouver
Tenório APM, Faleiros MC, Ferreira-Junior JR, Dalto VF, Assad RL, Nogueira-Barbosa MH, Azevedo-Marques PM de. Radiomic biomarkers for sacroiliitis diagnosis and prediction of spondyloarthritis progression [Internet]. International Journal of Computer Assisted Radiology and Surgery. 2020 ; 15 S127-S129.[citado 2026 jan. 05 ] Available from: https://doi.org/10.1007/s11548-020-02171-6

USP Schools

ReP

Filtros

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Funding Agencies

Indexado em

Non normalized affiliation

Área de concentração

Sigla do Departamento/Programa de Pós Graduação

Departamento/Programa de Pós Graduação