Integrative analysis of cancer imaging readouts by networks

سرطان یک بیماری چند وجهی و ناهمگن است. پیچیدگی مربوط به آن در سطوح مختلف ظاهر می شود: از ساختار مولکولی و سلولی به فنوتیپ ماکروسکوپی و در مراحل تشخیصی و درمان درمانی. پیچیدگی کلی را می توان تا حدودی تقریبی، به عنوان مثال مشخص شده توسط مجموعه ای از مشاهدات فنوتیپ های کمی ثبت شده در ابعاد حل شده با فضای زمان با استفاده از روش های تصویربرداری چندجمله ای. انتقال از اقدامات به داده ها می تواند از طریق روش های مختلف استنتاج محاسباتی، از جمله شبکه ها، که به طور ذاتی قادر به ترسیم متغیرها و داده ها به ویژگی های توپولوژیک گره و / یا لبه ارزشمند، پیکربندی مدولار پویا و مضامین عملکردی است، موثر باشد. ما نشان می دهد که چگونه شبکه ها می توانند داده های تصویربرداری را برای توضیح پیچیدگی سرطان تلفیق کنند و اثرات بالینی بالینی و بالینی را ارزیابی کنند.