JHE 医疗保健工程 2040 - 2309 2040 - 2295 Hindawi 10.1155 / 2021/4452500 4452500 研究文章 机制的分析基于图像识别和超声诊断乳腺癌转移 https://orcid.org/0000 - 0001 - 6135 - 3916 黄 弘 1 https://orcid.org/0000 - 0002 - 0768 - 5677 郑 烁 1 https://orcid.org/0000 - 0002 - 9464 - 6245 赖 Baoyong 2 小青 顾 1 福州市第二医院隶属于厦门大学 福州 福建350007 中国 xmu.edu.cn 2 北京中医药大学第三附属医院 北京100029年 中国 bucm.edu.cn 2021年 11 10 2021年 2021年 10 8 2021年 9 9 2021年 18 9 2021年 11 10 2021年 2021年 版权©2021 Yihong黄等。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

乳腺癌是女性中发病率最高的癌症之一。在晚期,癌细胞可能转移距离,导致多器官疾病,威胁着患者的生命。基于病理图像的检测淋巴结转移是一个关键指标对乳腺癌的诊断和分期,并纠正分段决策的前提和基础有针对性的治疗。目前,淋巴结转移的检测主要依靠人工筛选的病理学家,这是耗时和劳动密集型,诊断结果是可变的和主观的。基于全景图像的自动分段方法计算乳腺癌前哨淋巴结的提出可以提供一套标准化的,高精度,且可重复的客观诊断结果。然而,很难自动检测和定位癌症转移区域淋巴结的高度复杂的全景图像。提出了一种新颖的深网络训练策略基于滑动窗口的列车自动定位模型的癌症转移区域。培训战略第一列车初始卷积网络在少量的数据,提取假阳性和假阴性的图像块,并使用手动筛选结合自动网络筛选重新分类的假阳性块提高负类的类。使用乳房x光检查,超声、MRI和pet - ct机18 f-fdg考试,的检出率和诊断准确性主要癌症患者的乳腺癌腋窝淋巴结转移作为第一诊断。的检出率和诊断准确率为原发肿瘤在乳房乳腺MRI远高于x射线、超声波、18 f-fdg磁共振(所有 P 值< 0.001)。乳房x光检查、超声和磁共振检查显示没有区别的检出率和诊断的准确性主要癌症患者的乳腺癌腋窝淋巴结转移作为第一诊断。乳腺MRI应作为常规检查腋窝淋巴结转移患者作为第一诊断。第一诊断的原发性乳腺癌患者腋窝淋巴结转移往往表现为局部不对称密实度x射线或钙化;它经常出现小焦质量损伤和对超声导管没有三维占位性病变的影响。

 1。介绍

乳腺癌是一种常见的恶性肿瘤,威胁着女性的生活。手术可以早期发现时,执行和预后好,5年存活率很高。然而,彻底切除后可能是必要的中期和后期阶段;不仅生活质量显著降低,但5年无病生存率也大大减少,这就增加了病人的经济负担 1, 2]。早期发现病变是至关重要的。常用的乳腺癌的诊断方法包括乳房x光检查、超声和磁共振成像( 3]。作为一个典型的乳腺癌筛查方法,钼靶国内外普及率高,特别是在国外。intralesional钙化是非常敏感的,它是高度敏感的诊断肿瘤钙化,尤其是nonmass癌症与钙化,检出率明显高于超声波( 4]。然而,对于noncalcified质量,检测率是影响乳腺腺体的密实度。与此同时,其放射性筛查的年龄和频率的限制。核磁共振有高清晰度和高分辨率。MRI增强对乳腺癌的诊断灵敏度高。这是公认的。乳腺癌的诊断的灵敏度达到95% - -99%。MRI也有许多功能成像方法。例如,diffusion-weighted成像、磁共振权力,磁共振灌注成像,等等,可以增加内部的生物学特性的描述肿瘤形态学的基础上,为早期乳腺癌的诊断提供帮助( 5]。然而,核磁共振不能用作筛选方法由于其高扫描成本( 6]。

为了增加乳腺癌的诊断的准确性,减少漏诊,迫在眉睫的是结合肿瘤内部功能成像形态的基础上,协助诊断。恶性肿瘤细胞产生大量的毛细血管形成的早期阶段。肿瘤细胞代谢和消耗大量氧气在血液中,导致丰富的血液供给组织状态和肿瘤内缺氧,导致血管内血红蛋白显著增加,特别是脱氧血红蛋白( 7, 8]。内部的代谢功能的变化显然不同于这些恶性肿瘤为良性肿瘤。超声光散射成像系统(点)结合超声成像技术和光子散射层析成象技术。你可以用超声波定位可疑区域,发出近红外光通过调查,并使用血红蛋白和脱氧血红蛋白的主要吸收近红外光测量总血红蛋白,它间接反映血管的分布和氧在组织和国家,从而提供组织缺陷 9]。超声光散射成像系统实现扫描肿瘤内部代谢功能形态学的基础上。目前,有更多的研究集中于注射肿瘤表面或乳晕皮肤超声造影剂,跟踪的运动淋巴管发现腋窝前哨淋巴结,然后进行对比和前哨淋巴结活检证实是否有转移。然而,过程复杂,这是一个痛苦的考验。如何预测腋窝淋巴结的转移的前提下简化和non-invasiveness是一个挑战 10]。

提出了一种基于深卷积神经网络方法,可以自动定位和识别癌症转移地区乳腺癌淋巴结的全景图像。具体来说,本文的技术贡献可以概括如下:

通过有针对性的数据扩张和培训策略,癌症转移图像块的识别模型。然后,模型发送到预处理全景图像,并预测热值地图癌症转移的概率。本文提出的模型能更好地识别癌症转移区域,因此能大大减少假阳性区域,和模型具有较高的灵敏度。

我们回顾性分析了腋窝肿瘤癌症医院从2018年1月至2020年11月,腋窝作为第一诊断、肿瘤和执行乳房核磁共振成像检查。腋窝淋巴结转移性腺癌的肿瘤被确认切片,和免疫组织化学检查的结果支持原来的疾病。病变来自乳房组织,没有明显的恶性病变临床触诊发现两国在73名患者的胸部。其中,61例接受乳房x光检查的同时,69年接受了乳房超声检查同时,19日接受mri引导下的“second-eye”超声检查,和22 pet - ct机进行了18 f-fdg在同一时间。

两位高级乳房x射线图像进行成像诊断分析,超声波图像,和MRI图像的情况下,和评估乳房组织的构成根据乳房成像报告和数据系统标准提出的美国大学的放射学。这一主题旨在分析乳房x光检查,超声波,磁共振成像,pet - ct机和18 f-fdg腋窝淋巴结转移癌患者的表现作为第一诊断(阴性乳腺癌临床触诊),并比较不同成像方法的影响主要的乳房。癌症病灶的诊断效率提供了一个基础的临床诊断和治疗计划的发展。

2。相关工作

Rac1和Cdc42通常认为促进乳腺癌的浸润和转移( 11]。然而,ρ和乳腺癌转移之间的关系仍然是有争议的。传统观点认为,ρ呈正相关的表达水平与乳腺癌的病理阶段和淋巴结转移的程度,并在此基础上,相信ρ可以促进肿瘤细胞的迁移和入侵 12]。然而,相关学者构建了乳腺癌细胞系,稳定干扰ρ,发现这个细胞的入侵能力显著增强( 13]。推测ρ可以影响乳腺癌细胞的入侵。这两种截然相反的观点表明,相关机制仍需深入研究。

细胞外信号调节激酶(ERK)是一个关键调控分子传输信号从细胞表面受体核( 14]。RAS / ERK信号通路中扮演一个重要的角色在乳腺癌的发生、发展和其他上皮肿瘤。研究表明,SHP2参与RAS / ERK信号通路和扮演着一个重要的监管作用 15]。肺癌和软骨肿瘤的研究中,人们发现通过EGF刺激,il - 6,和其他生长因子或细胞因子,磷酸酶SHP2域可以RAS激活信号通路,使磷酸化SHP2自身磷酸化后( 16]。磷酸化SHP2脱去磷酸,使其失去活性的抑制RAS / ERK通路中的蛋白如SHPS-1和棕榈酰磷蛋白质Sprouty,从而解除抑制RAS / ERK通路状态。他们发现SHP2可以不断激活RAS / ERK信号通路激活Src家族激酶(SFKs) [ 17]。

p LKO.1-puro向量是一个慢病毒sh RNA表达载体,可以高效、稳定感染哺乳动物细胞。嘌呤霉素突变细胞系可用于屏幕。在这个实验中,为了获得一个稳定的O-Glc NAc表达抑制乳腺癌细胞模型中,他们使用了p LKO.1-puro矢量构造一个OGT-specific干扰,有效地检测到油气痕迹的表达在乳腺癌细胞4 t1 ( 18]。

研究表明,PUGNAc可以有效地特别是抑制简称OGA体内和体外的活动,从而增加O-Glc NAc在细胞的水平 19]。在这个实验中,乳腺癌细胞模型与高架O-Glc NAc PUGNAc治疗获得的是( 20.]。为了保证后续实验的可靠性,在大多数实验中,他们使用油气痕迹沉默和PUGNAc治疗两个细胞模型( 21]。大量的研究表明,缺乏或过量表达O-Glc NAc可以导致细胞周期抑制和细胞凋亡 22]。同时,考虑O-Glc NAc的表达在正常乳腺细胞,本文并没有完全抑制油气痕迹的表达和活动的简称OGA为了研究O-Glc NAc的角色在乳腺癌的发生和发展。

此外,由于肿瘤转移是一个整体过程,应考虑动物实验证明Gankyrin对肿瘤转移的影响的整体水平。目前,乳腺肿瘤转移的动物模型是相对成熟。常用的是乳腺脂肪垫注射模型和尾静脉注射模型。除了转移通过肉眼的观察和计算,分析方法包括体内成像分析和病理切片分析。有关动物实验Gankyrin对乳腺癌转移的影响正在积极准备( 23]。初步准备构建小鼠乳腺癌转移模型通过乳腺脂肪垫注入和观察的程度转移通过动物体内荧光成像技术( 24]。通过转染和筛选,乳腺癌细胞稳定表达荧光素酶。

在另一个肝癌研究中,也发现SHP2能有效促进ERK的活化( 25]。激活ERK可以显著抑制B淋巴细胞tumor-2蛋白质的活性,从而抑制细胞凋亡,导致细胞癌化。努南综合症的相关研究,相关学者发现在小鼠模型实验,抑制蛋白质的表达SHP2可以显著抑制ERK的磷酸化的异常激活SHP2可以致使磷酸化ERK1/2 [ 26]。目前的角色SHP2 RAS / ERK信号通路的乳腺癌细胞还有待进一步阐明。相关学者选择乳腺癌细胞株mda - mb - 231细胞和BT549细胞为研究对象,通过构建重组质粒(shSHP2-NC1 shSHP2-NC3)减少SHP2稳定和小干扰RNA片段的表达,减少SHP2瞬变的表达式(SiSHP2-1 #, siSHP2-2 #),分析SHP2蛋白质水平差别的影响对这些ERK信号通路。实验结果表明,在mda - mb - 231和BT549细胞,稳步下降或瞬态SHP2蛋白水平的降低会引起ERK的磷酸化水平降低显著( 27]。这表明在乳腺癌细胞中,SHP2参与RAS / ERK信号通路和发挥了积极的监管作用。

 3所示。研究方法 3.1。检验方法

我们指导病人仰卧位,双手按住头,充分暴露乳房和腋下。首先,我们使用一个二维探测器执行常规扫描乳房和腋下。肿瘤被发现后,我们选择最大的节病变和最丰富的部分血液流动(试图显示周围腺体组织的一部分作为一个控制)并保持探头位置和病人位置不变,调整各种机器参数。在成像过程中,病人要求保持位置,避免深呼吸,操作者避免超压探针和维护稳定的调查。存储时间至少3分钟。对比完成后,动态图像存储在机器回放。两个超声波检验师(乳房x光检查工作≥5年)将分析增强的功能。如果有分歧,另一个高级超声波是必需的。医生参与分析,最终达到一致的诊断意见。检查的具体流程如图 1。

乳腺癌转移的具体过程检查。

 3.2。组织学分级和免疫组织化学的决心

经验丰富的病理学家将诊断提交的标本。测定ER的表达、公关、her - 2,和ki - 67,我们使用SP染色方法。如果肿瘤细胞的核染色大于或等于10%,是判断ER和PR阳性;如果肿瘤细胞的核染色小于10%,是判断- ER和PR。我们认为布朗细胞核染色≥14% ki - 67阳性,和褐黄色染色细胞核不到14%为负。沾染了SP her - 2后,细胞膜与布朗粒子出现染色阳性细胞数量≥10%,+,染色阳性细胞的数量≥20%,被认为是2 +和染色阳性细胞的数量被认为是3 +≥30%。其中,“−”或“+”作为负面评判,评判“+ + +”看作是积极的,积极的和“+ +”是判断her - 2基因扩增,如果有基因扩增,它判断是正的,如果没有基因扩增,和负面评价。

组织病理学分级使用Scarff-Bloom-Richardson分级系统将浸润性导管癌分为一级(高分化)、二级(中度分化),和第三级(低分化),腋窝淋巴结转移被记录。

 3.3。分析方法

我们把相关内容BI-RADS乳腺影像报告数据系统的了解患者的月经周期,和比较,观察两国乳房,注意肿瘤和彩色多普勒二维特征的定量分析数据。对于病变情况,有必要关注分析的差异之间的病变声像图找出相同点和不同点;是否有导管病变之间的连接,如果找到导管病变,我们扫描的长时间运行和短轴导管内观察是否有导管扩张,呼应,和是否存在固体结节;如果有结节,我们观察形态学边界和血液流动的存在与否;对于一些实体肿瘤在乳房,可以分析弹性图像理解其柔软和硬度。小乳腺癌的超声分类分为5类,如表所示 1。

超声波小乳腺癌的分类。

类型 功能
结节性类型 结节病变≦的最大直径1厘米
质量类型 病变的最大直径> 1厘米,≦2厘米;根据病变的边界,它可以分为以下几点:I型(明确的边界类型):病变的边界清晰,但没有明显的信封;II型(粗糙边缘类型):病灶的边缘模糊,显示小burr-like形状,部分与角信号
胶囊型 病变是一个混合结节囊肿和固体
导管类型 导管的扩张,病变分布沿扩张导管内壁
弥漫型 病变显示区域边界不清楚,没有明显的结节呈低回声

我们使用SPSS 23.0统计分析软件。乳腺癌的特点增强超声成像包括增强水平,增强方法,充盈缺损,范围变化,和穿通血管。肿瘤大小的相关分析,腋窝淋巴结转移,组织病理学分级,免疫组织化学指数ER, PR, her - 2,和ki - 67表达式分析了皮尔逊卡方检验和费舍尔的确切概率法。

 4所示。自动分割模型的癌症乳腺癌淋巴结转移区域 4.1。图像预处理的罹患乳腺癌淋巴结转移的区域

数字化全景图像是巨大的规模和有许多白色背景区域。为了减少计算时间,本文首先进行预处理全景图像去除non-histopathological地区减少计算复杂度的数字化病理图像。全景图像通常存储在一个多分辨率金字塔结构,包含多个downsampled原始图像的样本,与最大分辨率和图像被称为0级,和其他版本从下到上被称为1级和2级;每一层不同的图像大小约2倍。为了减少计算在白色的无组织的区域,本文使用基于金字塔结构的多级映射策略排除无组织的区域。

金字塔结构多级映射策略的重点在于协调映射。通过一个特定的阈值方法,组织区域的坐标下得到低分辨率图像,然后根据坐标映射到高分辨率的金字塔结构。本文选择图像在7级的金字塔结构的输入图像坐标映射,然后得到的坐标下的组织区域低分辨率图像通过一个特定的图像算法。

去除背景的流程图如图低分辨率图像 2。首先,图像是灰色的,然后两个二进制图像得到使用的最大区别类方法,然后两个二进制图像合并和操作,并获得的白色区域是包含组织的区域感兴趣的区域。在本文中,我们使用一个封闭的操作盘结构的3×3像素减少漏报组织区域,和一个开放的操作盘结构的8×8像素去除杂质区域小,最后结果是一个图像只关注组织区域。

图像去除背景流程图。(一)顶视图的全景图像。(b)灰度。(c)特殊的阈值处理后的二进制图像。(d)和关闭操作二进制图像。与开放手术(e)二进制图像。(f)非黑人地区组织区域,需要计算。

全景图像的金字塔结构,一个像素分辨率四级相当于一个图像块大小为256×256像素级别0下分辨率图像。因此,当4级的像素分辨率只有幻灯片在组织领域,滑动窗口大小为256×256像素的对应的位置也在0级分辨率图像幻灯片只有在有组织的区域,如图 3。

全景扫描图像结构和多级映射策略。

我们建立灰度直方图的图像灰度直方图和规范化。假设原始灰度 N与灰度的像素数量 我是 n 我 的概率,并计算与灰度像素的外观 p 我 : (1) p 我 = n 我 ∏ 我 = 1 l n 我 − 1 。

假设 一个代表背景(灰度是0∼ N), B表示目标,两种类型的像素 一个和 B,每个类别的概率是 (2) P 一个 = ∏ 我 = 1 t + 1 P 我 ⋅ P 我 + 1 , P B = ∏ 我 = t + 2 l P 我 ⋅ P 我 + 1 ⋅ P 我 + 2 。

最后,我们计算类间方差的两个地区, 一个和 B: (3) w 一个 = ∏ 我 = 1 t + 1 我 P 一个 P , w B = ∏ 我 = 1 l 我 P B P 我 + 1 , w 0 = ∏ 我 = 1 l 我 p 一个 w 一个 − p B w B , σ 2 = 0.5 p 一个 w 0 − w 一个 2 − 0.5 p B w 0 − w B 2 。

其中, w 一个 和 w B 的平均灰度值吗 一个和 B地区,分别; w 0 灰色是全球平均灰度图像;和 σ 2 类间方差的吗 一个和 B地区。算法计算最优阈值最大化之间的区别组织区域和白色背景区域的病态形象。

 4.2。基于滑动窗口的深度学习模型

训练集的建设是网络培训的关键。本文首先随机提取成千上万的图像块滑动窗口为256×256像素。如果这些块的中心是在癌症转移区域内的病理学家,他们是积极的块和标记为0;否则,他们是消极的。AlexNet模型收敛迅速在训练,本文选择使用AlexNet作为初始网络,进一步提取训练集基于最初的预测结果。首先,初始二进制分类模型是基于AlexNet训练和应用于预测全景图像的训练样本,以获得一个初始分割概率地图对癌症转移。

我们提取大量的图像块的假阳性和假阴性的地区和重组他们获得数以百万计的正面和负面的图像块。由于不平衡样本数量的积极的和消极的块和假阳性的高概率,本文重新进行训练集的负面块扩展类之间的差异,促进模型更好地识别积极和消极。这是最后分为5类。除了积极的类别,另4类别都是消极的类别,并标记为-类别1,分类2和3级根据物体的特征,如更多的空白,更多的细胞,和正常的黑色。消极的街区非常类似于阳性,标记为4级,即类似的积极的类别。此外,为了减少手动选择数据的工作量,本文使用了一个特殊训练策略选择数据和训练模型。考虑计算成本和计算时间,本文不使用《盗梦空间》,ResNet, DenseNet,和其他网络,但使用VGG-16温和的参数和计算时间最后five-class网络。为了提高模型的鲁棒性,除了数据增强如旋转和镜像的图像块,本文还添加了一个数据增强方法)染料变换,可以模仿造成的变色)染料试剂的比例。计算步骤如下:

首先,我们把提取的图像块从颜色空间(RGB)光密度(OD)空间: (4) OD = − 2 日志 10 0.12 我 。

然后,我们删除OD的敏感性低于0.12,并创建一个平面进行奇异值分解处理OD值,并对两个最大特征值对应的特征向量: (5) OD ⇄ V 年代 ⟶ V − 1 OD , 在哪里 我图像的颜色空间;OD是光学密度空间;和 V 和 年代 是相应的颜色向量。

 5。结果和分析 5.1。病理证实超声发现原发性乳腺病变

共有六十九例病人接受了乳房超声检查,其中60例行根治性乳房切除术和9例采用手术治疗。病理检查结果表明,56例乳腺癌和13例未发现癌变。60中接受根治性乳房切除术的病人,59接受根治性乳房切除术对侧腋窝群众方面,和1例接受对侧乳房根除术腋窝质量另一侧的乳房,由于核磁共振的发现。在56个病理确诊乳腺癌患者,15例(26.8%)有乳腺癌病变检测到乳腺癌的超声检查,其中10位病人(66.7%)显示性质量,和2例(13.3%)显示乳腺癌。有许多地区呈沿导管,2例(13.3%)显示性低回声区沿着导管的,和1例(6.7%)有导管扩张intra-catheter钙化。大规模的直径是0.5厘米∼1.7厘米;8例显示不规则形状,圆形或椭圆形,2例9例边界不清楚,1例有明确的边界。血液流6例并不丰富,3例的血流丰富,和1例血流边际;5例没有后方声影,4例有增加后方回声,1例增加了后方回声。

41例原发性乳腺癌超声探测到,其中39例检测到乳房核磁共振,nonlumps 23例,肿瘤16例,如图 4。大规模的直径是0.67厘米∼1.56厘米;10例显示形状不规则,椭圆或圆形的6例,不规则的边缘;多相动态增强后,里面的病变显示不均匀增强12例,3例均匀增强。nonmass病变的增强分布包括线性增强10例,7例,节段性增强,5例病灶增强,和多个区域增强的1例;不均匀增强16例,4例均匀增强。有3例环增强;13例I型(增加类型)抽搐,5例II型(平台类型),和5例III型(流出类型)。

MRI出现乳腺癌没有检测到乳房超声检查。核磁共振发现原发性乳腺病变病理证实。

在39名患者中,19例接受mri引导下的“second-eye”超声检查,10例(52.6%)显示性质量,5例(26.3%)显示,局部呈区域。它显示多个低回声区区域分布沿导管,和1例(5.3%)显示,导管扩张,内部性。大规模的直径是0.6厘米∼2.0厘米,平均(1.1±0.4)厘米;群众都不规则,边界不清楚;质量的5例血流不足;群众和3例有丰富的血液流动。大规模的边际血流有2例;7例没有后声影;2例后声影,1例后方回声增强;与钙化2例呈低质量; and 1 case had ductal dilation. 5 cases of primary breast cancer showed a localized hypoechoic area. The tumors with this appearance did not have a three-dimensional space-occupying effect. Corresponding to their MRI findings, 3 cases showed focal enhancement and 2 cases showed linear enhancement. Three cases of primary breast cancer showed multiple hypoechoic areas along the duct. Corresponding to their MRI findings, 2 cases showed segmental enhancement and 1 case showed linear enhancement.

在60病理确诊乳腺癌患者,58患者原发性乳腺癌检测到核磁共振。燃煤的分析58例乳腺癌显示,36例乳腺癌fibroadenoid组织不均,乳房的分散fibroadenous组织16例,4例非常密集。同时,多相动态增强后,乳房fibroglandular背景显示,45例轻微的增强,在11例轻度增强,适度增强2例。

癌症的58例病灶MRI检测到包括38例nonmass病变和大规模病变20例。大规模的直径是0.7厘米∼1.7厘米;12例呈不规则形状,椭圆或圆形的8例,不规则的边缘;多相动态增强后,里面的病变显示不均匀增强13例和4例均匀增强。增强nonmass病变的分布包括线性增强,14例13例,节段性增强,9例病灶增强,和2例多个区域增强;有25例不均匀增强,8例均匀增强,集群内的病变。有4例集群的形成增强和1例小环增强;16例抽搐类型III(流出类型),15例I型(增加类型),和II型7例。乳腺病变的MRI外观如图 5。

MRI表现原发性乳腺病变。(一)大众形态。(b)内部增强肿瘤的特征。(c)肿瘤信号强度曲线类型。(d) Nonmass分布。(e) Nonmass内部增强特性。(f) Nonlump信号强度曲线类型。

2例原发性肿瘤在乳房没有检测到核磁共振。一个病人被诊断为左腋窝质量作为第一个病人和接受根治性乳房切除术在左边。DCIS组件被发现左胸外通过整个乳房标本和左胸上被发现。回顾性分析患者的MRI图像显示fibroglandular组织受影响的乳房显示不均匀分布。动态增强后,fibroglandular背景显示,适度提高,和有许多景点分布沿管道。另一个病人第一次被诊断为左腋窝质量和接受根治性乳房切除术在左边。一个nonspecial浸润性癌的最大直径2毫米被发现在左胸的左上方通过整个乳房。回顾性分析患者的MRI图像显示fibroglandular组织受影响的乳房显示不均匀分布。动态增强后,fibroglandular背景显示中度增强,与多个补丁和增强管。

 5.2。x射线的发现原发性乳腺病变病理证实

六十一名患者接受乳房x光检查,其中53例行根治性乳房切除术,8例采用手术治疗。病理检查结果显示,51例乳腺癌和10例未发现癌变。51的53个接受根治性乳房切除术的病人,接受根治性乳房切除术对侧腋窝群众方面,和2例接受对侧乳房根除术由于可疑肿瘤在MRI上的侧乳腺癌腋窝质量。在51例乳腺癌的病理证实,16例乳腺癌检测到乳房X检查。分析16个病人的乳房组织的组成表明,9例乳腺与纤维腺,分散和7例乳腺不均匀,致密。主要的癌症在乳房x光检查的发现显示8例简单的局部不对称性和密实度,简单的钙化5例,1例简单的质量(质量是不规则,边缘毛刺,高密度),质量是伴随着钙化。钙化的形态,3例显示细多态钙化,2例显示非晶态钙化,钙化的分布,2例显示区域分布,2例显示钙化。病例分布在段,1例是分布在集群。

x射线主要癌35例乳腺癌没有检测到。其中,15例显示不均匀,致密的乳房,12例显示分散纤维腺,几乎所有的脂肪组织5例,3例非常密集。其中35乳腺癌患者,33例检查乳房核磁共振检测原发肿瘤在乳房,其中22例显示没有质量,11例显示质量。大规模的直径是0.72厘米∼1.61厘米;8例显示不规则形状,4例椭圆或圆形,边缘不规则;多相动态增强后,里面的病变显示不均匀增强8例和3例均匀增强。有1例集群的小环增强;7例II型(平台类型),4例III型(流出类型),和1例I型(增加类型)抽搐。nonmass病变的增强分布包括8例病灶增强,线性增强,7例和6例,节段性增强。有11例I型(增加类型),6例III型(流出类型),和4例II型(平台类型)。 The MRI findings of primary cancers in the breast that were not detected by mammography are shown in Figure 6。

MRI发现原发肿瘤在乳房里,没有检测到乳房x光检查。

 5.3。pet - ct机18 f-fdg发现原发性乳腺病变病理证实

22名患者接受了18 f-fdg磁共振检查。19例接受根治性乳房切除术对侧腋窝肿瘤方面,和3例接受手术。病理检查结果显示,19例乳腺癌和3例未发现癌变。在乳腺癌病理确诊的19例,5例乳腺癌检测到18 f-fdg磁共振,所有质量的病变,肿瘤的直径是1.1厘米∼1.6厘米。

14例原发性乳腺癌没有检测到18 f-fdg磁共振,其中13例检测到乳房核磁共振成像检查,包括nonmass病变8例和大规模损伤5例。5例的直径是0.8厘米∼1.2厘米,其中3例小于1.0厘米。nonmass病变的增强分布包括线性增强的6例,节段性增强的1例,1例病灶增强。表 2显示了MRI发现乳腺癌的癌症,没有检测到18 f-fdg磁共振。乳房x光检查,超声、MRI和pet - ct机18 f-fdg考试为临床上明显的腋窝淋巴结转移患者腋窝淋巴结转移数据所示 7和 8,分别。

MRI发现乳腺癌没有检测到18 f-fdg磁共振。

在核磁共振成像乳腺组织组成 Nonlumps 肿块
Fibroglandular组织分散 1 2
轻微的增强fibroglandular背景 1 12
几乎完全由脂肪组织 1 0
适度提高fibroglandular背景 0 1
Fibroglandular组织分布是不均匀的 5 4

检出率的MRI、x射线、超声波和18 f-fdg磁共振。

诊断准确率的MRI、x射线、超声波和18 f-fdg磁共振。

 6。结论

淋巴结转移的程度的一个重要标准确定乳腺癌的病理分期。早期发现和早期诊断乳腺癌的治疗是关键。图像分析模块的乳腺癌淋巴结转移分期系统,深度学习方法用于自动定位和识别癌症转移地区乳腺癌淋巴结的全景图像。和模型的精度已经达到了一个相对较高的水平,这可以支持特征提取和选择工作。73名患者的63例行根治性乳房切除术,1 9采用手术,接受mri引导下的“second-eye”超声引导下穿刺。病理确诊的60例乳腺癌,包括非特异性浸润性癌41例,9例导管原位癌,浸润性micropapillary癌2例,2例浸润性小叶癌。有2例microinvasive癌,和glycogen-rich透明细胞癌1例。没有发现肿瘤11例标本的激进的乳房手术,2例采用手术治疗。乳房核磁共振成像检查的检出率和诊断准确性的主要癌症乳房明显高于x射线、超声波、pet - ct机和18 f-fdg考试。没有区别的检出率和诊断的准确性主要癌症。 MRI examination of the breast should be used as a routine examination for patients with axillary lymph node metastasis as the first diagnosis. Primary breast cancer in patients with axillary lymph node metastasis as the first diagnosed patient often showed localized asymmetric compactness or calcification on X-ray; it often showed small focal mass lesions and ductal lesions without three-dimensional space-occupying effect on ultrasound. MRI often presents as small focal mass lesions and linear, segmental, or focal nonmassive lesions with enhanced distribution; 18F-FDG PET-CT often presents as a mass lesion with a diameter >1.0 cm.

 数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

 的利益冲突

作者宣称没有利益冲突有关的出版。

 intuition D。 O ' halloran M。 Glavin M。 琼斯 E。 Moloney M。 同时 m·A。 微波乳房成像:临床进展和剩余的挑战 IEEE生物医学工程 2018年 65年 11 2580年 2590年 10.1109 / tbme.2018.2809541 2 - s2.0 - 85042709809 王 R。 李 J。 赵 Y。 李 Y。 阴 l 研究姜黄素在乳腺癌的治疗潜力和机制基于RNA测序和生物信息学分析 乳腺癌 2018年 25 2 206年 212年 10.1007 / s12282 - 017 - 0816 - 6 2 - s2.0 - 85033714489 波特 E。 科茨 M。 瑞尔 M。 时域的早期临床研究微波雷达对乳房健康监测 IEEE生物医学工程 2016年 63年 3 530年 539年 10.1109 / tbme.2015.2465867 2 - s2.0 - 84962097635 Sparano j . A。 灰色的 r . J。 马科威尔 d F。 普里查德 k . I。 Albain k . S。 海斯 d F。 盖尔 c, E。 方式 e . C。 佩雷斯 大肠。 奥尔森 j . A。 Zujewski J。 活泼的 T。 Badve 美国年代。 Saphner t·J。 瓦格纳 l . I。 惠兰 t·J。 埃利斯 m·J。 沉重的一击 年代。 木 w . C。 Ravdin P。 基恩 M . M。 戈麦斯莫雷诺 h·L。 Reddy p S。 郭金 t F。 迈耶 我一个。 Brufsky a . M。 Toppmeyer d . L。 Kaklamani 诉G。 阿特金斯 j . N。 贝伦贝格 j·L。 雪橇 g·W。 前瞻性验证已表达的检测在乳腺癌 新英格兰医学杂志》上 2015年 373年 21 2005年 2014年 10.1056 / nejmoa1510764 2 - s2.0 - 84947730258 罗德里格斯 R。 布拉兹 R。 佩雷拉 M。 穆迪尼奥 J。 ibsen Pinheiro a . m . G。 一个两步分割方法基于多分辨率分析的乳房超声检查质量 超声波在医学和生物学 2015年 41 6 1737年 1748年 10.1016 / j.ultrasmedbio.2015.01.012 2 - s2.0 - 84929508416 Miglioretti d . L。 兰格 J。 van den Broek J·J。 李 c。I。 范Ravesteyn n . T。 Ritley D。 Kerlikowske K。 芬顿 J·J。 Melnikow J。 de通力 h·J。 哈伯德 r。 辐射诱导乳腺癌发病率和死亡率数字乳房x光检查筛查 内科医学年鉴 2016年 164年 4 205年 214年 10.7326 / m15 - 1241 2 - s2.0 - 84958778653 首歌 h·e·A。 乳腺肿瘤的检测能力一个手持冲击雷达探测器:绩效评估和飞行员的临床研究 科学报告 2017年 7 1 11 10.1038 / s41598 - 017 - 16617 - 6 2 - s2.0 - 85035339606 贾法里 s . H。 Saadatpour Z。 Salmaninejad 一个。 摩 F。 Mokhtari称 M。 Nahand j·S。 Rahmati M。 Mirzaei H。 Kianmehr M。 乳腺癌的诊断:成像技术和生化标记 细胞生理学杂志 2018年 233年 7 5200年 5213年 10.1002 / jcp.26379 2 - s2.0 - 85044613745 Modiri 一个。 Goudreau 年代。 拉希米 一个。 Kiasaleh K。 乳腺癌筛查的审查:对临床实现微波成像 医学物理学 2017年 44 12 e446 458年 10.1002 / mp.12611 2 - s2.0 - 85037850876 公园 K。 陈 W。 Chekmareva m·A。 份 d . J。 德赛 j . P。 机电耦合系数的乳房组织作为乳腺癌的生物标志物 IEEE生物医学工程 2017年 65年 1 96年 103年 10.1109 / tbme.2017.2695103 2 - s2.0 - 85047057246 莫莱斯 P。 奎罗斯 年代。 ·梅斯特 p D。 Budts W。 Vilaca j·L。 Tavares j·m·r·S。 D 'Hooge J。 快速分割技术三维超声心动图左心房附件的图片 IEEE超声学,铁电体和频率控制 2018年 65年 12 2332年 2342年 10.1109 / tuffc.2018.2872816 2 - s2.0 - 85054387018 Casu m·R。 Vacca M。 Tobon j . A。 Pulimeno 一个。 萨瓦尔 我。 Solimene R。 Vipiana F。 乳腺癌检测的基于ctos微波成像系统 IEEE生物医学电路和系统 2017年 11 4 804年 814年 10.1109 / tbcas.2017.2703588 2 - s2.0 - 85028937700 Di Meo 年代。 Svelto F。 萨默斯 p E。 瑞恩 G。 Preda l Bellomi M。 Espin-Lopez p F。 Martellosio 一个。 Pasian M。 Matrone G。 Bozzi M。 Magenes G。 Mazzanti 一个。 Perregrini l 乳腺癌成像系统的可行性在毫米波段的频率 IEEE微波理论和技术 2017年 65年 5 1795年 1806年 10.1109 / tmtt.2017.2672938 2 - s2.0 - 85015859392 Tuminello 年代。 刘 B。 狼 一个。 阿尔珀特 N。 Taioli E。 弗洛勒斯 r·M。 住院和长期疗效的比较sublobar肺癌手术的大桶和开放的技术 美国临床肿瘤学杂志》上 2018年 41 12 1149年 1153年 10.1097 / coc.0000000000000440 2 - s2.0 - 85056801960 Sasada 年代。 杨继金 N。 Goda N。 Kajitani K。 Emi 一个。 Kadoya T。 冈田克也 M。 哪种类型的乳腺癌是无法觉察的环形专用胸前宠物吗? 临床成像 2018年 51 186年 191年 10.1016 / j.clinimag.2018.05.010 2 - s2.0 - 85047647960 里斯 年代。 Gazinska P。 Hipwell j . H。 Mertzanidou T。 奈都 K。 威廉姆斯 N。 花生米 年代。 霍克斯 d . J。 从组织学图像自动分类的乳腺癌间质成熟 IEEE生物医学工程 2017年 64年 10 2344年 2352年 10.1109 / tbme.2017.2665602 2 - s2.0 - 85029957638 胡 Y。 郭 Y。 王 Y。 余 J。 李 J。 周 年代。 常 C。 肿瘤分割乳腺超声图像中自动使用扩张完全卷积网络加上活动轮廓模型 医学物理学 2019年 46 1 215年 228年 10.1002 / mp.13268 2 - s2.0 - 85057457613 潘迪亚 h·J。 公园 K。 陈 W。 Goodell l。 份 d . J。 德赛 j . P。 对便携式癌症诊断工具使用一次性MEMS-based生物芯片 IEEE生物医学工程 2016年 63年 7 1347年 1353年 10.1109 / tbme.2016.2535364 2 - s2.0 - 84960400054 Martellosio 一个。 Bellomi M。 Pasian M。 Bozzi M。 Perregrini l Mazzanti 一个。 Svelto F。 萨默斯 p E。 瑞恩 G。 Preda l 介电性能表征50 0.5 GHz的乳腺癌组织 IEEE微波理论和技术 2017年 65年 3 998年 1011年 10.1109 / tmtt.2016.2631162 2 - s2.0 - 85006958186 詹森 M.-B。 尼尔森 t . O。 努 答:S。 Laenkholm A.-V。 Balslev E。 Ejlertsen B。 系统之间的死亡率和复发率治疗高危乳腺癌患者包括77年DBCG试验 Acta Oncologica 2018年 57 1 135年 140年 10.1080 / 0284186 x.2017.1400181 2 - s2.0 - 85034781160 Turkki R。 Byckhov D。 必 M。 伊索拉 J。 Nordling 年代。 Kovanen p E。 Verrill C。 冯击打 K。 Joensuu H。 必 J。 林德 N。 乳腺癌的预测结果与肿瘤组织图像和机器学习 乳腺癌研究和治疗 2019年 177年 1 41 52 10.1007 / s10549 - 019 - 05281 - 1 2 - s2.0 - 85066905649 Badrinarayanan V。 肯德尔 一个。 Cipolla R。 SegNet:深卷积encoder-decoder用于图像分割的架构 IEEE模式分析与机器智能 2017年 39 12 2481年 2495年 10.1109 / tpami.2016.2644615 2 - s2.0 - 85033697420 库马尔 年代。 Srinivasan 一个。 Nikolajeff F。 红外光谱和成像技术在癌症诊断中的作用 当前药物化学 2018年 25 9 1055年 1072年 10.2174 / 0929867324666170523121314 2 - s2.0 - 85048462844 查克 C。 老年痴呆 S.-J。 马佐尼 E。 Mistretta f。 Knipper 年代。 Pecoraro 一个。 田 Z。 Shariat 美国F。 萨德 F。 西蒙尼 C。 Briganti 一个。 卡普尔 一个。 安东内利 一个。 Karakiewicz p . I。 肿瘤大小对癌症特异性死亡率的影响在肿瘤局部消融T1a肾细胞癌 Endourology杂志 2019年 33 7 606年 613年 10.1089 / end.2019.0179 2 - s2.0 - 85068910839 Bonnefoi H。 Grellety T。 Tredan O。 Saghatchian M。 Dalenc F。 Mailliez 一个。 L 'Haridon T。 Cottu P。 Abadie-Lacourtoisie 年代。 你 B。 摩梭 M。 Dauba J。 德尔钢琴 F。 仅仅 我。 Coussy F。 Madranges N。 明星 J。 Bidard f . C。 蒲鲁东 C。 MacGrogan G。 奥尔西尼 C。 Pulido M。 Goncalves 一个。 醋酸阿比特龙的II期试验+强的松三阴性雄激素受体阳性患者的局部晚期或转移性乳腺癌(UCBG第四节) 《肿瘤学 2016年 27 5 812年 818年 10.1093 / annonc / mdw067 2 - s2.0 - 84964797393 Traina t。 米勒 K。 亚德利 d . A。 Eakle J。 Schwartzberg l S。 O ' shaughnessy J。 Gradishar W。 施密德 P。 维纳 E。 凯利 C。 南达 R。 Gucalp 一个。 Awada 一个。 Garcia-Estevez l 特鲁多 m E。 斯坦伯格 J。 Uppal H。 都铎王朝 i . C。 彼得森 一个。 议会 J。 Enzalutamide治疗雄激素receptor-expressing三阴性乳腺癌 临床肿瘤学杂志 2018年 36 9 884年 890年 10.1200 / jco.2016.71.3495 2 - s2.0 - 85044237555 Poompavai 年代。 Gowri Sree V。 介电特性测量的乳腺肿瘤幻影车型在脉冲电场治疗 IEEE辐射和等离子体医学科学 2018年 2 6 608年 617年 10.1109 / trpms.2018.2868818