三维斑点追踪技术评价乳腺癌不同化疗周期左室功能

目的:分析三维斑点追踪技术(3D-STI)在检测蒽环类化疗药物对乳腺癌患者左室收缩功能的影响中的作用。方法:选择2013年9月-2014年9月于本院就诊的乳腺癌术后辅助化疗患者53例作为研究对象,采用自身对照研究,观察6个化疗周期,按检测时间点分为化疗前T0组,化疗周期T1、T2、T3、T4、T5、T6组,分别于化疗前及每个化疗周期后进行常规超声心动图、3D-STI检查。结果:T1~T6组左室舒张末内径(LVDD)、左室收缩末内径(LVSD)、室间隔舒张期厚度(IVST)、左室后壁舒张期厚度(LVPWT)及左室射血分数(LVEF)与T0组比较,差异均无统计学意义(P>0.05)。3D-STI测得的T4~T6组左室整体纵向收缩期峰值变(GLS)、面积应变(GAS)均低于T0组,比较差异均有统计学意义(P<0.05)。T6组径向应变(GRS)及圆周应变(GCS)均低于T0组,比较差异均有统计学意义(P<0.05)。结论:3D-STI技术可早期检测乳腺癌化疗药物导致的心脏毒性损害,具有较高的临床参考价值。     

乳腺实性肿物患者职业因素及人格分型分析

目的:分析乳腺实性肿物患者的职业分布及人格分型,为其病因研究、预防干预提供依据。方法:随机选取2011年1月-2014年10月福田区乳腺肿瘤患者200例为观察组,同时抽取200例体检正常的健康女性为对照组。通过问卷方式收集患者基本情况及职业,对受访者职业进行分类并进行对照分析;应用明尼苏达多项人格调查问卷,对两组患者人格分型进行比较。结果:电子工人、化工工人、塑料加工工人、教师及个体户有患乳腺实性肿物疾病的倾向(OR值均大于1.0,P<0.05);而工艺美术设计人员、会计、护士、机关事业人员及待业对患乳腺实性肿物疾病具有保护作用(OR值均小于1.0,P<0.05)。观察组人格不稳定型为59.0%(118/200),稳定型为41.0%(82/200);对照组人格不稳定型为45.5%(91/200),稳定型为54.5%(109/200),两组比较差异具有统计学意义(字2=7.305,P<0.05)。观察组患者疑病症、抑郁症、歇斯底里、精神病态偏倚、精神衰弱、轻躁狂及社会内向评分显著高于对照组(P<0.05)。结论:从事电子、化工、塑料加工、教师职业及个体户,及抑郁、歇斯底里、精神病态偏倚、精神衰弱、轻躁等人格特质容易诱发乳腺实性肿物,建议采取积极的职业防护及心理支持,降低其影响。     

化疗对乳腺癌患者CD44V6表达的影响及意义

目的本文旨在研究乳腺癌患者血、癌组织、淋巴结中CD44V6的表达及化疗对CD44V6表达的影响和意义.方法用免疫组化方法检测癌组织CD44V6的表达,用流式细胞术检测血和淋巴结中CD44V6的表达.结果乳腺癌组织中的淋巴细胞(t=4.71,P＜0.05)和阳性淋巴结(t=5.11,P＜0.05)的CD44V6的表达与对照相比显著增高,而患者外周血淋巴细胞CD44V6的表达也有所升高,但无统计学意义(t=0.98,P＞0.05).乳腺癌细胞的CD44V6的表达强阳性,且阳性率100%,而良性乳腺组织呈阴性表达.化疗后癌细胞的CD44V6的表达仍是100%,血和淋巴结中淋巴细胞的CD44V6的表达有所下降,但无意义,只有癌组织中淋巴细胞的CD44V6的表达水平显著下降(t=4.13,P＜0.05).结论乳腺癌具有淋巴转移的巨大潜能,CD44V6的表达与预后密切相关,而且与淋巴转移的关系更为密切.化疗通过对肿瘤的杀伤可抑制CD44V6的表达的增高,在一定程度上抑制转移.提示CD44V6的可作为监测乳腺癌患者淋巴转移的指标之一.     

基于注意力机制的乳腺X线摄影分类方法

环境的日益恶化导致癌症的发病率不断升高,2018年全球乳腺癌的发病率在所有癌症中已经位居首位。乳腺X线摄影价格实惠且易于操作,目前被认作是最好的乳腺癌筛查方法,也是早期发现乳腺癌最有效的方法。针对乳腺X线摄影不容易分辨、特征不明显等特点,提出了基于RNN+CNN的注意力记忆网络对其进行分类。注意力记忆网络包含注意力记忆模块和卷积残差模块。注意力记忆模块中,注意力模块提取乳腺X线摄影的特征,记忆模块在RNN网络加入注意力权重来模拟人对所提取关键信息的重点突出;卷积残差模块使用CNN对图像进行分类。该方法创新之处在于：提出注意力记忆网络用于乳腺X线摄影图像分类;所设计网络在RNN+CNN结构上引入注意力权重,提取图像关键信息以增强特征描述。在乳腺X线摄影INbreast数据集上的实验结果显示,注意力记忆网络的运行时间比预训练的Inceptionv2、ResNet50、VGG16网络少50%以上,同时达到更高的分类准确率。     

多尺度分辨分析关联的剪切波变换乳腺超声图像去噪

本文提出了一种基于多尺度分辨分析关联的各向异性剪切波乳腺超声图像噪声滤除算法,提出的方法可以有效滤除乳腺超声图像中的散斑噪声,较好地保留了图像的细节信息,极大的提高了乳腺超声图像的质量。     

基于AMC7150的乳腺癌诊断系统设计

将小波分析技术应用于生物医学工程领域,基于AMC7150芯片的LED驱动电路原理,设计了一种可调光双波长近红外(NIR)乳腺疾病诊断系统,能够有效分辨乳腺组织的病变特性.通过临床试验验证,该系统的调光功能能够适应不同致密性的乳房,拍摄出清晰有效的图像,并作出准确的诊断,具有很好地临床应用价值.     

数字乳腺层析图像纹理特征联合提取与识别

为提高乳腺组织图像特征提取的正确率,结合灰度共生矩阵纹理特征与Tamura纹理特征,给出一种联合提取与识别算法。采用双边滤波、受约束限制自适应直方图均衡和L0梯度滤波,对数字乳腺层析图像进行预处理,滤除其噪声并提高对比度;同时考虑灰度共生矩阵与Tamura纹理特征,通过增加特征值维度,将两者融合入一个矩阵之中,并依据特征选择规则提取最适特征;用支持向量机对特征向量分类。与仅依赖其中一种纹理特征的提取算法相比,所给算法可提高特征提取与识别正确率,从而更好地实现图像分类。     

基于深度学习乳腺X线摄影钙化识别分类模型的临床应用价值

【目的】引入基于深度学习乳腺X线摄影钙化识别及分类模型,探讨深度学习技术对钙化灶的准确识别、分类和临床应用价值。【方法】采用多中心乳腺X线检查数据,分别由高-初级诊断医生及两名初级诊断医生采用不结合及结合深度学习模型进行病灶评估,评价其诊断效能。【结果】引入深度学习模型识别钙化灶能力与高-初级诊断医生及两名初级诊断医生识别钙化灶能力相仿（漏检率分别为0.81%vs.0.65%,1.14%vs.1.63%,P>0.05）,深度学习模型能够有效帮助高-初级诊断医生(灵敏度0.926,AUC0.81,P=0.014)及两名初级诊断医生（灵敏度0.896,AUC0.79,P=0.049）检出可疑恶性钙化灶,特别是在良性病变中的准确率提升作用明显。【局限】仍需更多前瞻性多中心数据验证模型稳健性,也需引入不同深度学习模型比较其临床应用价值。【结论】深度学习模型有助于乳腺X线摄影钙化识别及分类评估,有助于乳腺癌大规模筛查背景下提供辅助诊断及临床策略支持。     

奶山羊和荷斯坦奶牛乳腺组织mRNA差异显示体系建立

利用mRNA差异显示技术对关中奶山羊和荷斯坦奶牛泌乳末期乳腺组织进行差异表达基因分析,为进一步进行奶山羊泌乳分子生物学研究及筛选克隆差异表达基因、揭示膻味脂肪酸调控的分子机理奠定基础.研究通过对各影响因素进行单因素分析,建立了适合奶山羊和荷斯坦奶牛的乳腺差异显示分析体系,得到的最佳体系.在20 μL DDRT-PCRR反应总体系中各组分的添加量分别为:13.0 μL DEPC-H2O;1.0 μL 10×PCK Buffer(加Mg2+);1.5 μL dNTPs(各2.5 mmol/L);1.5 μL锚定引物H-T11M(20 μmol/L);1.5 μL随机引物(10 μmol/L);1.0 μL cDNA;0.5 μL Taq DNA Polymerase(2 U/μL).