Page 89 - 南京医科大学学报自然科学版

第44卷第2期 刘婷婷，林佳璐，娄鉴娟，等. 多参数MRI影像组学评估浸润性乳腺癌HER⁃2表达状态的临床
2024年2月 应用价值［J］. 南京医科大学学报（自然科学版），2024，44（2）：218-227 ·227 ·

［16］ XU A，CHU X，ZHANG S，et al. Development and valida⁃ Her⁃2/neu overexpression induces NF⁃kappaB via a PI3⁃
tion of a clinicoradiomic nomogram to assess the HER⁃2 kinase/Akt pathway involving calpain⁃mediated degrada⁃
status of patients with invasive ductal carcinoma［J］. tion of IkappaB ⁃ alpha that can be inhibitedbythe tumor
BMC Cancer，2022，22（1）：872 suppressor PTEN［J］. Oncogene 2001，20（11）：1287-
［17］ 薛 珂，丁莹莹，李振辉，等. 利用磁共振成像动态增强 1299
纹理特征预测不同分子亚型乳腺癌［J］. 实用放射学杂 ［26］ YANKEELOV T E，GORE J C. Dynamic contrast en⁃

志，2020，36（8）：1235-1239 hanced magnetic resonance imaging in oncology：theory，
［18］ FANG C，ZHANG J，LI J. et al. Clinical⁃radiomics nomo⁃ data acquisition，analysis，and examples［J］. Curr Med Im⁃
gram for identifying HER2 status in patients with breast aging Rev，2009，3（2）：91-107
cancer：a multicenter study［J］. Front Oncol，2022，12： ［27］ MONTEMURRO F，MARTINCICH L，SAROTTO I，et al.
922185 Relationship between DCE⁃MRI morphological and func⁃
［19］ 程 雪，余日胜，徐 民，等. 乳腺癌的功能磁共振成像 tional features and histopathological characteristics of
征象与人表皮生长因子受体2表达差异的相关性分析 breast cancer［J］. Eur Radiol，2007，17（6）：1490-1497
［J］. 中华医学杂志，2019，99（31）：2440-2444 ［28］ CONSTRANTINI M，BELLI P，DISTEFANO D，et al. Mag⁃
［20］ 乳腺癌HER⁃2检测指南（2019版）编写组. 乳腺癌HER⁃2 netic resonance imaging features in triple⁃negative breast
检测指南（2019版）［J］. 中华病理学杂志，2019，48（3）： cancer：comparison with luminal and HER⁃2⁃overexpress⁃
169-175 ing tumors［J］. Clin Breast Cancer，2012，12：331-339
［21］ FERRARI A，VINCENT⁃SALOMON A，PIVOT X，et al. ［29］ 安丽华，时克伟，李 静，等. 乳腺癌动态增强磁共振成
A whole⁃genome sequence and transcriptome perspective 像表现与分子生物学指标的相关性研究［J］. 实用医学
on HER ⁃ 2 ⁃ positive breast cancers［J］. Nat Commun， 影像杂志，2015，16（5）：386-390
2016，7：12222 ［30］ CHANG R F，CHEN H H，CHANG Y C，et al. Quantifica⁃
［22］ BHATTACHARJEE A，RAJENDRA J，DIKSHIT R，et al. tion of breast tumor heterogeneity for ER status，HER⁃2
HER⁃2 borderline is a negative prognostic factor for pri⁃ status，and TN molecular subtype evaluation on DCE⁃MRI
mary malignant breast cancer［J］. Breast Cancer Res ［J］. MagnReson Imaging，2016，34（6）：809-819
Treat，2020，181（1）：225-231 ［31］ REN J，QI M，YUAN Y，et al. Machine learning ⁃ based
［23］ 刘瑜琳，章 蓉，岳丽娜，等. 基于肿瘤全域 ADC 直方 MRI texture analysis to predict the histologic grade of oral
图与乳腺癌免疫组化指标的相关性［J］. 中国医学影像 squamous cell carcinoma［J］. AJR Am J Roentgenol，
学杂志，2020，28（11）：831-835 2020，215（5）：1184-1190
［24］ YUEN S，MONZAWA S，YANAI S，et al. The association ［32］ 蒋晓婷，宋佳成，张爱宁，等. 动态对比增强磁共振结合
between MRI findings and breast cancer subtypes ： 表观弥散系数鉴别恶性子宫间叶性肿瘤与弥散受限的
focused on the combination patterns on diffusion⁃weighted 子宫肌瘤［J］. 南 京医科大学学报（自然科学版），
and T2⁃weighted images［J］. Breast Cancer，2020，27（5）： 2023，3（5）：626-633
1029-1037 ［收稿日期］ 2023-06-19
［25］ PIANETTI S，ARSURA M，ROMIEU⁃MOUREZ R，et al. （本文编辑：唐 震）