相关实验视频
Updated: Jun 8, 2026

09:11
Use of MRI-ultrasound Fusion to Achieve Targeted Prostate Biopsy
Published on: April 9, 2019
21.5K
放射基因组学基于地图的分子和成像在局部性前列腺癌的现象特征鉴定,使用预活检双参数MR成像
Chidozie N Ogbonnaya1, Basim S O Alsaedi2, Abeer J Alhussaini1
1Division of Imaging Science and Technology, School of Medicine, University of Dundee, Dundee DD1 4HN, UK.
International journal of molecular sciences
|May 25, 2024
概括
放射学和基因组学整合改善了前列腺癌分级. 来自MRI扫描的纹理特征与基因表达相关,增强了临床意义上的前列腺癌的预测.
科学领域:
- 放射学 放射学是一门学科.
- 基因组学就是基因组学.
- 在瘤学瘤学.
背景情况:
- 前列腺癌 (PCa) 的诊断和分级依赖于组织病理学.
- 放射基因组学提供了一种非侵入性的方法,可以将成像表型与分子特征联系起来.
研究的目的:
- 为局部前列腺癌开发放射基因组图.
- 评估分子 (基因表达) 和成像 (放射性) 现型之间的相关性.
- 评估综合放射基因组模型的预测准确性.
主要方法:
- 从T2加权 (T2WI) 和明显扩散系数 (ADC) 的MRI图像中提取的放射性特征.
- 从FFPE样本中进行基因表达分析 (雄激素受体,亡,缺氧).
- 皮尔森的相关性和ROC分析来评估关系和预测准确性.
主要成果:
- 在放射性纹理特征和基因拷贝数变异 (CNV) 之间发现了显著的相关性,用于亡,缺氧和雄激素受体 (p ≤0.05).
- 特定的放射性特征 (例如,Sum Entropy ADC,Entropy T2WI) 显示出预测癌症等级和生物过程的潜力.
- 一个集成的放射基因组模型实现了0.95的曲线下面面积 (AUC),用于预测临床显著的前列腺癌.
结论:
- 放射性纹理特征与局部PCa中与亡,缺氧和雄激素受体表达相关的基因型有显著的相关性.
- 将放射学和基因组学结合起来,大大提高了临床上显著的前列腺癌的预测准确性.
- 这种综合方法有望改善前列腺癌的非侵入性分级.
更多相关视频
05:49Use of Magnetic Resonance Imaging and Biopsy Data to Guide Sampling Procedures for Prostate Cancer Biobanking
Published on: October 10, 2019
6.6K
06:08A Cognitive Fusion-guided Prostate Biopsy Using Multiparametric Magnetic Resonance Imaging and Transrectal Ultrasound
Published on: March 21, 2025
163