<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">MRP</journal-id><journal-title-group><journal-title>Medical Research and Practice</journal-title></journal-title-group><issn>2993-9690</issn><eissn>2993-9704</eissn><publisher><publisher-name>Art and Design</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/MRP.2025110035</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>多模态MRI影像组学在脑胶质瘤分级诊断中的价值研究</title><url>https://artdesignp.com/journal/MRP/3/11/10.61369/MRP.2025110035</url><author>唐燕妮,李梅芳</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>3</volume><issue>11</issue><history><date date-type="pub"><published-time>2025-11-20</published-time></date></history><abstract>近年来，影像组学作为连接高通量影像特征与机器学习算法的关键桥梁，为神经肿瘤分级提供了全新的技术路径，尤其在融合多模态MRI序列信息方面展现出广阔的应用前景。多模态影像在表达肿瘤结构、形态、组织异质性等方面具有互补优势，为后续建模与智能分类提供了坚实基础。本研究围绕多模态MRI数据源的组织表达能力与信息稳定性展开，进一步构建融合策略导向的影像组学建模流程，最终结合性能验证与临床反馈机制，系统探讨该路径在脑胶质瘤分级诊断中的价值。</abstract><keywords>多模态MRI影像组学,脑胶质瘤分级诊断,识别能力</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>&amp;nbsp;[1]焦志明. GE 3.0T MRI应用于脑胶质瘤诊断及病理分级的价值研究[J].影像研究与医学应用,2025,9(17):64-66.&amp;nbsp;[2]许晴,唐佳伟,刘学猛,等. 基于卷积神经网络与拉曼光谱的脑胶质瘤分级诊断方法研究[J].光谱学与光谱分析,2025,45(08):2247-2252.&amp;nbsp;[3]魏江漫,王钺,刘超,等. 磁共振灌注多参数对脑胶质瘤术前分级及与单发脑转移瘤鉴别诊断的价值[J].中国医学装备,2025,22(05):62-66.&amp;nbsp;[4]管立威,黄瑞,李蕊. 弥散加权成像在脑胶质瘤分级及IDH1分型中的应用价值[J].青海医药杂志,2025,55(04):34-37.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
