مقالة بحثية

تطوير تصوير نوموغرامي مخصص للأشعة المقطعية المقطعية للتمييز قبل العملية بين أورام البمثابة في المعدة والأورام الوعظية المعدية

DOI:

10.3791/69527

⸱

فبراير 3, 2026

 ,  ,  , 
1Department of Radiology, Shuguang Hospital Affiliated to Shanghai University of Traditional Chinese Medicine, 2Department of Radiology, Fudan University Shanghai Cancer Center

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم تطوير تصوير نوموغرام إشعاعي معتمد على الأشعة المقطعية لتمييز أورام البثوم المعدة عن الأورام الليفوميوية المعدية بدقة، مما أتاح تشخيصا غير جراحي وفرديا قبل العملية مع أداء تنبؤي عالي.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يصف هذا البروتوكول تطوير والتحقق من صحة تصوير مقطعي محوسب معتمد على الأشعة المقطعية (CT) للتمييز غير الجراحي قبل العملية بين أورام البضاعة المعدية (GISTs) والأورام الشفعية المعدة (GLMs)، وهما آفتان تحت مخاطية معدية لهما استراتيجيات علاجية وتبعات تنبؤية مميزة. مجموعة استرجاعية مكونة من 172 مريضا لديهم GIST مؤكدة مرضيا أو GLMs، وخضعوا لأشعة مقطعية معززة بالتباين خلال 30 يوما قبل تحليل الجراحة. تم توزيع المرضى عشوائيا على مجموعة تدريب (n = 120) ومجموعة تحقق (n = 52). تم تقييم المتغيرات الديموغرافية، والخصائص الشكلية للأشعة المقطعية، والخصائص الإشعاعية الكمية المستخرجة من مناطق الاهتمام المحددة يدويا بشكل منهجي. تم اختيار الميزات باستخدام الانحدار لأقل انكماش مطلق وعامل اختيار (LASSO) مع التحقق المتبادل. تضمن النموذج التنبؤي النهائي العمر، وموقع الورم، ونمط التعزيز، وميزة الأشعة الشعاعية NGLDM_Busyness، التي تعكس تباين نسيج الورم داخل الورم. تم دمج هذه المتغيرات لبناء تصوير نوموغرامي فردي للاستخدام السريري. تم تقييم أداء النموذج باستخدام تحليل خصائص تشغيل المستقبل، منحنيات المعايرة، وتحليل منحنيات القرار. أظهر التصوير النوموغرامي قدرة تمييزية قوية، ومعايرة جيدة، وفائدة سريرية إيجابية في كل من فئتي التدريب والتحقق، مما يدعم قيمته المحتملة كأداة غير جراحية للتشخيص الفردي قبل العملية.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تميل الأورام البثوية المعدية (GISTs)، وهي أكثر الأورام تحت المخاطية شيوعا (SMTs)، إلى اعتبارها خبيثة محتملة بغض النظر عن حجمها، حيث تشكل تلك التي تظهر حالة سريرية خبيثة حوالي 10٪ إلى 30٪ من الحالات 1,2. وفقا لتصنيف التوافقالثلاثي التابع للمعاهد الوطنية للصحة، يزداد خطر الإصابة السريرية بسرطان الجهاز الهضمي تدريجيا عبر الطبقات: منخفض جدا، منخفض، متوسط، وعالي، ويعرف بحجم الورم وعدد الانقسام المنصف. يوصى بالتشخيص المبكر والاستئصال الجراحي المبكر للمرضى الممرضين ب GIST4. على النقيض من ذلك، كأورام حميدية ذات احتمال نادر للانتشار وتبدو الأكثر شيوعا في الأورام العضلية المعدة في SMTs، تتطلب الأورام الليوميومية المعدية (GLMs) مراقبة محافظة أو علاجات طفيفة التوغل بدلا من الجراحة، باستثناء الحالات التي تكون فيها الآفات أكبر من 5 سم 5.6. لذا، من المهم جدا التمييز بين GIST وGLMs الأصغر من 5 سم بسبب اختلافها الكبير في التأثيرات العلاجية والتنبؤية. هذا التمييز يمثل تحديا خاصا للآفات الصغيرة، حيث غالبا ما تشترك في خصائص تصوير متداخلة وتفتقر إلى أعراض سريرية محددة7،8.

تم إثبات أن شفط الإبرة الدقيقة الموجهة بالموجات فوق الصوتية بالمنظار (EUS-FNA)، كأكثر التقنيات نضجا فيما يتعلق بالتعرف على ما قبل العلاج في حالات SMT المعدية، يوفر تشخيصا مرضيا آمنا ودقيقا ل GISTs7. للأسف، قدرة EUS-FNA على استخراج عينات الأنسجة محدودة بشدة، مما يبدو أنه يقلل من دقة تشخيصه9. علاوة على ذلك، تعتبر هذه التقنية تدخلية. يعتبر التصوير المقطعي المحوسوب أداة تصوير مثالية واقتصادية لتشخيص أورام الجهاز الهضمي قبل الجراحة10. ومع ذلك، لا يزال التمييز بين GIST وGLM تحديا قبل العملية، نظرا لتعقيد الأعراض السريرية المتشابهة وظهور الأشعة المقطعية10.

يمثل علم الراديوميكس أداة واعدة بقدرة على استخراج ميزات التصوير الكمي من الصور الشعاعية تلقائيا، مما يسمح بالقياس الموضوعي لتباين الأورام11. في دراسات سابقة، تم تطوير نماذج الراديوميكس بشكل أساسي لتصنيف المخاطر في GIST بناء على التصوير المقطعي المحوسب أو الرنين المغناطيسي، مما يثبت إمكاناتها في تقييم الاحتمال الخبيث 12,13,14. ومع ذلك، لا تزال الدراسات التي ركزت تحديدا على التشخيص التفريقي بين GIST وGLMs نادرة نسبيا. لتقديم المعرفة الحالية، لم يتم تطوير أي تصوير نوم سابق قائم على الأشعة المقطعية للتمييز قبل العملية بين GISTs وGLMs. لذلك، تبني هذه الدراسة تخطيط التنبؤ قبل العملية باستخدام الخصائص الشكلية لصور الأشعة المقطعية ومعلمات الأشعة لمعالجة التحديات المذكورة أعلاه.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تمت الموافقة على هذا البحث من قبل لجنة الأخلاقيات في المستشفى (رقم البروتوكول: 1612167-18). نظرا للطبيعة الاستعادية للدراسة، تم التنازل عن شرط الموافقة المستنيرة. تم تحديد المرضى الذين لديهم أورام في العضلات المعدة (GISTs) أو الأورام الشفعية المعدية (GLMs) من سجلات المؤسسات بين يناير 2017 ويوليو 2022، وجميعهم لديهم تأكيد مرضي بعد العملية. المواد المستخدمة والمواد المستخدمة مدرجة في جدول المواد.

1. تفاصيل المريض

يتم تسجيل المرضى المؤهلين إذا استوفوا المعايير التالية: (1) آفات في المعدة بقطر أقصى ≤5 سم؛ (2) توفر التشخيص المرضي الكامل؛ (3) الخضوع لجراحة جذرية بنية علاجية؛ و(4) خضوع لأشعة مقطعية معززة بالتباين خلال 30 يوما من الجراحة. تم استبعاد المرضى الذين لديهم تاريخ من الأورام الخبيثة أو العلاج قبل الجراحة. لذلك، تم تسجيل 110 مريض GIST و62 من مرضى GLM في هذه الدراسة. تم عرض مخطط تدفق السكان (الشكل 1). تم تضمين ما مجموعه 172 مريضا (110 GISTs، 62 GLMs؛ 82 ذكر، 90 أنثى)، بمتوسط عمر 55.05 ± 12.42 سنة (النطاق: 22-79). تم تعيين المرضى عشوائيا إلى مجموعة تدريب (n = 120) ومجموعة تحقق (n = 52) باستخدام العشوائية البسيطة دون تصنيف. تلخص البيانات الديموغرافية الأساسية في الجدول 1.

2. تحليل صور الأشعة المقطعية

تم إجراء المسح بالأشعة المقطعية ضمن هذا البحث على أجهزة مسح مقطعية ب 64 شريحة. كان يطلب من كل مريض الصوم لمدة لا تقل عن 6 ساعات. قبل حوالي 30 دقيقة من التصوير المقطعي، تم توجيه كل مريض لتناول 500-800 مل من ماء الصنبور عن طريق الفم، وطلب تناول 1000 مل من الماء مباشرة قبل الفحص لتوسيع المعدة. تم وضع جميع المرضى في الدراسة على الخلف لمنع حدوث تشوهات ناجمة عن الهواء في المعدة، مع التأكد من تغطية جميع مناطق الآفات. تم إبلاغ المرضى بالتعرض للإشعاع المؤين كجزء من إجراء التصوير السريري. قبل إعطاء مادة التباين، تم فحص موانع استخدام وسط التباين المزود باليود، بما في ذلك الحساسية المعروفة وقصور الكلى (eGFR <30 مل/دقيقة/1.73 م²). تمت مراقبة المرضى لمدة لا تقل عن 15 دقيقة بعد الحقن لمواجهة ردود الفعل السلبية الحادة. يبدو أنه تم استخدام خوارزمية إعادة بناء قياسية، واتبعت عملية المسح هذه المواصفات بدقة: جهد أنبوب 120 كيلوفولت؛ تيار أنابيب 250-300 مللي أمبير؛ سمك شريحة 1.5 مم وفاصل الزمن. تم استخدام نواة إعادة بناء الأنسجة الرخوة (B30f). لاحقا، خلال عملية المسح المعزز، تم إعطاء عامل تباين يود بسعة 80-120 مل، بمعدل حقن 3.0 مل/ثانية عن طريق الوريد. يجب جمع المراحل الشريانية والبوابة والمتأخرة خلال حوالي 30 ثانية، 60 ثانية، و120 ثانية بعد وقت الحقن. في التحليل الإشعاعي، كانت الصور تتم معالجة مسبقة عن طريق إعادة أخذ عينات إلى حجم فوكسل متساوي الخواص 1.5 × 1.5 × 1.5 مم³ وتقسيم شدة باستخدام عرض حاوية ثابت يبلغ 25 وحدة هونسفيلد (HU).

3. استخراج الميزات الراديوميك

أما بالنسبة لميزات الراديومي، فقد استخدم برنامج LIFEx (الإصدار 4.90؛ www.lifexsoft.org) لاستخراج الميزات من منطقة الاهتمام (ROI). تم تحديد جميع المناطق ذات الاهتمام فقط في صور الأشعة المقطعية الوريدية الوردية البابية، والتي تم اختيارها للتحليل الإشعاعي لضمان الاتساق وثبات الميزات. لكل مريض، تم تحديد عائد التأثير على جميع الشرائح التي تحتوي على الآفة في المستوى العرضي، مع استخدام الرؤى السهمية والإكليلية لضمان تغطية دقيقة للحجم (الشكل 2). تم رسم العائد على المؤشرات بشكل مستقل من قبل اثنين من أخصائيي الأشعة دون إجماع أثناء التقسيم الأولي لتمكين تقييم قابلية التكرار. كان عائد الاستثمار يمثل منحنى أحادي الأبعاد (ثنائي الأبعاد) وغير حجما ثلاثي الأبعاد. تم تضمين جميع مناطق الورم عند تحديد عائد العائد، وتم استبعاد التكلسات بناء على عتبات الكثافة في إعداد برنامج LIFEx. تم إجراء مراقبة جودة بصرية لضمان انتفاخ المعدة بشكل كاف وإدراج الآفة بالكامل ضمن عائد العائد. تم حساب معاملات الارتباط داخل الفئات وبين الفئات (ICCs) لتقييم قابلية تكرار استخراج الميزات الإشعاعية؛ تم الاحتفاظ بميزات ICC > 0.75. من خلال الخوارزمية التلقائية لبرنامج LIFEx، تم الحصول على 37 ميزة راديومي: 5 معلمات مخططات التكرار الهيستوغرامي، 7 معلمات مصفوفة التزامن الرمادي (GLCM)، 11 معلمة مصفوفة طول الامتداد على المستوى الرمادي (GLRLM)، 3 معلمات مصفوفة الفرق على مستوى الرمادي (NGLDM)، و11 معاملة لمصفوفة طول المنطقة الرمادية (GLZLM). تم استخراج الميزات عبر مسار القائمة: التقسيم → الراديوميكس → الحوسبة. شملت معالجة الصور المبدئية إعادة العينات إلى حجم فوكسل متساوي الخواص 1.5 × 1.5 × 1.5 مم3 وتقسيم شدة باستخدام عرض ثابت للصندوق 25 وحدة هونسفيلد (HU). لم يتم تطبيق أي مقياس أو تطبيع للميزات قبل النمذجة.

4. الإحصائيات

أجريت التحليلات الإحصائية باستخدام برنامج R (الإصدار 3.6.0؛ https://www.r-project.org). تمت مقارنة المتغيرات المستمرة بين المجموعات باستخدام اختبارات t مستقلة؛ تم تقييم المتغيرات الفئوية باستخدام اختبارات χ². تم اعتبار قيمة P ثنائية الجانب < 0.05 ذات دلالة إحصائية.

5. إنشاء تصوير التنبؤ النموذجي

تم إجراء تحليل أحادي المتغير باستخدام ارتباط بيرسون بالخصائص الديموغرافية للشاشات والتصوير المقطعي المورفولوجي والإشعاعي للارتباط بالتشخيص (GIST مقابل GLM). استخدمت النمذجة متعددة المتغيرات انحدار عامل الانكماش المطلق والاختيار (LASSO) التي نفذت عبر حزمة glmnet (دالة cv.glmnet) مع تحقق متقاطع 10 أضعاف15. تم اختيار معامل التنظيم الأمثل λ عند lambda.1se لصالح نموذج أكثر بصيرة. تم دمج المؤشرات النهائية، العمر، موقع الورم، نمط التعزيز، و NGLDM_Busyness، خطيا باستخدام معاملاتها لتوليد درجة التنبؤ (Prescore). من بين جميع الميزات الإشعاعية المستخرجة، NGLDM_Busyness فقط احتفظت بمعامل غير صفري بعد معاقبة LASSO، مما يشير إلى أن ميزات راديوميك أخرى كانت إما زائدة عن الحاجة أو توفر قيمة تمييزية محدودة. تم بناء مخطط نوموجرام بناء على النموذج متعدد المتغيرات باستخدام دالة النوموجرام من حزمة rms.

6. فعالية التنبؤ والتحقق من صحة النموذج النوموغرامي

تم تقييم الأداء التنبؤي باستخدام المساحة تحت منحنى خصائص تشغيل المستقبل (AUC)، والحساسية، والنوعية، والدقة في كل من مجموعات التدريب والتحقق. تم تقييم المعايرة من خلال إعادة الأخذ في العينات (1000 تكرار) واختبار جودة الملاءمة هوسمر-ليمشو؛ تم رسم منحنيات المعايرة وفقا لذلك. تشير قيمة P < 0.05 إلى انحراف كبير عن المعايرة المثالية. تم استخدام مؤشر التوافق (C-index) لقياس الموثوقية التمييزية. تم تقييم الفائدة السريرية من خلال تحليل منحنى القرار (DCA).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الميزات الديموغرافية والسريرية
تم تضمين ما مجموعه 172 مريضا يعانون من أورام تحت مخاطية المعدة (110 من GIST، 62 GLM). تلخص الميزات الديموغرافية والسريرية في الجدول 1، والجدول 2 ، والجدول 3. كان هدف هذا التحليل إلى تحديد الفروق الأساسية بين GISTs ونماذج GLM لتوجيه تطوير النماذج لاحقا. كانت اضطرابات الجهاز الهضمي أكثر عرضة للحدوث في جسم المعدة لدى كبار السن الذين لديهم نمط تحسن متوسط، بينما كانت المعالجات الجيولوجية أكثر شيوعا في القلب لدى المرضى الأصغر ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

التمييز بين أورام البكر في الجهاز الهضمي (GISTs) والأورام الفراغية المعدية (GLMs) مهم سريريا لأنه يؤثر مباشرة على قرارات العلاج ونتائج المرضى. تم تطوير والتحقق من صحة النوموجرام كنموذج تنبؤي يدمج ميزة ديموغرافية واحدة (العمر)، وعلامتين للتصوير المقطعي المقطعي (الموقع ونمط التعزيز)، ومعامل إشعاعي واحد (NGLDM_Busyness). يمكن تطبيق هذا النموذج بسهولة قبل العملية في الممارسة السريرية. تعالج هذه الدراسة فجوة حالية في التمايز غير الجراحي قبل العملية للأورام تحت المخاطية المعدية من خلال توفير ب...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يعلن المؤلفون أنهم لا يملكون مصالح متنافسة.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
جهاز التصوير المقطعي المحوسب بتقنية التباينسيمنز هيلثاينرزتعريف SOMATOM AS+ماسح CT ب64 شريحة؛ نموذجيا في المستشفيات الثالثية الصينية خلال عام 2017 و2022. معايير المسح: 120 كيلوفولت، 250– 300 مللي أمبير، سمك شريحة 1.5 مم، نواة B30f.
حزمة glmnet (R)كرانالإصدار 4.0 (متوافق مع R 3.6.0)انحدار LASSO مع التحقق المتقاطع 10 أضعاف.
عامل التباين المرتبط باليودباير إيه جيألترافيست 370 (إيوبروميد 370 ملغ I/mL)أعطيت الوريد في الثمانين؛ 120 مل، 3.0 مل/ثانية. عامل تباين غير أيوني يستخدم على نطاق واسع في الصين لعلاج الأشعة المقطعية البطنية.
برنامج LIFExwww.lifexsoft.orgالإصدار 4.90يستخدم لاستخراج ميزات الراديوميك من عائدات الأشعة المقطعية.
برنامج Rمؤسسة Rالإصدار 3.6.0للتحليل الإحصائي والنمذجة (https://www.r-project.org).
حزمة RMS (R)كرانالإصدار 5.1-4 (متوافق مع R 3.6.0)بناء ومعايرة النوموغرام.

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Papke, D. J., Hornick, J. L. Recent developments in gastroesophageal mesenchymal tumors. Histopathology. 78 (1), 171-186 (2021).
  2. Inoue, A., et al. Difference of computed tomographic characteristic findings between gastric and intestinal gastrointestinal stromal tumors. Jpn J Radiol. 38 (8), 771-781 (2020).
  3. Joensuu, H. Risk stratification of patients diagnosed with gastrointestinal stromal tumor. Hum Pathol. 39 (10), 1411-1419 (2008).
  4. Nishida, T., Blay, J. Y., Hirota, S., Kitagawa, Y., Kang, Y. K. The standard diagnosis, treatment, and follow-up of gastrointestinal stromal tumors based on guidelines. Gastric Cancer. 19 (1), 3-14 (2016).
  5. Yang, H. K., et al. Leiomyomas in the gastric cardia: CT findings and differentiation from gastrointestinal stromal tumors. Eur J Radiol. 84 (9), 1694-1700 (2015).
  6. Nishida, T., Blay, J. Y., Hirota, S., Kitagawa, Y., Kang, Y. K. The standard diagnosis, treatment, and follow-up of gastrointestinal stromal tumors based on guidelines. Gastric Cancer. 19 (1), 3-14 (2016).
  7. Okuyama, R., et al. Can EUS-FNA cytology reliably classify gastric submucosal spindle cell tumors. Diagn Cytopathol. 51 (4), 230-238 (2023).
  8. Chen, Z., et al. Gastric gastrointestinal stromal tumors (2-5 cm): Correlation of CT features with malignancy and differential diagnosis. Eur J Radiol. 123, 108783(2020).
  9. Akahoshi, K., Oya, M., Koga, T., Shiratsuchi, Y. Current clinical management of gastrointestinal stromal tumor. World J Gastroenterol. 24 (26), 2806-2817 (2018).
  10. Li, Y., et al. Computed tomography in the size measurement of gastric gastrointestinal stromal tumors: Implication to risk stratification and "wait-and-see" tactics. Eur J Surg Oncol. 48 (8), 1739-1745 (2022).
  11. Gillies, R. J., Kinahan, P. E., Hricak, H. Radiomics: Images are more than pictures, they are data. Radiology. 278 (2), 563-577 (2016).
  12. Mao, H., et al. MRI-based radiomics models for predicting risk classification of gastrointestinal stromal tumors. Front Oncol. 11, 637270(2021).
  13. Chu, H., et al. Value of radiomics model based on enhanced computed tomography in risk grade prediction of gastrointestinal stromal tumors. Sci Rep. 11, 3775(2021).
  14. Chen, Z., et al. CT radiomics model for discriminating the risk stratification of gastrointestinal stromal tumors: A multi-class classification and multicenter study. Front Oncol. 11, 657371(2021).
  15. Sauerbrei, W., Royston, P., Binder, H. Selection of important variables and determination of functional form for continuous predictors in multivariable model building. Stat Med. 26 (30), 5512-5528 (2007).
  16. He, M. Y., et al. Differentiation between gastrointestinal schwannomas and gastrointestinal stromal tumors by computed tomography. Oncol Lett. 13 (5), 3746-3752 (2017).
  17. Wang, C., et al. Building CT radiomics-based models for preoperatively predicting malignant potential and mitotic count of gastrointestinal stromal tumors. Transl Oncol. 12 (9), 1229-1236 (2019).
  18. Choi, Y. R., et al. Differentiation of large (≥5 cm) gastrointestinal stromal tumors from benign subepithelial tumors in the stomach: Radiologists' performance using CT. Eur J Radiol. 83 (2), 250-260 (2014).
  19. Levy, A. D., Remotti, H. E., Thompson, W. M., Sobin, L. H., Miettinen, M. Gastrointestinal stromal tumors: Radiologic features with pathologic correlation. Radiographics. 23 (2), 283-304 (2003).
  20. Miettinen, M., Lasota, J. Gastrointestinal stromal tumors: Definition, clinical, histological, immunohistochemical, and molecular genetic features and differential diagnosis. Virchows Arch. 438 (1), 1-12 (2001).
  21. Wang, J., et al. Value of CT imaging in the differentiation of gastric leiomyoma from gastric stromal tumor. Can Assoc Radiol J. 72 (3), 444-451 (2021).
  22. Tomita, H., et al. Unenhanced CT texture analysis with machine learning for differentiating between nasopharyngeal cancer and nasopharyngeal malignant lymphoma. Nagoya J Med Sci. 83 (1), 135-149 (2021).
  23. Zhu, H., et al. Differentiation of gastric true leiomyoma from gastric stromal tumor based on biphasic contrast-enhanced computed tomographic findings. J Comput Assist Tomogr. 38 (2), 228-234 (2014).
  24. Sauerbrei, W., Royston, P., Binder, H. Selection of important variables and determination of functional form for continuous predictors in multivariable model building. Stat Med. 26 (30), 5512-5528 (2007).
  25. Han, J. P., et al. EUS-guided FNA and FNB after on-site cytological evaluation in gastric subepithelial tumors. J Dig Dis. 17 (9), 582-587 (2016).
  26. Liu, X. Y., et al. Application of artificial intelligence in the diagnosis of subepithelial lesions using endoscopic ultrasonography: A systematic review and meta-analysis. Front Oncol. 12, 915481(2022).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

CT RadiomicsGastric Stromal TumorsGastric LeiomyomasRadiomics NomogramPreoperative DifferentiationContrast Enhanced CTFeature SelectionLASSO RegressionTumor Texture HeterogeneityReceiver Operating Characteristic
الفيديو قريباً

مقالات ذات صلة