组织学分型

摘要： 目的:探讨程序性死亡配体-1(PD-L1)在肺腺癌中的表达及临床意义。方法:选取贵阳市肺科医院收治的100例肺腺癌患者(其病情均经病理学检查得到诊断)作为研究对象。采用免疫组织化学法检测其肺腺癌标本中PD-L1的表达情况,分析PD-L1的表达与肺腺癌组织学分型及临床病理特征之间的关系。结果:在100例肺腺癌患者中,PD-L1呈阳性表达的患者有22例,其PD-L1的阳性表达率为22.0%。其中,男性患者PD-L1的阳性表达率高于女性患者,P<0.05;吸烟患者PD-L1的阳性表达率高于不吸烟患者,P<0.05;年龄≥60岁的患者PD-L1的阳性表达率高于年龄<60岁的患者,P<0.05;贴壁型肺腺癌患者与腺泡型肺腺癌患者PD-L1的阳性表达率均高于实性肺腺癌患者和黏液性肺腺癌患者,P<0.05。结论:PD-L1在肺腺癌中存在阳性表达的情况。肺腺癌患者PD-L1的阳性表达与其性别、年龄、吸烟与否及肺腺癌的组织学分型有关,男性、吸烟、年龄≥60岁及组织学分型为贴壁型、腺泡型的肺腺癌患者PD-L1的阳性表达率较高。

摘要： 常规MRI可从形态学角度评估上皮性卵巢癌(EOC)组织学分型,扩散加权成像(DWI)、体素内不相干运动成像(IVIM)及动态增强MRI(DCE-MRI)等功能成像技术可进行定量后处理分析。基于MRI的影像组学通过全面分析Ⅰ型和Ⅱ型EOC的影像特征,在术前可以预测EOC分型,有助于制定个体化治疗方案及评估预后。就DWI、IVIM、DCE-MRI及影像组学在鉴别EOC分型中的应用进行综述。

摘要： 管癌是我国第6位常见的恶性肿瘤,位居肿瘤所致死亡的第4位[1]。与西方国家食管腺癌为主的情况不同,我国食管癌组织学分型以鳞状细胞癌为主。食管癌的发生发展呈现自癌前病变至癌的阶梯进展趋势,腺癌多是经由Barrett’s食管背景下低级别异型增生(low-grade dysplasia,LGD)至高级别异型增生(high-grade dysplasia,HGD)再到癌,鳞癌则是由低级别上皮内瘤变(low-grade intraepithelial neoplasia,LGIN)、中级别上皮内瘤变(moderate-grade intraepithelial neoplasia,MGIN)、高级别上皮内瘤变(high-grade intraepithelial neoplasia,HGIN)发展而来[2,3]。

摘要： 目的探讨扩散峰度成像(DKI)对Ⅰ型与Ⅱ型上皮性卵巢癌(EOC)的鉴别诊断价值。方法回顾性收集经手术病理证实的45例EOC病人的临床、病理及影像资料,平均年龄(50±13)岁。根据术后病理结果对EOC病人进行分组,分为Ⅰ型组(24例)和Ⅱ型组(21例)。所有病人均于术前行盆腔DKI检查,由2名放射科医师在DKI各参数伪彩图上分别测量平均扩散峰度(MK)、平行扩散峰度(Ka)、垂直扩散峰度(Kr)、平均扩散系数(MD)、平行扩散系数(Da)、垂直扩散系数(Dr)、各向异性分数(FA)、峰度各向异性分数(FAk)。采用Fisher确切概率检验、独立样本t检验或Mann-Whitney U检验比较2组间临床、病理及影像资料的差异,对差异有统计学意义的参数绘制受试者操作特征(ROC)曲线,分析其鉴别诊断效能。结果病理表现上,Ⅰ型中交界性肿瘤占比最高(50.0%),Ⅱ型中浆液性癌占比最高(61.9%);Ⅰ型中高分化癌占50%,Ⅱ型多表现为中低分化癌(76.2%),Ⅰ型EOC的分化程度高于Ⅱ型;Ⅰ型多数处于Ⅰ期(79.2%),Ⅱ型多处于Ⅲ期(57.1%)(均P<0.05)。MRI影像上,Ⅰ型病灶多表现为囊性(41.7%)或囊实性(33.3%),Ⅱ型多表现为实性(52.3%);Ⅱ型(66.7%)腹水发生率高于Ⅰ型(29.2%)(均P<0.05)。Ⅰ型的MK、Ka和Kr值低于Ⅱ型,MD、Da和Dr值高于Ⅱ型(均P<0.05)。ROC曲线分析显示,MK阈值为0.504时,鉴别2组诊断的曲线下面积(AUC,0.817)最大,诊断敏感度(95.2%)、阴性预测值(92.9%)、准确度(78.9%)也最高,Da阈值为2.190时鉴别诊断的AUC(0.770)最小,而特异度(76.2%)、阳性预测值(75.9%)最高。结论DKI序列的定量参数MK、Ka、Kr、MD、Da及Dr均有助于鉴别Ⅰ型与Ⅱ型EOC,其中MK值鉴别诊断效能更大。

摘要： 目的:比较传统影像特征与多序列影像组学模型在鉴别诊断Ⅰ型与Ⅱ型上皮性卵巢癌(EOC)中的效能,并验证传统模型与影像组学模型相结合能否提升预测EOC分型的效能.方法:搜集2015年1月-2019年6月经我院手术病理证实为EOC,且术前行M RI检查的61例患者,共80个病灶(Ⅰ型30个,Ⅱ型50个).建立传统模型,包括常规M RI形态学特征及ADC值,通过多因素logistic回归筛选有统计学意义的特征;建立包括FS-T2 WI、DWI和T1增强图像的影像组学模型,每个序列提取1070个影像组学特征,采用单变量分析和最小绝对收缩选择算法(L A S S O)筛选重要特征,最后将传统模型与多序列组学模型相结合以建立混合模型.通过ROC曲线分析、校准曲线和决策曲线(DCA)分析验证各模型的预测性能.采用Delong检验比较不同模型之间的AUC值差异.结果:传统模型显示出最高的性能,AUC为0.95(95％CI:0.90～0.99),混合模型的AUC为0.96(95％CI:0.9～1.0),混合模型的性能与传统模型差异无统计学意义(P>0.05).校准曲线分析结果表明,传统模型具有最高的可靠性.分层分析结果显示了影像组学模型在早期区分两种肿瘤类型中的潜力.结论:传统模型可成为区分I型与II型EOC的有效工具,影像组学模型有可能在早期更好地区分EOC类型.

摘要： 目的:探讨胸腺上皮性肿瘤组织学分型特点及其对临床的指导作用。方法:按照世界卫生组织(World Health Organization,WHO)2015年胸腺上皮性肿瘤组织学分型标准对63例胸腺上皮性肿瘤分类并进行回顾性分析,使用卡方检验分析WHO组织学分型和Masaoka临床分期之间的关系。结果:根据WHO(2015)诊断标准对63例胸腺上皮性肿瘤进行组织学分型,A、AB、B1、B2、B3胸腺瘤分别有4例(6.35%)、15例(23.81%)、15例(23.81%)、16例(25.40%)和5例(7.93%),化生性胸腺瘤2例(3.17%),微结节性胸腺瘤伴淋巴样间质3例(4.76%),胸腺癌3例(4.76%),其中2例为鳞状细胞癌,1例为不典型类癌。63例胸腺上皮性肿瘤中19例伴有重症肌无力(myasthenia gravis,MG)。所有患者的影像学均表现为纵隔占位。依照Masaoka临床分期,63例患者中Ⅰ期20例、Ⅱ期24例、Ⅲ期13例、Ⅳ期6例。卡方检验结果示组织学分型与临床分期之间有一定的相关性(P<0.05),组织学分型靠后的胸腺上皮性肿瘤其Masaoka临床分期也较高。41例获5~47个月的随访,4例死亡。1例因胸腺瘤引发的MG而死亡,组织分型为B3型,Masaoka临床分期为Ⅲ期。1例死因不明,组织分型为B2型,Masaoka分期为Ⅱ期。另2例死于胸腺鳞状细胞癌,Masaoka临床分期为Ⅳ期。结论:不同组织学类型胸腺上皮性肿瘤的组织病理学形态各具特点;结合患者临床症状、胸部影像学检查、病理组织学形态改变及免疫组织化学染色可对胸腺上皮性肿瘤进行诊断和鉴别诊断;WHO组织学分型可帮助评估胸腺上皮性肿瘤的生物学行为并指导肿瘤治疗。

摘要： 目的:探讨胸腺上皮性肿瘤组织学分型特点及其对临床的指导作用.方法:按照世界卫生组织(World Health Organization,WHO)2015年胸腺上皮性肿瘤组织学分型标准对63例胸腺上皮性肿瘤分类并进行回顾性分析,使用卡方检验分析WHO组织学分型和Masaoka临床分期之间的关系.结果:根据WHO(2015)诊断标准对63例胸腺上皮性肿瘤进行组织学分型,A、AB、B1、B2、B3胸腺瘤分别有4例(6.35％)、15例(23.81％)、15例(23.81％)、16例(25.40％)和5例(7.93％),化生性胸腺瘤2例(3.17％),微结节性胸腺瘤伴淋巴样间质3例(4.76％),胸腺癌3例(4.76％),其中2例为鳞状细胞癌,1例为不典型类癌.63例胸腺上皮性肿瘤中19例伴有重症肌无力(myasthenia gravis,MG).所有患者的影像学均表现为纵隔占位.依照Masaoka临床分期,63例患者中I期20例、II期24例、III期13例、IV期6例.卡方检验结果示组织学分型与临床分期之间有一定的相关性(P<0.05),组织学分型靠后的胸腺上皮性肿瘤其Masaoka临床分期也较高.41例获5～47个月的随访,4例死亡.1例因胸腺瘤引发的MG而死亡,组织分型为B3型,Masaoka临床分期为III期.1例死因不明,组织分型为B2型,Masaoka分期为II期.另2例死于胸腺鳞状细胞癌,Masaoka临床分期为IV期.结论:不同组织学类型胸腺上皮性肿瘤的组织病理学形态各具特点;结合患者临床症状、胸部影像学检查、病理组织学形态改变及免疫组织化学染色可对胸腺上皮性肿瘤进行诊断和鉴别诊断;WHO组织学分型可帮助评估胸腺上皮性肿瘤的生物学行为并指导肿瘤治疗.

摘要： 目的 探讨体素内不相干运动(IVIM)双指数、拉伸指数模型各参数在Ⅰ型与Ⅱ型子宫内膜癌(EC)中的鉴别诊断价值.方法 回顾性分析51例经手术病理证实的Ⅰ型(31例)与Ⅱ型(20例)EC病人的IVIM成像资料.由2名医师在IVIM各参数伪彩图上分别测量慢速表观扩散系数(ADC-slow)、快速表观扩散系数(ADC-fast)、灌注分数(f)、扩散分布指数(DDC)和扩散异质性指数(α).采用组内相关系数(ICC)评价2名医师测量参数的一致性.采用Fisher确切概率法比较Ⅰ型与Ⅱ型EC的病理类型及分级分期.绘制受试者操作特征(ROC)曲线,分析2组间有统计学差异的参数及其诊断效能.结果 2名医师所测数据的一致性较好(均ICC≥0.75).Ⅰ型组的ADC-slow、DDC值均高于Ⅱ型组,ADC-fast值低于Ⅱ型组(均P<0.05).ADC-slow值为0.500×10-3 mm2/s时,鉴别Ⅰ型和Ⅱ型EC的AUC为0.926,敏感度、特异度、准确度分别为80.0％、90.3％、86.3％.结论 双指数模型的参数ADC-slow、ADC-fast值和拉伸指数模型的参数DDC值均有助于鉴别Ⅰ型与Ⅱ型EC,其中ADC-slow值鉴别诊断效能更大.

摘要： 目的 探讨胸腺上皮性肿瘤(TET)组织学分型与CT征象的相关性.方法 选取64例经病理确诊为TET患者的临床及影像资料,根据WHO 2015年标准进行组织学分型,然后分析不同组织学类型的TET CT特点.结果 64例TET 患者中,A 型8例(12.5％)、AB 型6例(9.4％)、B1 型 15例(23.4％)、B2型22例(34.4％)、B3型8例(12.5％)、胸腺癌5例(7.8％).胸腺癌组病灶体积普遍大于低、高危组(P＜0.05),高危组及胸腺癌组较低危组相比病灶形态更不规则(P＜0.05),胸腺癌组较其他组比较边界多不清晰,且更易侵犯周围组织和发生淋巴结及远处转移(P＜0.05),而低危组与高危组差异无统计学意义(P＞0.05),三组间强化程度、囊变坏死率、钙化发生率无明显差异(P＞0.05).结论 TET组织学分型与CT征象间存在一定相关性,可通过分析病灶大小、形态、边界、与周围组织的关系及转移情况来判断肿瘤的侵袭性和组织学分型.

摘要： 目的:探讨CT影像组学在胃癌不同预后组织学分型预测中的应用价值.方法:回顾性分析570例胃癌患者的临床资料,按组织学分型分为预后较差组和预后较好组,按照2:1的比例随机分为训练组和验证组.采用软件ITK-SNAP从CT图像中分割胃癌原发病灶.采用多因素分析筛选出与胃癌不同预后组织学分型最大相关性的临床特征,并以此构建临床特征模型.从所有分割图像中提取特征,再使用最大相关最小冗余(mRMR)、最小绝对收缩和选择算子(LASSO)回归和逐步回归筛选出有效特征,并以此建立影像组学标签.最后,拟合影像组学标签与临床特征,构建影像组学模型,并用受试者工作特征(ROC)曲线下面积(AUC)进行性能评估.结果:提取了985个二维图像特征,包括一阶统计量、形状特征、纹理特征等.通过去冗余特征筛选,得到5个最有效特征构建影像组学标签.3个临床特征(年龄、性别、CT-M分期)作为构建临床特征模型的参数.相较于临床特征模型和影像组学标签,影像组学模型的预测性能表现最佳,影像组学模型AUC在训练组和验证组分别为0.7262(95％CI:0.676～0.776),0.707(95％CI:0.632～0.781).结论:CT影像组学在术前无创预测胃癌不同预后组织学分型方面具有一定的应用潜力.

摘要： 目的 探讨胸腺上皮肿瘤的最新WHO组织学分型(2004)与各种CT征象的相关性。方法 回顾复习63例经手术病理证实为胸腺上皮肿瘤并且术前行CT检杏的病例．所有的病例按照2004年的WHO组织学分型进行重新分型，复习CT图像，最后将观测的CT征象与简化的组织学分型组(低危组胸腺瘤，高危组胸腺瘤，胸腺癌组)进行对照。结果本研究包括低危组胸腺瘤35例，高危组胸腺瘤16例，胸腺癌组12例，在CT图像上，胸腺癌组更多见不规则轮廓、边缘毛糙／不清、纵隔脂肪层浑浊／消失、淋巴结肿大、胸膜侵犯、其它脏器侵犯和远处转移这些征象，低危和高危组胸腺瘤更多见光滑边缘、分叶和类圆形轮廓、清晰的纵隔脂肪层(P<0.05)。结论 尽管各种cT征象在各组之间存在一定的重叠，不规则轮廓、边缘毛糙／不清、纵隔脂肪层浑浊／消失、淋巴结肿大、胸膜侵犯、其它脏器侵犯和远处转移这些征象的出现应当提示胸腺癌的诊断，而边缘光滑、分叶和类圆形轮廓、纵隔脂肪层清晰则提示低危组和高危组胸腺瘤的诊断，CT在鉴别低危组和高危组胸腺瘤方面存在一定困难。

摘要： 本文介绍了中华医学会妇科肿瘤学分会病理及细胞学会诊中心的主要内容：子宫内膜腺癌的组织学分型、Ⅰ型癌与Ⅱ型癌的主要临床病理特征及其鉴别诊断、子宫内膜腺癌的癌前病变研究进展、子宫内膜异位症(内异症)及其恶性变的问题及子宫内膜腺癌临床病理诊断中的难点问题。

摘要： 目的：分析鼻咽非角化性癌两种亚型(未分化型，分化型)的临床特征，探讨鼻咽癌组织学分型的临床指导意义。方法:对164例鼻咽非角化性癌初诊患者两种亚型(92例未分化型，72例分化型)的首发症状及分期等多项临床特征进行比较分析。结果:鼻咽非角化性癌两种亚型的各项临床特征均无差异。Spearman等级相关分析结果表明鼻咽非角化性癌的分型与多数临床特征无相关性，与病程相关，提示鼻咽分化型非角化性癌患者病程较未分化型患者长。结论:鼻咽非角化性癌两种亚型的初诊患者具有相似的首发症状、肿瘤侵犯范围及分期等临床特征，临床上难以根据组织学分型确定治疗策略。WHO新分类中的未分化型非角化性癌应区别于老分类的未分化癌。有必要结合鼻咽癌的临床生物学特征进行更深入的病理学研究，确定具有临床预后意义的组织学分型，更好地指导鼻咽癌的综合治疗。

摘要： 恶性淋巴瘤包括二大类型:霍奇金淋巴瘤(Hodgkin'sLymphoma.HD和非霍奇金淋巴瘤(Non-Hodgkin'sLymphoma.NHL)本文从组织学分型、免疫表型及病理分期等方面介绍了恶性淋巴瘤的诊治进展。

摘要： 目的:探讨纤维支气管镜刷检细胞学对肺癌诊断与组织学分型的价值.方法:分析临床疑似肺癌患者763例,经纤维支气管镜刷检、涂片、无水乙醇固定、papanicolaou染色及显微镜下观察行细胞学诊断.结果:763例疑似病例中574例诊断为肺癌,恶性肿瘤阳性率为75.23％,其中男性363例,占总检出的63.24％,女性211例,占总检出的36.76％.不同年龄组与细胞学诊断分型的比较,经统计学处理,P＜0.005,有显著性差异.结论:纤维支气管镜刷检细胞学诊断在肺癌诊断中具有重要的价值,尤其是当临床无明显症状、影像学不能明确诊断以及无法获取病理组织时,其临床价值更是不可忽视.

摘要： 本文介绍了特发性间质性肺炎的临床进展，及其最新分类和影像学特征，在此基础上，分析了纤维化型和非纤维化型特发性间质性肺炎的CT影像学特征。

摘要： 本文介绍了特发性间质性肺炎的临床进展，及其最新分类和影像学特征，在此基础上，分析了纤维化型和非纤维化型特发性间质性肺炎的CT影像学特征。

摘要： 本文介绍了特发性间质性肺炎的临床进展，及其最新分类和影像学特征，在此基础上，分析了纤维化型和非纤维化型特发性间质性肺炎的CT影像学特征。

摘要： 本文介绍了特发性间质性肺炎的临床进展，及其最新分类和影像学特征，在此基础上，分析了纤维化型和非纤维化型特发性间质性肺炎的CT影像学特征。

摘要： 本发明公开了一种计算机辅助乳腺浸润性导管癌组织学分级的方法：病理医师对乳腺癌组织学数字切片图像中的存在乳腺浸润性导管癌细胞的区域进行人工标注，对标注为乳腺浸润性导管癌的区域给出组织学分级评分；读入完成标注和组织学分级的数字化切片图像文件，将图像切割成小块图像，通过查询浸润性导管癌区域标注和组织学分级评分的信息，得到每个小块图像的标签信息，获得两大类样本集；利用CNN神经网络，建立多标签深度学习分类训练任务，让神经网络自动学习每一个小块图像中的图像特征，得到分类模型；利用该分类模型，对从乳腺癌组织学切片图像中提取出来的小块图像进行分类识别。

摘要： 本发明公开了一种对个体的肿瘤(如肝癌)的易感性和/或预后进行诊断的方法。它包括步骤：检测该个体的LLGL1基因、转录本和/或蛋白，并与正常的LLGL1基因、转录本和/或蛋白相比较，存在差异就表明该个体患肿瘤的可能性高于正常人群和/或已经患有肿瘤。本发明还提供了相应的检测试剂盒。

摘要： 本发明公开了可结合至癌细胞表面的一个或多个位点的缀合物，所述位点例如表面蛋白、化合物特异性受体以及包含特异性细胞类型表面的碳水化合物。所公开的缀合物可由此用作识别癌组织存在的指示剂。

摘要： 本发明公开了一种基于不变特征的脑胶质瘤组织学分类及其可视化方法，解决了影像组学分析胶质瘤核磁共振图像缺少不变特征的技术问题。所述方法包括如下步骤：步骤一：选定需要进行分类的胶质瘤核磁共振图像，并对其进行N4偏正场矫正，配准等预处理；步骤二：设定散射传播路径，选定小波函数和尺度函数，产生散射传播算子；步骤三：对待分类图像进行小波变换，得到小波散射特征图；步骤四：对特征图进行特征值转换，使用偏最小二乘算法对特征进行降维，将降维后的特征使用随机森林，逻辑回归，支持向量机等预训练分类模型进行预测；步骤五：将肿瘤区域进行滑块操作，不断提取小波散射特征进行可视化，便于观察不同组织学胶质瘤之间的差别。

摘要： 本发明提供了一种宫颈癌前病理组织学分割优化方法。所述方法包括：选择宫颈分布一致性损失函数的优化权重函数类型；选择宫颈分布一致性损失函数的优化权重函数参数；确定宫颈分布一致性损失函数表达形式；计算宫颈分布一致性损失函数的值并优化模型；迭代优化预测模型的性能；通过更新后的预测模型预测病变位置和类别。本发明的方案适用于大多数从其他领域迁移的图像分割神经网络结构，可应对各种实际采集到的复杂宫颈活检组织样本，明显提升现有的图像分割方法在宫颈癌前组织图像分割任务上的性能，大幅度节约人工成本。

摘要： 本发明公开了一种计算机辅助乳腺浸润性导管癌组织学分级的方法：病理医师对乳腺癌组织学数字切片图像中的存在乳腺浸润性导管癌细胞的区域进行人工标注，对标注为乳腺浸润性导管癌的区域给出组织学分级评分；读入完成标注和组织学分级的数字化切片图像文件，将图像切割成小块图像，通过查询浸润性导管癌区域标注和组织学分级评分的信息，得到每个小块图像的标签信息，获得两大类样本集；利用CNN神经网络，建立多标签深度学习分类训练任务，让神经网络自动学习每一个小块图像中的图像特征，得到分类模型；利用该分类模型，对从乳腺癌组织学切片图像中提取出来的小块图像进行分类识别。

摘要： 本发明公开了一种对个体的肿瘤(如肝癌)的易感性和/或预后进行诊断的方法它包括步骤：检测该个体的LLGL1基因、转录本和/或蛋白，并与正常的LLGL1基因、转录本和/或蛋白相比较，存在差异就表明该个体患肿瘤的可能性高于正常人群和/或已经患有肿瘤。本发明还提供了相应的检测试剂盒。

摘要： 本发明属于免疫组织化学技术领域，涉及一种肺癌组织学分型免疫组化多重染色检测方法。所述检测方法中一抗为多种混合型一抗。为了克服现有肺癌组织学不易分型，免疫组织化学技术分别检测耗时费力的不足，利用该方法使染色过程变得简便快捷，快速、方便的在同一张切片上可以得到更为丰富且对比性强的信息。本发明首次将混合型一抗和多种属检测放大系统应用于肺癌组织学分型的鉴别，不但保持了混合型抗体中各个抗体同单染时同样的敏感性和特异性外，还具有染色步骤少，实验时间短、稳定性高、实验结果直观对比，所带来的信息量远比传统单染高等优点，尤其对于标本量少的活检病理诊断具有显著优势。

摘要： 本发明公开了一种基于人工智能的胃活检组织学分型系统，包括接收模块、分割模块、过滤模块、识别模块、拼接模块、评价模块。本发明通过人工智能技术获取病理图片的特征，从而能够自动对病理图片进行Group分型。本发明能够更快更熟练地分析大量病理图片，而且测量水平也更为精细和快速，能够更全面、准确地识别病理图片的Group分型，减少人力并缩短诊断时间，同时使诊断水平标准化，提高准确率，大大减轻病理医师及内镜医师的工作负担。本发明还公开了一种基于人工智能的胃活检组织学分型方法。

摘要： 本发明属于免疫组织化学技术领域，涉及一种肺癌组织学分型免疫组化多重染色检测方法。所述检测方法中一抗为多种混合型一抗。为了克服现有肺癌组织学不易分型，免疫组织化学技术分别检测耗时费力的不足，利用该方法使染色过程变得简便快捷，快速、方便的在同一张切片上可以得到更为丰富且对比性强的信息。本发明首次将混合型一抗和多种属检测放大系统应用于肺癌组织学分型的鉴别，不但保持了混合型抗体中各个抗体同单染时同样的敏感性和特异性外，还具有染色步骤少，实验时间短、稳定性高、实验结果直观对比，所带来的信息量远比传统单染高等优点，尤其对于标本量少的活检病理诊断具有显著优势。