脑锌代谢与阿尔茨海默病

锌是中枢神经系统含量最丰富的过渡金属元素之一,对维持中枢神经系统正常生理功能具有重要作用,其稳态失衡与多种疾病有关。阿尔茨海默病是一种多病因神经退行性疾病,以β-淀粉样斑块形成和神经原纤维缠结为主要病理特征。研究表明,脑锌代谢紊乱在阿尔茨海默病发病过程中扮演重要角色,但确切机制尚不十分清楚。综述了脑锌代谢和稳态调控以及锌和锌转运蛋白参与β-淀粉样蛋白沉积与老年斑形成的病理过程,并探讨了金属一蛋白阻尼复合物如何通过恢复脑锌稳态延缓疾病进程、改善患者认知能力的治疗策略。     

ZnT3与Aβ在APP/PS1转基因小鼠老年斑内的定位及相关性

目的研究锌转运体-3（zinc transporter 3,ZnT3）在APP／PS1转基因小鼠大脑皮层及海马内的表达,探讨ZnT3与β-淀粉样蛋白（β-amylold,Aβ）在老年斑内的定位分布及相关性。方法应用免疫荧光和共聚焦激光扫描显微镜观察ZnT3在APP／PS1转基因小鼠大脑内的表达及其与Aβ在老年斑内的位置关系。结果ZnT3主要分布于APP／PS1转基因小鼠大脑皮层和海马的老年斑中,海马苔藓纤维也可见ZnT3的阳性反应产物;ZnT3和Aβ双标的共聚焦激光扫描显微镜观察结果证实几乎所有Aβ老年斑中均有不同程度的ZnT3表达,且主要定位在老年斑周围的变性的神经元及其突起内,围绕老年斑的Aβ核心分布。结论ZnT3与Aβ共同表达于APP／PS1转基因小鼠老年斑内,提示ZnT3可能在老年斑内的锌离子的聚集过程中起着重要的调节作用,进而参与了APP／PS1转基因小鼠大脑内Aβ老年斑的形成。     

骨肉瘤中survivin基因与核因子-κB的表达

目的探讨survivin基因和核因子-κB(nuclear factor-κappa B, NF-κB)对骨肉瘤发生发展的影响.方法采用原位杂交、免疫组织化学技术检测38例骨肉瘤、15例骨软骨瘤、5例正常骨组织survivin mRNA及NF-κB p65蛋白表达,并与骨肉瘤主要临床病理学参数进行比较.结果正常骨和骨软骨瘤组织survivin mRNA及NF-κB p65表达不明显,骨肉瘤组织中其表达率分别为65.8%、60.5%,survivin mRNA表达与骨肉瘤分型和转移有关,NF-κB p65表达与骨肉瘤转移有关,骨肉瘤中survivin与NF-κB表达正相关.结论凋亡抑制基因survivin与核因子-κB在骨肉瘤细胞中均异常活化,进而参与了骨肉瘤的发生和发展,二者对骨肉瘤的作用可能存在密切的关联.     

NF-κB与VEGF在甲状腺癌中的表达及意义

目的探讨核因子-κB (nuclear factor-κappa B, NF-κB)和血管内皮生长因子(vascular endothelial growth factor VEGF)对甲状腺癌发生发展的影响及其作用关系.方法应用免疫组化方法(SABC法),检测68例甲状腺癌、12例甲状腺腺瘤和10例癌旁正常甲状腺组织中NF-κB p65和VEGF的表达,并与甲状腺癌组织学分型、临床病理分期及淋巴结转移进行比较.结果 NF-κB p65显著表达于甲状腺癌细胞中(63.2%),而在甲状腺腺瘤中仅微弱表达(16.7%),正常甲状腺组织中未见表达;VEGF在甲状腺癌中表达率为75 %,显著高于甲状腺腺瘤(41.7%,P＜0.05);甲状腺癌中NF-κB p65与VEGF表达显著正相关(r=0.592,P＜0.01).二者表达均与甲状腺癌组织学分型、临床分期及淋巴转移有关.结论 NF-κBP65亚单位在甲状腺癌细胞中异常活化,其可能通过多种途径参与甲状腺癌的发生发展;NF-κB对VEGF的高水平表达可能具有潜在的正向调控作用,并藉此影响甲状腺癌的生长和转移.     

保留盆腔自主神经的宫颈癌根治术对Ib期宫颈癌患者性生活质量及膀胱直肠功能的影响

目的:探讨保留盆腔自主神经的宫颈癌根治术对Ib期宫颈癌患者性生活质量及膀胱直肠功能的影响。方法:选取我院于2010年1月~2017年1月期间收治的90例Ib期宫颈癌患者为研究对象,按乱数表法分为对照组和观察组,每组患者各45例。对照组患者采用传统的宫颈癌根治术治疗,观察组采用保留盆腔自主神经的宫颈癌根治术治疗。比较两组患者的手术情况、性生活质量以及膀胱直肠功能。结果:相比于对照组,观察组患者的手术时间较长,但住院时间较短(P0.05)。观察组术后残余尿量100 m L、50 m L的时间、肛门排气时间、排便时间与对照组比较均明显较短(P0.05)。术后观察组性生活质量各项评分低于对照组(P0.05)。观察组并发症发生率为6.67%,明显低于对照组的22.22%(P0.05)。结论:保留盆腔自主神经的宫颈癌根治术治疗Ib期宫颈癌患者临床疗效显著,有利于患者术后膀胱直肠功能的快速恢复,对患者的性生活质量影响较小,且术后并发症较少。     

基于卷积神经网络的超声影像肝癌自动分类

目的 针对从原发性肝癌中检测肝细胞癌（HCC）的灵敏度不高和诊断结果高度依赖放射科医生的专业性和临床经验，本文利用深度卷积神经网络（CNN）的方法自动学习B超和超声造影（CEUS）图像中的特征信息，并实现对肝癌的分类。方法 建立并验证基于CNN的多个二维（2D）和三维（3D）分类模型，分别对116例患者（其中100例HCC和16例非HCC）的B超和CEUS影像进行定量分析，并对比分析各个模型的分类性能。结果 实验结果表明，3D-CNN模型的各方面性能指标都优于2D-CNN模型，验证了3D-CNN模型能同时提取肿瘤区域的2D影像特征及血流时间动态变化特征，比2D-CNN模型更适用于HCC与非HCC分类。其中3D-CNN模型的AUC、准确率和敏感度值最高，分别达到了85%、85%和80%。此外，由于HCC和非HCC样本不均衡，通过扩充非HCC样本的数量可以提升网络的分类性能。结论 本文提出的3D-CNN模型能够实现快速、准确的肝癌分类，有望应用于辅助临床医师诊断与治疗肝癌。