基于ResNet101技术的多模态磁共振成像2.5D深度学习模型可有效预测肝细胞癌细胞角蛋白-19表达

秦莉; 刘海峰; Li QIN; Haifeng LIU

doi:10.12122/j.issn.1674-4500.2026.08.10

中国科技核心期刊（中国科技论文统计源期刊）
《中国学术期刊（光盘版）》收录期刊
《中国核心期刊（遴选）数据库》收录期刊
中国学术期刊综合评价数据库（CAJCED）统计源期刊
美国《乌利希期刊指南》（Ulrichsweb）来源期刊

分子影像学杂志 ›› 2026, Vol. 49 ›› Issue (8) : 1051-1058. DOI: 10.12122/j.issn.1674-4500.2026.08.10

临床研究

基于ResNet101技术的多模态磁共振成像2.5D深度学习模型可有效预测肝细胞癌细胞角蛋白-19表达

{{article.zuoZhe_CN}}

作者信息 +

A novel 2.5D deep learning model integrated with ResNet101 based on multimodal magnetic resonance imaging enables effective prediction of CK-19 expression in hepatocellular carcinoma

{{article.zuoZhe_EN}}

Author information +

History +

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用

{{article.zuoZheCn_L}}. {{article.title_cn}}. {{journal.qiKanMingCheng_CN}}. 2026, 49(8): 1051-1058 https://doi.org/10.12122/j.issn.1674-4500.2026.08.10

{{article.zuoZheEn_L}}. {{article.title_en}}. {{journal.qiKanMingCheng_EN}}. 2026, 49(8): 1051-1058 https://doi.org/10.12122/j.issn.1674-4500.2026.08.10

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

参考文献

基金

版权

PDF(1548 KB)

Accesses

Citation

Detail

段落导航

Received	Published
2026-04-23	2026-08-20
Issue Date
2026-09-21

选择文件类型/文献管理软件名称

选择包含的内容

本文亮点

HeighLight

摘要

Abstract

关键词

Key words

引用本文

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

参考文献

{{custom_fnGroup.title_cn}}

脚注

{{custom_ack.title_cn}}

基金

版权