搜索到12271篇“ 中枢神经系统肿瘤“的相关文章
- 中枢神经系统肿瘤的分类装置及其应用
- 本发明提供了一种中枢神经系统肿瘤的分类装置及其应用，涉及分子生物学技术领域。本发明提供的中枢神经系统肿瘤的分类装置所使用的训练样本更全，覆盖了148种CNS肿瘤，增加了肿瘤甲基化的多样性，保障了在实际应用中的分类准确率；...
- 相学平黄德祥
- 中枢神经系统肿瘤的分类装置及其应用
- 本发明提供了一种中枢神经系统肿瘤的分类装置及其应用，涉及分子生物学技术领域。本发明提供的中枢神经系统肿瘤的分类装置所使用的训练样本更全，覆盖了148种CNS肿瘤，增加了肿瘤甲基化的多样性，保障了在实际应用中的分类准确率；...
- 相学平 黄德祥
- 中枢神经系统肿瘤分子病理的演进与未来被引量：1
- 2024年
- 神经系统肿瘤病理学已经历经近200年的发展与演进[1]。最初的神经肿瘤病理学研究起始于19世纪前叶,由于当时技术水平所限,仅限于对尸检材料进行肉眼观察。直至19世纪中下叶,VIRCHOW基于显微镜下的形态学观察,开启对颅内肿瘤的病理学研究,并首次提出“胶质瘤”的概念[2]。20世纪初期,BAILEY和CUSHING首次提出神经上皮组织肿瘤的系统分类,并提出“肿瘤分级”的概念。
- 常青江涛
- 关键词：中枢神经系统肿瘤分子病理
- 一种中枢神经系统肿瘤的甲基化测序分型方法及系统
- 本发明公开了一种中枢神经系统肿瘤的甲基化测序分型方法及系统，包括：从待分类肿瘤样本中提取基因组DNA，获得样本基因组DNA；分析样本基因组DNA中多个独立基因组CpG位置的甲基化状态，并基于甲基化状态和公共数据集构建甲基...
- 史之峰周良辅汤奇胜李明辉
- 单细胞测序技术在中枢神经系统肿瘤诊治中的应用
- 2024年
- 中枢神经系统(CNS)肿瘤起因复杂,预后极差,肿瘤异质性是治疗失败和复发的主要原因,深入了解CNS肿瘤的生物多样性至关重要。单细胞测序技术为揭示CNS肿瘤复杂的生态系统提供了契机。本研究从肿瘤干细胞、肿瘤微环境以及脑脊液三个方面阐述了单细胞测序对CNS肿瘤异质性的探索,以及临床诊断、治疗及预后的意义。尽管大多数研究成果尚未在临床上应用,但为CNS肿瘤新临床指南的制定打下基础,以改善患者预后,预防肿瘤复发。
- 阮浩宇关明
- 关键词：中枢神经系统肿瘤肿瘤干细胞肿瘤微环境脑脊液
- 中枢神经系统肿瘤分类模型的训练方法、系统及存储介质
- 本申请涉及基于特定计算模型的计算机系统领域，为实现使用多种甲基化芯片高效率区分中枢神经系统肿瘤类型，本申请提供一种中枢神经系统肿瘤分类模型的训练方法，包括：基于三种甲基化芯片的扫描结果获取原始数据，并统一原始数据格式；将...
- 庄坤东潘兆东王勇斯温韵洁黄明明
- 分子检测在中枢神经系统肿瘤病理诊断中的应用与挑战
- 2024年
- 随着基因组学和分子检测技术的飞速发展,中枢神经系统肿瘤的分类诊断迎来了新的时代。虽然其整合组织学和分子信息的诊断方法为患者的诊疗及预后提供了重要的病理依据,也给日常病理诊断带来了诸多挑战。在运用WHO(2021)中枢神经系统肿瘤分类标准的实践中,虽积累了一定的经验,但也遇到了诸多难题。其中,分子信息对肿瘤分型和分级的直接影响尤为显著:例如,组织学表现为2级的IDH突变型星形细胞瘤,若伴随CDKN2A/B的纯合性缺失,其整合诊断将升级为WHO 4级.
- 王雷明朴月善
- 关键词：分子检测中枢神经系统肿瘤病理
- 基于年龄-时期-队列模型的1990-2019年中国中枢神经系统肿瘤死亡变化趋势研究
- 2024年
- 目的 通过探讨1990-2019年中国人群中枢神经系统(central nervous system,CNS)肿瘤疾病负担及其变化趋势,评估年龄、时期和队列对死亡长期趋势的影响,为中国人群CNS肿瘤的防治提供依据。方法 基于2019年全球疾病负担(Global Burden of Disease Study 2019,GBD 2019)数据库,使用Joinpoint回归分析评估1990-2019年中国CNS肿瘤死亡负担变化趋势。基于年龄-时期-队列模型评估年龄、时期和队列对死亡率的影响。结果 1990-2019年中国CNS死亡例数、死亡率AAPC分别为1.78%、1.14%(均P<0.05)。年龄效应结果显示,1990-2019年中国CNS肿瘤死亡率呈上升趋势,全人群死亡率从20~24岁的1.23/10万上升至85~89岁的24.47/10万。时期效应结果显示,1990-2019年中国CNS肿瘤的死亡风险随时期推移呈下降趋势,以2000-2004年时期为对照组,2010-2014年时期下降至最低(RR=0.91,95%CI:0.89~0.93)。队列效应结果显示,随着出生队列的推移,1990-2019年中国CNS肿瘤的死亡风险呈先上升后下降的趋势,1905-1944年出生队列的死亡风险呈上升趋势(RR=1.02,95%CI:0.99~1.05),1950-1999年出生队列的死亡风险呈下降趋势(RR=0.74,95%CI:0.65~0.84)。结论 1990-2019年中国CNS肿瘤疾病负担有所增长,死亡例数与死亡率均呈上升趋势。年龄效应提示我国应聚焦于老年人CNS的防治工作。时期和出生队列效应下降,晚出生队列的CNS肿瘤死亡风险较低。
- 王媛媛沈玲英周晓燕林琴林雨虹
- 关键词：中枢神经系统肿瘤疾病负担
- 预训练深度学习神经网络模型在鉴别中枢神经系统肿瘤中的应用价值被引量：1
- 2024年
- 目的构建基于MRI T1加权增强序列的预训练深度学习神经网络模型,并验证其鉴别诊断原发性中枢神经系统淋巴瘤(PCNSL)、胶质母细胞瘤(GBM)、脑转移瘤(BM)的效能。方法回顾性分析2015年1月至2022年6月于中国医科大学附属第一医院神经外科行手术治疗、术后经病理学检查确诊为PCNSL、GBM、BM的患者。按筛选标准共纳入149例,其中PCNSL43例、GBM62例、BM44例,随机划分为训练集和测试集。获取影像学数据后采用Slicer软件勾画感兴趣区域并进行预处理,基于EfficientNetV2构建深度学习神经网络模型,使用迁移学习方法在ImageNet上进行预训练和微调后,分别于训练集、测试集上训练和验证模型,计算其鉴别3种疾病的准确率、精确率、召回率(灵敏度)、特异度、F1分数,并绘制受试者工作特征(ROC)曲线,计算ROC曲线下面积(AUC)以评估其诊断效能。结果应用该模型总的诊断准确率为89.4%,平均AUC为0.96;该模型被用于鉴别诊断PCNSL、GBM、BM的灵敏度分别为0.893.0.936、0.778,特异度分别为0.996、0.877、0.955,F1分数分别为0.940.0.900.0.778,AUC(95%CI)分别为0.98(0.946~0.997)0.96(0.932~0.986)、0.95(0.905~0.980)。结论初步研究表明,本研究建立的预训练深度学习神经网络模型对PCNSL、GBM、BM有较优异的诊断效能。
- 王俊康王率伊刘济源张建新刘斌李哲胡锦渠李志鹏欧绍武王军
- 关键词：中枢神经系统肿瘤淋巴瘤胶质母细胞瘤脑转移瘤
- 质子束放疗在中枢神经系统肿瘤患者中的应用趋势:美国国家癌症数据库分析(2004—2021年)
- 2024年
- 目的评估分析质子束放疗(PBT)在美国中枢神经系统(CNS)肿瘤患者中的使用趋势以及相关影响因素。方法利用美国国家癌症数据库查询2004-2021年CNS肿瘤患者的资料,根据患者的病理组织学类型、确诊年龄、保险状况、家庭收入水平、受教育水平、就诊医院类型等因素,探讨PBT在CNS肿瘤患者中的使用趋势。采用logistic多因素回归分析进行各种因素与PBT使用的相关性分析。结果共纳入192696例CNS肿瘤患者,接受PBT治疗患者为5901例(3.1%),其中年龄≥18岁患者4109例(69.6%)。PBT在CNS肿瘤中的使用率从2004年的1.0%增加到2021年的11.4%。在接受PBT治疗的患者中,胚胎瘤是最常见的儿童肿瘤,而星形细胞瘤是最常见的成人肿瘤。logistic多因素回归分析显示,近年来胶质母细胞瘤、室管膜瘤、髓母细胞瘤、生殖细胞瘤患者采用PBT治疗较星形细胞瘤患者增长更迅速。年龄<18岁、无其他合并症、有私人保险、家庭收入水平较高和近年来确诊也与PBT的使用呈正相关。结论在美国,儿童及青少年患者、无其他合并症、家庭收入水平较高、有私人保险、近年来确诊和特定肿瘤组织学类型的患者更有可能接受PBT治疗。PBT的使用率从2004年的1.0%增加到2021年的11.4%。然而,应接受PBT的患者数量与实际接受PBT的患者数量之间仍存在明显差距。
- Saber AminChi Lin
- 关键词：中枢神经系统肿瘤
