基于定量三维形态特征的肺部肿瘤定性研究

通过对肿瘤的三维形态进行定量分析来判别肿瘤的性质.依据CT数据图像的特点以及医生临床诊断经验,从不同的角度定义了3个与肿瘤性质相关联的二维形状描述子;在此基础之上,构造了4个表征肿瘤三维形态的特征量,借助径向基神经网络实现肿瘤的自动分类.实验结果表明选择的特征量较好地体现了肿瘤的性质,良性肿瘤的识别率达到87.5%,恶性肿瘤的识别率为69.44%,具有良好的临床应用前景.     

基于神经网络的乳腺癌早期辅助诊断分析

利用威斯康星乳腺癌数据集对乳腺癌智能辅助诊断开展了深入的研究和分析,给出了一种基于神经网络的乳腺癌辅助诊断分析方法.首先对数据进行归一化预处理,然后基于Tensorflow深度学习框架搭建了神经网络模型并进行辅助诊断模型的训练和评估,并进一步采用交叉验证方法对模型稳定性进行了验证,与其他传统机器方法进行对比分析.实验结果表明,给出的方法对于乳腺癌辅助诊断具有较高的准确率和良好的稳定性,为乳腺癌诊断精度的提升提供了智能化方法,对乳腺癌的临床诊断和治疗具有重要的现实意义.     

乳腺癌微转移及临床意义

微转移是指用常规临床病理方法不能检出的非血液系统恶性肿瘤的转移。近年来随着免疫学和分子生物学的应用和发展，使微转移的检测成为可能。乳腺癌的治疗失败主要原因是远处转移，正确认识和判断有无肿瘤转移，尤其是微转移，对临床诊断，治疗及判断检测具有十分重要的意义。     

乳腺癌β-catenin表达与细胞凋亡关系研究

探讨β-catenin在乳腺癌组织中与细胞凋亡的关系.免疫组化SP法检测β-catenin、survivin在乳腺癌的表达,TUNEL检测细胞凋亡.乳腺癌组织中31例(68.9%)β-catenin表达异常,33例(73.3%)survivin阳性表达.β-catenin正常表达乳腺癌组织肿瘤细胞凋亡率为(9.89±2.58)%,β-catenin异常表达的肿瘤细胞凋亡率为(7.28±1.86)%,两组有显著性差异(t=3.86,P<0.01).在β-catenin正常表达病例中,42.9%(6/14)survivin表达阳性,而在β-catenin异常表达病例中,87.1%(27/31)survivin表达阳性(表1).β-catenin异常表达与survivin阳性表达有显著的正相关性(rs=0.463,P<0.01).β-catenin在浆、核内聚集的异常表达可能通过激活survivin的表达而抑制乳腺癌细胞的凋亡.     

辛基酚下调AIB1、C-erbB2表达并降低乳腺癌发病的研究

乳腺癌是女性最常见的恶性肿瘤,其危险因素与雌激素、环境因素改变和某些基因突变有关.研究探讨出生早期大鼠接触辛基酚(OP)对乳腺癌发病的影响及乳腺癌中AIB1、C-erbB2表达的影响.雌性SD大鼠随机分为对照组(Con)、模型组(Mod)、OP20组、OP40组、OP80组,Gen组.d22-d28皮下注射OP式Gen,d220处死大鼠.Con组未发生肿瘤,OP20、OP40、OP80、Gen和Mod组的乳腺癌发生率分别为57.14%、28.57%、52.38%、23.81%和66.67%;与Mod组相比,OP40组和Gen组大鼠乳腺癌组织中AIB1和C-erbB2mRNA明显降低并维持一定时间.研究提示OP40能降低DMBA诱导乳腺癌的发生,原因可能与下调乳腺癌中AIB1和C-erbB2表达有关.     

基于级联可分离空洞残差U-Net的肝脏肿瘤分割

计算机辅助肝脏肿瘤分割可减少医生工作量,提高手术成功率,因而具有重要的临床诊疗价值。为获得精确的肝脏肿瘤自动分割结果,该文结合医学影像分割领域近年新兴的U-Net模块提出了基于级联可分离空洞残差U-Net（cascaded separable and dilated residualU-Net,CSDResU-Net）的肝脏肿瘤分割方法。CSDResU-Net采用了级联操作,解决了因肿瘤在整幅图像中占比小而造成的肿瘤分割数据不平衡问题;通过在分割网络中整合残差单元、深度可分离卷积和空洞卷积,能够增加卷积核感受野并快速提取更具判别性的肝脏肿瘤图像特征,从而提高肝脏肿瘤分割精度。在国际医学图像计算和计算机辅助干预协会肝脏肿瘤分割数据库上的实验结果表明,CSDResU-Net比基线方法的Dice系数指标提升了1.3%,同时发现空洞率对分割网络的性能表现影响较大。     

易患肿瘤高危人群分析

遗传特质和环境暴露共同影响肿瘤的发生.基因组不稳定和突变者以及表观遗传记忆改变者为肿瘤易感人群,而病毒感染、炎症和吸烟者为肿瘤高危人群.分子分析可以更好筛选肿瘤易感人群并为之提供最佳的预防机会.     

肿瘤靶向治疗研究进展

肿瘤是目前世界上死亡率最高的疾病之一,手术、放化疗是目前治疗肿瘤的常用手段.但是肿瘤是一个多因素导致的疾病,必须从多方面考虑其治疗机制.靶向治疗是现阶段肿瘤治疗的新技术,可针对多种机制来抑制肿瘤的发生和发展或消除肿瘤.对此,相关研究者们已在肿瘤靶向治疗方面开展了大量的工作,为肿瘤的防治提供了参考依据。     

基于遗传算法的肿瘤热疗有效热区优化方法研究

提出一种肿瘤热疗中优化求解预期有效热区分布问题的方法.其思路是根据预定肿瘤组织靶区加热温度和避免正常组织过热的要求,引入目标函数和有关权重系数,在应用有限元法求解加热电磁场方程和生物传热方程过程中,通过遗传算法迭代修正加热物理参数,使目标函数达到极小值,获得达到理想热场分布的优化解.该方法首次使用简化人体真实组织结构的非均质模型并应用于三极板射频电容热疗装置,获得满意的仿真计算优化结果.这项肿瘤热疗有效热区优化控制技术将对热疗装置设计和临床方案制定皆有重要的应用价值.     

肿瘤内~（125）碘放射性微粒辐射场图像分析

针对目前TPS系统的不够完善之处,结合临床对肿瘤内125碘（125I）放射性微粒群辐射场图像进行了分析.其特点：①实时计划与跟踪定位-光标的跨窗口同步指示与描迹,这是该技术创新之一;②应用三维图像重建技术和复杂大量的数据计算与分析,不仅展示肿瘤内放射性微粒群辐射场彩色图像,而且给出有关近距离治疗剂量优化目标的图形和数据.因此需要在今后的放射性微粒植入治疗实践中不断总结经验,并在放射性微粒植入治疗计划和放射性微粒植入治疗术后分析中逐渐开拓应用范围,达到不断改善治疗效果的目的.