项目名称: 基于磁共振功能影像的定量生物标志物研究交界性上皮性卵巢肿瘤的生物学特性

项目编号: No.81471628

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 强金伟

作者单位: 复旦大学

项目金额: 72万元

中文摘要: 交界性上皮性卵巢肿瘤(BEOT)为低度恶性肿瘤,占卵巢上皮性恶性肿瘤的29%,其治疗方案与卵巢良性肿瘤和卵巢癌不同。文献和我们的研究均显示:影像学和术中冰冻切片尚无法准确鉴别BEOT与卵巢癌,导致许多年轻患者接受了激进的分期手术,永久失去了生育能力。我们前期的常规磁共振成像(MRI)与病理对照发现:BEOT实性成分的结构特点与卵巢癌不同,虽然这些特点还无法在常规MRI上显示,但我们推测应用MR功能影像技术如扩散加权(DWI)、灌注加权(PWI)和磁共振波谱(MRS)可从分子运动、血管生成和肿瘤代谢的角度用定量生物标志物阐明;通过与离体肿瘤组织的细胞密度、血管内皮生长因子受体、毛细血管外膜细胞覆盖指数、微血管密度及代谢化合物进行定量比较,更可靠地评价BEOT的DWI、PWI和MRS特点及与卵巢癌的差异,阐明BEOT的组织病理、分子和代谢学特征,探索活体无创地评价卵巢癌的生物学特性的方法。

中文关键词: 卵巢肿瘤;交界性;磁共振成像;功能成像

英文摘要: Borderline epithelial ovarian tumors (BEOT), also known as tumors of low malignant potential, account for 29% of ovarian epithelial malignancy. Previous studies and our work indicate that imageology and intraoperative frozen section could not accurately discriminate BEOT from ovarian cancer, which result in the radical surgical excision of reproductive organs, thereby permanent loss of fertility for young patients with BEOT. Our previous studies show that the solid components in BEOT have some characteristic pathologic features differenting from these in ovarian cancer. Conventional MRI can not yet demonstrate these differences. However, We infer that these differences can be elucidated by using functional MRI techniques such as diffusion weighted imaging (DWI), perfusion weighted imaging (PWI) and MR spectroscopy (MRS), from the perspectives of molecular movement, angiogenesis and tumor metabolism. We will investigate the quantitative biomarkers of DWI, PWI and MRS, and correlate them with quantitative cell density, vascular endothelial growth factor receptors (VEGFR), pericyte coverage index (PCI), microvessel density (MVD) and metabolits of ex vivo tumor tissue to validate BEOT's features of DWI,PWI and MRS and the differences between BEOT and ovarian cancer. We expect to clarify the histopathologic, molecular and metabolic features of BEOT and validate a noninvasive imaging tool to evaluate biological traits of ovarian malignancy.

英文关键词: Ovarian tumor;Borderline;Magnetic resonance imaging;Functional imaging

成为VIP会员查看完整内容
0

相关内容

专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
11+阅读 · 2021年3月25日
专知会员服务
114+阅读 · 2020年8月22日
基于深度神经网络的少样本学习综述
专知会员服务
171+阅读 · 2020年4月22日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
外泌体行业规模2030年预计将达22.8亿美元
外泌体之家
18+阅读 · 2019年3月26日
外泌体相比干细胞的优势是什么?
外泌体之家
43+阅读 · 2018年11月15日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Arxiv
0+阅读 · 2022年4月20日
Differentiable Time-Frequency Scattering in Kymatio
Arxiv
0+阅读 · 2022年4月18日
Transformers in Medical Image Analysis: A Review
Arxiv
39+阅读 · 2022年2月24日
Arxiv
46+阅读 · 2021年10月4日
小贴士
相关VIP内容
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
11+阅读 · 2021年3月25日
专知会员服务
114+阅读 · 2020年8月22日
基于深度神经网络的少样本学习综述
专知会员服务
171+阅读 · 2020年4月22日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
微信扫码咨询专知VIP会员