多发性硬化症的预测模型也一直是研究的主题;然而,它们的方法和外部普遍性各不相同。10 其中许多模型使用“系统生物学”方法(组学数据)来预测各种疾病标志物和结果。11 最近对多发性硬化症预测模型的成像研究包括认知衰退的应用 12 和疾病进展的深度学习方法。13 放射组学是一个研究高阶图像特征(如纹理或强度分布)的领域(通常使用人工智能和机器学习模型从放射图像中收集更深层次的信息)。14、15 该方法广泛应用于医学成像研究,包括多发性硬化症的应用。16-19 通过将简单图像转换为可挖掘的高维数据,它可以深入表征多发性硬化症病变。因此,放射组学有潜力提高诊断准确性并实现患者管理的个性化。7





