Page 54 - 南京医科大学自然版

第45卷第2期
·194 · 南 京 医 科 大 学 学 报 2025年2月

sign；JIANG Yanni：Administrative support；LIN Jialu，LOU with radiomics［J］. AJR Am J Roentgenol，2020，215（5）：
Jianjuan，ZOU Qigui：Provision of study materials or patients； W60

LIN Jialu，CHEN Jiaxue：Collection and assembly of data；LIN ［12］JIANG T，JIANG W，CHANG S，et al. Intratumoral analy⁃
Jialu，CHEN Jiaxue，JIANG Yanni，WANG Siqi：Data analysis sis of digital breast tomosynthesis for predicting the Ki⁃67
and interpretation；LIN Jialu，JIANG Yanni：Manuscript writing； level in breast cancer：a multi⁃center radiomics study［J］.
All authors：Final approval of manuscript. Med Phys，2022，49（1）：219-230
［13］ZHANG J，WANG G，REN J，et al. Multiparametric MRI⁃
［参考文献］
based radiomics nomogram for preoperative prediction of
［1］ Global cancer burden growing，amidst mounting need for
lymphovascular invasion and clinical outcomes in pa⁃
services［J］. Saudi Med J，2024，45（3）：326-327
tients with breast invasive ductal carcinoma［J］. Eur Radi⁃
［2］ MARINO M A，AVENDANO D，ZAPATA P，et al. Lymph
ol，2022，32（6）：4079-4089
node imaging in patients with primary breast cancer：con⁃ ［14］DING J，CHEN S，SERRANO SOSA M，et al. Optimizing
current diagnostic tools［J］. Oncologist，2020，25（2）：
the peritumoral region size in radiomics analysis for senti⁃
e231-e242
nel lymph node status prediction in breast cancer［J］.
［3］ 中国临床肿瘤学会. 中国临床肿瘤学会（CSCO）乳腺癌
Acad Radiol，2022，29（Suppl 1）：S223-S228
诊疗指南2024［M］. 北京：人民卫生出版社，2024：12-17
［15］CATTELL R，YING J，LEI L，et al. Preoperative predic⁃
Chinese Society of Clinical Oncology. 2024 CSCO guide⁃ tion of lymph node metastasis using deep learning⁃based
lines for the diagnosis and treatment of breast cancer［M］. features［J］. Vis Comput Ind Biomed Art，2022，5（1）：8
Beijing：People’s Medical Publishing House，2024：12-17 ［16］SONG Y，ZHANG J，ZHANG Y D，et al. Feature explorer
［4］ JAGSI R，BARLOW W E，WOODWARD W A，et al. Ra⁃ （FAE）：a tool for developing and comparing radiomics
diotherapy use and incidence of locoregional recurrence models［J］. PLoS One，2020，15（8）：e0237587
in patients with favorable⁃risk，node⁃positive breast can⁃ ［17］DOBRUCH⁃SOBCZAK K，SZLENK A，GUMOWSKA M，
cer enrolled in the SWOG S1007 trial［J］. JAMA Oncol， et al. Multiparametric ultrasound assessment of axillary
2023，9（8）：1083-1089 lymph nodes in patients with breast cancer［J］. Sci Rep，
［5］ DONKER M，VAN TIENHOVEN G，STRAVER M E，et 2024，14（1）：23072
al. Radiotherapy or surgery of the axilla after a positive ［18］SHI W，SU Y，ZHANG R，et al. Prediction of axillary
sentinel node in breast cancer（EORTC 10981⁃22023 AM⁃ lymph node metastasis using a magnetic resonance imag⁃
AROS）：a randomised，multicentre，open⁃label，phase 3 ing radiomics model of invasive breast cancer primary tu⁃
non ⁃ inferiority trial［J］. Lancet Oncol，2014，15（12）： mor［J］. Cancer Imaging，2024，24（1）：122
1303-1310 ［19］NITZ U A，GLUZ O，KÜMMEL S，et al. Endocrine thera⁃
［6］ LIU H，ZOU L，XU N，et al. Deep learning radiomics py response and 21 ⁃ gene expression assay for therapy
+
-
based prediction of axillary lymph node metastasis in guidance in HR /HER2 early breast cancer［J］. J Clin
breast cancer［J］. NPJ Breast Cancer，2024，10（1）：22 Oncol，2022，40（23）：2557-2567
［7］ VERONESI P，CORSO G. Standard and controversies in ［20］刘婷婷，林佳璐，娄鉴娟，等. 多参数MRI影像组学评估
sentinel node in breast cancer patients［J］. Breast，2019， 浸润性乳腺癌HER⁃2表达状态的临床应用价值［J］. 南

48 Suppl 1：S53-S56 京医科大学学报（自然科学版），2024，44（2）：218-227
［8］ RAHMIM A，TOOSI A，SALMANPOUR M R，et al. Ten⁃ LIU T T，LIN J L，LOU J J ，et al. Clinical application val⁃
sor radiomics：paradigm for systematic incorporation of ue of multi⁃parameter MRI radiomics evaluation of HER⁃2
multi ⁃ flavoured radiomics features［J］.Quant Imaging expression status in invasive breast cancer［J］. Journal of
Med Surg，2023，13（12）：7680-7694 Nanjing Medical Unversity（Natural Sciences），2024（2）：
［9］ LIU H，ZHAO Y，YANG F，et al. Preoperative prediction 218-227
of lymph node metastasis in colorectal cancer with deep ［21］ZENG Q，XIONG F，LIU L，et al. Radiomics based on
learning［J］. BME Front，2022，2022：9860179 DCE⁃MRI for predicting response to neoadjuvant therapy
［10］SUN R，ZHANG M，YANG L，et al. Preoperative CT ⁃ in breast cancer［J］. Acad Radiol，2023，30（Suppl 2）：
based deep learning radiomics model to predict lymph S38-S49
node metastasis and patient prognosis in bladder cancer： ［22］ZHENG H，JIAN L，LI L，et al. Delta⁃radiomics based on
a two⁃center study［J］. Insights Imaging，2024，15（1）：21 dynamic contrast ⁃ enhanced MRI for predicting lympho⁃
［11］XUE Y，CHEN D，CHEN Y. Reporting accuracy in pre⁃ vascular invasion in invasive breast cancer［J］. Acad Ra⁃
diction of lymph node metastasis of lung adenocarcinoma diol，2024，31（5）：1762-1772