Mit maschinellem Lernen können relevante quantitative Bildmerkmale aus großen Datensätzen
selektiert werden. Diese Biomarker-Signaturen reflektieren die intratumorale Tumorheterogenität,
die Aggressivität und Zellularität der Prozesse. Die Studie belegt, dass sich diese
Radiomics bei zerebralen Metastasen für die Vorhersage des Tumortyps eignen.
