项目名称: 不同分子亚型乳腺癌异质性空间分布特征及早期疗效预测的多模态MR成像研究

项目编号: No.81501442

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 医药、卫生

项目作者: 蒋燕妮

作者单位: 南京医科大学

项目金额: 18万元

中文摘要: 乳腺癌是一种具有高度异质性的恶性肿瘤,不同亚型的乳腺癌生长速度、侵袭能力及对药物的敏感性差异很大。传统的病理学评估受到标本取样的局限性和滞后性,无法评估乳腺癌整体的生物学特征及早期疗效。因此,活体下构建无创、简单有效的乳腺癌整体生物学特征动态评估平台,探索新的影像学评估指标,对于指导临床个体化治疗、早期预测疗效尤为重要。我们的预实验提示不同分子亚型的乳腺癌治疗前后多项影像学指标均有不同。因此,我们提出假设:多模态MRI定量评估乳腺癌化疗前后肿瘤异质性空间分布变化的影像学指标,可以用于预测肿瘤的生物学行为。本项目拟以多模态MR成像(DCE、DWI、1H-MRS、HRMAS MRS)为手段,定量分析化疗前后肿瘤的退缩方式、肿瘤内部分子运动、肿瘤的血流灌注及生物代谢特征,阐述乳腺癌异质性空间分布特征,评价各项影像学指标对乳腺癌疗效的早期预测价值,更好的指导临床个体化治疗。

中文关键词: 多模态磁共振成像;乳腺癌;异质性;分子亚型

英文摘要: Breast cancer is a malignant tumor with high heterogeneity. There are different growth rate, invasive ability and drug sensitivity in different molecular subtypes of breast cancer. Limited by specimen, the whole biological characteristics and the early therapeutic effect of breast cancer cannot be evaluated in traditional pathologic examination. It’s important to create a multimodal radiographic platform for the quantitative estimation of the whole biological characteristics and to explore the new radiographic biomarkers for the early therapeutic effect prediction in different subtypes of breast cancers. Our preliminary experiment suggested the radiographic parameters had changed during the chemotherapy in different subtypes of breast cancers. So, we suppose that the radiographic biomarkers acquired with multimodal MR imaging could be used to predict the biological behavior of the breast cancer during the chemotherapy. In this study, multimodal MR imaging(DCE、DWI、1H-MRS、HRMAS MRS) will be used to evaluate the spatial characteristics of the tumor heterogeneity by quantitative analysis of the shrinkage modality, molecular movement, blood flow and metabolic features of breast cancer during the chemotherapy. Secondly, we will evaluate the ability of early prediction in different radiographic biomarkers. Finally, we believed the proposed techniques will be of benefit for clinical individualized treatment.

英文关键词: multimodal MR imaging;breast cancer;heterogeneity;molecular subtypes

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
10+阅读 · 2021年10月14日
专知会员服务
19+阅读 · 2021年8月30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
79+阅读 · 2021年2月16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
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
4+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
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 · 2009年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关主题
相关VIP内容
【ICLR2022】通过传播网络编码学习通用的神经结构
专知会员服务
12+阅读 · 2022年2月13日
《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
10+阅读 · 2021年10月14日
专知会员服务
19+阅读 · 2021年8月30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
79+阅读 · 2021年2月16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 · 2014年12月31日
国家自然科学基金
4+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
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 · 2009年12月31日
微信扫码咨询专知VIP会员