目的探讨新四极体-1(NET-1)在结肠癌中的表达、临床意义及预后分析。方法收集50例结肠癌组织和50例癌旁正常组织,应用逆转录聚合酶链反应法(RT-PCR)和Western blot检测两组中NET-1 mRNA和蛋白质的表达情况,并应用免疫组化法(SP)检测NET-...目的探讨新四极体-1(NET-1)在结肠癌中的表达、临床意义及预后分析。方法收集50例结肠癌组织和50例癌旁正常组织,应用逆转录聚合酶链反应法(RT-PCR)和Western blot检测两组中NET-1 mRNA和蛋白质的表达情况,并应用免疫组化法(SP)检测NET-1在两组中的表达,分析NET-1在结肠肿瘤发生、发展中的作用,并随访、分析NET-1的表达与结肠癌患者生存的相关性。结果 RT-PCR结果显示NET-1 mRNA在结肠癌和癌旁正常组织中的表达水平分别为(0.95±0.07)和(0.26±0.04),差异有统计学意义( P =0.005);Western blot结果显示:NET-1蛋白在结肠癌和癌旁正常组织中的表达水平分别为(0.83±0.09)(0.22±0.03),差异有统计学意义( P =0.003);SP法结果表明NET-1蛋白在结肠癌和癌旁正常组织中的阳性表达分别为64.00%(32/50)和36.00%(18/50),差异有统计学意义( P <0.001);NET-1与肿瘤的TNM分期、脉管浸润、淋巴结转移及肝转移等病理参数密切相关;NET-1阳性组的中位生存时间为299 d(95% CI :230.07~303.93),阴性组的中位生存时间为387 d(95% CI :279.16~335.82),差异有统计学意义( P =0.031)。NET-1表达水平与结肠癌患者预后明显相关( RR =2.092, P =0.002)。结论 NET-1的异常表达在结肠癌病变的发生、发展中具有重要作用,且与患者的生存期亦明显相关,是结肠癌潜在的生物学指标。展开更多
由于卷积滤波尺寸等限制,U-net无法学习到心电(Electrocardiographic,ECG)信号的长时序关联性以及标签间的相关性。对此提出一种基于U-net-BiLSTM-CRF的心律失常多目标检测方法,可同时输出目标心拍所属类型和位置信息。使用U-net学习融...由于卷积滤波尺寸等限制,U-net无法学习到心电(Electrocardiographic,ECG)信号的长时序关联性以及标签间的相关性。对此提出一种基于U-net-BiLSTM-CRF的心律失常多目标检测方法,可同时输出目标心拍所属类型和位置信息。使用U-net学习融合特征,再将其输入到双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)中学习长时序依赖特征,最后使用条件随机场(Conditional Random Field,CRF)对标签间的关系建模,优化分类结果。依据ANSI/AAMI EC57:2012的心搏分类标准,对MIT-BIH心律失常数据库中共85609个心拍记录进行划分,在划分后数据集上的实验结果表明,该方法对心拍分类的准确率达99.11%,特异性为99.76%,灵敏度为97.21%,优于传统U-net在MIT-BIH心律失常数据库上的分类性能。展开更多
文摘目的探讨新四极体-1(NET-1)在结肠癌中的表达、临床意义及预后分析。方法收集50例结肠癌组织和50例癌旁正常组织,应用逆转录聚合酶链反应法(RT-PCR)和Western blot检测两组中NET-1 mRNA和蛋白质的表达情况,并应用免疫组化法(SP)检测NET-1在两组中的表达,分析NET-1在结肠肿瘤发生、发展中的作用,并随访、分析NET-1的表达与结肠癌患者生存的相关性。结果 RT-PCR结果显示NET-1 mRNA在结肠癌和癌旁正常组织中的表达水平分别为(0.95±0.07)和(0.26±0.04),差异有统计学意义( P =0.005);Western blot结果显示:NET-1蛋白在结肠癌和癌旁正常组织中的表达水平分别为(0.83±0.09)(0.22±0.03),差异有统计学意义( P =0.003);SP法结果表明NET-1蛋白在结肠癌和癌旁正常组织中的阳性表达分别为64.00%(32/50)和36.00%(18/50),差异有统计学意义( P <0.001);NET-1与肿瘤的TNM分期、脉管浸润、淋巴结转移及肝转移等病理参数密切相关;NET-1阳性组的中位生存时间为299 d(95% CI :230.07~303.93),阴性组的中位生存时间为387 d(95% CI :279.16~335.82),差异有统计学意义( P =0.031)。NET-1表达水平与结肠癌患者预后明显相关( RR =2.092, P =0.002)。结论 NET-1的异常表达在结肠癌病变的发生、发展中具有重要作用,且与患者的生存期亦明显相关,是结肠癌潜在的生物学指标。
文摘由于卷积滤波尺寸等限制,U-net无法学习到心电(Electrocardiographic,ECG)信号的长时序关联性以及标签间的相关性。对此提出一种基于U-net-BiLSTM-CRF的心律失常多目标检测方法,可同时输出目标心拍所属类型和位置信息。使用U-net学习融合特征,再将其输入到双向长短时记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)中学习长时序依赖特征,最后使用条件随机场(Conditional Random Field,CRF)对标签间的关系建模,优化分类结果。依据ANSI/AAMI EC57:2012的心搏分类标准,对MIT-BIH心律失常数据库中共85609个心拍记录进行划分,在划分后数据集上的实验结果表明,该方法对心拍分类的准确率达99.11%,特异性为99.76%,灵敏度为97.21%,优于传统U-net在MIT-BIH心律失常数据库上的分类性能。
