局部中后期结核病（LABC）常换用新主要用途化疗（NAC）。NAC可以在切除前所确保安全地缩小体积，可为原本完全恢复切除机会的病人重新获切除切除的机会。
本研究者力图开发并证明一种基于疗法前所后超声体检的高度自学放射源诺模图（DLRN），主要用途术前所评量NAC后结核病的病理完全缓解（pCR）情况。
从两家医院招募了拟进行术前所NAC的组织学一致的LABC病人（特训链表，n=356；独立外部证明链表，n=236）。分离出来可反映疗法前所（放射学外观上[RS] 1）和疗法后（RS2）特异性的高度自学和手动放射外观上。总和冗余小得多相关搜索算法和总和绝对收缩与可选择微分重返主要用途外观上可选择和RS在结构上。
不同建模的体现对比
DLRN可确切地判为pCR状态，在证明链表里，也就是说操作外观上斜率下的国土面积为0.94（95％CI 0.91-0.97），且精确测量良好。在两个链表里，DLRN体现原则上胜过医学建模和单独RS（p<0.05），还胜过两位专家对pCR的预测（p<0.01）。
该建模在不同亚型结核病里的体现
此外，该建模在外部证明链表内分泌抗原阳性/人表皮激酶抗原2（HER2）有性、HER2+和三有性亚组结核病病人里的也取得了良好的评量识别体现，互换的AUC分别为0.90、0.95和0.93。对政府斜率分析声称该建模对医学适合于。
综上，这个蛋白质新主要用途疗法前所后超声影像的高度自学诺模图可确切的评量LABC病人NAC后的pCR情况，为个体化疗法包括的资讯。
早期典故：
Meng Jiang, et al. Ultrasound-based deep learning radiomics in the assessment of pathological complete response to neoadjuvant chemotherapy in locally advanced breast cancer. Eur J Cancer. February 24, 2021.
相关新闻
相关问答
