简介:摘要子宫内膜癌发病率逐年增高,并有患者年轻化趋势。规范的病理诊断是临床治疗及评估子宫内膜癌患者预后的重要依据。为提高我国子宫内膜癌病理诊断的规范化及标准化水平,中华医学会病理学分会女性生殖系统疾病学组结合国内临床外检实际,参考国内外研究进展,在广泛征求专家意见的基础上制定了本规范,包括各种子宫内膜诊刮及子宫切除等标本的处理原则、取材方式、诊断术语、常见免疫组织化学在子宫内膜癌诊断及鉴别中的应用,以及病理诊断报告书推荐格式等。
简介:摘要目的探讨乳腺癌的病理特点,为临床及时诊断和合理治疗提供依据。方法收集2008年2月—2012年12月间确诊的86例乳腺癌患者病理,结合相关临床资料,进行回顾性分析。结果86例乳腺癌患者中,病理类型浸润性导管癌74例,导管内癌5例,浸润性小叶癌3例,黏液癌2例,小管癌1例,富于脂质癌1例。雌激素受体(ER)阳性64例(74.4%),孕激素受体(PR)阳性49例(56.9%),C-erBb-2阳性34例(39.5%),E-cadherin在64例浸润性导管癌中62例(96.9%)阳性,E-cadherin在3例浸润性小叶癌表达均为阴性,P53阳性46例(53.4%)。结论乳腺癌其诊断及预后主要依靠病理组织学及免疫组织化学标记,从而为患者提供及时诊断,合理治疗。
简介:摘要目的探索建立基于深度迁移学习的人工智能肺癌辅助诊断系统并评估其应用价值。方法收集2016至2019年之间首都医科大学附属北京胸科医院保存的519例肺部组织切片(包括正常肺、腺癌、鳞状细胞癌和小细胞癌),扫描成数字切片,分为316张训练集和203张内部测试集。训练集由病理医师进行标注,使用基于ResNet-50的DeepLab v3图像分割模型建立肺部癌区像素级识别模型。在模型训练过程中,将胃部癌区识别模型的参数作为初始值,通过迁移学习策略对肺部癌区识别模型参数进行二次训练优化。再分别利用首都医科大学附属北京胸科医院的203张内部测试集以及从美国癌症影像档案(TCIA)数据库获得的1 081张外部测试集对已建立的辅助诊断模型进行验证。结果在较少样本量的情况下,迁移学习模型比普通模型显示出更好的识别准确度[曲线下面积(AUC)值0.988∶0.971,Kappa值0.852∶0.832]。此外,对外部测试集,该研究建立的迁移学习模型诊断AUC值为0.968,Kappa=0.828,表示该模型具有很好的推广性。结论该研究建立的人工智能肺癌病理辅助诊断方法具有较好的准确性和外部推广性。随着病理人工智能研究的不断深入,迁移学习方法有助于缩短诊断模型训练周期,提高诊断模型的准确性。
简介:摘要目的探讨青年女性乳腺癌与中老年乳腺癌的临床病理学特点差异,为临床实践提供更多的理论基础。方法回顾性分析十堰市太和医院75例年龄≤35岁青年女性乳腺癌的临床和病理资料,并且随机抽取同期收治的146例35岁以上中老年患者作为对照组。结果青年女性乳腺癌病理类型以浸润性癌为主,诊治时分期偏晚,病理类型以浸润性癌为主。青年组ER、PR阳性率低于中老年组(分别为39.75%、36.45%;58.57%、46.26%,P<0.05),HER-2阳性率高于中老年组(分别为65.27%;40.33%,P<0.05),青年组HER-2阳性率随着淋巴结转移数目的增多而升高。结论青年组患者较中老年乳腺癌侵袭性强、预后差。HER-2表达状况可影响乳腺癌患者预后,且HER-2表达情况与腋淋巴结转移情况存在一定的相关性,早期诊断有助青年女性乳腺癌的治疗。