乳腺癌是一種嚴(yán)重危害女性健康的惡性腫瘤,具有高度的異質(zhì)性,嚴(yán)重影響了個(gè)體化診治。新輔助化療雖然能降乳腺癌復(fù)發(fā)風(fēng)險(xiǎn),但是低復(fù)發(fā)風(fēng)險(xiǎn)的患者并無明顯受益。因此,需要確定可靠的預(yù)后標(biāo)志物,為臨床提供決策依據(jù)。目前,已經(jīng)有研究從腫瘤血流異質(zhì)性角度對乳腺癌影像分解分析,并評估了影像特征對預(yù)后的預(yù)測效果。但是這種基于影像的評估方法可解釋性不強(qiáng),特異性相對較差,尤其是缺乏潛在的生物和分子機(jī)制的解釋。相比之下,基因表達(dá)數(shù)據(jù)則具有豐富的基因型,更能代表細(xì)胞的功能。而且從基因角度,細(xì)胞亞群可以反映癌癥組織的異質(zhì)性,因此,本研究整合影像學(xué)數(shù)據(jù)和基因數(shù)據(jù)進(jìn)行研究,并將基因表達(dá)數(shù)據(jù)抽象為細(xì)胞亞群表達(dá)的混合加權(quán),基于混合物凸分析方法（Convex Analysis of Mixtures,CAM）從基因表達(dá)數(shù)據(jù)中分解出不同細(xì)胞亞群,并依據(jù)亞群所占的比重不同,建立與預(yù)后的關(guān)聯(lián),并從分子功能角度對其進(jìn)行解釋,然后將得到的結(jié)論結(jié)合影像學(xué)方法進(jìn)行研究,從而發(fā)現(xiàn)預(yù)后影像標(biāo)記物。本論文的具體研究內(nèi)容包括:（1）基因表達(dá)數(shù)據(jù)的分解:基于CAM模型分解乳腺癌基因表達(dá)數(shù)據(jù),通過最小描述長度確定分解的亞群數(shù)量,進(jìn)而得到亞群比例矩陣、特... 

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 乳腺癌異質(zhì)性概述
    1.3 乳腺癌預(yù)后概述
    1.4 影像基因組學(xué)概述
    1.5 論文的主要內(nèi)容與創(chuàng)新點(diǎn)
    1.6 本章小結(jié)
第2章 乳腺動(dòng)態(tài)增強(qiáng)影像數(shù)據(jù)與基因表達(dá)數(shù)據(jù)
    2.1 引言
    2.2 實(shí)驗(yàn)數(shù)據(jù)來源
    2.3 乳腺動(dòng)態(tài)增強(qiáng)影像數(shù)據(jù)
        2.3.1 影像數(shù)據(jù)概述
        2.3.2 影像采集協(xié)議
    2.4 乳腺癌基因表達(dá)數(shù)據(jù)
        2.4.1 基因表達(dá)數(shù)據(jù)簡介
        2.4.2 基因表達(dá)數(shù)據(jù)信息
    2.5 乳腺癌臨床信息
        2.5.1 臨床數(shù)據(jù)信息
        2.5.2 統(tǒng)計(jì)學(xué)分析
    2.6 本章小結(jié)
第3章 乳腺動(dòng)態(tài)增強(qiáng)影像與基因表達(dá)數(shù)據(jù)預(yù)處理
    3.1 引言
    3.2 動(dòng)態(tài)增強(qiáng)影像處理
        3.2.1 影像偏差校正
        3.2.2 感興趣區(qū)域分割
        3.2.3 動(dòng)態(tài)增強(qiáng)影像特征提取
    3.3 基因表達(dá)數(shù)據(jù)預(yù)處理
    3.4 本章小結(jié)
第4章 乳腺癌基因表達(dá)分解及其與預(yù)后的關(guān)聯(lián)性研究
    4.1 引言
    4.2 研究方案概述
    4.3 基于混合物凸分析模型的基因表達(dá)數(shù)據(jù)分解
        4.3.1 CAM模型無監(jiān)督分解矩陣的基本原理
        4.3.2 基于CAM模型無監(jiān)督分解基因表達(dá)數(shù)據(jù)
        4.3.3 模型選擇
    4.4 基于表達(dá)分解的細(xì)胞亞群與預(yù)后的關(guān)聯(lián)分析
        4.4.1 生存分析
        4.4.2 基于生存差異性的特征亞群選擇
        4.4.3 特征亞群一致性聚類
        4.4.4 亞群聚類標(biāo)簽與預(yù)后的關(guān)聯(lián)關(guān)系
        4.4.5 獨(dú)立驗(yàn)證基因表達(dá)數(shù)據(jù)的亞群聚類標(biāo)簽
    4.5 細(xì)胞亞群功能分析
        4.5.1 亞群標(biāo)記基因
        4.5.2 標(biāo)記基因的KEGG通路富集分析
    4.6 本章小結(jié)
第5章 基于基因表達(dá)分解的影像基因組學(xué)方法及其預(yù)后分析
    5.1 引言
    5.2 研究方案概述
    5.3 基因表達(dá)數(shù)據(jù)與影像特征相關(guān)聯(lián)
    5.4 特征選擇與分類模型
        5.4.1 特征選擇
        5.4.2 分類器設(shè)計(jì)
        5.4.3 模型評價(jià)指標(biāo)
    5.5 基于影像標(biāo)簽的預(yù)后預(yù)測
        5.5.1 基于邏輯回歸算法構(gòu)建預(yù)后預(yù)測模型
        5.5.2 獨(dú)立數(shù)據(jù)集驗(yàn)證影像標(biāo)簽
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于全基因組關(guān)聯(lián)研究的乳腺癌預(yù)后預(yù)測研究現(xiàn)狀[J]. 葉嫻,郭翠萍,張國君.  中華乳腺病雜志(電子版). 2019(04)
[2]影像基因組學(xué)及其在腎透明細(xì)胞癌中的研究進(jìn)展[J]. 張璐,吳松.  腫瘤防治研究. 2019(05)
[3]基于KEGG通路和基因網(wǎng)絡(luò)對肝纖維化靶點(diǎn)基因的篩選[J]. 鄭洋,劉露露,王佳慧,傅品悅,趙鐵建.  遼寧中醫(yī)雜志. 2019(07)
[4]膠質(zhì)母細(xì)胞瘤多模態(tài)磁共振圖像自動(dòng)分割[J]. 賴小波,張學(xué)群,許茂盛.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2019(02)
[5]乳腺癌靶向治療研究進(jìn)展[J]. 仲維蘭,魯美鈺,司春楓,徐茂磊,楊小平.  現(xiàn)代腫瘤醫(yī)學(xué). 2018(04)
[6]食管胃結(jié)合部腺癌269例根治術(shù)后生存分析[J]. 陳蕓,張雙平,郭石平,廉建紅,馬勇,李峰.  腫瘤研究與臨床. 2017 (12)
[7]DCE-MRI原理及臨床應(yīng)用情況[J]. 王艾博,邊杰.  中國臨床醫(yī)學(xué)影像雜志. 2016(06)
[8]基于空間FCM與MRF方法的乳腺M(fèi)RI序列三維病灶分割研究[J]. 張承杰,厲力華.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2014(02)
[9]磁共振造影劑的研究進(jìn)展[J]. 王巧英,曾曉霞,祝青,魏清榮.  現(xiàn)代生物醫(yī)學(xué)進(jìn)展. 2013(16)
[10]診斷能力評價(jià)的統(tǒng)計(jì)學(xué)方法——準(zhǔn)確度與約登指數(shù)[J]. 李雪迎.  中國介入心臟病學(xué)雜志. 2011(04)

博士論文
[1]基于轉(zhuǎn)錄組數(shù)據(jù)挖掘的腫瘤異質(zhì)性與腫瘤免疫微環(huán)境研究[D]. 張健.軍事科學(xué)院 2019
[2]面向基因表達(dá)數(shù)據(jù)的致病基因挖掘方法研究[D]. 張煥萍.南京航空航天大學(xué) 2009

碩士論文
[1]乳腺腫瘤基質(zhì)磁共振動(dòng)態(tài)增強(qiáng)模式分析及在分子分型中的應(yīng)用[D]. 李慧.杭州電子科技大學(xué) 2018
[2]利用腎小球全基因組表達(dá)數(shù)據(jù)探索糖尿病腎病治療藥物的研究[D]. 史文潮.南京大學(xué) 2015
[3]非負(fù)矩陣分解及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[D]. 馬春霞.曲阜師范大學(xué) 2015



本文編號：3733424