乳腺癌四个分子亚型与腋窝淋巴结转移的相关性研究

目的探讨乳腺癌四个分子亚型与腋窝淋巴结转移的相关性.方法选取乳腺癌患者264例,根据雌激素受体、孕激素受体、表皮生长因子受体2(Her-2)的表达,将其分为Luminal A型、Luminal B型、HER-2过表达型、Triple-negative型四个分子亚型,比较不同分子亚型之间腋窝淋巴结转移率的差异,并对影响腋窝淋巴结转移的相关因素进行多因素Logistic回归分析.结果 HER-2过表达型腋窝淋巴结转移率最高,其次为Luminal B型,不同分子亚型乳腺癌的腋窝淋巴结转移率之间差异具有统计学意义(P0.05).年龄和月经状态在腋窝淋巴结转移率之间差异无统计学意义(P0.05),浸润性小叶癌和导管癌较其他病理类型乳腺癌的淋巴结转移率明显增高;肿瘤直径大于5 cm后,淋巴结转移率明显增加,差异均具有显著统计学意义(P0.01).多因素回归分析显示:肿瘤大小、是否为Luminal A型、是否为浸润性导管癌、浸润性小叶癌为腋窝淋巴结转移的独立危险因素.结论 HER-2过表达型和Luminal B型乳腺癌腋窝淋巴结转移率较高;肿瘤大小、分子分型、病理类型为影响腋窝淋巴结转移的独立危险因素.     

乳腺密度自动测量与乳腺癌术后他莫昔芬治疗预后方法

乳腺癌严重威胁人类生命健康,乳腺癌患者手术后辅以他莫昔芬治疗是常用的治疗方法。然而患者治疗后仍然面临复发或转移的风险,所以需要有效的预后方法来预测疗效。为了探索一种基于钼靶X线影像的乳腺癌术后他莫昔芬治疗预后分析方法,通过基于通道注意力机制的压缩激励卷积神经网络(squeeze-and-excitation convolutional neural network, SE-CNN)方法研究钼靶X线影像中的乳腺密度自动提取模型,提出预后影像标志物：乳腺密度变化率(mammographic density change ratio, MDCR),并进行生存分析,研究其对乳腺癌术后他莫昔芬治疗的预后能力。结果表明：SE-CNN的阈值绝对误差为9.92±4.78,决对系数为0.77,表明所提方法能够准确提取阈值。生存分析中得到无进展生存期为风险比率(hazard ratio, HR):2.654[95%CI(置信区间),1.102～6.395],P=0.030。MDCR值高的患者预后较好,反之则较差。可见乳腺密度变化率可以作为乳腺癌术后他莫昔芬治疗预后影像标志物。     

转基因动物与生物医药产业

通过转基因动物的乳腺生产珍贵的药用蛋白质,这对生物医药产业界充满诱惑力。一方面,诸如牛、羊等转基因家畜生产的人重组蛋白质是经地转录后加工和修饰的,与人的蛋白质十分相似,因而具有高的生物活性。另一方面,与传统医药工业相比,转基因动物污染少、利润高,因此是一个理想的重组蛋白生产方式。     

医学图像检索二进制码学习方法

近年来,乳腺癌的发病率逐年增长,严重影响了人们的生活.许多计算机辅助诊断技术被提出用于乳腺摄影图像的自动分析来辅助医生做出诊断.然而因图像差异较微妙、数据库小等原因,许多传统的方法在诊断准确率方面受到限制且缺乏可扩展性.针对以上问题,本文提出了一种基于哈希的大规模图像检索方法来实现乳腺癌的早期辅助诊断.该方法提取待判定图像与已确诊图像的局部特征,并用迭代量化(ITQ)的哈希学习方法将原始特征空间中的特征向量转化为保存了原始特征之间相似性的二进制码,然后比较汉明距离找出与待判定图像最相似的一系列图像,并根据返回图像做出诊断.实验表明该方法可用于大型数据库且具有可扩展性,有效地提高了诊断准确率,可以帮助医生做出正确的诊断.     

人凝血Ⅸ因子乳腺特异性表达载体在离体细胞和小鼠乳腺组织中表达的初步研究

以小鼠MAR（matrixattachmentregion）元件,牛β－酪蛋白（β－casein）基因5＇端2．0kb调控顺序,人凝血Ⅸ因子小基因（hFIXminigene）构建乳腺组织特异性表达载体,表达载体和质粒pSV－neo共转染中国仓鼠卵巢细胞（CHO）,兔皮肤纤维细胞（RSF）和人胚肾上皮细胞（293细胞）．发现hFIX基因在CHO细胞中获得低水平表达,最高表达量为7．2ng／ml．在皮肤成纤维细胞中的表达量低于2ng／ml．在293细胞中没有表达．表达载体用stearylamine（SA）脂质体包埋后尾静脉注射哺乳期小鼠,hFIX蛋白在小鼠乳汁中表达水平高达87．34ng／ml．     

基于生成对抗网络的乳腺MRI图像生成

乳腺癌磁共振成像(nuclear magnetic resonance imaging, MRI)数据由于不同医院采集方式不同、设备不同或病人等自身原因，会存在同一病人不同序列缺失的问题。目前主流的图像生成对抗网络Pix2Pix和Cycle-consistency是医学图像生成的两种主要模式，这类方法要求不同MRI序列数据配对出现，难以处理存在缺失的数据，此外，该类方法往往关注整幅图像的生成质量，缺少对疾病诊断更有价值的病灶区域的生成质量的监控。针对以上问题，该文受配准网络(RegGAN)自适应对准图像空间分布的启发，设计了一种新的基于特征增强的双注意力配准生成对抗网络DA-RegGAN。该网络在生成器中引入卷积注意力模块，使网络更注重病灶的学习；在判别器中添加梯度正则化约束，主要解决网络训练不稳定容易出现模式崩溃的现象，使网络生成包含更清晰的病灶细节全局图。该文在1 697幅乳腺数据上开展消融实验、不同图像生成算法间的对比实验、肿瘤分类实验，进一步验证了方法的有效性。与原始RegGAN比，全局图像生成质量和局部病灶图像生成质量均得到提升，局部图像质量较原始PSNR提升了0.518,S...     

剪切波弹性成像联合超声加权评分法对乳腺肿块诊断的应用价值

目的:探讨剪切波弹性成像(SWE)联合超声加权评分法对乳腺肿块诊断的应用价值。方法:回顾性选取2018年5月至2020年5月本院收治的120例乳腺肿块患者作为研究对象，其中良性组62例，恶性组58例。两组均行乳腺常规超声和SWE检查，比较两组SWE最大值、SWE最小值、平均值和超声加权评分，并采用ROC曲线分析剪切波弹性成像评分联合超声加权评分法对乳腺肿块的诊断效能。结果:乳腺超声加权评分恶性组为(7.97±4.01)分，明显高于良性组(4.48±2.34)分(t=5.771,P<0.05);超声加权评分和SWE联合超声加权评分对乳腺肿块分级的诊断两组结果比较，差异无统计学意义(P>0.05)。SWE最大值、SWE平均值良性组低于恶性组(P<0.05);两组SWE最小值比较，差异无统计学意义(P>0.05);二元Logistic回归分析结果提示，SWE最大值、SWE平均值及超声加权评分均为乳腺良恶性肿块的影响因素(P<0.05);ROC曲线分析显示，联合SWE最大值、SWE平均值和超声加权评分法诊断乳腺肿块的AUC为0.931,高于超声加权评分法的0.76...