杨光课题组张成秀老师在European Radiology期刊上发表了题为《Automated prediction of the neoadjuvant chemotherapy response in osteosarcoma with deep learning and an MRI-based radiomics nomogram》的学术论文，通讯作者为华东师范大学杨光老师和上海同仁医院姚伟武老师。

内容简介：

骨肉瘤是最常见的恶性骨肿瘤，新辅助化疗可以显著地改善患者的生存预期。然后，并非所有的患者都能从目前的新辅助化疗中获益，为此我们研发了一种自动的分析流程，首先在磁共振图像上，自动地对病灶的感兴趣区域进行分割，然后将从感兴趣区域中提取的影像组学特征与临床变量相结合，建立可用于预测新辅助化疗反应的影像组学模型。模型在测试集上的AUC达到了0.793 (95% CI, 0.610–0.975)，决策曲线分析的结果表明，模型可被用于骨肉瘤病人对新辅助化疗反应的预测，模型有潜力影响骨肉瘤病人的治疗决策，有利于实现精准的个性化治疗。

（https://doi.org/10.1007/s00330-022-08735-1）

图：Automated prediction of the neoadjuvant chemotherapy response in osteosarcoma with deep learning and an MRI-based radiomics nomogram.