简介：目的：基于影像组学方法，分析超声医学影像信息，评估影像组学方法预测原发性肝细胞癌（hepatocellularcarcinoma，HCC）中Ki-67表达的可行性。方法：回顾性分析133例经术后病理证实的HCC患者的灰阶超声图像，通过图像分割、提取图像中肿瘤病灶的小波、纹理、形态特征，结合最大相关最小冗余（minimum-redundancy-maximum-relevance，mRMR）准则的遗传算法选出234个特征，之后再用稀疏表示（sparserepresentationcoefficient,SRC）方法进一步筛选，得到最优特征子集并用于分类。结果：利用支持向量机（supportvectormachine，SVM）和留一法（leave-one-outcrossvalidation，LOOCV）的预测模型对临床HCC超声图像进行分类和评价。结果显示，受试者操作特性曲线下面积（areaunderthereceiveroperatingcharacteristiccurve，AUC）达到了0.75。结论：基于HCC超声灰阶图像的影像组学分析和Ki-67表达存在相关性，可以为临床合理诊疗和预后预测提供有用的信息。

简介：目的：用16α-18F-17β-雌二醇（18F-FES）小动物PET/CT评价不同类型乳腺癌模型雌激素受体（ER）表达的差异。方法：用ER阳性人乳腺癌细胞（ZR-75-1、MCF-7）和阴性细胞（MDA-MB-231）构建荷瘤裸鼠动物模型。阳性组每组各10只，接种前3d植入雌激素缓释片，再将细胞与基质胶混合液接种于乳腺脂肪垫，成瘤后显像前3d取出缓释片。阴性组5只，直接将细胞悬液接种于乳腺脂肪垫。当肿瘤长至长径5mm左右时行18F-FESPET/CT显像，用%ID/gmax定量ER表达，然后用免疫组化测定并比较ER结果。数据分析采用单因素方差分析。结果：ZR-75-1、MCF-7和MDA-MB-231的瘤体成瘤率分别为100％（10/10）、70%（7/10）和100％（5/5），瘤体随时间延长而增大，但三组之间差异无统计学意义（P＞0.05），18F-FES%ID/gmax分别为6.6±1.0、3.3±0.5和1.1±0.1，三组之间差异均有统计学意义（P＜0.05）。T/M比值分别为4.2±0.3、2.6±0.2和1.1±0.1，三组之间差异均有显著统计学意义（P＜0.001）。18F-FES显像结果与免疫组化结果呈正相关（%ID/gmax：r2=0.65，P＜0.001；T/M：r2=0.87，P＜0.001）。结论：18F-FESPET/CT的%ID/gmax能准确评价不同类型荷人乳腺癌模型的ER表达水平，从而为进一步研究乳腺癌内分泌疗效提供了一种活体、无创、动态的分析方法。

简介：目的：探讨超声影像组学定量特征对浸润性乳腺癌激素受体表达的预测价值。方法：回顾性分析204例浸润性乳腺癌患者的术前超声图像及术后病理结果。根据雌激素受体(estrogenreceptor，ER)、孕激素受体(progesteronereceptor，PR)及人表皮生长因子受体2(humanepidermalgrowthfactorreceptor2，HER-2)表达，将患者分为两组：激素受体阳性组(ER+、PR+、HER-2-)，激素受体阴性组(ER-、PR-、HER-2-)。两名具有5年以上临床经验的超声科医师对乳腺癌肿块超声图像进行回顾性特征分析与评估，评估内容包括肿块的形态、边缘、内部回声、后方回声改变及钙化。然后，对同一个肿块利用基于相位信息的动态轮廓模型进行边缘分割。通过t检验，筛选出与激素受体相关性最强的特征参数，通过支持向量机分类器，运用径向基核函数进行分析与研究。为减少偏倚，采用留一法对分类性能进行验证。结果：激素受体阳性组与阴性组在形态、边缘毛刺成角、内部回声及后方回声改变等二维特征方面存在显著统计学差异(P<0.05)。定量分析选出54个定量特征，对激素受体表达具有较高准确率(准确率67.7%，曲线下面积73.2%)。此外，边缘、内部回声、后方回声及钙化等定量特征在激素受体阳性与阴性组之间均存在显著统计学差异(P<0.05)。结论：超声影像组学定量特征分析降低了传统超声影像的主观性，在预测浸润性乳腺癌激素受体表达方面具有较大优势，其在提高超声影像学特征对乳腺癌精准诊断及生物学行为预测方面的价值仍需进一步研究。

简介：目的:探讨非肿块型乳腺癌MR扩散加权成像(DWI)表观扩散系数(ADC)及肿瘤大小与Ki-67表达的相关性。方法:收集经病理证实的乳腺癌患者80例,术前行MRI检查,且动态增强均表现为非肿块样强化。测定病灶的ADC值及肿瘤大小,应用免疫组化染色测定Ki-67的表达情况,应用t检验、Spearman秩相关分析病灶的ADC值及肿瘤大小与Ki-67表达的相关性,应用受试者工作特征(ROC)曲线分析获得诊断Ki-67阳性表达的最佳肿瘤大小阈值。结果:Ki-67阳性组ADC值为(1.014±0.181)×10-3mm2/s,阴性组ADC值为(1.024±0.142)×10-3mm2/s;Ki-67阳性组肿瘤大小为(5.12±1.71)cm,阴性组肿瘤大小为(3.58±0.89)cm。Ki-67阳性组与阴性组肿瘤大小差异有统计学意义(t=4.741,P<0.05),且肿瘤大小与Ki-67的阳性表达呈正相关(r=0.366,P<0.05)。ROC曲线分析显示,判断Ki-67表达的最佳肿瘤大小阈值为4.1cm,灵敏度和特异度分别为68.66%和84.62%。但Ki-67阳性组与阴性组ADC值差异无统计学意义(t=-0.189,P>0.05),且ADC值与Ki-67表达无明显相关性(r=-0.029,P>0.05)。结论:肿瘤大小与Ki-67的表达有一定的相关性,可间接为非肿块型乳腺癌的临床治疗及预后评估提供参考依据。