专栏名称: 磁共振成像传媒

关注磁共振传媒，即时关注来自国内外最新、最快的磁共振专业资讯！

本期特别关注：乳腺MRI专题

磁共振成像传媒 · 公众号 · · 2024-01-29 06:06

正文

来源：磁共振成像传媒

乳腺MRI

本专题组稿专家顾雅佳教授简介

顾雅佳， 女，医学博士，主任医师，博士生导师，复旦大学附属肿瘤医院放射诊断科主任、上海市质子重离子医院放射诊断科主任。担任中华医学会放射学分会乳腺学组副组长、中国抗癌协会肿瘤影像专委会副主任委员、上海抗癌协会肿瘤影像专委会主任委员、上海市社会医疗机构影像医学分会副会长等社会任职。曾获上海抗癌科技奖一等奖、“上海医务工匠”称号、上海市“医树奖”、上海医学科技奖、上海市科技进步奖、复旦大学巾帼建功创新奖等荣誉。围绕乳腺癌诊治相关研究，近五年主持和参与国家和上海市科研项目11 项，包括主持国家自然科学基金面上项目、国家重点研发计划重点专项、申康三年行动计划重大临床研究项目等；近10 年以第一/通信作者在《Science Advances》《Cell Reports Medicine》《European Radiology》《Journal of Magnetic Resonance Imaging》《American Journal of Roentgenology》《Journal of Translational Medicine》等国际著名期刊发表论文共158 篇。主编和主译论著《乳腺影像诊断学（第二版）》《乳腺磁共振征象图谱》《现代医学影像学（乳腺分册、头颈分册）》等4 部，副主编和参编论著8 部，作为影像负责人多次参与编写中国抗癌协会《乳腺癌诊治规范指南》影像部分，审评并获批专利5 项，软件著作权1 项。

乳腺癌精准诊疗的重要工具——MRI定量分析技术

蔺璐奕，顾雅佳

摘要： 乳腺癌严重威胁女性的生命健康和生活质量，MRI是乳腺疾病诊断中重要的工具。随着近年来软硬件技术的提高，越来越多的MRI定量特征被挖掘出来，并较形态判读等非定量特征展现出来更大的优势。本文简要论述了包括常规MRI序列、MRI新技术新方法、MRI影像组学和深度学习等MRI定量分析方法在乳腺病灶良恶性鉴别、新辅助治疗疗效和预后等临床问题中的应用，同时提出了亟待解决的几个问题。乳腺癌的精准诊疗时代对影像学研究提出了更高的要求，希望本文可以启发研究者未来深入挖掘MRI的定量特征和定量分析方法，结合非定量特征，更好地推动MRI在乳腺癌诊疗中的应用，推动临床转化，提升乳腺癌患者的生存时间和生活质量。

本文引用格式： 蔺璐奕, 顾雅佳. 乳腺癌精准诊疗的重要工具——MRI定量分析技术[J]. 磁共振成像, 2024, 15(1): 1-5, 27.

点击题目免费阅读全文

MRI及临床病理特征对乳腺癌人表皮生长因子受体2表达状态的鉴别诊断价值

沈怡媛，尤超，蔺璐奕，周嘉音，顾雅佳

摘要：

目的探讨MRI联合临床病理特征在乳腺癌人表皮生长因子受体2（human epidermal growth factor receptor 2, HER-2）表达状态中的鉴别诊断价值，尤其是在HER-2低表达乳腺癌中的鉴别诊断价值。

材料与方法 回顾性分析2018年1月至2019年12月在复旦大学附属肿瘤医院经病理证实为乳腺癌的患者治疗前乳腺MRI图像，205例患者均行双侧乳腺平扫及增强MRI检查。根据免疫组织化学和荧光原位杂交结果将HER-2状态分为HER-2阴性（包括零、低表达）和阳性（过表达）。分析各组临床病理特征及MRI特征，临床病理特征包括年龄、月经状态、雌激素受体（estrogen receptor, ER）、孕激素受体（progesterone receptor, PR）、激素受体（hormone receptor, HR）、分子分型和Ki-67水平。MRI特征包括纤维腺体类型、背景实质强化、多灶或多中心、瘤内T2WI高信号、瘤周水肿、病灶类型、病灶大小、肿块形状、边缘、内部强化模式、非肿块强化分布及内部强化模式。单因素分析中，对于HER-2阴、阳性组间比较，年龄采用独立样本 t检验，病灶大小采用Mann-Whitney U检验，其余临床病理特征及MRI特征采用 χ 2检验；对于HER-2零、低和过表达组的比较，年龄采用单因素方差分析，病灶大小采用Kruskal-Wallis H检验；其余临床病理特征及MRI特征采用 χ 2检验。多因素分析采用二元logistic回归分析，用受试者工作特征曲线下面积（area under the curve, AUC）、敏感度和特异度评价模型的诊断效能。

结果 HER-2阴性中零表达59例、低表达79例，HER-2阳性（过表达）67例。HER-2阴性与阳性组临床病理特征中，ER、PR、HR和分子分型差异有统计学意义（ P均<0.001），MRI特征中肿块边缘差异有统计学意义（ P=0.020）。进一步比较HER-2低表达组与零表达组、HER-2低表达组与过表达组，临床病理特征中，ER、PR、HR、分子分型和Ki-67水平（以中位数40%为截断值）组间差异具有统计学意义（ER、PR、HR、分子分型：P均<0.001；Ki-67：P<0.001， P=0.037）；MRI特征中，瘤内T2WI高信号与肿块形状组间差异具有统计学意义（瘤内T2WI高信号：P=0.031， P=0.011；肿块形状：P=0.012， P=0.025），且肿块边缘在HER-2低表达与零表达组间差异有统计学意义（ P=0.036）。联合临床病理和MRI特征的多因素分析提示，PR状态、Ki-67水平及肿块形状是鉴别乳腺癌HER-2低表达与零表达的独立预测因素，AUC、敏感度和特异度分别为0.772、79.7%和70.9%；PR状态及瘤内T2高信号是鉴别HER-2低表达与过表达的独立预测因素，AUC、敏感度、特异度分别为0.793、69.8%和76.1%。

结论 MRI影像特征对乳腺癌HER-2表达状态具有鉴别诊断价值，尤其在HER-2低表达与零表达或过表达乳腺癌鉴别诊断中。联合临床病理特征，PR阳性、Ki-67低于40%、肿块形状不规则和瘤内T2WI高信号可提示HER-2低表达乳腺癌。

本文引用格式： 沈怡媛, 尤超, 蔺璐奕, 等. MRI及临床病理特征对乳腺癌人表皮生长因子受体2表达状态的鉴别诊断价值[J]. 磁共振成像, 2024, 15(1): 6-13.

点击题目免费阅读全文

IDEAL-IQ序列在乳腺肿块良恶性鉴别诊断中的应用价值探究

于佳平，杜思瑶，韩瑞，赵睿萌，张立娜

摘要：

目的探讨非对称回波最小二乘估算法迭代水脂分离序列（iterative decomposition of water and fat with echo asymmetrical and least-squares estimation quantitation sequence, IDEAL-IQ）来源的R2 *值在乳腺良恶性肿瘤鉴别诊断中的价值，并与传统多回波T2 *梯度回波（gradient recalled echo, GRE）序列来源的R2 *值进行比较。

材料与方法 回顾性分析2021年9月至2023年10月在中国医科大学附属第一医院连续收治的42名患者的50个良性肿瘤病灶，在本院影像归档和通信系统（picture archiving and communication systems, PACS）中使用倾向性评分匹配方法匹配肿瘤所在最大层面的最长径，按1∶3的比例纳入150名患者的150个恶性肿瘤病灶。将恶性肿瘤根据预后因子[雌激素受体（estrogen receptor, ER）、孕激素受体（progesterone receptor, PR）以及人表皮生长因子受体2（human epidermal growth factor receptor 2, HER-2）]的阳性/阴性表达情况进行分组。所有患者均接受包含IDEAL-IQ和多回波T2 * GRE序列的多参数MRI，测量以下定量参数：IDEAL-IQ序列R2 *值（R2 * IDEAL）、多回波T2 * GRE序列R2 *值（R2 * GRE）、表观扩散系数（apparent diffusion coefficient, ADC）及肿瘤长径。根据原始资料类型的不同，分别利用单因素分析（独立样本 t检验、Mann-Whitney U检验等方法）对比分析各参数的差异。采用Spearman相关性分析R2 * IDEAL与R2 * GRE及二者与ADC的相关性。采用配对样本 t检验比较R2 * IDEAL与R2 * GRE的差异。采用logistic回归分析建立联合诊断模型，并使用受试者工作特征（receiver operating characteristic, ROC）曲线及曲线下面积（area under the curve, AUC）分析单独及联合参数鉴别乳腺肿瘤良恶性的效能。

结果相关性分析显示乳腺肿瘤患者的R2 * IDEAL与R2 * GRE呈中度相关（ r=0.763， P<0.001），二者与ADC值均呈负性弱相关[ r=-0.300（R2 * IDEAL），-0.306（R2 * GRE）， P<0.001]。良性组与恶性组中，R2 * IDEAL与R2 * GRE均呈中度相关（ r=0.745、0.680， P<0.001），二者与ADC均无相关性。两种序列所得的R2 *值差异有统计学意义（ P<0.001）。R2 * IDEAL在良恶性组间差异有统计学意义（ P<0.001），管腔HER-2阴性型R2 *值最高。对于单一参数，ADC值鉴别良恶性的AUC最高（0.857）；对于联合参数，R2 * IDEAL+ADC鉴别良性组与管腔阴性组的AUC最高（0.927）；差异均有统计学意义（ P<0.05）。

结论 IDEAL-IQ序列生成的R2 *值可用于区分良恶性乳腺肿块，可能成为除ADC外辅助乳腺肿瘤良恶性鉴别的又一无需对比剂参数。

本文引用格式： 于佳平, 杜思瑶, 韩瑞, 等. IDEAL-IQ序列在乳腺肿块良恶性鉴别诊断中的应用价值探究[J]. 磁共振成像, 2024, 15(1): 14-20, 42.

点击题目免费阅读全文

MRI特征在BRCA基因突变与非突变型乳腺癌间的差异研究

蔺璐奕，王泽洲，肖勤，胡震，顾雅佳，尤超

摘要：

目的探讨临床病理特征和MRI特征在乳腺癌易感基因（breast cancer susceptibility gene, BRCA）基因突变与非突变型乳腺癌患者中的差异。

材料与方法回顾性分析2011年6月至2017年7月在复旦大学附属肿瘤医院确诊手术并经二代测序确定BRCA基因状态的81名BRCA基因非突变型和76例BRCA基因突变型乳腺癌患者（包括BRCA1基因突变38例，BRCA2基因突变38例）的临床病理资料、活检前MRI扫描图像和预后资料。采用卡方检验、Fisher's精确检验和多因素logistic回归分析BRCA基因突变型与非突变型、BRCA1突变型和BRCA2突变型乳腺癌之间临床病理特征及MRI特征的差异。

结果在BRCA基因突变组和非突变型乳腺癌之间，组织学类型的分布差异具有统计学意义（ P =0.037）。BRCA基因突变乳腺癌组织学类型为浸润性导管癌（invasive ductal carcinoma, IDC）的比例较高，BRCA1基因和BRCA2基因突变乳腺癌中表现为IDC的比例分别为92.11%和94.74%。单因素分析中，BRCA非突变型乳腺癌更多表现为流入（Ⅰ型）或平台型（Ⅱ型）而非廓清型（Ⅲ型）强化曲线（ P =0.041）。BRCA1基因突变乳腺癌和BRCA2 基因突变乳腺癌患者间肿块型病灶分布差异具有统计学意义（ P =0.030），BRCA2基因突变的病灶表现为不规则形的比例较高，占表现为肿块型的BRCA2基因突变病灶的87.10%。纤维腺体组成和BPE特征在BRCA基因突变和非突变乳腺癌之间差异无统计学意义。

结论 BRCA基因突变型和非突变型乳腺癌的组织学类型、分子分型和Ki-67指数存在显著差异，MRI中的病灶形态和强化曲线在单因素分析中也与BRCA基因状态有关。

本文引用格式： 蔺璐奕, 王泽洲, 肖勤, 等. MRI特征在BRCA基因突变与非突变型乳腺癌间的差异研究[J]. 磁共振成像, 2024, 15(1): 21-27.

点击题目免费阅读全文

基于MRI时空异质性模型预测三阴性乳腺癌病理完全缓解

周嘉音，尤超，王泽洲，蔺璐奕，沈怡媛，顾雅佳

摘要：

目的基于MRI时空异质性构建影像组学模型以早期预测三阴性乳腺癌（triple-negative breast cancer, TNBC）的病理完全缓解（pathological complete response, pCR）。

材料与方法回顾性分析我院2017年9月至2022年3月接受新辅助化疗（neoadjuvant chemotherapy, NAC）的173名TNBC患者资料，收集每位患者NAC前（Pre-）和NAC两疗程后（During-）的MRI图像。55名DUKE大学的患者构成外部验证队列。从瘤内亚区域和瘤周区域提取影像组学特征来表征空间异质性，计算NAC前后特征值的变化（Delta-）来表征时间异质性。分别使用Pre-、During-和Delta-的特征，应用最小绝对收缩选择算子（least absolute shrinkage and selection operator, LASSO）回归构建影像组学模型。采用多因素逻辑回归对单模态模型进行集成，构建纵向融合（Stacking）模型。通过受试者工作特征（receiver operating characteristic, ROC）曲线、校准曲线和决策曲线分析（decision curve analysis, DCA）评价模型的诊断效能和临床应用价值。

结果分别从Pre-、During-和Delta-特征集中选取8个、4个和10个特征构建模型。基于空间异质性的Pre-模型具有预测pCR的性能，在训练集、内部验证集和外部验证集中的ROC曲线下面积（area under the curve, AUC）分别为0.74、0.71和0.71。在训练集和验证集中，纵向融合模型预测pCR的性能最佳，AUC均为0.86。DCA结果显示纵向融合模型在临床应用中价值是最高的。

结论基于MRI空间异质性特征可以有效预测TNBC的pCR，整合时空异质性构建的纵向融合模型可以进一步提高预测性能。

本文引用格式： 周嘉音, 尤超, 王泽洲, 等. 基于MRI时空异质性模型预测三阴性乳腺癌病理完全缓解[J]. 磁共振成像, 2024, 15(1): 28-34.

点击题目免费阅读全文

基于MRI与临床病理特征构建诺莫图预测乳腺癌新辅助治疗收缩模式

罗瑶，曹崑，李晓婷，邓旭波，孙应实

摘要：

目的探讨与乳腺癌新辅助治疗（neoadjuvant therapy, NAT）后肿瘤收缩模式相关的基线MRI特征及临床病理因素，并构建早期预测收缩模式的诺莫图。

材料与方法回顾性分析在我院确诊乳腺浸润性导管癌，并完成NAT和手术切除的连续性病例272例，随机分为训练组（190例）和验证组（82例）。根据NAT前后MRI上肿瘤形态和大小变化将收缩模式分为I类收缩（完全缓解、向心性收缩）和Ⅱ类收缩（非向心性收缩、疾病稳定及进展）。收集患者临床信息、肿瘤病理信息（分化程度、免疫组化分子分型等），以及基线MRI特征（包括强化方式、强化程度半定量参数等）。依次采用单因素、多因素逻辑回归分析寻找有效因素并建立预测模型，受试者工作特征曲线下面积（area under the curve, AUC）评价模型并筛选最佳模型构建诺莫图。

结果 NAT后表现为I类收缩和Ⅱ类收缩的病例数分别为174例（占比64.0%）和98例（36.0%）。基线MRI强化方式和激素受体（hormone receptor, HR）与收缩模式独立相关，各自预测Ⅱ类收缩的AUC分别为0.844 [95%置信区间（confidence intervals, CI ）：0.784~0.892]和0.593（95% CI ：0.519~0.663）。结合二者建立综合预测模型，AUC为0.890（95% CI ：0.837~0.931），高于任意单一参数（ P <0.05）。基于综合预测模型构建诺莫图，在验证组预测Ⅱ类收缩模式的AUC为0.871（95% CI ：0.779~0.935），训练组与验证组的准确度分别为85.8%和82.9%。

结论 MRI非单肿块强化和HR阳性是乳腺癌NAT后Ⅱ类收缩的独立危险因素。对强化方式和HR进行简单分析可为NAT降期保乳的可行性及效果提供合理预估，有利于临床制订合理的多学科治疗方案。

本文引用格式： 罗瑶, 曹崑, 李晓婷, 等. 基于MRI与临床病理特征构建诺莫图预测乳腺癌新辅助治疗收缩模式[J]. 磁共振成像, 2024, 15(1): 35-42.

点击题目免费阅读全文

乳腺MRI图像特征与保乳手术可行性的相关性分析

刘梁生，刘佩芳，马文娟，张宇，李艳博，王嘉慧，路红

摘要：

目的探讨乳腺癌保乳手术（breast conserving surgery, BCS）成功及失败相关的术前MRI影像特征和临床病理特征，为BCS可行性分析提供影像学依据。

材料与方法回顾性分析2018年3月至2021年5月行BCS且术前行MRI检查的患者资料，并根据是否最终改行全乳切除术的手术结果分为失败组和成功组。收集的影像特征包括：病灶大小、左右侧、是否肿块、深度、纤维腺体组织量、是否对称、相关征象、背景实质强化（background parenchymal enhancement, BPE）、时间强度曲线、T1信号以及T2信号。临床病理特征包括：患者年龄、人表皮生长因子受体2（human epidermal growth factor receptor 2, HER-2）、雌激素受体（estrogen receptor, ER）、孕激素受体（progesterone receptor, PR）状态及增殖指数Ki-67水平、分子分型以及是否导管内癌。采用单因素及多因素logistic回归对两组间的影像特征及临床病理特征进行分析，以 P <0.05为差异具有统计学意义。

结果 BCS失败和成功组的样本量分别为47例和91例。单因素及多因素logistic回归分析显示BPE在两组间差异有统计学意义。使用BPE极少强化作为参考，它与BPE轻度强化之间差异没有统计学意义[优势比（odds ratio, OR）=0.317，95%置信区间（confidence interval, CI ）：0.374~6.552， P =0.654]。它与中度强化之间差异具有统计学意义（OR=1.674，95% CI ：1.392~26.420， P =0.022）和BPE重度增强（OR=1.569，95% CI ：1.128~25.809， P =0.044）。然而，其他临床病理和影像学特征在BCS成功组与失败组间差异无统计学意义。

结论 BPE与BCS成功与否具有一定相关性，更高的BPE程度提示更大的BCS失败可能性，BPE可能作为术前MRI评估乳腺癌BCS可行性分析的有效指标，有助于医生制订准确的手术策略。

本文引用格式： 刘梁生, 刘佩芳, 马文娟, 等. 乳腺MRI图像特征与保乳手术可行性的相关性分析[J]. 磁共振成像, 2024, 15(1): 43-47, 60.

分数阶微积分模型DWI结合SMS技术在乳腺良恶性病变中的应用价值

汪飞，孙宜楠，张宝媞，陈明，杨擎，陈曦，刘孟潇，朱娟

摘要：

目的探讨分数阶微积分（fractional-order calculus, FROC）模型扩散加权成像（diffusion weighted imaging, DWI）结合多层同时（simultaneous multi-slice, SMS）技术在乳腺良恶性病变中的应用价值。

材料与方法回顾性分析2021年1月至2022年12月在我院接受乳腺MRI扫描的124例患者（141个病变），所有患者均应用3.0 T MR行两组多b值（14个b值、最高b值3 000 s/mm ² ）DWI扫描，一组为常规单次激发平面回波成像（single-shot echo planar imaging, SSEPI）-DWI，另一组为SMS-SSEPI-DWI。采用独立样本 t 检验或Mann-Whitney U 检验比较良恶性病变组的图像质量评分、FROC模型参数值[异常扩散系数（D）、体素内扩散异质性参数（β）和空间参数（μ）]和表观扩散系数（apparent diffusion coefficient, ADC）值。并利用受试者工作特性（receiver operating characteristic, ROC）曲线评价各参数的诊断效能。应用Bland-Altman图评估两组DWI衍生参数间的一致性。

结果乳腺恶性病变的ADC、D、β值均低于良性组，差异具有统计学意义（ P <0.05），恶性病变的μ值高于良性组，差异具有统计学意义（ P <0.05）。在SSEPI-DWI和SMS-SSEPI-DWI序列中，D值曲线下面积最大，β值诊断敏感性最高，D值特异性最高。Bland-Altman图显示两组DWI序列衍生的相对应参数值均无偏倚，具有良好的一致性。

结论基于SMS-SSEPI-DWI FROC模型可以在临床可接受时间内提供良好的图像质量和病变特征参数值，与SSEPI-DWI相比，其在鉴别乳腺良恶性病变方面具有一致的诊断性能，D值和β值表现出较好的诊断性能。

本文引用格式： 汪飞, 孙宜楠, 张宝媞, 等. 分数阶微积分模型DWI结合SMS技术在乳腺良恶性病变中的应用价值[J]. 磁共振成像, 2024, 15(1): 48-54.

点击题目免费阅读全文

基于深度学习的乳腺MRI图像自动分类研究

马明明，秦乃姗，姜原，张耀峰，张晓东，王霄英

摘要：

目的为了实现图像性质的自动甄别，通过深度学习技术和程序构建多参数乳腺MRI图像自动分类模型并验证其效能。

材料与方法回顾性收集我院2010年1月至2020年11月乳腺MRI图像质量合格数据862例（数据集I），按序列分三类：T2WI、T2WI脂肪抑制序列（fat-suppressed T2WI, FS T2WI）、表观扩散系数（apparent diffusion coefficient, ADC），训练序列分类模型。回顾性收集我院2013年2月至2020年4月乳腺MRI图像质量合格数据377例（数据集Ⅱ），按动态对比增强（dynamic contrast-enhanced, DCE）-MRI期相特征分三类：无对比剂期（no-contrast, NoC）、对比剂增强早期（contrast enhanced early, CEearly）、对比剂增强期（contrast enhanced, CE），训练DCE期相分类模型。回顾性收集我院2021年10月至2021年12月乳腺MRI图像质量合格数据95例（数据集Ⅲ），用于模型（序列和DCE期相）预测效能的独立验证，并通过程序对数据集Ⅲ中的扩散加权成像（diffusion weighted imaging, DWI）参数进行分类：DWI-high和DWI-low。以影像医师依据图像序列、强化特点及参数进行分类的结果为金标准，采用混淆矩阵的方法评价模型的分类效能。

结果在序列分类模型中，总体准确率为92.0%，对ADC、T2WI、FS T2WI各自分类的准确率为100.0%、84.9%、100.0%；在DCE期相分类模型中，总体准确率为90.4%，对NoC、CEearly、CE各自分类的准确率为89.7%、39.2%、95.7%；程序在DWI参数分类中，对DWI-high和DWI-low的分类结果与医师完全一致。

结论利用深度学习模型和程序技术对多参数乳腺MRI进行图像序列、期相和参数分类，输出结果与医师分类结果一致性高，基本满足临床需要。

本文引用格式： 马明明, 秦乃姗, 姜原, 等. 基于深度学习的乳腺MRI图像自动分类研究[J]. 磁共振成像, 2024, 15(1): 55-60.

点击题目免费阅读全文

扩展阅读

1.《磁共振成像》杂志入编2023年版《中文核心期刊要目总览》

2.《磁共振成像》杂志被2023-2024年度中国科学引文数据库核心库收录

3.《磁共振成像》杂志再次被评为 “中国精品科技期刊” “中国科技核心期刊”

4. 本刊对图片的要求

5. 如何选择统计学分析方法

6. 如何解释和表达统计结果

7. 《磁共振成像》杂志对参考文献有哪些要求

8. 磁共振成像编辑部关于医学伦理和知情同意的若干问题解答

9. 《磁共振成像》稿约

上下滚动查看更多

《磁共振成像》杂志简介

《磁共振成像》杂志创刊于2010年1月，为国内第一本医学磁共振专业期刊，为公开获取（OA）期刊，业务主管单位：国家卫生健康委员会。现为月刊，每月20日出版。《磁共振成像》杂志实行同行评议制度（双盲）和三审三校制度，刊发周期约180天。遵循国际医学期刊编辑委员会（ICMJE）、世界医学协会（WMA）、国家新闻出版署、国家卫生健康委员会、科技部等国际社会团体、国内政府机构制定的医学伦理和出版伦理。办刊宗旨：坚持党的出版方针，反映磁共振成像基础研究与临床研究成果，促进我国磁共振成像事业发展，为提高医疗诊断质量、保障人民健康服务。办刊理念：办精品期刊、促学科发展、惠百姓健康，打造世界一流的磁共振媒体。杂志特色：特别注重多学科交叉合作与科研成果转化。注重内容的科学性、前沿性、实用性和原创性，重点报道磁共振成像相关的临床应用与基础研究。数据库收录：《磁共振成像》杂志入编《中文核心期刊要目总览》2020年版、2023年版，被评为中国科技核心期刊 ( 2013-今)、中国科技论文统计源期刊 ( 2013-今)、中国科学引文数据库 ( CSCD ) 核心库来源期刊（2021-2024年度）、中国精品科技期刊（2023-2026年）、中国科学引文数据库 ( CSCD ) 扩展库来源期刊 ( 2013-2018年度 ) 。同时，被国内知名数据库中国知网、万方数据、中华医学期刊全文数据库、中华医学期刊网、中国科学引文索引数据库、国家科技期刊开放平台、重庆维普等数据库收录；还被世界六大检索系统之一——美国《化学文摘》(CA ) 以及美国《剑桥科学文摘 ( 自然科学)》(CSA)、美国《乌利希国际期刊指南》、日本科学技术振兴机构数据库、波兰《哥白尼索引》(IC ) 等数据库收录。

官方在线投稿/审稿网址：www.cjmri.cn，免费阅读：全文免费阅读网站：www.chinesemri.com和http://med-sci.cn/cgzcx/，免费电子刊订阅网址：http://article.chinesemri.com/Emailalert/。

官方微信公众号：磁共振成像传媒（cjmri-media）。

编辑部电话：010-57155853、010-57155377、010-67113815，编辑部邮箱：[email protected]，编辑部微信号：cgzcxbjb。

上下滚动查看更多

关于谨防上当受骗的特别提醒

近日接到多名作者举报：有人冒充本刊编辑名义以各种理由向作者发邮件、打电话、发快递、加微信好友，目的是让作者相信他/她是编辑部的工作人员，以便今后诈骗作者钱财。更有甚者，有不法之徒私刻我刊编辑部公章向作者发放优秀论文证书等证件。

以上行为已严重影响本刊声誉及作者的工作和生活！我刊编辑部提醒您遇到骗子要不听、不信，及时揭发、举报骗子行为，积极向公安机关、我刊编辑部提供相关证据（如果受到经济损失，请保存并提交往来电话、邮件、微信等录音、录像、汇款单据、截屏等证据）。

我刊银行账号：

开户行：中国银行股份有限公司北京劲松支行；

户名：《磁共振成像》杂志社有限公司；

账号：344156659971。

如有向其他账户转账的，与我刊无关，后果自负。

我刊联系方式：

编辑部电话：010-57155853，010-57155377，010-67113815

编辑部E-mail：[email protected]

编辑部办公微信号：cgzcxbjb

本期特别关注：乳腺MRI专题

正文

请到「今天看啥」查看全文