基于多参数MRI生境成像的机器学习模型预测胃癌脉管浸润

武亚楠; 马韶卿; 崔艳芬; 宋瑞瑞; 杨晓棠

doi:10.19732/j.cnki.2096-6210.2025.06.004

您当前的位置：

首页 >

文章列表页 >

基于多参数MRI生境成像的机器学习模型预测胃癌脉管浸润

专题论著 | 更新时间：2026-01-15

- 基于多参数MRI生境成像的机器学习模型预测胃癌脉管浸润
- Prediction of lymphovascular invasion using multiparametric MRI habitat radiomics based on machine learning algorithms in gastric cancer
- “最新研究显示，基于多参数MRI生境影像组学结合机器学习模型，能无创、准确预测胃癌患者脉管浸润状态，为临床个体化治疗决策提供理论依据。”
- 肿瘤影像学 2025年34卷第6期页码：587-595
- 作者机构：
  
  山西省肿瘤医院/中国医学科学院肿瘤医院山西医院/山西医科大学附属肿瘤医院信息管理科，山西　太原　030013
  山西省肿瘤医院/中国医学科学院肿瘤医院山西医院/山西医科大学附属肿瘤医院影像科，山西　太原　030013
  山西医科大学研究生院，山西　太原　030000
- 作者简介：
  
  第一作者：武亚楠（ORCID: 0009-0007-1525-7094），学士，工程师；共同
  第一作者：马韶卿（ORCID: 0009-0009-8879-9294），学士。
  [ "" ]
- 基金信息：
  
  国家自然科学基金项目;National Natural Science Foundation of China(U24A20757;82371952);山西省科技创新人才团队青年项目;Youth Talent Team Project for Scientific and Technological Innovation in Shanxi Province(202304051001047);山西省基础研究计划;Shanxi Provincial Basic Research Program(202403021212233)
- DOI：10.19732/j.cnki.2096-6210.2025.06.004
  中图分类号： R445.1
- 收稿：2025-10-31，
  
  修回：2025-12-11，
  
  纸质出版：2025-12-28
- 稿件说明：
移动端阅览
武亚楠, 马韶卿, 崔艳芬, 等. 基于多参数MRI生境成像的机器学习模型预测胃癌脉管浸润[J]. 肿瘤影像学, 2025,34(6):587-595.

WU Yanan, MA Shaoqing, CUI Yanfen, et al. Prediction of lymphovascular invasion using multiparametric MRI habitat radiomics based on machine learning algorithms in gastric cancer[J]. Oncoradiology, 2025, 34(6): 587-595.
武亚楠, 马韶卿, 崔艳芬, 等. 基于多参数MRI生境成像的机器学习模型预测胃癌脉管浸润[J]. 肿瘤影像学, 2025,34(6):587-595. DOI： 10.19732/j.cnki.2096-6210.2025.06.004.

WU Yanan, MA Shaoqing, CUI Yanfen, et al. Prediction of lymphovascular invasion using multiparametric MRI habitat radiomics based on machine learning algorithms in gastric cancer[J]. Oncoradiology, 2025, 34(6): 587-595. DOI： 10.19732/j.cnki.2096-6210.2025.06.004.

浏览量

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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

机器学习结合MRI影像鉴别脑转移瘤来源

乳腺MRI简化序列对乳腺疾病的诊断价值

弥散峰度成像联合外周血炎症指标预测肾透明细胞癌病理学分级的价值

基于MRI的柔性分割网络：面向脑胶质瘤精准分割与三维重建

基于多参数MRI生境成像的机器学习模型预测胃癌脉管浸润

Prediction of lymphovascular invasion using multiparametric MRI habitat radiomics based on machine learning algorithms in gastric cancer

DOI：10.19732/j.cnki.2096-6210.2025.06.004