教学课程资源库 更多>>

关键词： 病理学图像   注意力机制   图像分割   图像分类   多任务学习  

摘要： 恶性肿瘤是危害人类身体健康的主要疾病之一,早诊断、早发现和早治疗对于降低其危害和提高患者生存率至关重要。病理学图像是肿瘤诊断的“金标准”,为医生提供了诊断、治疗和病理评估方面的重要信息。传统图像处理方法对人工的依赖大且鲁棒性差。本文在上述背景下,基于深度学习技术对病理学图像分析算法进行研究,主要研究内容包括: （1）针对小目标细胞核以及粘连细胞核导致的分割难度大、小样本类别分类精度低的问题,本文提出了基于多任务相关注意力机制的病理学图像分割与分类算法。该算法首先设计了三分支U型深度学习框架,旨在同时执行核语义分割、实例分割和分类三个任务。通过设计基于动态卷积的编码器解码器模块,使网络能够灵活适应任何尺寸的输入,以增强对复杂特征的识别能力。同时,设计了多任务相关注意力模块进行任务间的特征交互,以提高网络的特征学习能力。此外,引入了基于分水岭算法的后处理技术,用于优化对相邻、重叠细胞核的分割效果,并设计了均衡类别不平衡的损失函数用于解决数据分布不平衡的问题,从而提升模型对少数类别的识别准确率。在公开数据集上进行实验,实验结果表明改进后的模型相较于基线模型在各项指标均有提升。其中分割精度Dice系数提升了0.9%～1.3%,小样本类别的分类精度Fm提升了14.9%～39.1%,证实了本文改进的有效性。 （2）针对胸腺瘤病理学图像分割领域暂无公开的高精度标注数据集以及U-Net网络中简单的跳跃连接在捕获非局部多尺度信息方面存在局限性、卷积层堆叠和连续采样造成细节丢失的问题,本文构建了胸腺瘤病理学数据集,提出了基于Transformer的病理学图像分割算法。该算法设计了基于Transformer的通道注意力模块,以捕捉通道间的依赖关系。设计了融合模块用于实现多尺度特征图之间的信息交互,充分利用了深层和浅层特征信息,并缩小了编码器和解码器之间的语义鸿沟。设计了多尺度跳跃连接模块用于融合底层细节信息与高层语义信息,以提升模型对图像细节的捕捉能力。在胸腺瘤病理学数据集和Mo Nu Seg数据集上进行实验,实验结果表明改进后的模型相较于基线模型在各项指标均有提升。其中Dice系数分别达到了92.54%和79.25%,分别提升了0.10%～2.50%、1.61%～10.40%,证实了本文改进的有效性。 （3）本文设计了病理学图像分析系统。该系统涵盖了图像可视化与管理、图像标注、自动化分割和分类以及结果分析和计算等功能模块,为病理学图像的深入分析提供了便捷高效的工具,有助于提升肿瘤诊断的准确性和效率。

关键词： 胃癌   胃瘤安合剂   网络药理学   白介素-1β  

摘要： 研究背景:胃癌是最常见的恶性肿瘤之一,转移性患者预后相对较差。尽管在我国和全球的发病率和病死率近年有所下降,但每年的新发病例和死亡例数的绝对值仍居高不下,严重威胁人类生命健康。胃癌的复发转移是患者死亡的主要原因,引起的肠梗阻、恶性腹水等合并症也严重影响患者生存质量,对胃癌患者的长期生存造成了负面影响。中医药多靶点、多环节、多效应的特点,在恶性肿瘤各个阶段发挥独特优势。刘沈林教授针对胃癌术后患者,在“脾虚瘀毒”病机理论的指导下,以“归芍六君子汤”为基础扶正,结合胃癌“瘀毒”的病机理论,化瘀解毒,研制出“益气化瘀解毒方”。研究团队通过一系列基础实验验证了该方抗胃癌复发的作用,同时对该方在国内牵头开展胃癌中医药多中心、大样本的临床研究,结果表明该方降低胃癌术后复发转移率达32.8%。因此,江苏省中医院药学部门在此基础上开发研制出院内制剂胃瘤安合剂,方便临床使用,但胃瘤安合剂抗癌机制仍待进一步探索。网络药理学可以揭示中药多成分、多靶点的综合作用机制,有助于深入了解中药的药效作用方式,可以为中药的临床应用提供科学依据,拓展中药的临床应用领域,为中药的现代化转化提供有力支持。本研究基于网络药理学明确胃瘤安合剂核心靶标,探索其与胃癌术后患者临床病理学特征以及预后的关系,为胃癌中西医结合治疗提供思路和研究方向。 研究目的:本研究借助网络药理学筛选胃瘤安合剂治疗胃癌的潜在核心靶点,通过构建胃癌患者组织芯片进一步验证该靶点与胃癌患者临床病理特征的相关性以及潜在预后价值。为胃瘤安合剂治疗胃癌提供客观依据,并探索胃癌预后相关特异性生物标志物,为胃癌中西医结合以及精准治疗提供证据。 研究方法:基于中药系统药理学数据库与分析平台(TCMSP)检索胃瘤安合剂的有效活性成分,同时获得有效成分的相关靶点,并在UniProt数据库中进行靶蛋白的名称的矫正,构建药物成分靶点库;通过GeneCards数据库、OMIM数据库、TTD数据库和DrugBank数据库、DisGeNET数据库和GEO数据库检索与胃癌疾病相关的靶点,取得胃瘤安合剂治疗胃癌关键靶点;利用String数据库对关键靶点进行PPI网络分析;应用RStudio进行基因本体(gene ontology,GO)功能富集分析、京都基因与基因组百科全书(Kyoto encyclopedia ofgenes and genomes,KEGG)通路富集分析。采用PyMOL软件选择排名潜在核心靶点。获得靶点后,回顾性分析2016至2020年于江苏省中医院接受胃癌根治术患者的临床病理学数据,并随访总生存期(overall survival,os)以及无病生存期(disease free survival,DFS);通过胃癌患者组织芯片,比较该靶点不同程度表达在胃癌中临床病理学的差异。Cox回归分析评估影响胃癌患者预后的危险因素;使用Kaplan-meier生存曲线分析靶点与生存的关系。 研究结果: (1)共得到胃瘤安合剂有效活性成分241种,胃癌相关作用靶点1369个,胃瘤安合剂对胃癌治疗作用关键靶点17个,利用Cytoscape软件对PPI网络进行拓扑分析得出IL-1β为胃瘤安合剂作用于胃癌的可能核心靶点之一。 (2)胃癌患者癌旁组织与肿瘤组织IL-1β存在表达差异(p<0.05)。 (3)IL-β表达与淋巴结转移正相关(p<0.05),而与年龄、性别、术前化疗、肿瘤T分期、M分期、分化程度、血管侵犯、神经侵犯表达无关(p>0.05)。 (4)IL-1β表达水平与胃癌患者总生存期(Overall Survival,OS)的显著相关(p<0.05),IL-1β高表达组较低表达组患者的OS及DFS更差(p<0.05)。 结论:胃瘤安合剂通过多靶点、多信号通路途径实现对胃癌治疗作用,其中IL-1β可能是潜在核心靶点之一,并且IL-1β在胃癌组织中高表达,淋巴结转移可能与胃癌患者IL-1β表达水平相关。IL-1β高表达的胃癌患者预后较差,IL-1β表达水平、年龄、病理分期是影响患者预后的危险因素。

关键词： 胃癌   病理学   腺体分割   虚拟染色   计算机辅助诊断系统  

摘要： 胃癌是我国发病率和死亡率最高的恶性肿瘤之一,且早期胃癌通常没有明显症状,难以察觉。早期胃癌患者手术后5年生存率可达90%～95%,因此早期诊断和治疗对于降低胃癌发病率和死亡率十分重要。病理学图像可以提供详细的组织形态学信息,帮助医生确定疾病的发展阶段、制定治疗方案,并对预后进行评估。 在临床中,医生需要通过观察胃腺体的融合和恶化状况来判断胃癌发展阶段,而恶性胃腺体的边界基本消失,难以分辨,需要使用腺体分割帮助医生识别腺体形态,因此如何构建高效且精准的胃癌腺体分割模型是胃癌病理图像诊断中的一大挑战。同时,针对不同分子分型的胃癌,具有不同的治疗和预后方案。传统的免疫组化染色费时费力,而且配对染色图像存在一定的错位误差,如何通过图像生成技术得到高质量的虚拟免疫组化图像是研究过程中面临的又一挑战。针对上述挑战,本文研究了基于胃癌病理图像的智能辅助诊断技术,并在此基础上研发了胃癌病理图像智能辅助诊断系统,可以降低医生的工作量,提升诊断的精确度。本文主要研究工作共有三点: (1)针对在复杂融合情况下实现腺体的精确分割问题,本文提出了一种基于Swin Transformer和DeepLabV3+的腺体分割网络,利用堆叠的Swin Transformer提取病理图像中的深层和浅层特征,对深层特征使用金字塔池化空间连接提取多尺度的空间信息进行腺体边界定位,再使用轻量的通道-空间注意力将不同层次的互补信息融合,最后通过一个简单且高效的多层感知机实现解码,对腺体精准分割。通过多个数据集上的对比实验和消融实验证明了模型的有效性和各个子模块的必要性。 (2)针对不完全配对图像的虚拟染色问题,本文提出了一种基于自适应对比损失的生成网络,利用该损失抑制图像间的配对误差,同时通过分离的风格及内容编码器提取风格特征和内容特征,保证生成过程中的风格迁移和内容一致性。此外,通过构建循环生成过程使重建更加稳定。以图像质量和阳性表达效果为评价指标,通过在多个染色数据集中与其他染色网络进行对比实验和自身消融实验,验证了模型的有效性及各个功能子模块的必要性。 (3)本文的目标是研发一套能应用于临床诊断的智能辅助诊断系统。基于上述的研究工作,开发了包含用户管理模块、患者管理模块、切片管理模块、智能分析模块和系统管理模块的胃癌病理图像智能辅助诊断系统。本系统将患者的病理图像上传,可对病理图像进行腺体分割和虚拟染色生成,并将分析结果发送给专家,专家可结合分析结果给出专业的诊断意见。

关键词： 小样本学习   组织病理学图像   对比学习   领域自适应   分类  

摘要： 本文关注小样本学习在组织学图像中的应用,旨在通过少量参考样本提高模型的泛化性能。因为组织学图像的标记良好的数据集构建成本高,所以容易导致数据集中数据量少且类别分布不均。现有小样本学习算法在组织学图像上存在一些问题,如特征提取能力不足和域间差异较大。而本文旨在通过加强特征提取和缩小域间差异,提升模型泛化能力,以改善小样本学习效果。本文的主要工作如下: 针对当前某些疾病的医学数据难以收集以至数据量少,导致的模型泛化能力弱、模型训练成本高的问题,本文提出了在使用对比学习的基础上进行特征提取器和分类器广泛组合的方法。实验评估了12个提取器-分类器组合,其中效果最好的是以Dei T-Tiny R为骨干网络的对比学习与支持向量机(SVM)的组合,在肝细胞癌数据集(PAIP19)上进行跨域实验时,在3-way-10-shot设置下,准确率为74.42%,F1分数为74.58%,优于目前最优秀的模型。同时实验也表明了数据泛化方面对比学习优于监督学习的优势。 针对任务目标跨度大以及病理图像数据集中的数据集类不平衡导致的域移位问题,本文提出了将领域自适应小样本学习(DA-FSL)与潜在增强(LA)相结合的方法。其中DA可以解决域移位的小样本学习问题,而LA以无监督的方式传输基础数据集的语义变化。这两个组件可以充分利用训练数据,并且可以优雅的拓展到其它类似的问题上。本文在乳腺癌组织病理学图像数据集(Break His)和肝细胞癌数据集(PAIP19)上进行了验证。结果表明,与其它DA-FSL方法相比,Gnn Net-MAML+Meta FT+LA方法在所有shot设置上的组织病理学图像分类准确率最高。在性能评估方面,通过多方面的实验验证,在两个数据集上获得了超过其它迁移学习方法以及不同设置下的小样本学习方法的更好的实验结果。总之,这项研究将有助于研究界了解哪些技术对显微镜成像中的DA-FSL场景最有效。

关键词： CDKN2A   星形细胞瘤   胶质母细胞瘤   生存期   WHO CNS5  

摘要： 目的:1.探讨CDKN2A纯合性缺失(CDKN2A HD)与成人型弥漫性胶质瘤患者临床病理特征及预后的相关性。2.探究p16蛋白与CDKN2A表达的相关性。3.分析CDKN2A表达与成人型弥漫性胶质瘤的临床特征、WHO分级、重要免疫组化标志IDH1、ATRX、p53、Ki67的相关性。 方法:收集中国人民解放军南部战区总医院从2013年1月至2023年6月经手术切除并经病理确诊的胶质瘤手术组织标本共206例。用免疫组化法检测p16蛋白以及用FISH法检测CDKN2A在成人型弥漫性胶质瘤(分为少突胶质细胞瘤2级和星形细胞瘤2级组,少突胶质细胞瘤3级和星形细胞瘤3级组,胶质母细胞瘤4级和星形细胞瘤4级组)中的表达情况,检测诊断相关免疫组化标记,并根据2021年WHO CNS肿瘤分类诊断标准判读确诊;电话随访患者术后的相关信息及生存情况;对所得到的数据采用了SPSS26.0统计软件进行分析,采用Kaplan-Meier曲线分析不同分组之间的总体生存差异。探讨CDKN2A纯合性缺失(CDKN2A HD)与成人型弥漫性胶质瘤患者预后的相关性,探究p16与CDKN2A的表达相关性,分析CDKN2A表达与成人型弥漫性胶质瘤的临床特征、重要免疫组化标志IDH1、ATRX、p53、Ki67的相关性。 结果:***2A HD与成人型弥漫性胶质瘤患者的较差预后有显著关联(P<0.001)。2.p16在阳性比例小于5%时,FISH法验证CDKN2A基本为阴性,阴性概率为68.2%,可视为阴性概率基本等同;p16在阳性比例大于等于5%且小于20%时,FISH法验证CDKN2A假阳性概率约为52.8%;p16在阳性比例大于等于20%时,FISH法验证CDKN2A阳性概率约70.95%,可视为阳性概率等同。根据结果显示,用p16蛋白检测CDKN2A基因缺失状态的敏感性为70.95%,特异性为55.17%。p16蛋白表达水平与CDKN2A基因缺失存在显著相关性(P<0.01)。得出p16 IHC的临界值:5%,可以作为CDKN2A纯合性缺失(CDKN2A HD)的替代标记。在p16 IHC超过5%或更高的临界值时,会导致CDKN2A HD出现假阳性。在p16 IHC超过20%阳性表达率时,与FISH检测的结果几乎完全一致。3.p53突变型在CDKN2A阴性组中所占的比例较高(66.67%vs.33.33%),与CDKN2A表达状态有显著关联(P<0.05)。***67>20%的样本在CDKN2A阳性组中占比较低,表明CDKN2A表达状态与肿瘤增殖状态有关,并且表现出了明显的统计相关性(P<0.05)。***分级4的比例在CDKN2A阴性组中最高(54.67%),2级肿瘤的缺失率较低(12%),3级肿瘤的缺失率稍高(33.33%),统计学分析表明肿瘤的WHO分级与CDKN2A表达状态有着显著关联(P<0.05)。***2A的表达情况与IDH1、ATRX、肿瘤位置、皮层侵犯、坏死和微血管增生无明确相关性,差异无统计学意义(P>0.05)。 结论:***2A HD是成人型弥漫性胶质瘤的预后不良因子,在评估患者预后中具有参考价值。2.p16 IHC在检测CDKN2A纯合性缺失有很强的预测价值,p16 IHC可以作为成人型弥漫性胶质瘤CDKN2A HD替代标记使用,但是在其阳性表达率处于5%-20%区间范围时,需进一步进行FISH检测明确是否存在CDKN2A HD。***2A表达状态与WHO分级、p53突变、Ki67高表达率有显著关联,与肿瘤位置、皮层侵犯、坏死和微血管增生、IDH1以及ATRX无明确相关性。

关键词： 子宫内膜样癌   OGT   FNBP4  

摘要： 研究背景与目的: 子宫内膜癌(Endometrial cancer,EC)是女性生殖道三大恶性肿瘤之一,近年来,我国EC发病率呈逐年上升趋势,且平均发病年龄年轻化。其中子宫内膜样癌(Endometrioid Endometrial Carcinoma,EEC)是EC最常见组织学类型,早期确诊手术治疗后,5年总生存率可达到75%～90%,但近年研究发现其异质性较强,高级别EEC生物学行为更接近浆液性癌,部分患者存在复发风险,预后相对较差,因此亟需寻找更有效的治疗靶点。 目前,有研究报道O-连N-乙酰葡糖胺糖基转移酶或称O-Glc NAc糖基转移酶(O-linked N-acetylglucosamine transferase,OGT)在EC组织中表达增加,并促进EC增殖、迁移和侵袭,但OGT在EEC中的作用尚未见报道。 通过生物信息学预测分析发现,OGT在EC中发挥作用可能与FNBP4基因正相关。据报道,FNBP4高表达能加快细胞周期,并使Hippo信号通路失活,从而促进肝癌细胞增殖和转移。而在EEC中FNBP4的作用以及与OGT的相互作用尚未有报道。 为了研究OGT在EEC中的作用及其与FNBP4作用关系,我们分析了OGT、FNBP4在EEC组织中的表达特点并分别研究了OGT、FNBP4表达水平与EEC的临床病理特征、疾病预后之间的关系,进一步探讨OGT、FNBP4二者之间以及与MMR蛋白、Ki-67、P53、ER、PR表达水平的相关性,以期更好地指导EEC的临床诊治和改善疾病预后。 方法: 1、生物信息学分析:使用Linked Omics数据库(http://***/***)的Link Finder模块及Pearson相关性检测方法预测EC中OGT的共表达基因。 2、通过免疫组织化学染色技术检测OGT、FNBP4蛋白在115例EEC样本及癌旁正常子宫内膜组织中的表达情况,分析OGT、FNBP4的表达与患者临床病理学特征和预后的关系,并探讨OGT、FNBP4之间以及分别与MMR蛋白、Ki-67、P53、ER、PR表达水平的相关性。 结果: 1、生物信息学结果显示:OGT与FNBP4基因在EC中的表达呈正相关(Pearson相关性分析r=0.6788,P<0.05)。 2、免疫组化结果显示:OGT在EEC组织中表达升高(P<0.001);高级别EEC的OGT高表达率(9/17,52.9%)显著高于低级别(14/98,14.3%,P=0.003);发生LVSI的患者OGT高表达率(7/13,53.8%)明显高于未发生LVSI的患者(15/102,14.7%,P<0.001);发生MELF浸润的患者OGT高表达率(7/13,53.8%)明显高于未发生MELF浸润的患者(16/102,15.7%,P=0.025);发生淋巴结转移的患者OGT高表达率(3/6,50.0%)明显高于未发生淋巴结转移的患者(20/109,18.3%,P=0.026);OGT在FIGO分期晚期患者的高表达率(7/12,58.3%)显著高于早期患者(16/103,15.5%,P=0.002);OGT表达与患者年龄、绝经状态、肌层浸润深度及远处转移均无关(P均>0.05)。 3、免疫组化结果显示:FNBP4在EEC组织中表达升高(P<0.001);高级别EEC的FNBP4高表达率(11/17,64.7%)显著高于低级别(20/98,20.4%,P=0.004);发生LVSI的患者FNBP4高表达率(7/13,53.8%)明显高于未发生LVSI的患者(24/102,23.5%,P=0.005);FNBP4表达与患者绝经状态、MELF浸润、肌层浸润深度、淋巴结转移及远处转移均无关(P均>0.05)。 4、OGT和FNBP4蛋白在EEC组织中的表达呈正相关关系(r=0.425,P<0.001)。 5、EEC中OGT与Ki-67、FNBP4与Ki-67表达水平呈正相关性(r=0.214,P=0.023;r=0.194,P=0.040);OGT与MMR蛋白、P53、ER、PR表达水平不具有相关性(r=-0.154,P=0.248;r=0.016,P=0.883;r=-0.096,P=0.433;r=-0.142,P=0.253);FNBP4与MMR蛋白、P53、ER、PR表达水平不具有相关性(r=0.025,P=0.850;r=-0.147,P=0.173;r=-0.079,P=0.521;r=-0.181,P=0.142)。 6、OGT在EEC组织高表达的患者总生存率为74%(17/23),显著低于OGT低、中表达患者95.7%(88/92,P<0.001);FNBP4高表达的患者总生存率为81.8