Applications of deep learning in radiomics and survival prediction

Abstract

En aquest treball investiguem el potencial de la radiómica com a eina per la predicció de superviv\`encia. Donat les limitacions dels models actuals apliquem xarxes neuronals profundes per millora els resultats comparats amb els models tradicionals, i innovem un m\`etode per accelar\`a l'entrenament per un ordre de O(n), on n es el nombre de mostres

En este trabajo investigaremos el potencial de la radiómica como herramienta para la predicción de supervivencia. Dadas las limitaciones de los modelos radiómicos actuales, aplicamos redes neuronales profundas para obtener resultados mejores que los modelos tradicionales. Además creamos un método de entrenamiento qu reduce la complejidad temporal por un orden de O(n) donde n es el número de muestras

In this work we will investigate the potential of radiomics as a tool for survival prediction. given the shortcomings of current radiomic models we devise a ehotd to apply deep learning and obtain a results better than traditional statistical methods. We also create a training regime which slashes training time by an order of O(n) where n is the number of samples