课题基金 / 基金详情

Comparison of Feature Selection Methods and Machine Learning Classifiers with Computed Tomography Radiomics-based Features for Predicting Chronic Obstructive Pulmonary Disease

Comparison of Feature Selection Methods and Machine Learning Classifiers with Computed Tomography Radiomics-based Features for Predicting Chronic Obstructive Pulmonary Disease
特征选择方法和机器学习分类器与基于计算机断层扫描放射组学特征的预测慢性阻塞性肺疾病的比较
批准号：
466971
负责人：
Makimoto Kalysta M
金额：
$1.27万
依托单位：
Toronto Metropolitan University
依托单位国家：
加拿大
项目类别：
Studentship Programs
财政年份：
2021
资助国家：
加拿大
项目状态：
已结题
起止时间：
2021-12-01 至 2022-12-01
来源：
https://webapps.cihr-irsc.gc.ca/decisions/p/project_details.html?applId=466971&lang=en
关键词：
Biophysics Biostatistics Chronic Obstructive Lung Disease Classification Feature Selection Imaging Machine Learning Radiomics Respiration Texture-Based Ct Features

项目摘要

项目成果

Makimoto Kalysta M的其他基金

相似基金

相关文献

中文摘要
翻译
放射组学是从医学图像（例如计算机断层摄影（CT）图像）提取数值特征的图像分析技术。这些放射组学特征可以与机器学习模型一起使用来预测结果。机器学习模型包括
英文摘要
Radiomics is an image analysis technique that extracts numerical features from medical images, for example computed tomography (CT) images. These radiomic features can be used with machine learning models to predict outcomes. Machine learning models inclu
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Regional CT features for predicting rapid lung function decline in COPD
  • 批准号：
    495290
  • 项目类别：
  • 资助金额：
    $0.11万
  • 财政年份：
    2023
  • 负责人：
    Makimoto Kalysta M
  • 依托单位：
    Toronto Metropolitan University
海外基金