Breast Cancer Classification Based on Advanced Multi Dimensional Fuzzy Neural Network

Breast cancer is the cause of the most common cancer death in women. Early detection of the breast cancer is an effective method to reduce mortality. Fuzzy Neural Networks (FNN) comprises an integration of the merits of neural and fuzzy approaches, enabling one to build more intelligent decision-making systems. But increasing the number of inputs causes exponential growth in the number of parameters in Fuzzy Neural Networks (FNN) and computational complexity increases accordingly. This phenomenon is named as ??curse of dimensionality??. The Hierarchical Fuzzy Neural Network (HFNN) and the Fuzzy Gaussian Potential Neural Network (FGPNN) are utilized to deal this problem. In this study, the HFNN and FGPNN by using new training algorithm, are applied to the Wisconsin Breast Cancer Database to classify breast cancer into two groups; benign and malignant lesions. The HFNN consists of hierarchically connected low-dimensional fuzzy neural networks. It can use fewer rules and parameters to model nonlinear system. Moreover, the FGPNN consists of Gaussian Potential Function (GPF) used in the antecedent as the membership function. When the number of inputs increases in FGPNN, the number of fuzzy rules does not increase. The performance of HFNN and FGPNN are evaluated and compared with FNN. Simulation results show the effectiveness of these methods even with less rules and parameters in performance result. These methods maintain the accuracy of original fuzzy neural system and have high interpretability by human in diagnosis of breast cancer.     

单一及端基异构混合型半乳糖脂衍生物抑菌功效的初步研究

针对污水处理过程这一多变量、强耦合的复杂非线性系统,提出了一种基于差分进化算法的模糊神经网络控制方法,并应用于污水处理过程溶解氧浓度的控制。首先利用差分进化(DE)结合BP的混合算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力,对参数进一步在线调整。将所提出的控制器用于污水处理BSM1仿真平台的溶解氧浓度控制,控制性能优于常规的模糊控制器,仿真结果表明了该控制策略的有效性。     

乳腺癌组织中Snail蛋白表达与肿瘤侵袭力的研究

应用免疫组织化学方法检测60例乳腺肿瘤和正常乳腺组织中Snail蛋白的表达;并将携带反义Snail的腺病毒载体（Adv-anti—Snail）转染高转移潜能的乳腺癌细胞株。Snail蛋白在正常乳腺组织中不表达或呈弱阳性,而在乳腺癌组织中呈胞核或胞浆的强阳性表达。Boyden小室体外侵袭实验提示转染Adv—anti—Snail的乳腺癌MDA—MB-231细胞的体外侵袭百分数为（10．5±1.3）％,而转增强型绿色荧光蛋白组的侵袭百分数为（68．2±2．1）％。提示Snail蛋白的表达升高与乳腺癌转移相皂,针对Snail的Adv-anti-Snail能逆转癌细胞的转移潜能。     

Classification of Arrhythmia Using Hybrid Networks

Reliable detection of arrhythmias based on digital processing of Electrocardiogram (ECG) signals is vital in providing suitable and timely treatment to a cardiac patient. Due to corruption of ECG signals with multiple frequency noise and presence of multiple arrhythmic events in a cardiac rhythm, computerized interpretation of abnormal ECG rhythms is a challenging task. This paper focuses a Fuzzy C- Mean (FCM) clustered Probabilistic Neural Network (PNN) and Multi Layered Feed Forward Network (MLFFN) for the discrimination of eight types of ECG beats. Parameters such as fourth order Auto Regressive (AR) coefficients along with Spectral Entropy (SE) are extracted from each ECG beat and feature reduction has been carried out using FCM clustering. The cluster centers form the input of neural network classifiers. The extensive analysis of Massachusetts Institute of Technology- Beth Israel Hospital (MIT-BIH) arrhythmia database shows that FCM clustered PNNs is superior in cardiac arrhythmia classification than FCM clustered MLFFN with an overall accuracy of 99.05%, 97.14%, respectively.     

二维主成分分析在乳腺钼靶X线片钙化点感兴趣区域提取中的应用

目的 针对乳腺钼靶X线影像,将基于二维主成分分析(Two-Dimensional Principal Component Analysis,2DPCA)的方法提取的图像特征用于乳腺感兴趣区域的自动提取,实现计算机辅助检测乳腺X线影像中微钙化点的前期预处理阶段.方法 对乳腺图像进行预处理,通过改进的2DPCA方法提取乳腺...     

乳腺癌组织中Thr157磷酸化p27kip1的表达及临床意义

目的 研究乳腺癌组织中第157位苏氨酸磷酸化p27kip1(P-p27Thr157)的表达情况,探讨其表达与乳腺癌发生发展的关系。 方法 回顾性收集2004年1月—2005年12月于嘉兴市第一医院行手术切除的111例乳腺癌组织标本以及距肿瘤边缘5 cm以上的癌旁组织,并收集8对新鲜乳腺癌和相应癌旁正常组织标本用于蛋白提取。分别采用免疫组织化学EnVision二步法和蛋白质印迹法检测乳腺癌及相应癌旁正常组织中P-p27Thr157的表达情况;分析其与乳腺癌临床病理特征的关系。 结果 免疫组织化学和蛋白质印迹结果均显示,P-p27Thr157在乳腺癌组织中的阳性表达显著高于其在癌旁正常组织中的表达,本组乳腺癌组织中P-p27Thr157阳性表达率为87.4%(97/111),高表达者64例(57.7%),低表达者47例(42.3%),而癌旁组织中阳性表达率为9.9%(11/111),2组之间差异有统计学意义(P<0.05);P-p27Thr157表达与肿瘤大小、淋巴结转移情况和TNM分期有关(均P<0.01);P-p27Thr157高表达患者的总生存率低于低表达患者,差异有统计学意义(P<0.05);P-p27Thr157与增殖指标Ki-67表达呈正相关(r=0.528,P<0.05),与p27表达呈负相关(r=-0.458,P<0.05)。 结论 乳腺癌组织中p27Thr157异常磷酸化可能参与了乳腺癌的发生、发展过程。检测Thr157磷酸化p27对乳腺癌的临床诊断及预后判断具有一定的参考价值。      

增殖细胞核抗原和细胞分化相关基因N-myc下游调节基因1在乳腺癌中的表达及意义

目的探讨增殖细胞核抗原(PCNA)、细胞分化相关基因N-myc下游调节基因1(NDRG1)在乳腺癌中的表达。方法选择乳腺手术切除标本90例进行切片,应用免疫组织化学链霉亲和素-生物素复合物(SABC)法检测45例乳腺癌组织、23例乳腺增生组织、22例癌旁正常乳腺组织中PCNA和NDRG1蛋白的表达情况,并分析其与乳腺癌生物学行为的关系。结果 PCNA在癌旁正常乳腺组织、乳腺增生组织和乳腺癌组织中的表达率分别为36.3%、62.5%和88.9%,PCNA在癌旁正常乳腺组织中的表达明显低于乳腺增生组织(P<0.05)和乳腺癌组织(P<0.05)。NDRG1在癌旁正常乳腺组织、乳腺增生组织和乳腺癌组织中的表达率分别为63.6%、30.4%和15.5%,NDRG1在癌旁正常乳腺组织中的表达明显高于乳腺增生组织(P<0.05)和乳腺癌组织(P<0.05)。PCNA与NDRG1表达呈负相关(r=-0.679,P<0.05)。结论 PCNA与NDRG1共同参与乳腺癌的发生与发展,联合检测PCNA和NDRG1蛋白有助于判断乳腺癌的恶性程度。     

基于电阻抗扫描成像的乳腺癌新辅助化疗疗效评价的仿真研究

目的研究乳腺癌新辅助化疗期间,乳腺电阻抗扫描(Electrical Impedance Scanning,EIS)成像系统检测乳腺癌组织变化的能力。方法构建精细化乳腺电阻抗仿真模型,分析新辅助化疗期间EIS系统检测癌组织尺寸和电导率变化的能力,并对仿真数据进行曲线拟合得到对应的回归方程,最终得到衡量EIS系统检测癌组织变化的指标。结果EIS系统检测癌组织变化的能力与癌组织的长径和电导率变化均呈线性关系。当EIS系统检测阈值为0.05时,EIS系统可检测到的癌组织长径的最小变化量为2.17 mm,癌组织电导率的最小变化量为0.78 S/m。结论EIS系统能够实现对癌组织尺寸和电导率变化的敏感检测,仿真结果可为EIS应用于乳腺癌新辅助化疗疗效评价提供理论指导。     

乳腺癌组织中多形上皮黏蛋白1表达与肿瘤侵袭力的研究

目的　探讨多形上皮黏蛋白 1 (mucin1 )表达异常与乳腺癌细胞侵袭力的关系。方法　应用免疫组织化学方法检测 97例乳腺肿瘤组织中mucin1的表达。乳腺癌细胞株MCF 7转染反义寡核苷酸(ASODN)后,应用逆转录 聚合酶链反应 (RT -PCR)检测mucin1mRNA,应用流式细胞术检测mucin1表达阳性率,细胞侵袭实验检测细胞侵袭力。结果　mucin1在癌旁正常乳腺组织和乳腺良性肿瘤组织中均为细胞顶膜阳性表达,而在早期乳腺癌 (30例 )、乳腺浸润性癌 (18例 )、乳腺癌淋巴结转移灶(17例)中为整个细胞膜阳性表达。与乳腺原位癌相比,微小浸润癌的mucin1表达强度升高(P=0. 04),而乳腺浸润性癌与乳腺癌淋巴结转移灶之间mucin1表达强度差异无统计学意义(P=0. 56)。转染ASODN的乳腺癌细胞株,其mucin1mRNA和mucin1蛋白表达率显著下降 (P<0. 05),细胞侵袭实验中,侵袭细胞数明显减少(P<0 .05),正义组实验细胞无类似改变。结论　乳腺癌细胞mucin1在细胞膜的异常分布及表达升高可促使癌细胞间相互排斥而易于向周围侵袭生长,但该异常表达可能与其淋巴道转移关系不大。针对mucin1mRNA的ASODN可抑制乳腺癌细胞的侵袭能力。     

应用PCA方法分析拉曼光谱检测结果对乳腺良恶性疾病鉴别诊断的价值

［摘 要］目的：探讨便携式拉曼光谱在检测新鲜乳腺病灶、正常乳腺组织中应用价值,阐明主成分分析（PCA）方法在处理拉曼光谱检测结果、构建乳腺病变鉴别数学模型和鉴别病变性质中的应用价值。方法：收集2011年5月-2012年5月吉林大学第一医院乳腺外科手术的168例患者（乳腺癌及乳腺良性病变）的新鲜乳腺组织,患者均为女性,年龄22~75岁。其中51例正常组织、66例良性病变组织和51例恶性病变组织,应用便携式拉曼光谱仪进行检测,得出光谱结果;采用PCA方法处理数据,构建病灶鉴别模型,马氏距离法判别数据处理方法的优劣。结果：检测乳腺组织及病灶标本共得到1 800个拉曼光谱,正常组织的特征峰出现在1 078、1 267、1 301、1 440、1 654和1 746 cm-1,而良性和恶性病变组织的特征峰出现在1 281、1 341、1 381、1 417、1 465、1 530和1 637 cm-1,良性和恶性病变组织的主要不同则集中在1 340和1 480 cm-1。PCA方法判别正常组织、良性和恶性病变组织标本的正确率分别是80%、56%和85%。结论：便携式拉曼光谱仪能够检测乳腺组织和病灶,正常组织、良性与恶性病变组织拉曼光谱结果均存在显著差异,PCA方法可以用来构建鉴别模型,但在鉴别良性病变时准确性还不理想。     

乳腺癌和癌旁组织中肥大细胞的组织化学与定量组织学研究

应用组织化学和定量方法对三种类型乳腺癌及其癌旁组织中的肥大细胞进行研究，并以正常乳腺组织为对照。结果表明癌组织和癌旁组织中肥大细胞数目明显增多，并有显著的脱颗粒现象。标本应用ＡＢ－Ｓ染色，细胞呈现ＡＢ阳性的蓝色肥大细胞，而正常乳腺组织中红、蓝两种肥大细胞均可见到。     

喉癌及癌前病变中线粒体DNA拷贝数改变与临床病理的相关性研究

目的 研究喉癌、癌周正常组织及癌前病变中线粒体DNA (mitochondrial DNA,mtDNA)拷贝数改变情况,及其与临床病理特性的关系.方法 选取40例喉癌及8例喉癌癌前病变标本,分离癌及癌周组织,分别提取总DNA.选取mtDNA的CoxⅡ和核DNA的β-actin为目的片断,进行荧光定量PCR扩增,以CoxⅡ/β-actin拷贝数平均比定量分析mtDNA的拷贝数情况,并分析拷贝数改变与临床病理特征的关系.结果 喉癌组织、癌周组织及癌前病变中mtDNA平均(CoxⅡ/β-actin)比分别为0.9141、0.8103和0.4538,癌和癌周组织、癌和癌前组织及癌周和癌前组织的mtDNA拷贝数差异均有统计学意义(P=0.048,0.003和0.004),有淋巴结转移和无淋巴结转移的喉癌mtDNA平均(C oxⅡ/β-actin)比分别为1.3089和0.6743,差异有统计学意义(P=0.045),mtDNA的拷贝数随肿瘤分期的增加、分化程度的降低而增加但差异无统计学意义(P=0.486和0.459).结论 喉癌中mtDNA拷贝数显著高于癌周组织及癌前病变组织,喉癌中mtDNA拷贝数随淋巴结转移而增加,mtDNA拷贝数改变可能参与喉癌的发生发展.     

肺癌组织中FHIT基因异常表达的研究

目的 检测肺癌组织中ＦＨＴ基因的异常表达。方法 收集手术切除２１例肺鳞癌、１０例肺腺癌及对应的正常肺组织标本,应用逆转录巢式聚合酶链反应（ＲＴ－ＰＣＲ）及ＤＮＡ测序技术检测ＦＨＴ基因的表达情况。结果 ３１例正常肺组织中均有ＦＨＩＴ基因的完整表达,１５例（４８％）肺癌标本中存在ＦＨＩＴ基因缺失;肺鳞癌中缺失率为５７％（１２／２１）,肺腺癌中缺失率为３３％）３／１０）。经测序证实,ＦＨＩＴ基因ｍＲＮＡ     

乳腺癌中RIZ1的表达及其临床意义初探

目的研究RIZ1基因mRNA表达的改变与乳腺癌发生及与患者相关临床和病理特征之间的关系。方法采用半定量RT-PCR方法检测34例乳腺癌标本及相应癌旁组织、15例乳腺良性肿瘤RIZ1基因mRNA的表达状况，并结合相关指标进行分析。结果RIZ1基因mRNA在乳腺癌中的表达明显低于癌旁乳腺组织与乳腺良性肿瘤组织，差异均有显著性（均P〈0．05）。RIZ1基因mRNA在乳腺癌中的表达与年龄、肿瘤TNM分期、淋巴结转移、激素受体（ER）状况无相关关系（均P〉0．05）。结论：RIZ1基因mRNA表达降低可能与乳腺癌的发生相关。     

凋亡抑制基因survivin在乳腺癌组织的表达及其意义

目的观察凋亡抑制基因survivin在乳腺癌组织的表达及其与临床各参数的关系,探讨survivin基因在乳腺癌发生中的作用及其与乳腺癌预后的关系。方法采用Western blot方法检测survivin基因在50例乳腺癌组织、50例乳腺癌旁组织、20例正常乳腺组织标本中的蛋白表达。结果50例乳腺癌组织中38例survivin表达阳性,50例乳腺癌旁组织中11例survivin表达阳性,20例正常乳腺组织无survivin蛋白表达,survivin蛋白阳性表达与乳腺癌的腋窝淋巴结转移有关,而与PR、ER和Her-2及患者年龄无关。结论survivin在乳腺癌发生中起重要作用,是乳腺癌患者临床预后的重要参数之一。     

数字化影像处理工作站对22例NPBL的定位价值

目的 探讨利用数字化影像处理工作站对乳腺不可触及病变的一种定位方法.方法 对22例钼靶X 线片有可疑病灶而未扪及者行乳腺计算机X线摄影(CR)或在GE Senovision 工作站行直接数字化影像采集,经过影像处理工作站分别在轴位和侧位测量病灶距乳头中轴线的垂直距离,并相应标记其在乳房皮肤表面的交点,手术切除该点周围乳腺组织并摄片以证实病灶是否完全切除.结果 22例患者中,20例一次性切除病灶,2例行扩大范围二次手术;其中恶性病变6例,良性病变16例.结论 利用数字化影像处理工作站进行乳腺不可触及病变的定位是一种简便、快捷和较准确的定位方法,能提高乳腺癌的早期检出率及诊断准确性.     

环氧化酶-2基因在人乳腺癌中的表达及临床意义

目的 探讨环氧化酶2(COX-2)在乳腺癌发生发展中的表达及其临床意义。方法 应用逆转录聚合酶链反应(RT-PCR)技术,检测了30例乳腺癌患者的癌组织及配对的癌旁组织、6例远离肿瘤的正常乳腺组织中COX-2 mRNA的表达;同时应用免疫组织化学技术检测了COX-2蛋白的表达。结果 COX-2 mRNA在86％的乳腺癌组织(26／30)中表达显著增高,与β-肌动蛋白产物带的积分吸光度比值为0～1．180;癌旁组织表达明显增高,吸光度(A)值为0～0．652：在正常乳腺组织中几乎不表达。癌组织与癌旁组织、正常乳腺组织COX-2 mRNA的表达差异有显著意义。免疫组织化学显示80％(24／30)的乳腺癌组织COX-2呈阳性表达;58％(17／30)癌旁组织COX-2呈不同程度阳性表达,两者比较差异有显著意义;正常乳腺组织未见COX-2蛋白表达。结论 COX-2 mRNA及COX-2蛋白表达在部分癌旁病变中增高,在绝大多数乳腺癌组织中明显增高。COX-2的过度表达发生在乳腺癌的早期,并在其发生发展中起重要作用。为选择性COX-2抑制剂用于乳腺癌高危人群的预防提供了理论依据。     

骨桥蛋白mRNA在口腔鳞癌与正常黏膜中的表达及临床意义

目的 探讨骨桥蛋白(OPN)mRNA在口腔鳞状细胞癌(OSCC)及配对正常口腔黏膜组织中的表达及临床意义.方法 用SYBR Green I荧光定量RT-PCR方法检测30例OSCC患者肿瘤组织及其配对的正常口腔粘膜中OPN mRNA的表达.结果 Real time RT-PCR检测结果表明,OPN mRNA在OSCC和配对正常粘膜的表达水平分别为4.17±0.51和0.97±0.12,上调4.3倍(P<0.001).在30例OSCC标本中,OPN mRNA在高分化鳞癌中的表达为2.16±0.17,中/低分化鳞状细胞癌中的表达为6.80±0.72,下调3.1倍,P<0.05;在颈淋巴结阳性组表达为6.38±0.56,颈淋巴结阴性组为2.89±0.32,上调2.2倍,P<0.05;在临床早期表达为2.34±0.17,临床晚期表达为4.73±0.35,下调2.0倍,P<0.05.结论 在OSCC的癌变过程中OPN基因的表达水平显著上凋,可能是OSCC诊断、治疗及预后判断的一个靶点基因;OPN在OSCC分类诊断中有应用价值.     

An Expert Support System for Breast Cancer Diagnosis using Color Wavelet Features

Breast cancer diagnosis can be done through the pathologic assessments of breast tissue samples such as core needle biopsy technique. The result of analysis on this sample by pathologist is crucial for breast cancer patient. In this paper, nucleus of tissue samples are investigated after decomposition by means of the Log-Gabor wavelet on HSV color domain and an algorithm is developed to compute the color wavelet features. These features are used for breast cancer diagnosis using Support Vector Machine (SVM) classifier algorithm. The ability of properly trained SVM is to correctly classify patterns and make them particularly suitable for use in an expert system that aids in the diagnosis of cancer tissue samples. The results are compared with other multivariate classifiers such as Na?ves Bayes classifier and Artificial Neural Network. The overall accuracy of the proposed method using SVM classifier will be further useful for automation in cancer diagnosis.