您当前的位置：
首页 >
文章列表页 >
基于自动分割的影像组学特征预测乳腺癌新辅助治疗后病理学完全缓解的价值
论著 | 更新时间：2026-08-21

    • 基于自动分割的影像组学特征预测乳腺癌新辅助治疗后病理学完全缓解的价值

    • The value of automatic segmentation radiomics features in predicting pathological complete response after neoadjuvant therapy for breast cancer

    • 肿瘤影像学   2026年35卷第3期 页码：393-400

    • DOI：10.19732/j.cnki.2096-6210.2026.03.007    

      中图分类号： R737.9;R445.1

    • 收稿：2025-11-28，

      修回：2026-01-06，

      网络首发：2026-07-01，

      纸质出版：2026-06-28

    移动端阅览

  • 吴林永, 黎少凤, 李松桦, 等. 基于自动分割的影像组学特征预测乳腺癌新辅助治疗后病理学完全缓解的价值［J］. 肿瘤影像学, 2026, 35(3): 393-400. DOI： 10.19732/j.cnki.2096-6210.2026.03.007.

    Citation:WU L Y, LI S F, LI S H, et al. The value of automatic segmentation radiomics features in predicting pathological complete response after neoadjuvant therapy for breast cancer［J］. Oncoradiology, 2026, 35(3): 393-400. DOI： 10.19732/j.cnki.2096-6210.2026.03.007.

  •  
  •  

0

浏览量

11

下载量

0

CNKI被引量

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

关联资源

【论著】｜基于自动分割的影像组学特征预测乳腺癌新辅助治疗后病理学完全缓解的价值

相关文章

多模态超声特征联合血清CEA、CK19预测乳腺癌腋窝淋巴结转移
基于多参数磁共振影像组学和机器学习模型的乳腺癌前哨淋巴结转移预测研究
超声造影评分法对乳腺BI-RADS 4类评估再调整的临床应用价值
超声联合临床病理学特征的列线图评分模型对HER2阳性乳腺癌NAC后pCR的预测价值
基于人工智能的超声影像组学在乳腺癌诊疗中的研究进展

相关作者

贺玉卿
吴梓政
郭帅
齐铮琴
徐敏哲
高庆壮
杨宏楷
戚轩

相关机构

秦皇岛市第一医院超声医学科
秦皇岛市卫生学校
马鞍山市人民医院影像科
安徽医科大学马鞍山临床学院
安徽医科大学第五临床医学院
0