信号识别颗粒14调控肝细胞癌进程并影响患者预后

目的:探究信号识别颗粒14(SRP14)在肝细胞癌(HCC)中的表达及功能。方法:利用生物信息学、定量逆转录聚合酶链反应(qRT-PCR)、免疫组织化学染色和蛋白质印迹法等明确SRP14在HCC中的表达;应用Kaplan-Meier法分析SRP14 mRNA表达变化与HCC患者的总生存期、无进展生存期及疾病特异性生存期的相关性;通过5-乙基-2′-94脱氧尿苷(EdU)染色、MTS实验、Transwell小室实验及细胞划痕实验等探索SRP14对HCC细胞增殖和迁移的作用;利用京都基因与基因组百科全书(KEGG)和基因本体(GO)富集分析以及qRT-PCR初探SRP14在HCC中的作用机制。结果:在GSE14520数据集、TNMplot数据库和临床标本中,与配对癌旁组织、非配对癌旁组织或正常组织比较,HCC组织的SPR14 mRNA表达均有不同程度的升高(均P<0.05)。在临床标本中,与配对癌旁组织比较,HCC组织的SPR14蛋白表达上调(P<0.05)。SRP14表达上调的HCC患者具有更长的总生存期、无进展生存期及疾病特异性生存期(均P<0.05)。细胞实验结果显示,SRP14能抑制HCC细胞的体外增殖和迁移。KEGG和GO富集分析结果显示,在HCC中,与SRP14共表达的基因主要调控蛋白质合成、加工和运输等相关细胞活动或功能;在非酒精性脂肪性肝病相关HCC中,与SRP14共表达的基因主要调控MAPK、cAMP、PI3K-Akt、Wnt等多条信号传导通路。SRP14抑制HCC细胞中已知抑癌基因GPRC5A的mRNA表达(P<0.05)。结论:SRP14可能调控HCC进程并影响患者预后。

肠道菌群在非酒精性脂肪性肝病中作用机制的研究进展

非酒精性脂肪性肝病(non-alcoholic fatty liver disease,NAFLD)已经成为最常见的慢性肝脏疾病之一。近年来研究发现,肠-肝轴在NAFLD的发生、发展中起着重要作用。作为肠-肝轴重要组成部分,肠道菌群通过增加宿主能量摄入、调节胆碱及胆汁酸代谢、激活模式识别受体(pattern recognition receptors,PRRs)而促发炎症反应等机制,促使NAFLD的发生、发展;益生菌对NAFLD有一定疗效进一步证实肠道菌群在NAFLD中发挥着重要作用。本文对肠道菌群在NAFLD发病中可能的作用机制作一概述。

基于CT影像构建的ResNet-18模型在非酒精性脂肪性肝病分级中的应用

目的 应用深度学习图像识别网络ResNet-18,基于肝脏CT扫描图像,建立非酒精性脂肪性肝病(NAFLD)分级预测模型,为辅助临床诊断提供参考。资料与方法 收集2020年5—12月河北医科大学第一医院164例经CT扫描检查拟诊为NAFLD的影像数据,共1 801层CT平扫图像,同时收集20例行上腹部CT平扫未见明显异常者作为对照组,共200层图像,共计2 001层图像。首先进行图像预处理,按照60%、20%、20%划分训练、验证和测试数据集,训练与验证数据集用于建立采用迁移学习方式的ResNet-18网络模型,优化模型权重参数以及防止过拟合,测试数据集用于评估模型最终表现,用受试者工作特征曲线评估ResNet-18图像识别网络在NAFLD分级中的价值。结果 ResNet-18图像识别网络在测试集中的总体准确率为95%,识别正常与轻中重度NAFLD分级的敏感度分别为100%、98%、88%、97%,特异度分别为95%、94%、98%、94%,受试者工作特征曲线下面积均>0.98。结论 ResNet-18图像识别网络在图像识别方面具有较高的敏感度和特异度,可以准确进行NAFLD分级诊断。

酒精性肝损伤伴脑损伤中西医研究进展

由于过量饮酒所引起的肝损伤和脑损伤的发病率近年来呈上升趋势,相关研究发现,酒精性肝损伤与脑损伤存在一定因果关系,可共同推进疾病发展进程,影响健康。明确酒精性肝损伤伴脑损伤的病因机制,并寻求有效的治疗方案是一项亟待攻克的医学难题。现代医学对于两病的治疗多停留在戒酒及改善相关症状方面。而在祖国医学辨证论治体系中,两病病因病机大致相关联,均由酒毒导致痰浊湿热积聚,终致阴液耗伤,气血亏虚等。在中医整体观念指导下清热利湿化浊,补肾滋阴填髓,疗效确切。中西医治疗优势各有千秋,与西医相较,中医以其多途径、多靶点、低副作用的优势取得了显著成效。该文整理、分析了近年来酒精性肝损伤伴脑损伤的中西医研究进展。

基于多特征融合和ELM的肝病多分类识别

针对在肝病多分类识别中分类精度较低的问题,提出一种基于多特征融合和ELM的肝病多分类识别方法。从肝脏超声图像中选定感兴趣区域,分别对其提取LBP特征、GLCM特征和Gabor特征,将得到的三种特征进行融合,得到鲁棒性更强的特征,通过超限学习机进行分类。实验结果表明,新提出的方法可以有效提高肝病多分类识别的识别率,并且时间效率较高,有助于肝病的临床诊断。

一种基于LBP特征提取和稀疏表示的肝病识别算法

由于肝脏超声图像具有回声不均匀、边缘模糊等缺点,肝脏疾病的无创诊断易受影响,而且目前临床基于肝脏超声图像的肝病诊断主要依靠医生的主观判断,其缺点为依赖医生主观经验且耗时,因此提出一种基于局部二值模式(LBP)特征提取和稀疏表示的肝病识别算法。从肝脏超声图像中提取感兴趣区域,使用LBP特征提取方法对感兴趣区域提取图像特征,将得到的特征进行字典训练,得到稀疏矩阵,最终采取支持向量机对其进行分类。实验样本均取自青岛大学附属医院肝胆科。实验1使用该方法对100个正常肝脏样本和100个肝硬化样本进行分类,准确率达到99.50%,实验2使用该方法对肝硬化、脂肪肝、肝血管瘤和肝癌4类样本共200个进行分类,AUC值分别为67.2%、65.1%、55.0%和62.6%。ROC曲线表明,提出的分类方法在准确率和泛化能力上均优于传统方法,有助于肝病的临床诊断。

基于特征融合与稀疏表示的肝病识别

由于肝脏超声图像具有回声不均匀、边缘模糊等缺点,肝脏疾病的无创诊断易受到影响,考虑到单个特征的局限性,提出了一种基于HOG-LBP特征融合和稀疏表示的肝病识别算法。首先使用HOG-LBP特征融合方法将肝脏超声图像中相应区域的图像特征提取出来,并将训练样本集所提取的特征构建字典,然后使用字典学习算法对测试样本特征矩阵构成稀疏表示,最后根据稀疏表示分类原理进行分类识别。通过对取自青岛大学附属医院肝胆科的包括正常肝脏、肝硬化和脂肪肝的共900个样本进行分类,平均识别率达到85.76%,实验结果表明,所提方法的准确率高于传统方法,有助于临床诊断。

多任务网络模型对肝脏超声影像的识别和去噪

针对肝脏超声影像受噪声和边缘模糊等因素的影响,肉眼无法客观准确辨别病灶区域等问题,提出了无监督学习的多任务网络(MultiTasking-network,MT-net)算法,该算法分为MT-net(Dn)和MT-net(Cl)两部分。其中,MT-net(Dn)算法通过使用交替优化和可重复利用信息的skip-connection,分别对小样本集L′s(dataset:1937)和大样本集L′B(dataset:3424)进行去噪实验,去噪后的图像最大限度地保留了肝脏图像的纹理特征,有利于提高图像的识别率,最终得到的识别率分别为97.12%和86.84%,优于AlexNet等传统算法;MT-net(Cl)算法通过对LS和LB样本进行图像纹理特征识别,达到了92.81%和86.62%的识别率。实验结果表明,多任务网络算法中的MT-net(Dn)算法更优于MT-net(Cl)算法。

非酒精性脂肪性肝病肝胆湿热证患者尿液代谢组学研究

目的:研究非酒精性脂肪性肝病(NAFLD)肝胆湿热患者尿液中代谢物的变化,寻找其特征代谢物,探索NAFLD肝胆湿热证的证候本质。方法:采用气相色谱质谱联用(GC-MS)技术检测NAFLD肝胆湿热证(142例)、无证可辨(61例)以及健康对照组(98名)的尿液中小分子代谢产物。采用主正交偏最小二乘法(OPLS)的方法,寻找并鉴定肝胆湿热证患者尿液特征代谢物。结果:无证可辨组与健康对照组、肝胆湿热组与无证可辨组的代谢谱有很好的区分,获得了12个有显著性差异的代谢物,包括4-硝基苯甲酸酯、异龙脑、1H-吲哚、醋酸、色氨酸、古龙酸、岩藻糖、尿嘧啶、假尿苷、2,4-二氨基丁酸、葡萄糖、油酸。这12个代谢物可以作为NAFLD肝胆湿热证诊断的尿液中潜在的生物标志物;色氨酸代谢、赖氨酸生物合成、糖酵解或糖异生3条代谢通路与NAFLD肝胆湿热证密切相关。结论:NAFLD肝胆湿热证的生物学本质体现在色氨酸代谢、赖氨酸生物合成、糖酵解或糖异生等方面,基于GC-MS结合模式识别的代谢组学方法有望揭示中医证候本质的科学内涵。