ISAKSSON, LARS JOHANNES
ISAKSSON, LARS JOHANNES
Dipartimento di Oncologia ed Emato-Oncologia
High-performance prediction models for prostate cancer radiomics
2023 L.J. Isaksson, M. Repetto, P.E. Summers, M. Pepa, M. Zaffaroni, M.G. Vincini, G. Corrao, G.C. Mazzola, M. Rotondi, F. Bellerba, S. Raimondi, Z. Haron, S. Alessi, P. Pricolo, F.A. Mistretta, S. Luzzago, F. Cattani, G. Musi, O. De Cobelli, M. Cremonesi, R. Orecchia, D. La Torre, G. Marvaso, G. Petralia, B.A. Jereczek-Fossa
Automatic Segmentation with Deep Learning in Radiotherapy
2023 L. Isaksson, P. Summers, F. Mastroleo, G. Marvaso, G. Corrao, M. Vincini, M. Zaffaroni, F. Ceci, G. Petralia, R. Orecchia, B. Jereczek-Fossa
HYBRID DEEP LEARNING AND RADIOMICS MODELS FOR ASSESSMENT OF CLINICALLY RELEVANT PROSTATE CANCER
2022 L.J. Isaksson
The dosimetric impact of axillary nodes contouring variability in breast cancer radiotherapy: an AIRO multi-institutional study
2022 M.C. Leonardi, M. Pepa, R. Luraschi, S. Vigorito, S. Dicuonzo, L.J. Isaksson, M.R. La Porta, L. Marino, E. Ippolito, A. Huscher, A. Argenone, F. De Rose, F. Cucciarelli, M.C. De Santis, F. Rossi, A. Prisco, R. Guarnaccia, P.T. de Fatis, I. Palumbo, S.P. Colangione, M. Mormile, V. Ravo, A. Fozza, C. Aristei, R. Orecchia, F. Cattani, B.A. Jereczek-Fossa
Mixup (Sample Pairing) Can Improve the Performance of Deep Segmentation Networks
2022 L.J. Isaksson, P. Summers, S. Raimondi, S. Gandini, A. Bhalerao, G. Marvaso, G. Petralia, M. Pepa, B.A. Jereczek-Fossa
Impact of image filtering and assessment of volume-confounding effects on CT radiomic features and derived survival models in non-small cell lung cancer
2022 S. Volpe, L. Isaksson, M. Zaffaroni, M. Pepa, S. Raimondi, F. Botta, G. Lo Presti, M. Vincini, C. Rampinelli, M. Cremonesi, F. de Marinis, L. Spaggiari, S. Gandini, M. Guckenberger, R. Orecchia, B. Jereczek-Fossa
Quality assurance for automatically generated contours with additional deep learning
2022 L. Isaksson, P. Summers, A. Bhalerao, S. Gandini, S. Raimondi, M. Pepa, M. Zaffaroni, G. Corrao, G. Mazzola, M. Rotondi, G. Lo Presti, Z. Haron, S. Alessi, P. Pricolo, F. Mistretta, S. Luzzago, F. Cattani, G. Musi, O. De Cobelli, M. Cremonesi, R. Orecchia, G. Marvaso, G. Petralia, B. Jereczek-Fossa
MRI-based radiomics signature for localized prostate cancer: a new clinical tool for cancer aggressiveness prediction? Sub-study of prospective phase II trial on ultra-hypofractionated radiotherapy (AIRC IG-13218)
2021 S.G. Gugliandolo, M. Pepa, L.J. Isaksson, G. Marvaso, S. Raimondi, F. Botta, S. Gandini, D. Ciardo, S. Volpe, G. Riva, D.P. Rojas, D. Zerini, P. Pricolo, S. Alessi, G. Petralia, P.E. Summers, F.A. Mistretta, S. Luzzago, F. Cattani, O. De Cobelli, E. Cassano, M. Cremonesi, M. Bellomi, R. Orecchia, B.A. Jereczek-Fossa
Machine Learning for Head and Neck Cancer: A Safe Bet?—A Clinically Oriented Systematic Review for the Radiation Oncologist
2021 S. Volpe, M. Pepa, M. Zaffaroni, F. Bellerba, R. Santamaria, G. Marvaso, L.J. Isaksson, S. Gandini, A. Starzynska, M.C. Leonardi, R. Orecchia, D. Alterio, B.A. Jereczek-Fossa
Effects of MRI image normalization techniques in prostate cancer radiomics
2020 L.J. Isaksson, S. Raimondi, F. Botta, M. Pepa, S.G. Gugliandolo, S.P. De Angelis, G. Marvaso, G. Petralia, O. De Cobelli, S. Gandini, M. Cremonesi, F. Cattani, P. Summers, B.A. Jereczek-Fossa
Machine Learning-Based Models for Prediction of Toxicity Outcomes in Radiotherapy
2020 L.J. Isaksson, M. Pepa, M. Zaffaroni, G. Marvaso, D. Alterio, S. Volpe, G. Corrao, M. Augugliaro, A. Starzyńska, M.C. Leonardi, R. Orecchia, B.A. Jereczek-Fossa