Lungenbildgebende omics Forschung

Problem zu lösen: 1. Manuelle ROI-Abgrenzung braucht Zeit und halbautomatische Abgrenzungsgenauigkeit ist schlecht. Es wird eine universelle ROI-Abgrenzungssoftware mit hoher halbautomatischer Abgrenzungsgenauigkeit benötigt. AK-Software läuft etwas langsamer und die Datenverarbeitung im großen Maßstab muss beschleunigt werden. 3. Die Ergebnisdarstellung fehlt an Standardisierung. 4. Die Software der verschiedenen Unternehmen fehlt Standardisierung. Geplantes Ziel ist die Etablierung einer umfassenden bildgebenden Omics-Analysesoftware für Lungenknoten und Lungenkrebs auf Basis einer Vielzahl von Daten zu Lungenknoten und Lungenkrebsfällen in unserer Abteilung und bisherigen Forschungsergebnissen und deren Anwendung in der täglichen klinischen Arbeit. Unter Verwendung von bildgebenden omics, um zwischen gutartigen und bösartigen solitären Lungenknoten zu unterscheiden, und Analyse und Vergleich der bildgebenden omics Eigenschaften von verschiedenen pathologischen Arten von Lungenkrebs und Lungenkrebs mit verschiedenen Graden der Differenzierung. Und analysieren und vergleichen Sie die bildgebenden omics Eigenschaften von verschiedenen pathologischen Arten von Lungenkrebs und verschiedene Grade der Differenzierung von Lungenkrebs, um festzustellen, ob es einen Unterschied in den Eigenschaften zwischen nicht-kleinzelligem Lungenkrebs und kleinzelligem Lungenkrebs gibt. Verwenden Sie bildgebende omics, um den EGFR-Mutationsstatus von Lungenkrebs vorherzusagen (ungefähr 300 Fälle in dieser Studie), so liefern Sie wertvollere Informationen für die klinische Behandlung.