全文获取类型
收费全文 | 80篇 |
免费 | 43篇 |
国内免费 | 7篇 |
专业分类
基础医学 | 5篇 |
临床医学 | 1篇 |
内科学 | 16篇 |
特种医学 | 4篇 |
外科学 | 4篇 |
综合类 | 36篇 |
药学 | 6篇 |
中国医学 | 1篇 |
肿瘤学 | 57篇 |
出版年
2024年 | 1篇 |
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2020年 | 2篇 |
2019年 | 8篇 |
2018年 | 11篇 |
2017年 | 4篇 |
2016年 | 1篇 |
2015年 | 5篇 |
2014年 | 3篇 |
2013年 | 1篇 |
2012年 | 4篇 |
2011年 | 10篇 |
2010年 | 7篇 |
2009年 | 7篇 |
2008年 | 19篇 |
2007年 | 3篇 |
2006年 | 11篇 |
2005年 | 6篇 |
2004年 | 6篇 |
2003年 | 14篇 |
2002年 | 3篇 |
排序方式: 共有130条查询结果,搜索用时 15 毫秒
1.
目的 探讨乳酸脱氢酶A(LDH-A)与组蛋白去乙酰化酶1(HDAC1)在肠型胃癌中表达的相关性及其与预后的关系。方法 应用Western blotting法检测HDAC1蛋白在慢病毒介导的LDH A siRNA转染肠型胃癌细胞株SGC7901中表达的变化;应用免疫组织化学方法检测661例肠型胃癌组织及癌旁正常组织中LDH-A与HDAC1蛋白的表达情况并分析其表达与预后的关系。结果 Western blotting检测结果显示,LDH-A蛋白在SGC7901细胞株中的表达明显上调,且LDH-A的沉默可显著下调HDAC1的表达。肠型胃癌组织中LDH-A蛋白的高表达率为54.8%(362/661),明显高于癌旁正常组织的12.9%(85/661),两者差异有统计学意义(P<0.01);肠型胃癌组织中HDAC1的高表达率为51.3%(339/661),明显高于癌旁正常组织的15.4%(102/661),两者差异有统计学意义(P<0.01)。LDH-A与HDAC1蛋白在肠型胃癌组织中的表达呈正相关(r=0.324, P<0.001)。单因素生存分析结果显示,LDH-A与HDAC1均低表达患者的生存曲线明显优于其他组合(P<0.001);多因素生存分析结果显示LDH-A与HDAC1表达均为肠型胃癌独立的预后因素。结论在肠型胃癌中, LDH-A与HDAC1的表达呈正相关,采用LDH-A和HDAC1双靶点抑制治疗可能具有潜在的生存获益。 相似文献
2.
3.
目的 采用基于深度学习的胃癌病理切片分割算法实现对癌症区域的识别。方法 以U-Net网络为基本架构设计更深层次的胃癌病理切片分割算法模型Deeper U-Net (DU-Net)。采用区域重叠分割法将数据集分割成若干小块图片,然后利用预先训练好的DU-Net网络模型对分割的小图片块进行初次分割,并使用图片分类器清除假阳性样本,重新合成新样本。采用重复学习的方法使用新样本进行多次重复训练,将得到的结果应用全连接条件随机场(CRF)进行后续处理。最终得到胃癌分割图片并验证结果。结果 经过3次重复学习后,DU-Net网络模型的平均精度为91.5%,平均交叉联合度量(IoU)为88.4%;相比于未经重复学习的基础DU-Net模型,其平均精度提升了5.6%,平均IoU提升了2.9%。结论 基于深度学习的胃癌病理切片分割算法实现了精准的分割,提高了模型的泛化能力和鲁棒性,可用于辅助胃癌病理诊断。 相似文献
4.
5.
目的 检测外周神经侵犯(PNI)在人胃癌中的发生情况,探讨其与表皮生长因子受体(EGFR)的相关性以及对胃癌预后的影响。方法 检测669例胃癌组织石蜡切片中神经侵犯的发生情况及EGFR的表达情况,分析神经侵犯与胃癌临床病理参数的关系及其在胃癌患者预后中的价值。结果 PNI的发生与浸润深度、癌栓、淋巴结转移、TNM分期及EGFR表达均相关。单因素生存分析显示,PNI阳性组的5年生存率为26.4%,低于阴性组的43.3%(P<0.05)。结论 胃癌患者发生PNI与预后有关,并提示预后不良,EGFR可能是参与胃癌发生PNI的因素之一。 相似文献
6.
目的 探讨青年与老年胃癌的临床病理特点及影响预后的因素。方法 回顾性分析669例胃癌患者的临床资料,并根据年龄分为≤30岁组、31~70岁组和>70岁组。对3组患者的病理特征及淋巴结转移等方面进行比较,Kaplan-Meier法计算患者的生存率,Log-rank检验分析年龄与患者预后的关系。结果 不同年龄胃癌组之间在组织分化程度、组织类型、浸润深度以及淋巴结转移均存在差异,≤30岁组具有分化程度差、恶性程度高、侵袭力强、进展快的特点,其总生存率及预后最差,其次为>70岁组,31~70岁组预后相对较好。结论 年龄与胃癌的临床病理特征关系密切,不同年龄人群具有不同的发病特点。 相似文献
7.
目的 检测HER-2、EGFR、VEGF等9个基因在胃癌组织样本中的表达,并探讨其表达组合方式与胃癌患者5年生存率的关系。方法 用免疫组化方法检测第一组胃癌组织样本的组织芯片中EGFR、HER-2、ANXA1、p-mTOR、GRB2、mTOR、p53、VEGF和PCNA共9个基因的表达情况,进行初筛,选出与胃癌患者预后密切相关的基因,然后在第二组胃癌组织样本中进行验证,分析其表达组合方式与胃癌患者5年生存率的关系。结果 免疫组化显示,EGFR、HER-2、ANXA1、p-mTOR、GRB2、mTOR、p53、VEGF和PCNA基因在胃癌中的阳性表达率分别为19.0%、28.6%、35.5%、46.5%、48.0%、50.8%、55.1%、59.4%和89.3%。Cox多因素回归分析显示,p-mTOR、VEGF、ANXA1均为影响胃癌患者预后的独立因素。p-mTOR、VEGF、ANXA1基因表达以+/+/-和-/-/+组合方式占样本中的多数,且这两种组合患者的预后存在显著差异。结论 p-mTOR、VEGF和ANXA13个指标的优化组合能够较为准确地判断胃癌患者的预后及5年生存率。 相似文献
8.
【摘要】目的 开发基于人工智能算法对非酒精性脂肪肝病理特征的识别模型,研究人工智能模型是否能够识别出包括炎细胞、脂肪变性细胞和纤维化在内的非酒精性脂肪肝病理特征并可视化,帮助病理医生提高识别非酒精性脂肪肝病理特征的效率与准确率。方法 我们通过对65只患有非酒精性脂肪肝(NAFLD)的小鼠进行剖取肝脏组织,分别经HE和天狼猩红染色后获得65例HE和65例天狼猩红病理切片。对于HE切片,使用CaseViewer软件在20、30、40倍镜下截取HE染色切片的病变部位图像,将图像上传Horizope专业标注平台进行标注,并按4:1:1的比例将数据集划分为训练集、验证集和测试集,使用基于深度学习模型的U-Net分割网络对非酒精性脂肪肝病理特征进行识别,采用四个评价指标进行性能评估;对于天狼猩红染色切片,使用CaseViewer软件在5倍镜下对天狼猩红染色切片进行全视野截取,采用了颜色特征提取算法进行纤维化识别。对130例原始病理切片进行病理特征的识别和参数的计算,包括脂肪变性面积占比(PFA)的计算、炎细胞密度(DIC)的计算、纤维化面积占比(RFA)的计算,并用统计学方法进行分析。结果 根据识别结果计算病理参数PFA、DIC、RFA并纳入分析,PFA平均值为0.370,中位值为0.371(范围:0.013-0.743),与得分的相关系数R=0.9476;DIC平均值为313,中位值为288(范围:19-894),与得分的相关系数R=0.8883;RFA平均值为0.049,中位值为0.0507(范围:0.001-0.121),与得分的相关系数R=0.9731。结论 人工智能算法对非酒精性脂肪肝病理特征的识别取得了良好的表现,能够帮助病理医生提高识别非酒精性脂肪肝病理特征的效率与准确率,辅助医生对非酒精性脂肪肝进行正确的分级分期和疗效评估。 相似文献
9.
基于病理切片图像的人工智能技术促进了医学发展,而病理人工智能技术的发展得益于数字化全玻片。全玻片数字化能提供大量可任意放大和方便标注的数据,利于深度学习,极易临床推广应用。数字化全玻片不仅可应用于人体病理,其在动物和植物病理方面也可发挥重要作用。本文系统性探讨了数字化全玻片结合人工智能技术在病理识别、特征提取、动物模型和植物形态学方面的应用潜力,旨在为数字病理的临床实践提供新的思维方式。 相似文献
10.