纹理分析的动态对比增强磁共振成像在评价病理完全缓解(pCR)似的质量乳腺癌的新辅助治疗后

文摘

目标。MRI是标准的成像方法在评估治疗乳腺癌新辅助治疗后的反应(NAT),而病理完全缓解(pCR)的识别仍然是具有挑战性的。纹理分析(TA) post-NAT MRI动态增强对比度(DCE)探讨了评估pCR似的质量癌症的存在。材料和方法。112个连续的患者的主要群体(40 pCR和72 non-pCR)似的质量乳腺癌术前NAT回顾性登记。post-NAT MRI,卷residual-enhanced地区和TA一阶特征为每个序列(19)相应的地区实现对早期和晚期DCE使用内部radiomics软件。根据操作病理组划分。接受者操作特性曲线和二元逻辑回归分析用于选择特性和实现预测公式。之间的整体诊断能力比较TA和放射科医生的主观判断。验证进行长期有效的患者群连续39。结果。助教特性与高之间的一致性(克伦巴赫α> 0.9)2观察员表明pCR和non-pCR团体之间有着显著的不同。逻辑回归使用特征选择ROC曲线生成的合成公式包含3个变量(残余量增强、熵和健壮的平均绝对偏差从早期阶段),收益率AUC = 0.81,高于使用放射科医生的主观判断(AUC = 0.72),和熵是一个独立的危险因素( )。准确性和灵敏度为识别pCR分别为83.93%和70.00%。验证组的AUC是0.80。结论。助教可能有助于提高诊断能力似的质量post-NAT MRI确定pCR的乳腺癌。熵,作为一个一阶特性来描述残余肿瘤的异质性,是一个重要因素。

1。介绍

新辅助治疗(NAT)在乳腺癌的治疗是一个重要的过程。病理完全缓解(pCR)是否可以代表一个预后因子,实现对肿瘤复发和生存有关(1]。正确评价NAT后残余肿瘤组织可以帮助临床医生优化NAT,同时避免不必要的治疗。磁共振成像(MRI)被认为是最好的精度最高的方法来评估这些残余肿瘤(2- - - - - -4]。

然而,在治疗后残余肿瘤的影像学表现不同于那些在预处理,从而使他们难以评估。目前唯一的准则用于MRI增强[5,6]。只有当没有观察到相应的增强主要肿瘤部位放射性的结论可以完全缓解(iCR)。然而,假阳性和假阴性。根据一项荟萃分析基于25项研究[7),核磁共振在预测pCR的特异性高达90.7%,但灵敏度只有63.1%。因此,这些标准缺乏准确性(8]。

瘤内异质性与预后相关(9,10]。积极的关系的研究表明肿瘤异质性与recurrence-free生存在乳腺癌患者11]。如今,一些方法来评估肿瘤的异质性在放射图像得到广泛的使用。纹理分析(TA)是一个工具,最近得到了科学界的关注。在助教,像素的空间分布的特点及其在图像灰度强度定义,它被用于乳腺肿瘤研究[12]。

虽然预处理MRI在很多研究中用于预测的可能性达到pCR NAT之后,post-NAT MRI更有用在临床实践中确定存在的残余肿瘤组织和手术规划提供重要的信息。在这项研究中,助教特性提取来自早期和晚期阶段的动态对比度增强(DCE)乳腺MRI NAT之后,被用来评估TA的能力来预测pCR是否可以实现。

2。材料和方法

2.1。病人

告知患者同意放弃由当地机构审查委员会因其设计回顾。2015年1月至2016年3月,241年连续biopsy-proven乳腺癌患者接受治疗,我们医院被以下条件过滤。包含:我。是NAT其次是手术治疗;二世。完成预处理和术前动态对比度增强MR成像在我们机构。排除:我。间隔时间最后MRI检查和手术日期超过2周(n= 18);二世。病变是报道预处理MRI nonmass增强(n= 64);和三世。先生的形象质量差或不完整的图像检索从pac (n= 8)。完全,151名患者,分成两个独立集预处理MRI日期:112患者检查时间被用作训练集,剩下的39例作为验证集。

2.2。核磁共振成像协议

1.5 T扫描仪(360;通用电气医疗系统)与一个专用的双边4-channel使用相控阵乳腺线圈。患者的卧姿。序列:(a)快速旋转回声t2加权序列和(b) 3 d动态对比度增强序列(活力)使用以下参数:矢状,TR / TE, 5.3微秒/ 2.6毫秒;钛、12.0微秒;翻转角度120°;FOV, 20 - 22厘米;截面厚度/缺口,2毫米/ 0毫米;矩阵大小尺寸为256×256;NEX 0.75; acquisition time for single phase, 45–55 sec with 10–15 sec interval between phases; and total phases acquired, 1 precontrast plus 5 postcontrast series, starting at the same time as contrast injection. A 0.1 mmol/kg bolus of the gadolinium contrast agent was injected into the arm using high-pressure injectors at a rate of 2.0 ml/s followed by a 10 ml saline flush.

2.3。MRI评估

图像检索从本地图像存档和通信系统。预处理和post-NAT图像被放置床并排定位准确的肿瘤。与多个损伤的情况下,最大的损伤被选中索引。(即在post-NAT早期阶段减去图像。,the subtraction images of the second DCE phase from the precontrast phase), regions of interest (ROIs) were manually placed slice-by-slice to cover the areas with suspicious tumor bed enhancement (Figure1)。对于那些没有可疑图像增强,放射科医生要求把很小的roi(4至8个像素)在相应的区域。晚期减去图像减法图像的最后阶段precontrast阶段。

(一)

(b)

(c)

(d)

图1

一个62岁的女性与活检诊断浸润性导管癌(二级)的右乳房。MRI显示癌症减少从pre - (a) post-NAT (b), roi是画在减去图像(c),它被定义为non-iCR放射科医生。把它列为iCR公式与助教特性(Y< 0)。手术病理显示依照post-NAT分散纤维化,淋巴细胞浸润变化。没有发现癌细胞(d;如图所示,他用100 x染色放大)。

roi第一30例MRI(按日期),分别由初级常驻(如,3年的经验在MRI)和高级参加(c,with more than 10 years of experience in breast imaging) to test interobserver consistency. All other ROIs were initially drawn by Z.B. and then reviewed by C.K. Subjective judgment of complete disappearing of enhancement was recorded as iCR by these two radiologists, discussed together and reached in consensus. Both radiologists were blinded to clinical information during the data collecting period.

图片和roi都转移到内部radiomics 3 d-slicer平台上软件修改。19日常规助教一阶特性计算通过使用提供的公式Aerts et al。13]。两组的特性来自早期late-subtracted图像,分别包括的意思是,中位数,最少,最大,10个百分位,25百分位,75百分位,90百分位,范围,四分位范围,方差,偏态、峰态,均匀性、能量、熵、平均绝对偏差,健壮的平均绝对偏差,并且根均方。前10的特征是信号强度(SI)相关的值,所以计算比率的平均值precontrast序列使用相同的roi (rSI = SI / SIpre)当进行组间比较和逻辑回归分析。卷的residual-enhancing地区post-NAT先生成像记录分别作为post-NAT-enhancing体积。因此,总共39特性都被记录下来。病变MRI上定义为完全缓解被列为iCR non-iCR和其他人。

2.4。组织病理数据

所有患者接受乳房肿瘤切除术或乳房切除术。最后综述了手术标本病理结果确定残余肿瘤的存在残余侵入性癌症(non-pCR)和没有残余癌细胞侵入性(pCR),它被定义为没有癌细胞或导管原位癌(DCIS)。所有被称为当地疾病无论淋巴结状态。

2.5。统计分析

使用SPSS 22.0版和MedCalc 15.0版。克伦巴赫测试用来测试interobserver协议。Kolmogorov-Smirnov后测试数据分布,比较pCR和non-pCR组织是由一个独立样本的学生t以及正态分布数据和Wilcoxon rank-sum测试。接受者操作特征(ROC)和二元逻辑回归分析用于选择特性和生成公式。4倍表被吸引到计算诊断能力。德龙的测试是用来比较曲线下的面积(AUC)。克伦巴赫α> 0.9,AUC > 0.8被用作水平选择功能。Bonferroni调整用于多个radiomics比较pCR和non-pCR团体之间的特性,建议统计显著性。被认为是为其他测试表明统计上显著差异。

3所示。结果

112名患者的临床信息的训练集和39名患者验证集提出了表1。pre-NAT MRI和手术的平均时间间隔为10.2天(范围1 - 14天)。


特征	训练集(N= 112)			验证集(N= 39)
特征	所有	聚合酶链反应(N= 40)	Non-pCR (N= 72)	所有	聚合酶链反应(N= 16)	Non-pCR (N= 23)

诊断年龄(y)	48.3±9.7	48.8±9.6	48.0±9.7	47.5±8.9	48.1±7.8	47.2±9.7

组织学
国际数据公司(IDC)	108年	39	69年	39	16	23
Non-IDC	4	1	3	0	0	0

肿瘤IDC的年级
1	4	1	3	0	0	0
2	77年	28	49	23	8	15
3	27	10	17	16	8	8

组织病理学状态人力资源
负	33	19	14	15	8	7
积极的	79年	21	58	24	8	16

HER2
负	69年	16	53	24	6	18
积极的	43	24	19	15	10	5

以手术病理T台
0	26	26	- - - - - -	12	12	- - - - - -
原位	14	14	- - - - - -	4	4	- - - - - -
1	58	- - - - - -	58	18	- - - - - -	18
2	9	- - - - - -	9	3	- - - - - -	3
3	2	- - - - - -	2	1	- - - - - -	1
4	3	- - - - - -	3	1	- - - - - -	1

3.1。Interobserver一致性测试roi

Post-NAT-enhancing体积和13个助教特性显示高协议(克伦巴赫α> 0.9;见表2),用于下面的分析。


特性	克伦巴赫的α	95%置信区间	F价值

岗位应承担的NAT提高音量	0.983	0.963,0.992	57.30	< 0.001
四分位范围	0.965	0.927,0.983	28.78	< 0.001
偏态	0.410	−0.240,0.719	1.70	0.081
75百分位	0.972	0.941,0.987	35.40	< 0.001
均匀性	0.815	0.612,0.912	5.41	< 0.001
中位数	0.938	0.870,0.971	16.21	< 0.001
能源	0.997	0.995,0.999	396.06	< 0.001
健壮的平均绝对偏差	0.969	0.935,0.985	32.14	< 0.001
平均绝对偏差	0.972	0.940,0.986	35.14	< 0.001
最大	0.993	0.985,0.997	142.62	< 0.001
根均方	0.959	0.913,0.980	24.28	< 0.001
90百分位	0.982	0.961,0.991	54.52	< 0.001
最低	−0.140	−1.395,0.457	0.88	0.637
熵	0.972	0.941,0.987	35.57	< 0.001
范围	0.989	0.976,0.995	88.52	< 0.001
方差	0.967	0.931,0.984	30.66	< 0.001
10个百分比	0.725	0.422,0.869	3.64	< 0.001
峰度	0.877	0.743,0.942	8.16	< 0.001
25百分位	0.857	0.700,0.932	7.01	< 0.001
的意思是	0.944	0.883,0.974	18.02	< 0.001

特性与克伦巴赫α> 0.9。

3.2。组之间的差异和特征选择使用ROC曲线

21岁的39个变量显示两组之间的显著差异( ;见表3)。其中,8显示AUC > 0.8 ROC曲线。


	聚合酶链反应(n= 40)	Non-pCR (n= 72)	Z/t		AUC(95%置信区间)

岗位应承担的NAT加强卷(毫米³)	176.05 (31.05,321.05)	1704.15 (1010.78,2397.53)	−5.799	< 0.001	0.83 (0.75 - -0.91)

早期阶段
能源	12.18×10⁶(0.58×10⁶,25.77×10⁶)	233.12×10⁶(121.26×10⁶,344.97×10⁶)	−5.854	< 0.001	0.84 (0.76 - -0.91)
熵	2.49 (2.11,2.87)	4.11 (3.87,4.35)	−5.902	< 0.001	0.84 (0.76 - -0.92)
平均绝对偏差	64.29 (47.58,80.99)	126.09 (110.88,141.31)	−5.350	< 0.001	0.81 (0.72 - -0.90)
健壮的平均绝对偏差	39.36 (25.90,52.83)	87.41 (75.75,99.07)	−5.322	< 0.001	0.81 (0.71 - -0.90)
根均方	267.75 (213.47,318.03)	466.01 (417.13,514.89)	−5.113	< 0.001	0.80 (0.70 - -0.88)
方差	9.79×10³(4.66×10³,14.92×10³)	30.62×10³(23.73×10³,37.50×10³)	−5.447	< 0.001	0.81 (0.72 - -0.90)
肢体重复性劳损症_的意思是	0.68 (0.56,0.81)	0.93 (0.84,1.02)	−3.226	0.002	0.68 (0.58 - -0.79)
肢体重复性劳损症_中位数	0.67 (0.55,0.79)	0.90 (0.81,1.00)	−3.105	0.002	0.66 (0.56 - -0.77)
肢体重复性劳损症_75百分位	0.82 (0.66,0.98)	1.14 (1.03,1.26)	−3.416	0.001	0.69 (0.59 - -0.80)
肢体重复性劳损症_90百分位	0.94 (0.75,1.13)	1.39 (1.26,1.51)	−3.950	< 0.001	0.72 (0.62 - -0.83)
肢体重复性劳损症_最大	1.09 (0.86,1.33)	1.91 (1.70,2.13)	−4.621	< 0.001	0.76 (0.67 - -0.86)
肢体重复性劳损症_{四分位范围}	0.27 (0.19,0.35)	0.45 (0.40,0.51)	−4.172	< 0.001	0.74 (0.64 - -0.84)
肢体重复性劳损症_范围	0.74 (0.54,0.95)	1.67 (1.45,1.90)	−5.204	< 0.001	0.79 (0.71 - -0.88)

延迟相
能源	24.26×10⁶(1.18×10⁶,47.35×10⁶)	305.36×10⁶(164.77×10⁶,445.95×10⁶)	−5.720	< 0.001	0.83 (0.75 - -0.91)
熵	2.77 (2.37,3.18)	4.35 (4.13,4.57)	−5.691	< 0.001	0.83 (0.74 - -0.91)
平均绝对偏差	86.45 (68.58,104.32)	146.25 (130.89,161.62)	−4.579	< 0.001	0.76 (0.67 - -0.86)
健壮的平均绝对偏差	54.05 (39.26,68.85)	103.74 (92.29,115.18)	−4.746	< 0.001	0.77 (0.67 - -0.87)
根均方	373.28 (304.75,441.81)	576.74 (527.95,625.52)	−4.755	< 0.001	0.77 (0.68 - -0.87)
方差	14.78×10³(9.05×10³,20.50×10³)	38.54×10³(30.43×10³,46.65×10³)	−4.755	< 0.001	0.77 (0.68 - -0.87)
肢体重复性劳损症_的意思是	0.89 (0.76,1.03)	1.15 (1.06,1.24)	−3.242	0.002	0.69 (0.59 - -0.79)
肢体重复性劳损症_中位数	0.89 (0.76,1.02)	1.15 (1.05,1.24)	−3.254	0.002	0.68 (0.58 - -0.78)
肢体重复性劳损症_75百分位	1.07 (0.91,1.24)	1.42 (1.31,1.53)	−3.651	< 0.001	0.70 (0.60 - -0.80)
肢体重复性劳损症_90百分位	1.21 (1.02,1.41)	1.66 (1.53,1.78)	−4.026	< 0.001	0.73 (0.63 - -0.83)
肢体重复性劳损症_最大	1.39 (1.15,1.64)	2.16 (1.95,2.36)	−4.445	< 0.001	0.75 (0.66 - -0.85)
肢体重复性劳损症_{四分位范围}	0.37 (0.28,0.45)	0.55 (0.49,0.61)	−3.419	0.001	0.70 (0.59 - -0.81)
肢体重复性劳损症_范围	0.97 (0.73,1.20)	1.90 (1.67,2.13)	−4.821	< 0.001	0.78 (0.68 - -0.87)

所有数据被视为意味着(95% CI);价值与Wilcoxon rank-sum测试或独立样本t以及 ; AUC > 0.8。

3.3。逻辑回归分析用于选择功能

上面的八个变量进入二元逻辑回归。熵的早期阶段( ,Exp (B) = 4.922), post-NAT-enhancing卷( ,Exp (B) = 1.001),从早期阶段和健壮的平均绝对偏差( ,Exp (B) = 0.980)是最后三个变量。熵是一个独立的危险因素。

因此,合成了以下公式:Y=熵××1.594 + post-NAT体积0.001−健壮的平均绝对偏差-3.8×0.020。病变可分为成像(iCR)当完成反应Y< 0(见图1)。AUC的pCR诊断组为0.81 (95% CI 0.72, 0.88),准确性,敏感性,特异性,阳性预测值(PPV)以及阴性预测值(NPV)为83.93%,70.00%,91.67%,82.35%,和84.62%,分别。

3.4。相比之下,放射科医生的诊断能力

post-NAT MRI, 27例(21个pCR和6 non-pCR)被确定为iCR使用no增强则由两个放射科医生(表4),实现AUC = 0.72 (95% CI 0.63, 0.80),准确度、灵敏度、特异性、PPV, NPV的77.68%,52.50%,91.67%,77.78%,77.65%。比较使用以上的诊断能力TA公式与放射科医生的主观判断识别pCR地位NAT之后,AUC显著提高( )。的准确性( )和敏感性( )也更高,特异性,PPV和NPV保持在同样的水平( )。


		核磁共振的放射科医师		核磁共振的纹理分析		总
		只有几	Non-iCR	只有几	Non-iCR	总

病理学	聚合酶链反应(n= 40)	21	19	28	12
	Non-pCR (n= 72)	6	66年	6	66年
	总和	27	85年	34	78年	112年

4所示。公式与验证测试集

在验证组39例,使用上述TA公式,四个错误地诊断为iCR pCR例和两个non-pCR non-iCR病例。所有其他例诊断正确。AUC为0.80 (95% CI 0.62, 0.97)。

5。讨论

在评估post-NAT pCR在乳腺癌中,通过MRI误诊的原因有所不同(6,14- - - - - -16]。在我们的群体中,更多的情况下,被认为与残余增强,但没有侵入性癌症病理。在Ko的研究(17),轻微的增强也视为nonresidual和诊断准确率高达89%。然而,轻微的增强是很主观的判断。因此,我们旨在调查量化值,可能帮助pCR状态的识别。

对于那些情况下错误地诊断为只有残余肿瘤是一般小(6,18,19]。大量的可疑区域可以获得病理之前通过术前MRI测量。在我们的研究中,这个post-NAT-enhancing卷显示pCR和non-pCR组之间的区别,因此可以用作最后的公式的一个因素。

助教提供参数量化肿瘤异质性。一致性和熵是最常见的;高的熵和低一致性代表高异质性。一些研究已报告TA在乳腺癌中的应用。一致性和熵从对比度增强T1WI, T2WI和熵已经被证明与recurrence-free生存(11),熵可能区分恶性和良性病变(20.]。在我们的研究中,熵在pCR组和低得多的逻辑回归是唯一独立的危险因素,因此,最高的体重在最后的公式。均匀性,然而,排除由于低观察者之间的一致性。

剩余增强MRI是目前唯一接受准则确定残余癌NAT之后,但足够的证据表明阶段在DCE成像的最佳选择。一项研究证实,早期阶段增强仍然是优越的预测治疗后残留病变(21]。因此,我们在早期阶段定义roi图像。虽然从早期和晚期阶段所有功能都包含在以下的分析中,这两个的公式都保留在早期阶段。这可能是解释的事实之间的潜在关联特性挑出最强的。我们相信DCE成像的早期阶段起着更重要的角色在预测残余肿瘤晚期阶段。

用公式的组合反映非均质性的因素,AUC (ROC分析)pCR诊断培训组的0.81和0.80验证组相比0.72由放射科医生和敏感性从52.50%提高到70.00%。助教功能没有提供有用的信息对于那些non-pCR病变不明显的增强,因此特异性在这两种方法都是一样的。我们没有找到任何从基本的直方图特征上的差异,例如,SI的百分位数,峰度、偏态,也反映了分布异构性。这可能是由于使用的一阶TA特性相结合,从而减少的影响基本的直方图。

确定我们的研究存在的局限性。这是单个机构的一项研究,病例数量有限。需要进一步的验证。相比,然而,这些研究包括许多特性和复杂的组合达到100%的准确率和特异性(22),在我们的研究中使用的最终功能是在临床使用更简单,所以我们预计高重现性的结果。提到另一个点是我们的结果只适用于似的质量损伤因为nonmass-enhancement病变MRI通常分散,分散和更有可能遭受ROI图纸不符之处。

总之,TA可能有助于提高MRI诊断能力的识别post-NAT pCR在乳腺癌中,熵,一阶特性来描述残余肿瘤的异质性,是一个重要因素。放射科医生的判断相比,提高了AUC使用助教特性和更高的灵敏度。

缩写

AUC:	曲线下的面积
置信区间:	置信区间
DCE:	动态对比增强
DCIS:	导管原位癌
拥有:	辐射完全缓解
核磁共振成像:	磁共振成像
奈特:	新辅助治疗
净现值:	消极的预测价值
PPV:	阳性预测值
聚合酶链反应:	病理完全缓解
中华民国:	接受者操作特性
投资回报:	感兴趣的区域
如果:	信号强度
助教:	纹理分析。

数据可用性

数据可从相应的作者以合理的要求。

信息披露

资助机构没有作用的设计研究和收集、分析和解释数据和书面的手稿。

的利益冲突

作者宣称没有利益冲突。

确认

作者感谢刘回族,博士为集成和修改radiomics软件。此外,作者感谢LetPub (http://www.letpub.com)的语言帮助在准备这个手稿。这项研究是由北京市政府医院临床医学发展的(没有特别的融资支持。(没有ZYLX201803),北京百万人才项目。2017首次购物),国家重点研究和开发计划(2017 yfc1309101和2017 yfc1309104)。

引用

g·冯·Minckwitz m . Untch, s . Loibl”更新/术前新辅助治疗乳腺癌:从德国乳房集团经验,“目前看来在妇产科,25卷,不。1,第73 - 66页,2013。视图:出版商的网站|谷歌学术搜索
e .叶p . Slanetz d . b . Kopans et al .,“未来的乳房x光检查的比较、超声和MRI在接受新辅助化疗的患者明显的乳腺癌,”美国放射学杂志》,卷184,不。3、868 - 877年,2005页。视图:出版商的网站|谷歌学术搜索
s c·帕特里奇,j·e·吉布斯,y, l . j .埃瑟曼d . Sudilovsky n·m·希尔顿,”MR成像精度为揭示残余乳腺癌病人在接受新辅助化疗,”美国放射学杂志》,卷179,不。5,1193 - 1199年,2002页。视图:出版商的网站|谷歌学术搜索
p·t·韦瑟罗尔·g·f·埃文斯,g . j . Metzger m . h . Saborrian和a . m . Leitch”MRI与乳腺癌化疗后的组织学测量:与x射线乳房x光检查和触诊,”磁共振成像杂志》上,13卷,不。6,868 - 875年,2001页。视图:出版商的网站|谷歌学术搜索
m . s .邝,g . g .钟霍瓦特l . j . et al .,“Postchemotherapy MRI高估了残余疾病与组织病理学反应者为局部晚期乳腺癌新辅助治疗,“癌症杂志,12卷,不。3、212 - 221年,2006页。视图:出版商的网站|谷歌学术搜索
s . p . Gampenrieder同行,c .读et al .,“放射完全缓解(rCR)对比增强磁共振成像(CE-MRI)新辅助化疗后乳腺癌早期预测recurrence-free生存但不是病理完全缓解(pCR),“乳腺癌研究,21卷,不。1,p。19日,2019。视图:出版商的网站|谷歌学术搜索
y元,X.-S。陈,S.-Y。刘,K.-W。沈,“磁共振成像精度的预测在乳腺癌术前治疗后病理完全缓解期:一个荟萃分析,“美国放射学杂志》,卷195,不。1,第268 - 260页,2010。视图:出版商的网站|谷歌学术搜索
诉Semiglazov,“RECIST响应(临床和成像)在可操作的乳腺癌新辅助临床试验中,“JNCI专著,卷2015,不。51岁的研讨会,2015页。视图:出版商的网站|谷歌学术搜索
黄永发。金,e . s . Ko, y Lim et al .,“乳腺癌的异质性:影像纹理分析和生存结果,先生”放射学,卷282,不。3、665 - 675年,2017页。视图:出版商的网站|谷歌学术搜索
周宏儒。崔加工,j . h . Cha w . j . e . y .崔h . j . Shin和h·h·金,“预测临床病理的和动态对比增强磁共振成像发现肿瘤反应在三阴性乳腺癌新辅助化疗,”美国放射学杂志》,卷208,不。6,W225-W230, 2017页。视图:出版商的网站|谷歌学术搜索
g . j . Wu曹,x太阳et al .,“瘤内空间异质性在灌注成像先生预测recurrence-free生存接受新辅助化疗在局部晚期乳腺癌,”放射学,卷288,不。1、26 - 35周不等,2018页。视图:出版商的网站|谷歌学术搜索
r·d·Chitalia和d . Kontos纹理分析在乳腺MRI作为癌症生物标志物:复习一下,”磁共振成像杂志》上卷,49号4、927 - 938年,2019页。视图:出版商的网站|谷歌学术搜索
h . Aerts J.W.L. e·r·贝拉斯克斯·r·t·h·Leijenaar et al .,“解码肿瘤表型通过使用定量radiomics无损成像方法,”自然通讯,5卷,不。1,p。4006年,2014。视图:出版商的网站|谷歌学术搜索
Cha j .公园,e . y .崔j . h . et al .,“乳房x光检查的比较、数字乳房tomosynthesis自动化乳房超声检查,磁共振成像在评价新辅助化疗后的残余肿瘤,”欧洲放射学杂志卷,108年,第268 - 261页,2018年。视图:出版商的网站|谷歌学术搜索
a . Bouzon b汽车r .太阳系et al .,“MRI诊断准确性评估肿瘤反应和残余肿瘤大小在乳腺癌患者新辅助化疗后,“放射学和肿瘤学,50卷,不。1,第79 - 73页,2016。视图:出版商的网站|谷歌学术搜索
a·埃文斯·Whelehan a·汤普森et al .,“识别病理完全缓解后乳腺癌新辅助化疗:比较灰度超声,剪切波弹性成像,核磁共振,”临床放射学,卷73,不。10、910. e1 - 910页。e6, 2018年。视图:出版商的网站|谷歌学术搜索
e . s . Ko B.-K。汉族,r . b . Kim et al .,“分析的因素,影响磁共振成像的准确性预测响应在局部晚期乳腺癌新辅助化疗后,“《肿瘤外科,20卷,不。8,2562 - 2568年,2013页。视图:出版商的网站|谷歌学术搜索
S.-Y。金:赵,美国美国Shin et al .,“乳腺癌的新辅助化疗后对比增强磁共振成像:lesion-to-background实质信号增强率差别微小残留肿瘤病理完全缓解,“欧洲放射学,28卷,不。7,2986 - 2995年,2018页。视图:出版商的网站|谷歌学术搜索
s . c . j . r . Scheel e . Kim鹧鸪et al .,“核磁共振成像、临床检查和术前评估乳房x光检查后残余疾病和病理完全缓解乳腺癌新辅助化疗:ACRIN 6657试验,”美国放射学杂志》,卷210,不。6,1376 - 1385年,2018页。视图:出版商的网站|谷歌学术搜索
p·吉布斯和l·w·特恩布尔”结构的分析对比增强乳房的图片,“磁共振医学,50卷,不。1,第98 - 92页,2003。视图:出版商的网站|谷歌学术搜索
s . h . y . Kim Sim, b .公园et al .,“磁共振成像(MRI)的评估剩余新辅助化疗后乳腺癌:与肿瘤亚型的相关性和MRI解释阈值,“临床乳腺癌,18卷,不。6,459 - 467年,2018页。视图:出版商的网站|谷歌学术搜索
a, a . Tudorica g·蒂阿夫扎尔et al .,“DCE-MRI纹理特性早期预测乳腺癌的治疗反应,”断层摄影术,3卷,不。1,23-32,2017页。视图:出版商的网站|谷歌学术搜索

肿瘤学杂志