简介:摘要近年来,人工智能技术的发展推动了影像组学的兴起,使得以纹理分析为代表的人工智能图像分析工具在PET图像分析中得到了广泛关注。纹理分析等影像组学图像特征分析工具可从现有影像学图像数据中提取关于病变组织的丰富信息,从而描述肿瘤特征、判断预后以及预测和评估肿瘤疗效。该文着重综述了纹理分析在PET代谢影像组学中的研究进展、挑战与前景。
简介:摘要糖尿病视网膜病变(DR)是糖尿病的多种并发症之一,是世界范围内主要的致盲眼病,早期发现和早期干预可以减少致盲性DR的发生。近年来随着高通量组学技术的发展,蛋白组学和代谢组学在DR的早期诊断、发病机制研究以及治疗靶点探索等方面展现出强大的应用价值。传统生物标志物如糖尿病病程和糖化血红蛋白等具有较高的预测DR进展的能力,但临床上仍然缺乏能够体现DR病理机制的独立预测因子。人工智能和机器算法等技术推动了蛋白组学和代谢组学对DR新型生物标志物的探索,使得新型生物标志物更加无创,稳健和敏感。在临床实践中,对预后存在差异的患者进行蛋白质和代谢物的检测,可以帮助临床医生从蛋白组学和代谢组学角度理解患者的异质性,推动了DR精准医疗的开展。本文对蛋白组学和代谢组学在DR的新型生物标志物筛选、发病机制探索和精准医疗等方面采取的技术和策略进行阐述以期进一步推动这个领域的临床应用转化研究。
简介:摘要目的分析ER、PR、HER-2、ki67在乳腺癌中的表达及意义,为乳腺癌的诊断、治疗和预后提供依据。方法2015年5月到2017年5月,我院80例乳腺癌病例,切片经病理医师诊断。结果80例乳腺癌中ER、PR、HER-2、ki67的阳性表达率分别为61.3%、58.8%、35%、和81.3%。ER、PR、HER-2和ki67之间有相关性,ER与PR表达呈正相关(P<0.05),ER、PR与CerbB-2、Ki-67的表达均呈负相关(P<0.05),结论ER、PR、HER-2、ki67在乳腺癌表达中既互相联系又相互独立,多项免疫组化指标联合使用,能为靶向治疗、内分泌治疗及化疗提供正确的依据及判断乳腺癌的预后。