期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
用核磁共振波谱技术结合多维变量分析研究人体肺癌组织萃取液的代谢组特征
被引量:
4
1
作者
陈文学
祖育昆
+4 位作者
卢韶华
陈芬儿
蓝文贤
白春学
邓风
《中国科学:生命科学》
CSCD
北大核心
2010年第12期1145-1153,共9页
肺癌严重威胁着人类的健康,其发病率和死亡率均居世界恶性肿瘤首位.临床上,肺癌的诊断主要依靠组织病理切片.清楚地了解肿瘤的生化代谢特征能为肺癌的准确诊断提供重要帮助.当前,生物组织萃取液的高分辨核磁共振波谱作为一个极好的调查...
肺癌严重威胁着人类的健康,其发病率和死亡率均居世界恶性肿瘤首位.临床上,肺癌的诊断主要依靠组织病理切片.清楚地了解肿瘤的生化代谢特征能为肺癌的准确诊断提供重要帮助.当前,生物组织萃取液的高分辨核磁共振波谱作为一个极好的调查组织生化代谢的工具已得到广泛应用,特别是它与多维变量分析方法相结合已成为研究生物组织代谢特征的重要平台.本研究通过HRNMR波谱技术结合多维变量分析方法(主要包括主成分分析和偏最小二乘法-判别分析方法)得到了34个肺癌病人在3个不同组织位点的101例肺组织萃取液的代谢组特征.PCA研究显示,肺癌组织在不同的位点具有不同的代谢组学特征.与临近的非侵入肺组织相比,肺癌组织中乳酸的含量显著升高,而肌醇、谷氨酰胺和缬氨酸的含量显著下降.本研究表明,用正交偏最小二乘法-判别分析方法可很好地区分临近的非侵入组织和肺癌组织,该模型预测肺癌的准确性为100%.
展开更多
关键词
肺癌
核磁共振
多维变量分析
模式识别
预测
原文传递
用高分辨魔角旋转核磁共振氢谱技术结合模式识别方法对人类神经上皮肿瘤进行分级
被引量:
1
2
作者
陈文学
楼海燕
+9 位作者
张红萍
聂秀
蓝文贤
杨永霞
向赟
漆剑频
雷皓
唐惠儒
陈芬儿
邓风
《中国科学:生命科学》
CSCD
北大核心
2011年第7期532-543,共12页
临床资料显示,患有脑肿瘤病人的存活率通常与肿瘤的类型和级别有关.如通过高分辨魔角旋转核磁共振氢谱(HRMAS 1H NMRS)技术检测得到肿瘤组织的代谢轮廓(特征),不仅可为肿瘤的生物学和新陈代谢研究提供有价值的信息,而且可为肿瘤的分类...
临床资料显示,患有脑肿瘤病人的存活率通常与肿瘤的类型和级别有关.如通过高分辨魔角旋转核磁共振氢谱(HRMAS 1H NMRS)技术检测得到肿瘤组织的代谢轮廓(特征),不仅可为肿瘤的生物学和新陈代谢研究提供有价值的信息,而且可为肿瘤的分类和分级提供重要的代谢指纹特征,而这些特征有可能成为未来肿瘤诊断的潜在手段(工具).本研究采用高分辨魔角旋转核磁共振氢谱技术结合多维变量分析(如主成分分析)方法研究了30例神经上皮肿瘤组织的代谢特征,并与临床病理结果进行对照.这30例神经上皮肿瘤主要包括2例低级星形细胞瘤(Ⅰ级)、12例中级星形细胞瘤(Ⅱ级)、8例间变型星形细胞瘤(Ⅲ级)、3例胶质母细胞瘤(Ⅳ级)和5例髓母细胞瘤(Ⅳ级).研究发现,神经元(NAA)、肌酸、顺式肌醇、甘氨酸和乳酸等代谢物的浓度以及一些代谢物与肌酸的浓度比值在不同级别的脑肿瘤组织间均具有显著性差别(P<0.05).这些代谢物的浓度比值主要包括NAA/肌酸、乳酸/肌酸、顺式肌醇/肌酸、甘氨酸/肌酸、反式肌醇/肌酸和丙氨酸/肌酸等.此外,采用人为监管模式识别方法建模(SIMCA)来预测(或区分)低、高级肿瘤,准确率基本均达87%.如仅对预测高级(Ⅲ和Ⅳ级)肿瘤而言,其灵敏性和特异性分别高达87%和93%.因此,高分辨魔角旋转核磁共振氢谱技术结合模式识别方法有可能成为未来一种潜在的、快速、准确分级人类脑肿瘤的手段(工具).
展开更多
关键词
神经上皮肿瘤
分级
高分辨魔角旋转核磁共振氢谱
代谢组学
模式识别
原文传递
题名
用核磁共振波谱技术结合多维变量分析研究人体肺癌组织萃取液的代谢组特征
被引量:
4
1
作者
陈文学
祖育昆
卢韶华
陈芬儿
蓝文贤
白春学
邓风
机构
复旦大学
化学系
复旦
-
dsm
联合
实验室
中国科学院武汉物理与数学研究所波谱与原子分子物理国家重点
实验室
华中科技
大学
同济医学院附属同济医院
复旦大学
附属中山医院
中国科学院上海有机
化学
研究所
出处
《中国科学:生命科学》
CSCD
北大核心
2010年第12期1145-1153,共9页
基金
国家自然科学基金(批准号:20872018)
中国博士后科研基金(批准号:20090450065)
波谱与原子分子物理国家重点实验室开放基金(批准号:T152805)资助项目
文摘
肺癌严重威胁着人类的健康,其发病率和死亡率均居世界恶性肿瘤首位.临床上,肺癌的诊断主要依靠组织病理切片.清楚地了解肿瘤的生化代谢特征能为肺癌的准确诊断提供重要帮助.当前,生物组织萃取液的高分辨核磁共振波谱作为一个极好的调查组织生化代谢的工具已得到广泛应用,特别是它与多维变量分析方法相结合已成为研究生物组织代谢特征的重要平台.本研究通过HRNMR波谱技术结合多维变量分析方法(主要包括主成分分析和偏最小二乘法-判别分析方法)得到了34个肺癌病人在3个不同组织位点的101例肺组织萃取液的代谢组特征.PCA研究显示,肺癌组织在不同的位点具有不同的代谢组学特征.与临近的非侵入肺组织相比,肺癌组织中乳酸的含量显著升高,而肌醇、谷氨酰胺和缬氨酸的含量显著下降.本研究表明,用正交偏最小二乘法-判别分析方法可很好地区分临近的非侵入组织和肺癌组织,该模型预测肺癌的准确性为100%.
关键词
肺癌
核磁共振
多维变量分析
模式识别
预测
Keywords
lung cancer
nuclear magnetic resonance (NMR) spectroscopy
multivariate data analysis (MVDA)
pattern recognition
predication
分类号
R734.2 [医药卫生—肿瘤]
原文传递
题名
用高分辨魔角旋转核磁共振氢谱技术结合模式识别方法对人类神经上皮肿瘤进行分级
被引量:
1
2
作者
陈文学
楼海燕
张红萍
聂秀
蓝文贤
杨永霞
向赟
漆剑频
雷皓
唐惠儒
陈芬儿
邓风
机构
中国科学院武汉物理与数学研究所波谱与原子分子物理国家重点
实验室
复旦大学
化学系
复旦
-
dsm
联合
实验室
华中科技
大学
同济医学院同济医院放射科
浙江
大学
医学院第一附属医院放射科
武汉
大学
医学院中南医院放射科
华中科技
大学
同济医学院协和医院病理科
出处
《中国科学:生命科学》
CSCD
北大核心
2011年第7期532-543,共12页
基金
国家自然科学基金(批准号:20573132和20575074)
中国博士后基金(批准号:20090450065)
波谱与原子分子物理国家重点实验室开放基金(批准号:T152805)资助项目
文摘
临床资料显示,患有脑肿瘤病人的存活率通常与肿瘤的类型和级别有关.如通过高分辨魔角旋转核磁共振氢谱(HRMAS 1H NMRS)技术检测得到肿瘤组织的代谢轮廓(特征),不仅可为肿瘤的生物学和新陈代谢研究提供有价值的信息,而且可为肿瘤的分类和分级提供重要的代谢指纹特征,而这些特征有可能成为未来肿瘤诊断的潜在手段(工具).本研究采用高分辨魔角旋转核磁共振氢谱技术结合多维变量分析(如主成分分析)方法研究了30例神经上皮肿瘤组织的代谢特征,并与临床病理结果进行对照.这30例神经上皮肿瘤主要包括2例低级星形细胞瘤(Ⅰ级)、12例中级星形细胞瘤(Ⅱ级)、8例间变型星形细胞瘤(Ⅲ级)、3例胶质母细胞瘤(Ⅳ级)和5例髓母细胞瘤(Ⅳ级).研究发现,神经元(NAA)、肌酸、顺式肌醇、甘氨酸和乳酸等代谢物的浓度以及一些代谢物与肌酸的浓度比值在不同级别的脑肿瘤组织间均具有显著性差别(P<0.05).这些代谢物的浓度比值主要包括NAA/肌酸、乳酸/肌酸、顺式肌醇/肌酸、甘氨酸/肌酸、反式肌醇/肌酸和丙氨酸/肌酸等.此外,采用人为监管模式识别方法建模(SIMCA)来预测(或区分)低、高级肿瘤,准确率基本均达87%.如仅对预测高级(Ⅲ和Ⅳ级)肿瘤而言,其灵敏性和特异性分别高达87%和93%.因此,高分辨魔角旋转核磁共振氢谱技术结合模式识别方法有可能成为未来一种潜在的、快速、准确分级人类脑肿瘤的手段(工具).
关键词
神经上皮肿瘤
分级
高分辨魔角旋转核磁共振氢谱
代谢组学
模式识别
分类号
R739.4 [医药卫生—肿瘤]
原文传递
题名
作者
出处
发文年
被引量
操作
1
用核磁共振波谱技术结合多维变量分析研究人体肺癌组织萃取液的代谢组特征
陈文学
祖育昆
卢韶华
陈芬儿
蓝文贤
白春学
邓风
《中国科学:生命科学》
CSCD
北大核心
2010
4
原文传递
2
用高分辨魔角旋转核磁共振氢谱技术结合模式识别方法对人类神经上皮肿瘤进行分级
陈文学
楼海燕
张红萍
聂秀
蓝文贤
杨永霞
向赟
漆剑频
雷皓
唐惠儒
陈芬儿
邓风
《中国科学:生命科学》
CSCD
北大核心
2011
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部