浸润深度相关资讯-临床研究进展，文献-MedSci.cn

Eur Radiol:如何识别膀胱癌的肌层<font color="red">浸润</font><font color="red">深度</font>？

Eur Radiol:如何识别膀胱癌的肌层浸润深度？

膀胱癌有无肌层浸润决定了治疗方案的选择和预后。经尿道膀胱肿瘤切除术对无肌层浸润性膀胱癌的首选治疗手段，根治性膀胱切除术是肌层浸润性膀胱癌的标准治疗方法。

MedSci原创 - MRI，膀胱癌，浸润深度 - 2021-04-25

Eur Urol：<font color="red">深度</font>学习预测肌层<font color="red">浸润</font>膀胱癌分子亚型

Eur Urol：深度学习预测肌层浸润膀胱癌分子亚型

肌层浸润膀胱癌（MIBC）是第二大常见的泌尿生殖系恶性肿瘤，并且与具有高的发病率和死亡率。近期研究人员鉴定了MIBC的分子亚型，这具有重要的临床应用。

MedSci原创 - 膀胱癌，分子亚型，深度学习 - 2020-05-26

早期食管鳞状细胞癌<font color="red">浸润</font><font color="red">深度</font>的放大内镜分类

早期食管鳞状细胞癌浸润深度的放大内镜分类

日本食管学会于2011年提出了一种用于诊断和分期早期食管鳞状细胞癌的ME-NBI分类法。这项研究的目的是比较新分类与传统分类（Inoue分类和Arima的分类）。本项研究为前瞻性单中心研究，选择151

一泓小树林 - 食管鳞状细胞癌（OSCC） - 2020-03-30

Radiology：<font color="red">深度</font>学习的<font color="red">浸润</font>性乳腺癌模拟增强乳腺MRI

Radiology：深度学习的浸润性乳腺癌模拟增强乳腺MRI

最近使用脑部MRI扫描的研究表明，利用深度学习从预对比度输入合成对比度增强图像是可行的。

MedSci原创 - 乳腺癌，深度学习，乳腺MRI - 2023-03-04

European Radiology：多参数MRI评估口腔舌鳞状细胞癌的肿瘤<font color="red">浸润</font><font color="red">深度</font>

European Radiology：多参数MRI评估口腔舌鳞状细胞癌的肿瘤浸润深度

口腔鳞状细胞癌是全球第八大常见癌症，大多发生在舌前2/3处。口腔舌鳞癌（OTSCC）由于存在发达的淋巴血管系统并缺乏阻止肿瘤繁殖的强大屏障，因此预后较差。

MedSci原创 - 多参数MRI，口腔舌鳞状细胞癌 - 2021-11-18

Gastric Cancer：内镜超声对内镜黏膜下剥离术前诊断早期胃癌<font color="red">浸润</font><font color="red">深度</font>的临床意义

Gastric Cancer：内镜超声对内镜黏膜下剥离术前诊断早期胃癌浸润深度的临床意义

本项研究旨在探究内镜超声检查在早期胃癌浸润深度诊断中的临床意义。

MedSci原创 - 胃癌，内镜超声 - 2020-07-04

academic radiology：增强超声与<font color="red">深度</font>学习结合实现肝细胞癌微血管<font color="red">浸润</font>的术前无创预测

academic radiology：增强超声与深度学习结合实现肝细胞癌微血管浸润的术前无创预测

近年来，深度学习（DL）因其图像模式识别和人工智能能力而备受关注，能有效提高医学图像解读的诊断准确性、增加诊断的客观性。

MedSci原创 - 肝细胞癌，深度学习，增强超声 - 2023-11-10

J Gastroenterology：食管鳞状细胞癌<font color="red">浸润</font><font color="red">深度</font>与内镜切除术后转移复发的风险之间的关系

J Gastroenterology：食管鳞状细胞癌浸润深度与内镜切除术后转移复发的风险之间的关系

内镜下粘膜切除术（ER）是病变局限于食管上皮的食管鳞状细胞癌（ESCCs）的最优的治疗方式。

MedSci原创 - 消化内镜，食管癌 - 2021-04-21

点内科技联合华东医院及上海交大在Cancer Research 发表论文：3D<font color="red">深度</font>学习在CT影像预测早期肿瘤<font color="red">浸润</font>方面超越影像专家

点内科技联合华东医院及上海交大在Cancer Research 发表论文：3D深度学习在CT影像预测早期肿瘤浸润方面超越影像专家

2018年10月11日，由点内科技、复旦大学附属华东医院“张国桢肺微小结节诊治中心”的李铭教授和上海交通大学人工智能研究院共同发起的“3D深度学习在CT影像预测早期肿瘤浸润应用”的成果，该成果发表于《Cancer Research》数据显示，多任务深度学习模型在区分肿瘤浸润/非浸润两分类的准确率达78.8%（AUC），区分IAC/非IAC（0期/I期）两分类的准确率达到了88.0%（AUC）

MedSci - 肿瘤，影像 - 2018-10-12