Advances in the Use of Deep Learning for the Analysis of Magnetic Resonance Image in Neuro-Oncology
Pitarch, Carla (Universitat Politècnica de Catalunya. Departament d'Informàtica)
Ungan, Gulnur Semahat (Universitat Autònoma de Barcelona. Departament de Bioquímica i de Biologia Molecular)
Julià Sapé, Ma. Margarita (Universitat Autònoma de Barcelona. Institut de Biotecnologia i de Biomedicina "Vicent Villar Palasí")
Vellido, Alfredo (Universitat Politècnica de Catalunya. Departament d'Informàtica)

Date:	2024
Abstract:	Machine Learning is entering a phase of maturity, but its medical applications still lag behind in terms of practical use. The field of oncological radiology (and neuro-oncology in particular) is at the forefront of these developments, now boosted by the success of Deep-Learning methods for the analysis of medical images. This paper reviews in detail some of the most recent advances in the use of Deep Learning in this field, from the broader topic of the development of Machine-Learning-based analytical pipelines to specific instantiations of the use of Deep Learning in neuro-oncology; the latter including its use in the groundbreaking field of ultra-low field magnetic resonance imaging.
Grants:	European Commission 813120 Agencia Estatal de Investigación PID2019-104551RB-I00 Ministerio de Sanidad y Consumo CB06/01/0010 Agencia Estatal de Investigación PID2022-143299OB-I00 Agència de Gestió d'Ajuts Universitaris i de Recerca 2021/XARDI-00021
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original.
Language:	Anglès
Document:	Article de revisió ; recerca ; Versió publicada
Subject:	Machine learning ; Neurooncology ; Radiology ; Deep learning ; Data analysis pipeline ; Ultra-low field magnetic resonance imaging
Published in:	Cancers, Vol. 16, Issue 2 (January 2024) , art. 300, ISSN 2072-6694

DOI: 10.3390/cancers16020300
PMID: 38254790

55 p, 707.1 KB

The record appears in these collections:
Research literature > UAB research groups literature > Research Centres and Groups (research output) > Health sciences and biosciences > Institut de Biotecnologia i de Biomedicina (IBB)
Articles > Research articles
Articles > Published articles