Radiomics是一个方法,从放射医学图像中提取许多功能使用数据描述算法。最近,人工智能(AI)的应用程序越来越多地使用的射线从不同来源:医学图像计算机断层扫描(CT)、光子计数CT,光谱光子计数CT、超声造影剂,磁共振成像(MRI),正电子发射断层扫描术(PET),乳房x光检查,温度记录,宠物,核磁共振光谱成像(MRSI)等。AI导致自动诊断系统的一个重要进化支持人员和用户。AI允许人类创建机器的范例推理的能力,感知现实,从射线学习医学图像,识别模型,分组数据和信息。

这个特殊的问题旨在提供一个论坛来更新和讨论新发现,挑战,机遇,方法和具体应用程序的使用在radiomics AI。原始研究和评论文章都是受欢迎的。研究应关注这一领域的主要趋势和挑战。

潜在的主题包括但不限于以下:

• 对比媒体radiomics
• Radiomic图像分析
• 人工智能技术在radiomics:机(深)学习,转移学习,注意力神经网络,神经网络图
• 大数据方法radiomics
• 人工智能技术在基因组学和分子成像
• 通过radiomics临床研究
• 人工智能用于radiomic应用程序(如脑成像、乳腺癌成像,心动描记法,等等)。
• 自动程序医疗评估(线性和非线性结构的分割,图像配准,体积感兴趣的(VOI)选择、生理指标的量化和分析)