肿瘤分级

摘要： 本文将影像组学的方法和机器学习算法结合起来,对脑部胶质瘤进行分级预测。利用BraTS2019公开数据集,从多模态MRI图像中分别提取肿瘤的448维影像组学特征:肿瘤形态学特征、一阶灰度特征、纹理特征等;然后通过最小绝对收缩和选择算子(Lasso)算法筛选出15个最佳的影像组学特征;最后根据筛选出的最佳特征集,利用随机森林分类算法构建脑部胶质瘤的分级预测模型。基于机器学习建立的模型在训练组患者中预测胶质瘤级别的准确率达到95.6%,ROC曲线下面积(AUC)达到0.99;在验证组患者中预测胶质瘤级别的准确率达到89.3%,AUC达到0.96。可见,基于机器学习算法,利用影像组学的方法可以对脑部肿瘤的高低级别进行准确的预测和分类。

摘要： 目的分析氢质子磁共振波谱(1H-MRS)在脑胶质瘤分级中的应用价值。方法回顾性选取2019年2月至2021年5月河北北方学院附属第一医院神经外科收治的85例脑胶质瘤患者,根据术后组织病理结果并参照中枢神经系统肿瘤分级标准将其分为低级别组(Ⅰ~Ⅱ级,n=40)和高级别组(Ⅲ~Ⅳ级,n=45)。采用1H-MRS定量分析脑组织代谢产物比值,包括胆碱(Cho)/肌酸(Cr)比值、Cho/N-乙酰天冬氨酸(NAA)比值、NAA/Cr比值。比较脑胶质瘤患者瘤体区和对侧正常脑组织区代谢产物比值,两组患者瘤体区代谢产物比值及Survivin蛋白免疫活性指数(IRS)积分、阳性率;脑胶质瘤患者瘤体区代谢产物比值与Survivin蛋白IRS积分的相关性分析采用Pearson相关分析。结果脑胶质瘤患者瘤体区Cho/Cr比值、Cho/NAA比值高于对侧正常脑组织区,NAA/Cr比值低于对侧正常脑组织区(P<0.05)。高级别组患者瘤体区Cho/Cr比值、Cho/NAA比值高于低级别组,NAA/Cr比值低于低级别组(P<0.05)。高级别组Survivin蛋白IRS积分、阳性率高于低级别组(P<0.05)。Pearson相关分析结果显示,脑胶质瘤患者瘤体区Cho/Cr比值(r=0.516,P<0.001)、Cho/NAA比值(r=0.612,P<0.001)与Survivin蛋白IRS积分呈正相关,NAA/Cr比值与Survivin蛋白IRS积分呈负相关(r=-0.476,P<0.001)。结论采用1H-MRS定量检测的代谢产物比值与脑胶质瘤分级及Survivin蛋白表达有关,其可作为脑胶质瘤术前分级的重要影像学参考指标。

摘要： 目的为了解磁共振弥散加权成像(DWI)在脑胶质瘤诊断、术前分型及手术指导中的应用价值。方法回顾性分析我院2017年1月至2019年6月期间收治的62例脑肿瘤患者的临床资料,其中21例为单发脑转移瘤患者,19例低级别胶质瘤(WHO Ⅰ~Ⅱ),22例高级别胶质瘤(WHO Ⅲ~Ⅳ),所有患者均进行常规T_(1)WI、T_(2)WI平扫,DWI及增强扫描,并测量肿瘤实质、瘤周水肿区、对侧正常区的ADC值,利用受试工作特征曲线(ROC)评估瘤实质区ADC值对脑胶质瘤分级的价值,同时统计患者术后肿瘤镜下全切率、致残率。结果脑胶质瘤和转移瘤实质区及瘤周水肿区ADC值均高于对侧正常区(P<0.05),并且脑转移瘤瘤周水肿区ADC值和rADC-p值要高于脑胶质瘤(P<0.05);低级别脑胶质瘤的瘤实质区、瘤周水肿区ADC、rADC-t、rADC-p值均高于高级别胶质瘤(P<0.05)。ROC结果显示,瘤实质区ADC值诊断脑胶质瘤级别的AUC为0.830,95%CI为0.705~0.955,最佳临界点为1.165×10^(-3)mm^(2)/s。参考DWI进行脑胶质瘤患者肿瘤切除的镜下全切率为64.29%(27/42),术后致残率为21.43%(9/42)。结论参考DWI检查的瘤周水肿区ADC值和rADC-p值能够有助于鉴别脑转移瘤和脑胶质瘤,而瘤实质区ADC值可帮助术前脑胶质瘤分级,并且还能指导术者最大范围切除瘤体,降低术后致残率。

摘要： 目的探究同一来源不同恶性程度的Hepa1-6肿瘤细胞恶性相关基因表达、增殖能力及肿瘤微环境免疫细胞表型的变化。方法将原始Hepa1-6肿瘤细胞经一次建模获得Hepa1-6-A细胞系,Hepa1-6-A经二次建模获得Hepa1-6-B细胞系。采用qPCR法检测3种细胞系肿瘤恶性相关基因表达水平,采用CCK8法检测3种细胞系体外增殖能力。构建小鼠皮下肿瘤模型,观察3种细胞系体内成瘤能力。通过流式细胞术检测Hepa1-6-A和Hepa1-6-B肿瘤组织免疫细胞亚群组成与功能表型差异以评价免疫抑制性。结果qPCR结果显示,与Hepa1-6细胞相比,Hepa1-6-A、Hepa1-6-B细胞中己糖激酶2、B淋巴细胞瘤-2 mRNA表达水平显著增高(F=22.557、34.604,q=6.658~12.327,P<0.05);此外,与Hepa1-6和Hepa1-6-A细胞相比,Hepa1-6-B细胞中波形蛋白、碱性螺旋环螺旋转录因子、细胞周期蛋白B1及巨噬细胞集落刺激因子mRNA表达水平显著增高(F=10.897~195.234,q=4.692~22.190,P<0.05)。CCK8实验结果显示,与Hepa1-6和Hepa1-6-A细胞相比,Hepa1-6-B细胞体外增殖能力更强(F=645.459,q=37.585、40.357,P<0.05)。小鼠肿瘤模型显示,Hepa1-6-B细胞体内成瘤速度显著高于Hepa1-6-A细胞(F_(时间)=26.977,F_(组别)=127.599,F_(交互)=4.613,P<0.05),Hepa1-6-B组肿瘤第16天肿瘤质量明显高于Hepa1-6和Hepa1-6-A组肿瘤(F=18.898,q=6.379、8.099,P<0.05)。与Hepa1-6-A组肿瘤组织相比,Hepa1-6-B组肿瘤组织中单核细胞比例明显降低(t=4.032,P<0.05),但巨噬细胞比例明显升高(t=2.929,P<0.05),特别是促肿瘤型CD163+巨噬细胞与CD206+巨噬细胞比例明显升高(t=2.619、2.870,P<0.05),且CD163+巨噬细胞与CD206+巨噬细胞比例和肿瘤体积呈正相关(r=0.669、0.736,P<0.05)。同时,与Hepa1-6-A组肿瘤组织相比,Hepa1-6-B组肿瘤组织Ⅱ型干扰素(IFNγ)、颗粒酶B表达水平均显著降低(t=2.358、3.076,P<0.05),IFNγ+CD8+T/Treg明显降低(t=2.430,P<0.05),程序性死亡受体1(PD-1)表达水平显著升高(t=3.693,P<0.05)。无论是Hepa1-6-A组肿瘤还是Hepa1-6-B组肿瘤,PD-1+CD8+T细胞比例与肿瘤体积均无明确相关性。结论经二次体内成瘤后,Hepa1-6-B肿瘤细胞恶性相关基因表达水平显著增高,体外增殖能力与体内成瘤速度明显提升,同时增强了肿瘤微环境的免疫抑制性,从多角度提升了肿瘤细胞的恶性程度。

摘要： 通过融合影像学特征和深度特征实现对肝细胞癌分化分级的无创术前预测。预测方法基于T2加权成像高通量提取影像学特征,使用SVM、随机森林、XGBoost和LightGBM等方法构造出影像学标签(Rad-score);利用EfficientNet-B7在增广图像数据上进行参数微调后提取了大量深度特征,并采用LightGBM构建深度标签(Deep-score);结合病人的临床特征利用回归模型构造诺模图进行可视化预测。实验结果证实模型具有较好的分类性能,最终分类模型AUC达到了0.828,校准曲线表现良好,可以为临床决策提供有价值的信息。

摘要： 目的观察全肿瘤弥散峰度成像(DKI)直方图分析评估脑膜瘤分级及细胞增殖活性的价值。方法根据手术病理结果将174例术前均接受MR DKI检查的脑膜瘤患者分为低级别脑膜瘤(LGM,Ⅰ级)组和高级别脑膜瘤(HGM,Ⅱ/Ⅲ级)组,比较组间平均峰度(MK)、轴向峰度(AK)、径向峰度(RK)、各向异性分数(FA)、平均扩散率(MD)的直方图参数,评估各参数对脑膜瘤分级的诊断效能及其与Ki-67标记指数(LI)间的相关性。结果HGM组MK[第10、50、90百分位数(p10、p50、p90)及均值、最大值、方差]、AK(p10、p50、p90、均值、最大值)、RK(p50、p90、均值、最大值、方差)、MD(方差)及FA(最大值)均高于LGM组(P均<0.05),MD(p10、最小值)低于LGM组(P均<0.05)。上述各参数均可用于鉴别HGM与LGM,尤以MKp90的曲线下面积最大(0.87),准确度为83.33%。Ki-67LI与上述各直方图参数均相关(P均<0.05),与MKp90的相关系数最大(r_(s)=0.64)。结论全肿瘤DKI直方图分析可用于评估脑膜瘤分级及细胞增殖活性。

摘要： 子宫内膜癌是一组起源于子宫内膜腺上皮的恶性肿瘤,其发病率在中国和西方国家逐年上升,危及妇女的生殖健康和生命安全。如何准确评估内膜癌生物学特征,针对性施予最佳治疗方案从而提升疗效是子宫内膜癌诊疗的核心问题之一。基于肿瘤组织学形态的传统病理学诊断是判断子宫内膜癌生物学特征的经典方法,但存在不同病理医师之间的组织形态学诊断一致率低,相同组织学形态及肿瘤分级的子宫内膜癌患者间预后差距大的问题。

摘要： 目的 提出一种联合多MR序列迁移学习网络算法用于自动分级低级别(LGG)与高级别(HGG)胶质瘤,并评估其效能。方法 于开源数据库中提取76例LGG和259例HGG患者头部MR轴位T1WI、T2WI及液体衰减反转恢复(FLAIR)序列图像,均包含与轴位图像所见肿瘤最大层面相邻的20个层面图像,共6 700幅图像;采用相同的随机数列按7∶1.5∶1.5比例将各序列图像分为训练集(n=4 690)、验证集(n=1 005)及测试集(n=1 005)。以GoogLeNet预训练网络为胶质瘤分级模型的参数迁移源,重新设计输出模块,分别训练T1WI、T2WI及FLAIR单一模型,根据训练过程中的准确率和损失值曲线判断其收敛性;引入联合多序列模型投票机制,以降低单一序列模型对误分类的影响,利用测试集数据评价单一序列模型及联合多序列模型的效能。结果 各单一序列模型对训练集和验证集胶质瘤分级的准确率曲线均呈稳步上升趋势,损失值曲线均呈稳步下降趋势,之后均逐渐收敛。单一T1WI、T2WI、FLAIR模型及联合多序列模型对测试集胶质瘤分级的曲线下面积(AUC)分别为0.951 3、0.934 2、0.961 4及0.995 0,准确率分别为97.01%、97.01%、98.11%及99.00%。结论 以联合多MR序列迁移学习网络进行胶质瘤自动分级过程简洁、效能高。

摘要： 目的 探讨磁共振平扫T1、T2值及增强后的T1值在脑胶质瘤分级及细胞增殖活性预测中的诊断价值.材料与方法 回顾性分析手术病理证实的36例脑胶质瘤患者,其中高级别胶质瘤(high grade glioma,HGG)21例,低级别胶质瘤(low grade glioma,LGG)15例.所有患者在术前1周同时行多对比度一站式弛豫定量技术(magnetic resonance imaging compilation,Magic)扫描、Magic对比增强扫描.在增强前后生成的T1 mapping、T2 mapping测量肿瘤实质区、对侧镜像部位正常脑白质的增强前T1值(T1-pre)、T2值(T2-pre)及增强后T1值(T1-Gd).对手术标本进行病理分级及Ki-67标记指数(Ki-67 LI)的测定.分析各项Magic参数及Ki-67 LI之间的相关性及高低级别组间Magic参数值、Ki-67 LI之间的差别,并绘制ROC曲线.结果 T1-pre、增强前T1比值(ratio of T1-pre,rT1-pre)、T1-Gd、增强前后T1差值(ΔT1)、T1值变化百分比均与Ki-67 LI具有显著相关性(P<0.05),相关系数r分别为0.502、0.331、-0.351、0.537、0.473.高级别组胶质瘤T1-pre、ΔT1、T1值变化百分比、Ki-67 LI明显高于低级别组,T1-Gd、增强后T1比值(ratio of T1-Gd,rT1-Gd)低于低级别组,差异均具有统计学意义(P<0.05).ΔT1对区分高、低级别胶质瘤的效能最好,其最佳诊断阈值373.25 ms,曲线下面积0.816,敏感度90.5％,特异度60％,P=0.001.结论 定量测量T1值可用于鉴别高低级别胶质瘤,对预测肿瘤细胞增殖有一定的临床价值.

摘要： 目的 着重于分析子宫颈癌患者应用以自我管理为导向的5 A护理模式的护理效果.方法 将我院2018年2月—2019年2月收治的80例子宫颈癌患者按随机数字法分为实验组和对照组各40例,实验组采用以自我管理为导向的5 A护理模式,对照组患者使用传统护理方法 ,实验结束后对比两组患者自我护理能力改进情况并打分评价.结果 实验组自我护理能力评分为(162.53±6.85)分,明显高于对照组(73.56±5.29)分,P<0.05,差异具有统计学意义;实验组在自我护理能力评分的四个维度自我护理认知、责任感、护理技能掌握、护理知识学习等维度评分显著优于对照组,P<0.05,差异具有统计学意义.结论 5 A护理模式能够显著改善子宫颈癌患者自我护理状况,提高其护理技能,在自我护理概念、责任意识、自我护理技能、健康知识水平等方面均有所改善,临床应用价值极高.

摘要： 初步探讨磁敏感加权成像(SWI)在胶质瘤分级中的应用价值.收集经手术病理证实的高级别胶质瘤13例和低级别胶质瘤11例,均做了MRI平扫、增强扫描和SWI,按照WHO中枢神经系统肿瘤分类标准对肿瘤分级,由两位神经放射诊断医师对SWI肿瘤内的低信号进行评分,分析测定两组肿瘤的SWI低信号评分有无统计学差异。11例高级别组肿瘤实质出现明显低信号(敏感性84.6%),7例低级别组肿瘤内出现明显低信号(特异性36.4%),高级别组肿瘤低信号评分值高于低级别组(P<0.05).磁敏感加权成像有助于胶质瘤的分级.

摘要： 目的:通过检测分析,研讨卵巢癌组织中CIP2A的表达水平和临床价值.rn 方法:以2011年1月至2015年3月间通过手术切除的51例卵巢癌组织(研究组)及8例正常卵巢组织(对照组)为研究对象.采用SP免疫组化法检测分析CIP2A表达与临床病理因素的关系.rn 结果:在对照组8例的CIP2A的表达为阴性或低表达;而研究组中,35.29％(18/51)具有CIP2A阳性表达.CIP2A在卵巢浆液性癌、子宫内膜样癌、黏液性癌和透明细胞癌中的阳性表达率分别为41.94％(13/31)、27.27％(3/11)、12.50％(1/8)和100％(1/1).CIP2A的表达水平与肿瘤病理分级及FIGO分期有关.实时定量PCR结果显示较之正常卵巢组织,卵巢癌组织CIP2A转录水平显著提高(P＜0.05).rn 结论:卵巢癌中CIP2A水平呈现高表达,且与肿瘤病理分级和FIGO分期密切相关.CIP2A可能作为一种诊断卵巢癌新指标,并成为其治疗新靶点.

摘要： 目的:通过检测分析,研讨卵巢癌组织中CIP2A的表达水平和临床价值.rn 方法:以2011年1月至2015年3月间通过手术切除的51例卵巢癌组织(研究组)及8例正常卵巢组织(对照组)为研究对象.采用SP免疫组化法检测分析CIP2A表达与临床病理因素的关系.rn 结果:在对照组8例的CIP2A的表达为阴性或低表达;而研究组中,35.29％(18/51)具有CIP2A阳性表达.CIP2A在卵巢浆液性癌、子宫内膜样癌、黏液性癌和透明细胞癌中的阳性表达率分别为41.94％(13/31)、27.27％(3/11)、12.50％(1/8)和100％(1/1).CIP2A的表达水平与肿瘤病理分级及FIGO分期有关.实时定量PCR结果显示较之正常卵巢组织,卵巢癌组织CIP2A转录水平显著提高(P＜0.05).rn 结论:卵巢癌中CIP2A水平呈现高表达,且与肿瘤病理分级和FIGO分期密切相关.CIP2A可能作为一种诊断卵巢癌新指标,并成为其治疗新靶点.

摘要： 目的:通过检测分析,研讨卵巢癌组织中CIP2A的表达水平和临床价值.rn 方法:以2011年1月至2015年3月间通过手术切除的51例卵巢癌组织(研究组)及8例正常卵巢组织(对照组)为研究对象.采用SP免疫组化法检测分析CIP2A表达与临床病理因素的关系.rn 结果:在对照组8例的CIP2A的表达为阴性或低表达;而研究组中,35.29％(18/51)具有CIP2A阳性表达.CIP2A在卵巢浆液性癌、子宫内膜样癌、黏液性癌和透明细胞癌中的阳性表达率分别为41.94％(13/31)、27.27％(3/11)、12.50％(1/8)和100％(1/1).CIP2A的表达水平与肿瘤病理分级及FIGO分期有关.实时定量PCR结果显示较之正常卵巢组织,卵巢癌组织CIP2A转录水平显著提高(P＜0.05).rn 结论:卵巢癌中CIP2A水平呈现高表达,且与肿瘤病理分级和FIGO分期密切相关.CIP2A可能作为一种诊断卵巢癌新指标,并成为其治疗新靶点.

摘要： 目的:通过检测分析,研讨卵巢癌组织中CIP2A的表达水平和临床价值.rn 方法:以2011年1月至2015年3月间通过手术切除的51例卵巢癌组织(研究组)及8例正常卵巢组织(对照组)为研究对象.采用SP免疫组化法检测分析CIP2A表达与临床病理因素的关系.rn 结果:在对照组8例的CIP2A的表达为阴性或低表达;而研究组中,35.29％(18/51)具有CIP2A阳性表达.CIP2A在卵巢浆液性癌、子宫内膜样癌、黏液性癌和透明细胞癌中的阳性表达率分别为41.94％(13/31)、27.27％(3/11)、12.50％(1/8)和100％(1/1).CIP2A的表达水平与肿瘤病理分级及FIGO分期有关.实时定量PCR结果显示较之正常卵巢组织,卵巢癌组织CIP2A转录水平显著提高(P＜0.05).rn 结论:卵巢癌中CIP2A水平呈现高表达,且与肿瘤病理分级和FIGO分期密切相关.CIP2A可能作为一种诊断卵巢癌新指标,并成为其治疗新靶点.

摘要： 用于鉴定肿瘤特征的方法包括：获得各预测目标特征的3个不同标记物组，自肿瘤细胞获得样品基因表达信号，添加报告子以影响样品中的变化，用于允许评定肿瘤中的目标基因表达信号，将基因表达信号与报告子组合，将提取的基因表达信号与3个不同标记物组关联，根据以下顺序将指定分配给提取的基因表达信号：如果全部3个预测性基因表达信号组的关联预测其具有关注的特征，将其指定为恶性肿瘤；如果全部3个预测性基因表达信号组的关联预测其缺乏关注的特征，将其指定为良性肿瘤；及，如果全部3个预测性基因表达信号组的关联不提供相同的预测的临床结果，将所述肿瘤指定为“中等风险”；及，输出所述指定。

摘要： 本发明涉及一种用于检测食道肿瘤和/或胃肿瘤良恶性程度的分级模型及其应用，所述模型通过计算印记基因缺失表达量、印记基因拷贝数异常表达量和印记基因总表达量对印记基因在肿瘤中的变化进行分级，本发明所述检测模型和装置，以直观的方法表现了印记缺失在食道肿瘤和胃肿瘤病人的组织和细胞样本上的表现，通过对印记基因原位标记的方法，客观、直观、早期、精确地检测出印记(迹)基因的变化，并可以提供量化的模型，为食道肿瘤和胃肿瘤的诊断做出巨大贡献。

摘要： 用于鉴定肿瘤特征的方法包括：获得各预测目标特征的3个不同标记物组，自肿瘤细胞获得样品基因表达信号，添加报告子以影响样品中的变化，用于允许评定肿瘤中的目标基因表达信号，将基因表达信号与报告子组合，将提取的基因表达信号与3个不同标记物组关联，根据以下顺序将指定分配给提取的基因表达信号：如果全部3个预测性基因表达信号组的关联预测其具有关注的特征，将其指定为恶性肿瘤；如果全部3个预测性基因表达信号组的关联预测其缺乏关注的特征，将其指定为良性肿瘤；及，如果全部3个预测性基因表达信号组的关联不提供相同的预测的临床结果，将所述肿瘤指定为“中等”；及，输出所述指定。

摘要： 用于鉴定肿瘤特征的方法包括：获得各预测目标特征的3个不同标记物组，自肿瘤细胞获得样品基因表达信号，添加报告子以影响样品中的变化，用于允许评定肿瘤中的目标基因表达信号，将基因表达信号与报告子组合，将提取的基因表达信号与3个不同标记物组关联，根据以下顺序将指定分配给提取的基因表达信号：如果全部3个预测性基因表达信号组的关联预测其具有关注的特征，将其指定为恶性肿瘤；如果全部3个预测性基因表达信号组的关联预测其缺乏关注的特征，将其指定为良性肿瘤；及，如果全部3个预测性基因表达信号组的关联不提供相同的预测的临床结果，将所述肿瘤指定为“中等”；及，输出所述指定。

摘要： 用于鉴定肿瘤特征的方法包括：获得各预测目标特征的3个不同标记物组，自肿瘤细胞获得样品基因表达信号，添加报告子以影响样品中的变化，用于允许评定肿瘤中的目标基因表达信号，将基因表达信号与报告子组合，将提取的基因表达信号与3个不同标记物组关联，根据以下顺序将指定分配给提取的基因表达信号：如果全部3个预测性基因表达信号组的关联预测其具有关注的特征，将其指定为恶性肿瘤；如果全部3个预测性基因表达信号组的关联预测其缺乏关注的特征，将其指定为良性肿瘤；及，如果全部3个预测性基因表达信号组的关联不提供相同的预测的临床结果，将所述肿瘤指定为“中等”；及，输出所述指定。

摘要： 本文公布了在人等哺乳动物中检测和定位细胞特异性抗原的方法，包括在PBMC中T淋巴细胞抗原特异性激活的条件下将哺乳动物的外周血单核细胞(PBMC)暴露于抗原的免疫原性肽表位，从而产生至少与该细胞特异性抗原结合的抗原特异性T淋巴细胞。将已标记的抗原特异性T淋巴细胞经腹膜内或静脉内施用于哺乳动物，通常不含IL－2。通过成像确定这些细胞在哺乳动物中的分布，从而对哺乳动物中的细胞特异性表位进行检测和定位。将PBMC暴露于免疫原性肽中通常涉及不含细胞的肽制品和白介素－2(IL－2)，但不涉及诸如抗原呈递细胞(APC)等被抗原独立激活的其它细胞。抗原特异性T淋巴细胞通常可以溶解表达所述细胞特异性抗原的细胞，且可能包括CD4+、CD8+和/或CD45RO+记忆型T细胞。

摘要： 本发明提供了循环肿瘤细胞在制备微血管侵犯分级评估试剂盒中的应用和一种微血管侵犯分级评估的试剂盒及其该试剂盒在制备预测肝癌患者术后预后状况的试剂盒中的应用。本发明研究显示循环肿瘤细胞的数量可作为精确化微血管侵犯分级评估的重要指标，本发明所述微血管侵犯分级评估的试剂盒，不但能够区分是否存在微血管侵犯还可实现M1、M2的精细化分级，有助于提高术前对肝癌患者预后不良程度地预测准确度，医护人员可依据预测结果制定更有针对性的治疗方案。

摘要： 本发明属于生物医药技术领域，具体涉及一种分级释药的肿瘤高渗透聚合物及其制备方法与应用。该聚合物由马来酰亚胺‑聚乙二醇、聚天冬氨酸‑接枝聚乙烯亚胺、聚赖氨酸‑接枝苯甲醛制成，其尺寸较小，通过各嵌段相互作用，协同达到了渗透肿瘤组织并聚集的效果；进一步负载结合抗肿瘤小分子抑制剂、抗体和小干扰RNA，可以减少胶原基质的旁分泌，增加杀伤性免疫细胞的肿瘤浸润，降低其葡萄糖量摄取量来提高肿瘤微环境的葡萄糖含量，最终达到显著改善肿瘤微环境、治疗肿瘤的效果。

摘要： 本发明涉及肿瘤分级检测领域，具体涉及基因组合制备人肿瘤同源重组缺陷、肿瘤突变负荷和微卫星不稳定性分级检测产品的用途，所述的基因组合由基因集A和基因片段集B组成，所述的基因组合是从北京大学第一医院的实际的高通量测序数据中，通过特定的配对聚类分析得来，来源于真实世界的数据具有更高的可靠性和可信度，可以准确针对泛癌进行同源重组缺陷、肿瘤突变负荷和微卫星不稳定性分级和预测。

摘要： 一种基于Rocchio算法的甲状腺超声特征肿瘤分级系统，属于自然语言处理下的文本分类领域，本发明利用Rocchio算法识别生物医学命名实体，再通过映射关系对甲状腺TI‑RADS分级进行匹配，从而对甲状腺肿瘤进行分级，起到辅助诊断的作用。医生在诊断甲状腺患者的过程中，可利用该系统自动导入甲状腺及颈部淋巴结彩超报告，通过训练好的Rocchio算法模型和已命名生物医学实体实现肿瘤分级功能，从而帮助医生快速深入了解患者甲状腺肿瘤细节，提高诊断水平。同时，桌面端系统所具备的稳定性对医疗临床每日大批数据的处理也具有一定的适用性。