微流控多层纸芯片研究乳腺癌组织的微环境酸化

将多层纸芯片技术用于肿瘤微环境酸化研究。将种植有乳腺癌细胞的8层硝酸纤维素薄膜叠放并封装于芯片中,用以模拟3D乳腺癌组织。灌流培养多层纸芯片乳腺癌组织数天后拆分多层纸芯片,以检测各层薄膜上细胞生存、增殖和胞内乳酸含量,解析不同深度下肿瘤细胞微环境酸化程度。实验表明,细胞酸化程度受灌流速度影响,高灌流速度可以增加纸层上细胞密度,酸性代谢产物排出增加。缺氧也是导致微环境酸化的重要因素。随着氧气扩散距离的增加,酸化程度加重,并且肿瘤细胞生存率和增殖率相应降低。     

基于核酸外切酶Ⅰ催化的核酸降解反应构建乳腺癌细胞电化学传感器

基于核酸外切酶I选择性消化单链核酸的特点,使用MCF-7细胞表面过量表达的肿瘤标志蛋白MUC1的适体,构建了一种灵敏检测乳腺癌细胞的新型电化学传感器。核酸适体链与乳腺癌细胞MCF-7表面过量表达的肿瘤标志蛋白MUC1的结合会阻碍其与互补核酸探针链的杂交,所以电极表面固定的未杂交的核酸探针单链就会被外切酶I选择性消化从而失去末端的亚甲基蓝信号分子。因此,通过检测电化学信号的变化,此传感器在103~106cell/mL细胞浓度范围内线性检测乳腺癌细胞MCF-7,检出限为330 cell/mL,具有高度特异性,可以有效区分对照细胞胰岛β细胞。     

基于近红外光谱技术和机器学习的乳腺癌原位诊断研究

近红外(NIR)光谱,可提供样本丰富的结构和成分信息。机器学习主要用于数据的分析和挖掘,可以对数据进行精确分类和信息提取。本研究采用自研的NIR光谱探针技术进行乳腺癌组织的原位光谱采集并进行癌变(光谱)分析;运用基线校正(BC)、标准正态变量变换(SNV)、一阶导数二阶多项式21点Savitzky-Golay平滑(1^st-2-21SG)和二阶导数三次多项式25点Savitzky-Golay平滑(2^nd-3-25SG))四种方法进行光谱预处理;结合机器学习方法,包括主成分分析(PCA)、K最近邻(KNN)、Fisher判别分析(FDA)及支持向量回归(SVR),进行乳腺癌变和癌旁组织的分类和判别。研究发现PCA-KNN模型的最优预测结果为基于BC+SNV,其准确率、敏感性及特异性达88.34%、98.21%、76.11%。PCA-FDA模型的最优结果为基于BC+1^st-2-21SG,其准确率、敏感性及特异性达90.00%、98.21%、79.54%。SVR模型的最优结果为基于BC+2^nd-3-25SG...     

基于MRI列线图模型对乳腺良恶性结节的预测价值研究

采用多因素Logistic回归分析构建乳腺结节的MRI多参数诊断预测模型,并验证该模型的诊断效能。回顾性分析乳腺病变患者共205个病灶,其中恶性病灶113个,良性病灶92个。观察良恶性病灶的形态学及动力学特征。以恶性组为实验组,以良性组为对照组,将205例病灶随机分为训练集样本(174例)和外部验证测试集样本(31例)。通过统计学分析筛选指标,用训练集数据构建预测模型并绘制其列线图;采用外部验证测试集样本验证模型诊断的一致性;绘制受试者操作特征(ROC)曲线并通过计算曲线下面积(AUC)来验证模型的区分度,以预测模型在乳腺良恶性结节鉴别诊断中的敏感度、特异度及准确度来评价其诊断效能。经过筛选后纳入预测模型的独立危险因素为患者年龄以及病灶的ADC值、TIC曲线、病灶大小及强化特征5项指标。经研究,预测模型在此次样本中对乳腺良恶性结节预测准确率达92.2%。因此,基于Logistic回归分析法构建的乳腺多参数MRI预测模型,其列线图对乳腺良恶性结节的预测具有较高的参考价值。     

基于电子病历的乳腺癌群组与治疗方案可视分析

乳腺癌是当前最常见的恶性肿瘤之一,其电子病历数据可用于挖掘隐含规律,对治疗与预后分析有重要意义。通过与乳腺科医生合作,选择合适的预测模型和可视化方法,搭建了一个基于电子病历的乳腺癌群组和治疗方案可视分析系统。首先,对具有高维属性的病人进行降维和聚类处理,形成病人群组,并采用南丁格尔图、词云和时间轴可视化方法,直观展示病人群组间特征的差异;然后,用支持向量机（support vector machine,SVM）模型预测治疗方案,用平行坐标、矩阵热力图和分类图分别展示属性相关性、训练后的特征权重和预测结果;最后,用真实案例验证了系统在群组分析、治疗方案及病人属性关联分析中的有效性,从而较好地帮助医生选择合适的治疗方案。     

乳腺癌与血清微量元素关系的分析

经临床、病理、放射或CT检查确诊的22名乳腺癌患者。在放疗前后分析血清中Fe、Zn、Cu、Mn、Se、Cr、Co、Ni的含量。结果显示：1．乳腺癌患者与健康人比较Cu、Ni含量增加，而Fe、Zn含量减少；2．健康人锌与其他元素的比值与乳腺癌患者比较，Fe／Zn上升，而Cu／Zn下降；3．乳腺癌患者放疗后与放疗前比较，Zn、Fe、Se、Co含量降低，而Cu、Ni含量增加，因此放疗时要针对降低元素给予合理的补充。     

超微血管成像和超声造影对乳腺癌病灶内微血流及超微血管的评价及其联合诊断价值

本文探讨了超微血管成像(SMI)和超声造影(CEUS)对乳腺癌病灶内微血流及超微血管的评价,及其联合检查对乳腺癌的诊断价值。选取2017年6月~2019年3月我院收治的经手术病理证实的乳腺癌患者106例(106个肿块)作为研究对象,所有患者术前均完成彩色多普勒血流显像(CDFI)、CEUS及SMI检查。比较SMI、CEUS对乳腺癌的诊断准确率及对病灶内血流信号、穿支血管的显示情况。结果显示,106例乳腺癌(106个肿块)中,SMI和CEUS对乳腺癌的诊断准确率分别为79.25%、83.96%,两者比较差异无统计学意义(P>0.05);SMI联合CEUS检查对乳腺癌的诊断准确率为96.23%,明显高于单一SMI或CEUS的诊断准确率(P<0.05)。在血流信号显示上,SMI检出不丰富血流信号、丰富血流信号分别为64个、42个;CEUS表现为低增强64个、等增强及高增强为42个;SMI和CEUS评价乳腺癌病灶内微血管及血流供应情况具有较好的一致性(P<0.05)。在穿支血管显示上,SMI检出44个、CDFI检出34个,SMI能够清晰检出CDFI不能检出的穿支血管10个。表明SMI和CEUS诊断乳腺癌病灶内微血管及血流供应情况具有较好的一致性,对乳腺癌均有较高的诊断价值,二者联合检查有助于提高乳腺癌的诊断准确率。     

CDFI鉴别男性乳腺良恶性肿瘤价值及与CXCL1、Gab2、MVD的相关性探究

本研究选取18例男性乳腺恶性肿瘤患者作为研究组,纳入同期41例男性良性乳腺肿瘤及50例健康体检男性分别作为良性对照组和健康对照组,通过对比分析发现,研究组CDFI参数[搏动指数(PI)、阻力指数(RI)、血流速度(PSV)]高于良性对照组和健康对照组(P＜O.05);PI、RI、PSV联合诊断男性乳腺恶性肿瘤的AUC高...