一、肿瘤标志临床应用中的若干问题（论文文献综述）
武志华[1]（2020）在《ZnO微/纳阵列基底构筑及其肿瘤标志物检测性能研究》文中研究表明随着纳米材料在生物医学检测领域广泛而深入的应用,开发低成本、高灵敏度及生物相容性良好的检测用纳米材料成为医疗行业的迫切需求。传统的生物学检测方法具有灵敏度低、成本高及耗时长等缺点,所使用的试剂（如荧光分子等）通常寿命较短,且在低浓度时输出信号较弱。在生物标志物的检测中,贵金属材料（金、银等）应用较为广泛,如荧光检测、拉曼检测及免疫指示等。但贵金属的大范围推广使用很大程度上受到生产成本和生产工艺的限制,且在一些应用中存在不稳定的现象（如拉曼检测）。因此对于贵金属材料,在实际应用中仍需要解决其高成本、低稳定性和可重复性差等缺点。相比之下,ZnO由于制备工艺简单、成本低廉、信号稳定（如荧光增强应用中）等优点而在众多纳米材料中脱颖而出。目前,ZnO在生物检测中的众多领域都有应用,如作为荧光增强基底用于肿瘤标志物检测、作为拉曼增强基底用于小分子检测和以微纳结构为基础的基底对循环肿瘤细胞（CTC）的捕获等。但是受限于ZnO自身的缺陷（非特异性吸附强、发射易淬灭等）,ZnO需经过功能化修饰才能得到更好的应用。基于上述问题,本课题从ZnO的功能化着手,采用微流控化学合成法构筑ZnO微纳阵列基底,以有机修饰或无机修饰策略改变其表面特性以增强基底的检测性能,或通过调控其结构的生长获得三维（3D）微纳结构用于CTC的捕获等。具体内容如下:1.以ZnO的荧光增强特性为基础,结合亲水性修饰策略在玻璃毛细微通道内构建了超灵敏CEA检测体系。首先研究了ZnO纳米棒在微通道内的生长机理,并发现高长径比的ZnO纳米棒阵列具有较高的荧光增强能力。随后通过静电层层自组装的方式对其进行亲水化修饰,亲水后的ZnO纳米棒阵列表现出有效的抗非特异性吸附能力。最后在特异性抗体接枝后,1 h之内可对最低浓度为0.1 pg/mL癌胚蛋白（CEA）完成检测。该微流控器件具有作为即时诊断（POC）工具并应用于日常检测场景中的潜力。2.在ZnO荧光增强作用的基础上,通过原位涂覆荧光增强材料实现基底对荧光分子的双重放大效应。首先以间歇反应法在微通道内成功构筑了ZnO纳米棒阵列,随后经过优化得到最佳荧光增强性能的阵列。在证明了金属-有机骨架材料（MOFs）中的沸石咪唑酯骨架结构材料（ZIF-8）对荧光分子具有荧光增强作用后,对结合了CEA及荧光分子的ZnO纳米棒阵列进行了ZIF-8的原位涂覆,发现在ZnO和ZIF-8对荧光分子的双重放大作用下,1 h之内可对0.01–100pg/mL的CEA完成检测。该微流控器件表现出对CEA更灵敏的检测性能。3.利用ZnO的电子转移特性,将ZnO纳米棒阵列与二维Ti3C2Tx纳米片结合,通过电子转移作用实现对检测物的高灵敏检测。首先以微流控化学合成法制备了倾斜ZnO纳米棒阵列,利用滴涂法在ZnO阵列表面沉积了二维Ti3C2Tx纳米片得到ZnO/Ti3C2Tx基底。通过优化得到表面增强拉曼散射（SERS）性能最好的基底后,在对罗丹明6G（R6G）的检测中获得了与贵金属基底相媲美的检测性能,且对miRNA的检测限达到了10-7 M。密度泛函理论（DFT）模拟及计算发现ZnO与Ti3C2Tx及Ti3C2Tx与罗丹明6G（R6G）分子之间存在的界面电荷转移作用对检测灵敏度的提高有较大贡献。该方法制备简单、所得基底性能优异,在无贵金属使用的情况下对有机小分子取得了高灵敏的检测结果,对于开发非贵金属SERS基底提供了全新的思路。4.利用ZnO结构的易调控性,通过在微通道内构筑3D多级结构阵列并进行有机功能化修饰,实现了CTC的高效捕获及可控释放。首先在玻璃毛细管内壁构筑了3D多级Zn（OH）F/ZnO纳米林阵列,之后采用“grafting from”策略成功修饰了温敏性聚合物-聚（N-异丙基丙烯酰胺）（PNIPAAm）,通过进一步共轭修饰CTC特异性抗体anti-EpCAM后,在全血样本检测中对CTC的捕获效率高达81%。此外,PNIPAAm的引入降低了基底对细胞的非特异性捕获,增加了基底的细胞相容性。该方法提供了简单制备3D多级结构的思路及对ZnO进行界面有机功能化的有效策略。
王丹[2]（2020）在《基于无监督与半监督框架的医学图像分类关键技术研究》文中研究表明近年来,借助深度学习的迅猛发展势头,计算机辅助诊断技术在临床工作中展现出强大的生命力。医学图像分类作为计算机辅助诊断领域中应用最为广泛的一门技术体系,可以实现对医学图像中病症的筛查和病灶的检测分类,对于人类健康福祉具有重要意义。然而,现有的医学图像分类方法多数为依赖于有完整标记数据的有监督学习过程,而医学图像数据的人工标注过程往往需要投入大量的时间和精力,并且即便是行业内部人员的标注也难以避免标记产生的噪声问题,这给无疑给研究工作带来诸多局限。基于无监督和半监督框架的医学图像分类方法能够突破有标记医学图像资源稀缺所带来的研究困境,但至今为止此领域的研究工作尚不成熟,存在一些问题瓶颈。本文以可用有标记医学图像数据匮乏的问题为切入点,开展无监督与半监督框架的医学图像分类关键技术研究,针对临床工作中特定的医学图像分类问题以及其固有的随机性和特异性,探讨并验证有效的分类方法,切实提升临床医学图像分类诊断水平。本文的研究内容与贡献概括如下:1.提出了一种基于自监督拓扑聚类网络（Self-supervised Topology Clustering Network,STCN）的无监督皮肤癌图像分类方法,针对临床实际医学图像因光照、对比度、角度及背景干扰等因素导致的不确定性和复杂性,构建了对于图像具有变换不变性的自监督网络,该网络可归一化多变条件下的医学图像,增强所提取特征的鲁棒性;为了解除现有大多数无监督医学图像分类方法中样本拓扑关系单一固化的问题,设计了深度拓扑聚类模块,通过模块度最大化机制实现在不知类别数目的无标记数据中完成自动聚类过程,有效地解决了在训练过程中偶发的新类别问题;最终通过自监督训练过程优化整个网络的分类性能。本方法在无需预知样本类别信息的条件下提取的特征具有良好的聚类划分能力,获得了较为理想的无监督皮肤癌医学图像分类效果,且在性能表现上优于现有聚类方法。2.提出了一种基于原型迁移生成对抗网络（Prototype Transfer Generative Adversarial Netowrk,PTGAN）的无监督乳腺肿瘤图像分类方法,针对由于数据采集设备、参数设置的不同,导致的乳腺肿瘤图像在风格、数据分布上的差异问题,设计了目标域偏向生成对抗网络,通过域判别器与生成器的对抗训练过程使得经过生成器重构后的源域图像与目标域图像之间的风格差异不断减小;为了解决乳腺肿瘤图像分类任务中有标记数据稀少所导致的算法效率和扩展性难于提升的问题,构建了原型迁移模块,通过跨域特征迁移损失对网络提取的特征进行进一步迁移,对特征空间中的跨域特征分布差异进行消除;采用从源域数据集中学习的基于原型的分类器来对目标域中的样本以聚类中心最近邻规则进行匹配,并获得对应的伪标签,进而达到在类别层面上减小域之间的分布差异,最终实现对目标域中无标记样本类别的划分。本方法对于不同放大倍数下的无监督乳腺肿瘤病理图像二分类任务获得了87.6%的平均准确率,且具有良好的扩展性。3.提出了一种基于多源模糊注意力网络（Multi-source Fuzzy Attention Network,MFAN）的半监督乳腺肿瘤图像分类方法,针对该领域有标记数据资源稀少与现有同类无监督分类方法效果不理想的问题,设计了域注意力特征提取器和域不变性生成器,利用目标域中少量的有标记图像和大量的无标记图像,以及多个相关源域的有标记图像来学习一个乳腺肿瘤图像自重构模型;考虑到不同域数据对向目标域迁移的贡献度不同,引入模糊聚类算法进而获得不同域的权重,将每个域的图像特征转化为偏向目标域的公共特征空间;引入了图像解码器（生成器）,通过与相对判别器的对抗训练过程,以达到进一步提高特征鲁棒性的目的;最终模型采用K-均值聚类算法为样本标注相应的伪标签,通过标签推理过程以实现在学到的共享特征空间中训练目标域数据的分类模型。本方法中的MFAN网络机制可有效提升半监督乳腺肿瘤图像分类任务的分类精度,能够准确估计相同类别的样本,降低临床应用中乳腺癌的漏检率。4.提出了一种基于深度多特征增强网络（Deep Multi-feature Reinforcement Network,DMRN）的半监督脑影像分类方法,针对深度学习技术在磁共振脑影像分类研究方法中仍存在的有标记训练数据支撑不足、模型可解释性差,以及无法有效提取医学图像的特定手工设计特征等问题,本方法在特征提取模块提取图像的深度特征后,又采用局部二值模式提取具有旋转不变性和灰度不变性的纹理特征,并通过广义线性模型提取形态特征;在多特征增强模块实现对深度表示特征与以上两类手工设计特征的融合,并引入反卷积操作重建网络,对融合后的特征进行影像重建,提高综合特征对原始图像的表示能力;最终应用分类模块对增强后的图像进行分类。本方法能够充分利用有标记和无标记脑影像的各类特征信息,相较于已有的半监督脑影像分类方法具有更优异的特征学习能力及分类性能,且与现有的有监督方法的性能表现差异保持在一定限度之内。
顾桐旭[3]（2020）在《基于介孔氧化硅复合颗粒的刺激响应型肿瘤诊疗平台研究》文中研究表明癌症严重威胁着人类的生命与健康,及时准确地早期诊断与高效可控的治疗是降低癌症死亡率的关键。随着人们对肿瘤特性认知的不断深入和纳米科学技术的不断发展,越来越多的多功能复合纳米颗粒被设计构建并应用于肿瘤的诊断与治疗。其中,利用肿瘤微环境特点（如pH、乏氧、氧化还原水平、酶等）或外场刺激（如光、电、磁、超声波、射线等）实现功能化响应的纳米平台,能够为肿瘤诊疗提供更好的时空可控性和选择特异性,具有非常广阔的应用前景。介孔氧化硅材料因具有可控的形貌尺寸、可调的介孔结构、高比表面积、丰富的表面基团和良好的生物相容性等特点,在肿瘤诊疗纳米医学领域表现出无可比拟的优越性和应用潜力。因此,本文基于放射状孔结构的介孔氧化硅纳米颗粒,开展了一系列课题研究,从材料学基础研究（包括调控参数并分析制备机理、设计并合成多功能复合纳米颗粒、分析并表征材料微观结构等）,到生物应用功能探索（包括肿瘤标志物检测、肿瘤微环境调节、药物控释、肿瘤治疗新概念提出、协同治疗等）,研究了其复合结构在刺激响应型肿瘤诊疗中的应用。主要内容如下:（1）利用油水两相法制备了放射状孔结构介孔氧化硅纳米颗粒,并通过改变油水两相比、模板剂苯乙烯用量、催化剂赖氨酸浓度、搅拌速度,探究各实验参数对介孔氧化硅尺寸与介孔结构的影响,分析各成分在反应过程中所起的作用,总结得到介孔氧化硅合成原理与界面成核生长机制,为后续复合结构的设计与功能化应用做铺垫。（2）创造性地利用毛细管效应与热分解反应在放射状孔结构的介孔氧化硅纳米颗粒孔道内生长上转换发光纳米晶,成功制备出具有高比表面积与大孔体积的上转换发光介孔氧化硅纳米颗粒CaF2:RE3+@MSN。这种在氧化硅介孔孔腔内原位生长上转换发光纳米晶的方法,在降低生物毒性的同时简化了复合材料的合成步骤,尺寸均一可控,分散性好;在保证发光功能的前提下,有效增加了材料的比表面积与孔体积,增强了表面活性,有利于功能因子的负载与协同治疗的实现。（3）针对肿瘤早期诊断需要实现高通量检测,减少假阳性误诊的需求,我们将不同稀土掺杂的CaF2:RE3+@MSN纳米颗粒分别修饰与不同目标miRNA的一半能够形成碱基互补配对的DNA探针,同时在Fe3O4磁性微球上修饰另一半DNA探针。利用目标miRNA出现时,CaF2:RE3+@MSN纳米颗粒与修饰了对应探针的Fe3O4磁性微球之间形成三明治结构后会被磁性分离带出这一现象。建立溶液在980 nm激光照射下的上转换发光某一发光峰的强度与对应目标miRNA浓度的线性关系,从而在同一溶液中同时实现对不同miRNA浓度定性和定量的判定。（4）静电纺丝纤维膜交错的微观网络结构,不仅可以增加与溶液的接触面积,还能够产生毛细管效应,提高溶液在纤维中的滞留时间。利用这一特性,我们结合上转换发光介孔氧化硅纳米颗粒CaF2:Yb/Ho@MSN与热塑性聚氨酯氧化石墨烯静电纺丝复合纤维TPU@GO,成功制备了便于携带储存且能够实现miRNA高精度检测的智能纤维膜。利用单链DNA探针与氧化石墨烯（GO）的强亲和性,能够建立起智能检测膜发光强度与目标miRNA浓度之间线性相关关系,最终检测精度达到20 pM。（5）可见光组织穿透深度差与肿瘤的乏氧微环境限制了光动力治疗效率的提高,因此我们将上转换发光介孔氧化硅纳米颗粒与氧化锰复合,并负载光敏剂Ce6,制备了一种近红外光响应的且能够调节肿瘤乏氧微环境的多功能复合肿瘤光动力治疗平台（C@SMn-Ce6）。MnO2的复合不仅能够催化肿瘤内源性的H2O2分解实现原位自供氧,复合过程中Mn2+掺杂进入CaF2:Yb,Er晶格还能够产生晶格畸变,引起Mn2+与Er3+之间的能量传递交换,导致上转换发光强度的增加以及红光比例的提高。最终,C@SMn-Ce6从缓解乏氧和增强上转换发光两个方面均能够有效提高光动力治疗效果。（6）我们发现铂纳米颗粒在直流电场和氯离子的辅助下,会促使水分子在其表面发生解离反应,产生羟基自由基的现象,首次提出了利用超低频方波交流电与铂纳米颗粒实现肿瘤治疗的“电动力疗法（EDT）”。从理论计算层面,解释了羟基自由基产生的原理;在细胞动物实验水平,证明了EDT在大尺寸肿瘤治疗中应用的可能性。EDT治疗效果可持续性强且不受肿瘤周围环境影响,为肿瘤治疗新方法的开发提供了一种新的思路。（7）在电动力治疗概念提出的基础上,我们结合介孔氧化硅材料作为药物控释载体的优良性能,设计并构建了一种能够实现化疗与电动力协同治疗的多功能复合纳米颗粒（Silica-DOX@Chitosan-Pt,SDCP）。将化疗药物DOX负载于介孔氧化硅纳米颗粒中,并用壳聚糖封装,实现pH响应的药物释放;同时在颗粒表面原位合成铂纳米颗粒,使SDCP纳米颗粒具备在方波交流电场下,催化水分解产生羟基自由基的能力。这是电动力治疗首次与其他治疗方法联用,证明了其应用于协同治疗的可行性,为后续基于电动力治疗的研究工作打下了良好的基础。
梁维源[4]（2020）在《磷烯、锑烯的光学特性及生物光子学应用研究》文中进行了进一步梳理以石墨烯为代表的二维材料在生命科学领域中的发展方兴未艾。磷烯（Phosphorene,BP）和锑烯（Antimonene,AM）同属新兴的单元素二维材料,因其独特的物理化学性质,受到人们越来越多的关注,成为当前材料、光电、器件、能源、生命科学等领域的研究热点。针对目前肿瘤光学治疗与诊断中存在的问题,本文在对磷烯和锑烯的合成和光学性质分析之后,聚焦于磷烯、锑烯在生命科学领域中的若干重要问题,提出以下研究:1、开发近红外光（Near Infrared,NIR）响应的光热治疗;2、NIR响应的药物可控释放;3、X射线响应的放射增敏等癌症治疗手段;4、基于可见光的表面等离激元共振（SPR）生物传感器的癌症标志物诊断手段。本论文主要内容如下:1、黑磷/还原氧化石墨烯（BP/rGO）杂化物的NIR光热治疗。BP已被证实是性能优异的光热剂,但价格昂贵、容易降解等特性限制了其进一步应用。通过形成化学键预先占据BP的孤对电子有望是解决BP不稳定问题的有效策略。采用超声辅助剥离和退火工艺,以廉价的红磷为原料制备了黑磷并合成了BP/rGO杂化物。表征结果显示BP与rGO形成了磷-碳（P-C）共价键,提高了BP的稳定性。经聚合物包覆后BP/rGO表现出良好的生物相容性和高的NIR消光系数(21.96 Lg-1cm-1)、光热转换效率（57.79%）。光热性能的提高可能来源于P和C的晶格失配缺陷。细胞和裸鼠水平上的研究表明,BP/rGO拥有优异的NIR致光热消融肿瘤的效果,且毒副作用小。该工作为合成BP晶体和BP/rGO杂化物提供了新的思路,并提出了一种基于BP的新型光热剂（PTA）。2、BP@水凝胶智能NIR光控药物释放系统。肿瘤治疗的给药方式仍面临诸多挑战。为了提高治疗效果、减轻患者痛苦,采用一次注射、智能释放的系统被认为是有前景的方案。光响应性水凝胶具有最小的侵袭性和可控释放的潜力,是一种理想的药物控释平台;黑磷纳米片（BPNSs）具有高的光热转换效率、优异的生物可降解性等综合优点。因此,基于BPNSs和低熔点琼脂糖构建了BP@水凝胶载药平台。BP@水凝胶被注射到肿瘤部位后,由于体温温度较低导致的相转换而变成固态。在NIR激光照射下BP@水凝胶经历了可控的软化和熔化状态,实现了可控的光触发药物（阿霉素,DOX）释放和水凝胶降解。并且,上述药物释放速率可由内部参数（如琼脂糖、BP和药物的浓度）和外部参数（如NIR光功率、光照时间）精确调控,这有利于抗癌治疗的临床应用中维持有效的血液药物浓度。尤其是,BP@水凝胶对各类细胞的毒性极小,且水凝胶和BPNSs在治疗结束后均是可降解的,这使得它们在临床转换中颇具前景。3、二维锑烯用于X射线放射增敏。当前的放射增敏剂受到清除率低或制备过程需要多步反应等限制。锑烯具有高的原子序数（High Z）、可通过肾脏快速清除、合成简单可靠,有望成为理想的X射线放射增敏剂。锑剂用作药物已有几个世纪且五价锑剂仍是治疗利什曼病的一线药物。锑烯或锑剂的上述性质诱使我们将锑烯的应用拓展到X射线放射增敏和癌症治疗中,但其辐射催化致活性氧（ROS）增强的机理尚不清楚。基于此,我们设计合成了自身具有放疗增敏效果的锑烯量子点（AMQDs）和锑烯纳米片（AMNSs）作为新一代放射增敏剂,并试图探讨其放疗增敏的机制。首先采用液相剥离法成功制备了AMQDs和AMNSs,经双亲性PLGA包覆得到生物相容性良好的锑烯纳米粒子（AMNPs@PLGA）。多种表征手段证实,X射线辐照能诱导AMNPs氧化进而形成异质结AMNPs/Sb2Ox（x=2和/或5）,相比之下,具有更小尺寸和更大比表面积的AMQDs比AMNSs可产生更多的三价锑（Sb（III））和ROS,促进了肿瘤细胞的凋亡。提出了Sb/Sb2Ox异质结构辐射催化的电荷分离模型,试图揭示增强的ROS的产生原因。发现该模型满足Z构型,在X射线激发下,Sb2O3的导带（CB）中的激发电子可迅速与Sb的价带（VB）中的激发空穴复合,增加了Sb的CB中的激发电子与周围3O2之间的能量转移的机会,从而增加了1O2。这项工作拓展了锑烯作为下一代放射增敏剂的应用,并为理解异质结的辐射催化增强ROS的过程提供了新的思路。4、基于锑烯纳米片的SPR传感器用于miRNA的超灵敏检测。表面等离激元共振（SPR）技术具有无损、免标记、重现性高、成本低等诸多优势,但迫切需要具有大的吸附的先进材料,以提高检测性能。与石墨烯相比,锑烯与单链DNA或者RNA具有更强的相互作用,更适合用于检测单链DNA和RNA,但锑烯和DNA之间的相互作用及其在光学传感中的应用仍不清楚。基于此,采用层层组装工艺开发了基于锑烯的SPR生物传感器,用于特异性地无标记检测临床相关的生物标记物,如miRNA-21和miRNA-155,最高检测限（LOD）达到10 aM。提出的生物传感器是首次报道的基于锑烯二维材料进行临床相关核酸检测的方法。
贾晨曦[5]（2020）在《基于多分类器多因素融合的渐进式乳腺癌辅助诊断模型》文中认为智慧医疗是医学和人工智能的交叉领域,是近年来国内外研究的热点领域之一。通过机器学习的手段可以非常有效的缓解医疗资源不足和患者就医需求日益增长之间的矛盾。乳腺癌是当今女性最大的威胁之一,作为一种异质性肿瘤,乳腺癌诊断涉及人口学信息、免疫学、生物化学等方面繁杂的因素,判断依据复杂多样。在乳腺癌实际临床诊断中由于不同病程阶段对患者采用不同检查手段,同一时间不同患者检查项目往往不同。上述情况为乳腺癌综合诊断模型构建带来了巨大的挑战。本文在研究多种分类器和融合方法的基础上,构建了基于多分类器多因素融合的渐进式综合诊断模型,主要工作如下:（1）针对乳腺癌涉及理化指标繁杂,表述方式多样的问题进行了数据特征提取与选择。结合相关医学文献和现有数据,选取血常规、血液肿瘤标志物、免疫组化三项医学检查数据,利用LASSO和随机森林算法选取其中关键性指标,并参考专业医学资料印证其正确性。（2）针对乳腺癌数据种类多样的特点,分析了随机森林、决策树、K近邻、支持向量机、逻辑回归、LSTM六种基分类模型优劣性、关键参数等相关特性。通过实验对比各模型在包含人口学信息的血常规、血液肿瘤标志物、免疫组化数据上的分类性能,结果显示血常规最优分类器为RF准确率77.59%,血液肿瘤标志物最优分类器为KNN准确率82.92%,免疫组化最优分类器为SVM准确率84.18%。（3）针对乳腺癌检查数据之间数据分布特征、评价方法不同的特点,采用了多分类器融合的策略。实验对比分析了三类融合算法:投票法、平均融合法和基于多准则决策（Multi-criteria Decision Making,MCDM）的融合算法,结果显示MCDM融合算法在不同数据集上准确率均高于其他两种策略。（4）针对乳腺癌诊断涉及检查种类（因素）多样,不同患者检查项目和时间不同的问题,本文提出了渐进式两级融合综合诊断模型。设计了分类器级融合和渐进式因素级融合的两级融合结构,实现分类器和因素种类的灵活增减提高模型可扩展性。同时增加渐进式机制使得模型在数据特征大量缺失时依然具有很高的准确率,具有良好的鲁棒性。基于上海某三甲医院真实数据进行实验,结果显示本模型在全特征输入情况下准确率达到91%,在特征大量缺失时比没有渐进式机制的模型准确率高10%以上。（5）渐进式乳腺癌诊断系统的构建。在提供诊断功能的同时还提供了相应的数据可视化服务,帮助医生更方便的对患者进行诊断。
黄章炜[6]（2020）在《面向血清唾液酸检测的太赫兹时域光谱特征提取与病变识别方法研究》文中研究表明太赫兹时域光谱（Terahertz Time Domain Spectroscopy,THz-TDS）基于对生物分子响应敏感和无损等优势,在生物医学研究领域具有广泛的应用前景,特别是肿瘤检测方向。本文依托国家自然科学基金项目,利用太赫兹时域光谱技术,开展了人体血清中唾液酸异常的病变检测问题研究。分别从肿瘤标记物唾液酸分子、唾液酸蛋白和血液细胞等层面研究了太赫兹时域光谱的检测与解析方法,重点研究了光谱响应机制分析、特征提取、肿瘤病变标记物含量异常判别等技术,为太赫兹时域光谱检测方法在医学辅助诊断中的应用提供支持。论文的主要工作和创新点如下:（1）肿瘤标记物唾液酸的太赫兹响应机理研究。为了更好地解释和利用太赫兹时域光谱法检测人体血清中肿瘤标记物唾液酸含量的异常信息,开展了唾液酸晶体的太赫兹波吸收特性、单分子和晶胞构型模拟方法以及唾液酸水溶液的响应机理研究和正向解析工作,完成了唾液酸单分子和晶胞太赫兹响应比较和实验验证,探究了唾液酸水溶液的水合作用,分析了唾液酸浓度对太赫兹波吸收谱的影响;综合上述结果,提出了肿瘤标记物太赫兹时域光谱响应与验证方法,为在生物医学领域利用太赫兹时域光谱开展肿瘤标记物的检测提供借鉴。（2）唾液酸糖蛋白的太赫兹时域光谱判别方法研究。在人体血清中,蛋白质如果被唾液酸化变为唾液酸糖蛋白（唾液酸成为蛋白质的基团）,其可作为肿瘤病变的一个标记。围绕利用太赫兹时域光谱技术特异性识别蛋白唾液酸化的问题,针对唾液酸糖蛋白在太赫兹波段内无显着性吸收峰以及吸收特性受浓度影响导致的特征不显着问题,提出基于复合多尺度熵的唾液酸糖蛋白太赫兹时域光谱特征提取方法,达到关注序列总体变化趋势的目的,在非线性光谱分析中具有良好的优势;同时,对吸收系数、折射率、实介电常数和虚介电常数等太赫兹参数对于糖蛋白唾液酸化的敏感性进行研究,探究了太赫兹参数对识别的影响。（3）血清中唾液酸异常太赫兹时域光谱检测及肿瘤病变识别方法研究。血清中游离唾液酸和唾液酸糖蛋白等的含量异常是人体肿瘤病变的一个标志。本章围绕基于太赫兹时域光谱血清唾液酸异常检测和肿瘤病变识别若干问题开展了研究。针对基于太赫兹时域光谱的人体血清识别问题中的太赫兹参数的敏感性选择问题,提出了基于交并比的敏感性参数选择方法,定量计算来评价与选择敏感性参数;针对血清太赫兹光谱混叠造成的特征选择问题,提出了基于频率特征、主成分特征、序列信息熵特征的融合方法,建立了基于敏感性参数的病变血清判别模型,提高了病变识别的灵敏度和特异性,为未来血清唾液酸异常检测奠定了基础。总而言之,本文围绕着血清唾液酸检测与肿瘤病变识别方法的若干关键问题开展了研究。针对唾液酸单分子和晶胞太赫兹响应比较和实验验证,给出了太赫兹时域光谱正向建模与计算的技术方案和实现方法;围绕利用太赫兹时域光谱技术特异性识别唾液酸糖蛋白问题,提出基于复合多尺度熵的唾液酸糖蛋白太赫兹时域光谱特征提取方法;针对基于太赫兹时域光谱的人体血清识别问题中的太赫兹参数的敏感性选择问题,提出了基于交并比的敏感性参数选择方法;针对血清太赫兹光谱的混叠造成的识别特征选择问题,提出基于频率特征、主成分特征、序列信息熵特征的融合,建立了基于敏感性参数的病变血清判别模型。相关进展与成果对太赫兹时域光谱技术在肿瘤标记物识别和病变检测中的研究具有借鉴意义。本课题检测的病理分析支持由浙江大学医学院附属第二医院肿瘤研究所提供。
孙长建[7]（2019）在《医学影像的四维重建和分割中的关键技术研究》文中进行了进一步梳理医学成像和医学影像分析极大地推动了临床诊断的进步。随着数字医学影像的普及以及计算机计算能力的提升,4D（4 Dimensional）医学成像,也就是动态3D（3 Dimensional）成像,开始在该领域内发挥重要作用,其对于量化器官位移,观察体内器官运动以及评估器官的机械功能至关重要。动态成像是疾病治疗前后的器官功能分析,放射治疗期间病灶的动态跟踪和实施4D放射治疗的基础。在4D医学影像中精准地分割器官和病灶,可以最小化正常组织的损伤,最大化对目标的辐射剂量,尤其是在保护与目标相邻的关键结构中发挥作用。完整的4D医学影像重建和分析一般分为五个过程:1.动态医学图像数据的获取;2.4D医学影像的重建;3.4D医学影像中感兴趣的目标分割;4.感兴趣目标的指标量化;5.基于量化指标的分析。本文针对4D医学成像从成像到分析的全过程,从前至后对4D医学影像重建中需要的门控信息采集、4D医学影像分析中需要的分割技术等关键性问题深入研究,并在实际的临床应用中检验了研究成果。本文的主要研究内容和创新工作如下:1.现有的基于回溯性采集切片的胸部MRI（Magnetic Resonance Imaging）动态影像的难点是精准采集呼吸的门控信息。本文提出一种基于光流法追踪体内生物标志物,自动标注呼气结束点和和吸气结束点的门控技术。这种门控技术允许病人在医学影像采集过程中自由呼吸,只需简单的人工交互,就可以在很短的时间内完成大量数据自动标注。与手动标注者的标注结果相比,自动标注的方法误差很小。另外,本文还针对胸部MRI动态影像重建过程中,非正常的呼吸循环会破坏动态影像成像的完整性,影响医生对病人病情的评估等问题,提出一种非正常呼吸信号探测算法。在此基础上,还设计了更为先进完整的基于CNN（Convolutional Neural Networks）模型和LSTM（Long Short-Term Memory）模型,在自由呼吸采集切片中标注呼吸节点和检测非正常呼吸循环信号的网络框架。该框架克服了纯粹基于光流法的呼吸节点标注算法对于标注位置敏感的缺陷,提升了标注的精度。该框架下的非正常呼吸信号检测算法不需要手工设计特征来检测非正常呼吸循环信号。本文在真实临床数据上测试了该框架的可用性,可以满足临床使用的要求。2.鉴于现有分割算法无法利用多个模态的医学影像或者同一模态的不同增强期医学影像的特异性,本文设计一个基于FCN（Fully Convolutional Networks）的多通道MC-FCNs（Mutil-Channel Fully Convolutional Networks）网络。MC-FCNs网络可以利用多期增强CT（Computed Tomography）的不同增强期对病灶的显影效果不同,使用多个通道分别完成对不同增强期CT的特征学习,为每个增强期CT影像训练独立的模型参数,并且融合多个增强期影像的病灶特征。本文在真实的结直肠癌肝转移患者的临床数据中,通过分割肝脏病灶的任务中检验了该算法。与单通道的FCN相比,MC-FCNs获得了更好的肝脏病灶分割精确度。3.本文设计一个通用的4D医学影像分割框架,在两个4D的MRI数据集中,针对4D医学成像不同分割方向对精确度的影响进行研究。虽然2D医学影像中的分割算法已经在医学图像中被广泛应用,但是至今还没有相关研究报告在4D医学影像分割中,沿不同分割方向（时间维度和空间维度）对于4D医学影像的分割精度有什么影响。本文设计的4D医学影像分割算法包含两个独立的针对时间方向分割的T网络和针对空间方向分割的S网络,使用者可以自由选取4D医学影像的任意时间点或者任意位置点作为分割起点,沿着时间方向或者空间方向改变分割方向,完成整个4D医学影像的全部分割。在该通用框架下,用于分割的基本网络结构U-Net（U-Network）可以被其它的分割网络结构所替代。本文基于两个4D MRI数据集得到的测试结果,在不同分割方向上,可以为使用该框架分割4D医学影像时获得的分割精度提供参考。本文的研究内容贯穿了4D医学影像分析的全过程。在重建阶段,解决了胸部4D医学影像重建中的关键问题,实现了呼吸节点的自动标注,异常呼吸信号检测,提升了重建效率。在医学影像分析阶段,本文分别实现了基于2D（2Dimensional）医学影像和4D医学影像的分割算法。
张俐[8]（2019）在《近红外纳米平台的生物医学应用基础研究》文中研究指明光动力学疗法（Photodynamic Therapy,PDT）是一种仍正在发展中的具有高选择性和广谱性的癌症早期治疗的新方法。光敏分子、组织氧分子和激发光构成了临床PDT的三要素。在紫外至可见光激发下的光敏分子与组织中氧分子之间的相互作使处于基态的三线态氧分子到达激发态的单线态（1O2）。1O2是活性氧种类之一,对生物分子或细胞的强氧化杀伤构成了PDT医学临床应用的基础。然而,自光动力学疗法问世至目前,应用于癌症PDT普遍应用紫外至可见光波段的光,这个波段的光组织穿透深度较差,应用的光敏分子无特异生物靶向性;也如同所有药物治疗产生耐药性一样,在实施癌症PDT的过程中,诱导癌细胞产生强的抗氧化应激等问题,这些问题严重地制约了PDT的疗效和发展。此外,由于癌症的发生、发展与治疗都可能导致多系统多脏器功能不同程度的变化,例如通过血糖痕量变化的精准分析对癌症等疾病的病情评价以及治疗评价都可能具有重要的意义。然而,目前尚缺乏对痕量血糖变化的灵敏和精准分析的新技术和新方法。纳米光子学技术与生物医学的结合,使一些生物医学领域问题得以解决成为可能。研究和发展近红外红光子上转换光敏纳米平台,用于解决目前医学临床癌症光动力学治疗中的上述问题的研究成为本纳米生物医学领域的研究热点。尽管已有许多应用上转换纳米粒子生物成像、上转换光敏纳米平台肿瘤光动力学治疗及其生物成像和治疗一体化的相关研究报道,但是对于近红外光上转换纳光敏剂与癌细胞相互作用相关联的抑制抗氧化应激的抑制剂释放动力学研究至今未见报道,而这对处于研究和发展中的上转换光敏纳米平台癌症光动力学诊疗一体化技术的发展是至关重要的。特别值得注意是,如同癌症药物治疗一样,癌组织对药物产生耐药性或耐受性,最终将导致治疗无效,与此类似,PDT的肿瘤治疗也同样产生抗氧化应激反应抵制PDT对癌症的治疗杀伤效果,这一问题也是近红外上转换光敏纳米平台基的癌症PDT新方法研究发展的关键瓶颈之一。此外,虽然医学临床已有许多方便、快捷的血糖分析检测方法在应用中,也有多种多样的血糖分析和检测新方法和新技术处于研究和发展中,这些方法和技术大多数处于血糖的毫摩尔至微摩尔浓度的分析检测水平,然而,很低浓度下的痕量血糖的微小变化检测的灵敏性和量化分析精准性,可能有利于对癌症等疾病的的病情变化趋势从癌细胞或分子水平进行分析和评价。针对临床癌症光动力学疗效差的问题,尤其是研究和发展中的近红外光子上转换光敏纳米平台肿瘤光动力学治疗以及已有血糖检测方法等存在的上述诸多问题,本论文基于位于生物光谱窗口区的近红外光生物组织穿透深、不激发生物自荧光、生物（组织、细胞或分子）光散射低等优点,将近红外光上转换纳米粒子（UCNPs）与光敏分子（ZnPc）共价组装光敏纳米平台,在此基础之上,将对抗氧化应激因子Bcl-2具有抑制作用的ABT737抑制剂和对癌细胞微环境pH值敏感的聚合物分子与上转换光敏纳米平台组装,创新地构建了具有抑制抗氧化应激功能的多功能近红外上转换纳米光敏平台用于肺癌的高清细胞成像示踪引导肺癌光动力学早期诊治纳米平台的应用基础研究,并创新地开展了旨在探索发展用于分析评价血糖微量变化灵敏感的近红外光子学基表面增强拉曼散射（SERS）分析检测新方法研究,取得了如下创新性的结果:1.创新地利用酸性pH敏感聚合物和抑制Bcl-2蛋白分子抗氧化应激的抑制剂ABT737与上转换光敏纳米平台进行组装,实现了Bcl-2抑制剂与上转换光敏纳米平台在癌细胞靶点部位的时空可控共释放。利用具有上转换荧光成像和癌细胞杀伤功能的上转换光敏纳米平台ABT 737@ZnPc–UCNPs作为荧光示踪探针,与上转换荧光共定位技术相结合,研究了其在路易斯肺癌细胞的动力学分布。研究结果表明:具有抑制抗氧化应激功能的ABT 737@ZnPc-UCNPs光敏纳米平台在细胞内随着孵育时间进化,内在化的上转换光敏纳米平台首先富集于溶酶体上,然后其从溶酶体逃逸逐渐聚集于线粒体上。在近红外光照下和在定位于线粒体荧光成像引导下,实现了上转换光敏纳米平台对肺癌细胞的更精准氧化杀伤,由于ABT737有效地抑制了抗凋亡蛋白Bcl-2,有效地高了上转换纳米光敏平台的肺癌细胞的光动力学疗效。2.应用构建的具有抑制抗氧化应激的ABT 737@ZnPc-UCNPs上转换光敏纳米平台在肺癌细胞水平和小鼠肺癌肿瘤模型水平研究了肺癌光动力学疗效与治疗机理。研究获得了细胞核固缩、线粒体膜电位下降、线粒体外膜通透性改变导致细胞色素c的释放和线粒体形态的不可逆分裂的创新结果。首次观察到了具有抑制抗氧化应激功能的ABT 737@ZnPc-UCNPs通过抑制抗凋亡蛋白Bcl-2的表达及联合光动力治疗的协同作用导致肺癌细胞的程序性死亡结果。并获得了ABT 737@ZnPc-UCNPs光敏纳米平台介导的光动力学治疗能改善肺癌微环境,可能抑制癌组织血管生成和再生的新发现。3.基于近红外纳米平台建立一种敏感的血糖检测分析方法,为进一步研究血糖微量变化与癌症等疾病变化的关系供一种灵敏的工具。与普遍报道的表面增强拉曼散射（SERS）衬底或芯片的二维扩散过程不同,本研究将巯基苯胺（p-ATP）的高拉曼活性、银纳米三角片（SNTs）尖端超强的局域表面等离子共振（LSPR）、葡萄糖氧化酶对血糖催化产生双氧水（H2O2）对SNTs尖端灵敏的刻蚀效应、水溶液中H2O2分子向纳米平台三维扩散过程等优点相结合,创新地设计并构建了由SNTs与p-ATP巯基配位结合的SERS生物标签和葡萄糖氧化酶水溶液构成的SERS均相纳米平台（HSNPF）,研究了制备的HSNPF对葡萄糖高灵敏传感行为。结果表明:HSNPF的SERS强度与葡萄糖浓度之间的非线性关系能够很好地应用于不同浓度范围的若干个线性关系拟合。首次建立了将这种非线性关系拟合获得的不同线性关系应用于不同血糖浓度范围的高灵敏和高准确性分析检测的新方法,获得了葡萄糖分析的400 pM的最高检测限。综上,本论文基于近红外纳米平台的治疗及检测进行了研究。应用位于生物光谱窗口区的近红外光不激发生物自荧光、受生物分子光散射影响小的优点,构建了抑制Bcl-2介导抗氧化应激的近红外光上转换纳米光敏平台,研究了制备的近红外上转换多功能纳米光敏平台分别与路易斯肺癌细胞和肺癌鼠模型的相互作用,展示了肺癌光动力学治疗的高效性。除此之外,建立了高灵敏SERS基HSNPF,并对血糖进行了高灵敏检测。尽管仍有许多更深入的研究需要进行,但是本论文的初步探索性的基础研究工作已进一步体现了近红外纳米平台在生物医学领域应用的潜力和前景。
庄原[9]（2019）在《无机纳米颗粒与核酸纳米材料在肿瘤细胞诊断及靶向治疗中的应用研究》文中研究表明肿瘤是目前人类致死率最高的疾病之一。传统抗肿瘤药物往往存在靶向能力差、生物相容性差、代谢过快和毒副作用较强等缺点,因此在实际应用中受到了严重限制。此外,针对与肿瘤发生密切相关的肿瘤生物标志物进行检测是目前较为流行的肿瘤早期诊断手段,但这种方式对检测的灵敏度、特异性等都提出了极高的要求。基于以上问题,本文研究了多种无机纳米颗粒与核酸纳米材料在肿瘤标志物检测及肿瘤靶向治疗中的应用,设计和构建了用于检测肿瘤生物标志物端粒酶与miR-21的纳米生物传感器件,并通过研究细胞器靶向性和肿瘤靶向受体的精准排布探究了精确调控纳米颗粒肿瘤细胞靶向性的方法。本文的主要工作如下:（1）利用具有特定序列的端粒酶寡核苷酸引物,构建一系列纳米生物传感器,并将之应用于端粒酶提取物和活细胞内端粒酶的高灵敏度检测,实现了肿瘤细胞提取物内低至5个细胞的端粒酶检测,膀胱癌病人清尿与血尿样本的检出率分别达到100%和89.5%。此外,在肿瘤细胞内成功实现了端粒酶的实时荧光检测。（2）基于具有特殊荧光弛豫时间信号的荧光纳米金刚石（FND）与四氧化三铁磁性纳米颗粒（MNP）,制备了生物传感器FND-DNA-MNP,证实了其对肿瘤标志物miR-21的特异性响应。由于荧光弛豫时间信号在生物体内背景极低,此传感器有望应用于活细胞与活体内的单分子miR-21检测。（3）在作为纳米药物载体的DNA折纸纳米结构表面定点修饰具有肿瘤细胞靶向能力的转铁蛋白（Tf）,探究Tf的分布方式对纳米药物载体的细胞摄取效率的影响。研究发现,Tf的修饰数量对细胞摄取效率的提升效果最好,其次是Tf分子的标记间距,其对载体细胞摄取效率提升的顺序关系是:28 nm>14 nm>>42 nm。此外,Tf在所研究纳米载体上的修饰区域对载体的细胞摄取效率未表现出明显影响。（4）用具有线粒体靶向能力的三苯基膦阳离子（TPP）标记抗癌药物硒纳米颗粒（SeNPs）,将进入细胞内的SeNPs准确定位至线粒体,提升SeNPs产生的活性氧物种（ROS）对线粒体的氧化损伤效率,改善了SeNPs的抗肿瘤效果,使SeNPs的给药量降低以及进一步的正常组织细胞毒副作用降低成为可能。本文希望通过以上研究,构建具有高灵敏度的肿瘤标志物生物传感器,为肿瘤的早期检测与诊断提供参考,同时通过细胞器靶向改性及精准调控肿瘤识别靶向受体的排布,进一步提高抗肿瘤药物的肿瘤靶向能力,以弥补传统抗肿瘤药物对正常组织器官产生高毒性的缺点。
崔磊[10]（2019）在《病理图像精细化分析算法研究》文中研究说明病理切片是临床疾病诊断的金标准,病理医生通过对病理切片进行镜检,完成病理诊断和预后评估,整个过程对于病理医生而言既费时费力又富有挑战。近年来,随着数字病理切片在病理诊断中的不断应用,机器学习方法走进了病理领域,并且推动着病理分析逐渐从定性分析向定量分析转变。计算机辅助数字病理分析能够帮助病理医生克服人工诊断易受认知能力、主观经验、疲劳程度等诸多因素影响的情况,同时可以有效提高病理诊断的准确率和稳定性,减少误诊和漏诊,对病情诊断和治疗方案的选择都有着重大意义。目前,无论是传统的机器学习还是最近发展的深度学习在病理图像分析中均展现出了巨大潜力,但由于计算机辅助病理诊断临床应用需满足各种更为精细化的要求和缺少标注数据等挑战,多数已有研究方法仍然无法满足临床应用的要求。本文基于这一现状,进一步探究了病理图像的精细化分析,主要内容包含如下:（1）针对临床病理诊断的高效性要求,本文提出了一种新的分布式并行方法,即采用数据和模型同时并行的方法来完成骨骼肌病理图像的快速分割。基于Spark云平台,采用master-worker并行的方式,并在每个worker节点上,首先采用具有快速并行预测功能的结构化随机森林边缘检测器检测边缘,然后使用超像素方法生成候选区域,最后利用条件随机场算法提出了一种基于层次树的区域选择算法,同时利用多核编程技术做了进一步并行化。通过实验证明,本文所提出的并行方法相较于单机模式在大尺度骨骼肌病理图像分割中实现了10倍的速度提升。（2）针对临床病理诊断的高精确性要求,本文提出了一种基于深层次连接网络的全场骨骼肌病理图像精细分割算法。所提出的深层次连接网络通过在编码器模块的不同层加入具有独立损失函数的解码器来实现多尺度预测,并将多尺度预测结果组合后生成更鲁棒的精细分割,有效地解决了现有端到端卷积神经网络在细胞分割时输出相对粗糙的问题,最后采用一种两阶段学习策略来有效地训练所提出的深层网络。通过在骨骼肌病理图像数据集上的实验证明了与其他现有方法相比,本文的方法在分割效率和准确率上均有显着的提高。（3）针对缺乏大量已标注病理图像这一挑战,本文提出了一种新的基于半监督深度线性判别分析的组织病理图像分类算法。首先将深度神经网络的损失函数替换为线性判别分析的损失函数,目的是生成具有最小化类内距离和最大化类间距离的特征,同时构建一个鲁棒且有效的图拉普拉斯;然后利用已标注和未标注图像特征构造的图（Graph）来设计一个新的损失函数,并将其作为深度神经网络的损失函数;最后利用网络所生成的特征完成分类。通过在骨骼肌和肺癌病理图像上的验证实验证明了本文方法优于多数现有方法。（4）针对临床病理诊断的高实用性要求,本文提出了一种基于深度学习的肺癌生存分析模型。首先提出采用带有全局平均池化的深度神经网络构建端到端的细胞特征学习模块,并使用基于局部约束线性编码和词袋编码算法将细胞级特征聚合到患者级的特征向量;然后提出基于弹性网络惩罚的Cox比例风险模型,并将其应用于特征选择和生存分析;最后还提出了一种生物标志物的可视化方法来帮助医生定位那些有助于生存分析模型决策的图像区域。通过大量的验证实验证明了所提出的生存分析模型对TCGA肺癌数据集具有良好的预测能力。
二、肿瘤标志临床应用中的若干问题（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、肿瘤标志临床应用中的若干问题（论文提纲范文）
（1）ZnO微/纳阵列基底构筑及其肿瘤标志物检测性能研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 肿瘤标志物概述 |
| 1.2.1 肿瘤标志物的概念及特点 |
| 1.2.2 肿瘤标志物的分类 |
| 1.2.3 肿瘤标志物的新型检测方法 |
| 1.3 ZnO微纳阵列基底的制备及其功能化 |
| 1.3.1 ZnO微纳阵列基底的制备方法 |
| 1.3.2 ZnO微纳阵列基底的功能化修饰策略 |
| 1.3.2.1 ZnO微纳阵列基底的有机物功能化修饰 |
| 1.3.2.2 ZnO微纳阵列基底的无机物功能化修饰 |
| 1.4 ZnO微纳阵列基底用于肿瘤标志物检测的研究进展 |
| 1.4.1 ZnO微纳阵列作为检测用增强基底的研究 |
| 1.4.2 ZnO微纳阵列作为细胞捕获用基底的研究 |
| 1.5 研究意义与内容 |
| 1.5.1 研究意义 |
| 1.5.2 研究内容 |
| 参考文献 |
| 第2章 ZnO的亲水性能调控及其在CEA免疫荧光检测中的应用 |
| 2.1 引言 |
| 2.2 实验部分 |
| 2.2.1 实验材料与试剂 |
| 2.2.2 实验步骤 |
| 2.2.3 样品表征 |
| 2.3 结果与讨论 |
| 2.3.1 ZnO纳米棒阵列的检测原理 |
| 2.3.2 ZnO纳米棒阵列的生长机理探讨 |
| 2.3.3 ZnO纳米棒阵列的荧光增强性能优化 |
| 2.3.4 ZnO纳米棒阵列的抗非特异性吸附优化 |
| 2.3.5 ZnO@PAA纳米棒阵列对CEA的定量检测性能评估 |
| 2.5 本章结论 |
| 参考文献 |
| 第3章 ZIF-8 修饰ZnO纳米棒阵列及其CEA荧光检测性能研究 |
| 3.1 引言 |
| 3.2 实验部分 |
| 3.2.1 实验材料与试剂 |
| 3.2.2 实验步骤 |
| 3.2.3 样品表征 |
| 3.3 结果与讨论 |
| 3.3.1 ZnO纳米棒阵列的生长机理研究 |
| 3.3.2 ZnO纳米棒阵列的荧光增强性能探讨 |
| 3.3.3 ZIF-8涂覆对荧光的增强作用探究 |
| 3.3.4 ZnO纳米棒阵列与ZIF-8 对荧光的协同增强考察 |
| 3.3.5 ZnO纳米棒阵列涂覆ZIF-8对CEA的定量检测性能评估 |
| 3.4 本章结论 |
| 参考文献 |
| 第4章 Ti_3C_2T_x修饰ZnO纳米棒阵列及其SERS性能研究 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.2.1 实验材料与试剂 |
| 4.2.2 实验步骤 |
| 4.2.3 样品表征 |
| 4.3 结果与讨论 |
| 4.3.1 ZnO/Ti_3C_2T_x SERS基底的性能优化 |
| 4.3.2 ZnO/Ti_3C_2T_x SERS基底的性能表征 |
| 4.3.3 ZnO和 Ti_3C_2T_x之间的电荷转移原理探讨 |
| 4.3.4 ZnO/Ti_3C_2T_x基底对R6G的增强机理探讨 |
| 4.3.5 ZnO/Ti_3C_2T_x基底对miRNA的检测性能评估 |
| 4.4 本章结论 |
| 参考文献 |
| 第5章 Zn(OH)F/ZnO3D多级结构构筑及其CTC捕获性能研究 |
| 5.1 引言 |
| 5.2 实验部分 |
| 5.2.1 实验材料与试剂 |
| 5.2.2 实验步骤 |
| 5.2.3 样品表征 |
| 5.3 结果与讨论 |
| 5.3.1 Zn(OH)F纳米线阵列的结构优化 |
| 5.3.2 Zn(OH)F/ZnO阵列的3D多级结构优化 |
| 5.3.3 Zn(OH)F/ZnO阵列的PNIPAAm接枝及优化 |
| 5.3.4 Zn(OH)F/ZnO阵列对细胞的非特异性捕获优化 |
| 5.3.5 Zn(OH)F/ZnO阵列的3D多级结构对捕获效率的影响 |
| 5.3.6 Zn(OH)F/ZnO阵列的3D多级结构在全血样本的捕获表现 |
| 5.4 本章结论 |
| 参考文献 |
| 第6章 全文结论及展望 |
| 致谢 |
| 攻读博士学位期间撰写的论文及专利 |
（2）基于无监督与半监督框架的医学图像分类关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 经典的医学图像分类方法研究现状 |
| 1.2.2 基于深度学习的医学图像分类方法研究现状 |
| 1.3 亟待解决的问题 |
| 1.4 本文的研究内容 |
| 第二章 基础理论与技术 |
| 2.1 常用医学成像模态 |
| 2.2 无监督学习 |
| 2.2.1 无监督学习概述 |
| 2.2.2 聚类算法 |
| 2.2.3 无监督学习深度网络 |
| 2.3 半监督学习 |
| 2.3.1 半监督学习概述 |
| 2.3.2 协同训练半监督回归算法 |
| 2.3.3 半监督生成对抗网络 |
| 2.4 本章小结 |
| 第三章 基于自监督拓扑聚类网络的医学图像分类研究 |
| 3.1 引言 |
| 3.2 皮肤癌图像分类概述及相关技术 |
| 3.2.1 皮肤癌诊断机理 |
| 3.2.2 深度聚类方法 |
| 3.2.3 自监督学习 |
| 3.3 自监督拓扑聚类网络 |
| 3.3.1 变换不变性网络 |
| 3.3.2 深度拓扑聚类算法 |
| 3.3.3 自监督训练 |
| 3.4 实验设计与分析 |
| 3.4.1 数据集 |
| 3.4.2 实施细节 |
| 3.4.3 评价标准与对比方法 |
| 3.4.4 实验结果 |
| 3.4.5 进一步讨论 |
| 3.4.6 STCN的局限 |
| 3.5 本章小结 |
| 第四章 基于原型迁移生成对抗网络的医学图像分类研究 |
| 4.1 引言 |
| 4.2 乳腺肿瘤图像分类概述及相关技术 |
| 4.2.1 乳腺肿瘤病理图像分类 |
| 4.2.2 域自适应技术 |
| 4.2.3 原型网络 |
| 4.3 无监督原型迁移生成对抗网络 |
| 4.3.1 目标域偏向生成对抗网络 |
| 4.3.2 原型迁移模块 |
| 4.3.3 联合训练 |
| 4.4 实验设计与分析 |
| 4.4.1 数据集与评价标准 |
| 4.4.2 实施细节 |
| 4.4.3 对比方法 |
| 4.4.4 实验结果 |
| 4.4.5 进一步讨论 |
| 4.5 本章小结 |
| 第五章 基于多源模糊注意力网络的医学图像分类研究 |
| 5.1 引言 |
| 5.2 乳腺肿瘤图像分类概述及相关技术 |
| 5.2.1 乳腺肿瘤病理图像分类 |
| 5.2.2 医学图像分析中的无监督学习 |
| 5.2.3 半监督学习 |
| 5.3 半监督多源模糊注意力网络 |
| 5.3.1 方法概述 |
| 5.3.2 域注意力特征提取器 |
| 5.3.3 域不变性图像生成器 |
| 5.3.4 基于K-均值聚类的伪标签生成器 |
| 5.4 实验设计与分析 |
| 5.4.1 数据集 |
| 5.4.2 实验设置与评价标准 |
| 5.4.3 实验结果 |
| 5.4.4 进一步讨论 |
| 5.5 本章小结 |
| 第六章 基于深度多特征增强网络的医学图像分类研究 |
| 6.1 引言 |
| 6.2 阿尔茨海默症脑影像分类概述及相关技术 |
| 6.2.1 阿尔茨海默症脑影像分类 |
| 6.2.2 特征提取 |
| 6.2.3 数据降维 |
| 6.3 半监督深度多特征增强网络 |
| 6.3.1 方法概述 |
| 6.3.2 特征提取模块 |
| 6.3.3 多特征增强网络 |
| 6.3.4 半监督分类训练 |
| 6.4 实验设计与分析 |
| 6.4.1 阿尔茨海默症脑影像数据集 |
| 6.4.2 实施细节与评价标准 |
| 6.4.3 实验结果 |
| 6.4.4 进一步讨论 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文的工作总结 |
| 7.2 本文的工作展望 |
| 参考文献 |
| 攻读博士期间发表的学术论文 |
| 致谢 |
（3）基于介孔氧化硅复合颗粒的刺激响应型肿瘤诊疗平台研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 肿瘤及其诊治平台研究现状 |
| 1.2.1 肿瘤的产生与基本特征 |
| 1.2.2 早期诊断平台 |
| 1.2.3 肿瘤治疗平台 |
| 1.3 介孔氧化硅纳米颗粒 |
| 1.3.1 介孔氧化硅纳米颗粒概述 |
| 1.3.2 制备方法 |
| 1.3.3 微结构调控及成型机理 |
| 1.3.4 模板脱除方法 |
| 1.3.5 表面改性 |
| 1.4 介孔氧化硅基肿瘤诊断平台 |
| 1.4.1 基于光信号的检测 |
| 1.4.2 基于电信号的检测 |
| 1.5 介孔氧化硅基微环境响应型肿瘤治疗平台 |
| 1.5.1 pH响应 |
| 1.5.2 氧响应 |
| 1.5.3 还原性响应 |
| 1.5.4 酶响应 |
| 1.6 MSN基外场响应型肿瘤治疗平台 |
| 1.6.1 光响应 |
| 1.6.2 磁响应 |
| 1.6.3 超声响应 |
| 1.6.4 射线响应 |
| 1.7 本课题选题依据及研究内容 |
| 1.7.1 选题的目的及意义 |
| 1.7.2 主要研究内容 |
| 第二章 实验原料、设备仪器及测试技术 |
| 2.1 实验主要原料 |
| 2.2 实验主要仪器设备 |
| 2.3 测试仪器及分析方法 |
| 2.3.1 扫描电子显微镜(SEM) |
| 2.3.2 透射电子显微镜(TEM)和X射线能量色散谱(EDS) |
| 2.3.3 X射线衍射分析(XRD) |
| 2.3.4 X射线光电子能谱分析(XPS) |
| 2.3.5 比表面积及孔径分析 |
| 2.3.6 热重分析(TGA) |
| 2.3.7 拉曼光谱分析(Roman) |
| 2.3.8 光致发光光谱分析(PL) |
| 2.3.9 傅里叶红外光谱仪(FTIR) |
| 2.3.10 紫外可见分光光度计(UV-vis) |
| 2.3.11 电感耦合等离子光谱分析(ICP) |
| 2.3.12 纳米粒度与Zeta电位分析 |
| 2.3.13 细胞培养 |
| 2.3.14 细胞存活率分析 |
| 2.3.15 细胞生物学行为分析 |
| 2.3.16 活体抗肿瘤性能分析 |
| 2.3.17 组织病理学分析 |
| 2.3.18 统计学处理 |
| 第三章 放射状孔结构介孔氧化硅纳米颗粒制备方法研究 |
| 3.1 引言 |
| 3.2 实验部分 |
| 3.2.1 放射状孔结构介孔氧化硅纳米颗粒的制备 |
| 3.2.2 制备过程实验参数的调控 |
| 3.3 实验参数对产物形貌的影响 |
| 3.3.1 油水两相比对产物形貌的影响 |
| 3.3.2 苯乙烯用量对产物形貌的影响 |
| 3.3.3 赖氨酸用量对产物形貌的影响 |
| 3.3.4 搅拌速度对产物形貌的影响 |
| 3.4 机理分析 |
| 3.5 本章小结 |
| 第四章 上转换发光介孔氧化硅纳米颗粒结合磁性分离手段用于两种miRNA同时检测 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.2.1 CaF_2:RE~(3+)@MSN的制备 |
| 4.2.2 Fe_3O_4 微球的制备 |
| 4.2.3 CaF_2:RE~(3+)@MSN表面改性及与探针连接 |
| 4.2.4 Fe_3O_4 的表面改性及与探针连接 |
| 4.2.5 磁性分离实现miRNA检测 |
| 4.3 实验结果与讨论 |
| 4.3.1 CaF_2:RE~(3+)@MSN形貌与结构表征 |
| 4.3.2 CaF_2:RE~(3+)@MSN的上转换发光性能 |
| 4.3.3 CaF_2:RE~(3+)@MSN表面羧基改性及与探针连接 |
| 4.3.4 Fe_3O_4 微球的合成、改性及与探针连接 |
| 4.3.5 基于上转换发光信号的单一mi RNA检测 |
| 4.3.6 两种miRNA同时检测 |
| 4.4 本章小结 |
| 第五章 结合上转换发光介孔氧化硅纳米颗粒的miRNA检测智能纤维膜构建. |
| 5.1 引言 |
| 5.2 实验部分 |
| 5.2.1 TPU@GO静电纺丝复合纤维膜的制备 |
| 5.2.2 CaF_2:Yb/Ho@MSN的合成与表面改性 |
| 5.2.3 探针连接与复合纤维膜的构建 |
| 5.2.4 基于光信号的miRNA检测 |
| 5.3 实验结果与讨论 |
| 5.3.1 TPU@GO静电纺丝复合纤维膜的表征 |
| 5.3.2 CaF_2:Yb/Ho@MSN的表征与上转换发光性能 |
| 5.3.3 CaF_2:Yb/Ho@MSN的表面氨基改性及与探针连接 |
| 5.3.4 智能纤维膜的表征 |
| 5.3.5 miRNA检测性能 |
| 5.4 本章小结 |
| 第六章 氧化锰复合上转换发光介孔氧化硅纳米载体用于缓解乏氧与光动力治疗增强 |
| 6.1 引言 |
| 6.2 实验部分 |
| 6.2.1 C@SMn纳米颗粒的制备 |
| 6.2.2 表面PEG改性 |
| 6.2.3 光敏剂装载与释放 |
| 6.2.4 氧气产生检测 |
| 6.2.5 单线态氧产生检测 |
| 6.2.6 体外细胞实验 |
| 6.2.7 活体治疗实验 |
| 6.3 实验结果与讨论 |
| 6.3.1 C@SMn纳米颗粒的形貌与结构表征 |
| 6.3.2 氧化锰复合含量对上转换发光性能的影响 |
| 6.3.3 机理分析 |
| 6.3.4 C@SMn纳米颗粒的表面修饰 |
| 6.3.5 Ce6 装载与释放 |
| 6.3.6 氧气与单线态氧产生性能 |
| 6.3.7 常氧与乏氧下体外抗肿瘤效能研究 |
| 6.3.8 活体水平的光动力治疗 |
| 6.4 本章小结 |
| 第七章 基于铂纳米颗粒为代表的贵金属材料的肿瘤电动力治疗新方法开发 |
| 7.1 引言 |
| 7.2 实验部分 |
| 7.2.1 铂(钯、铱、金)纳米颗粒的制备 |
| 7.2.2 双盐桥电动力性能验证装置设计 |
| 7.2.3亚甲基蓝降解实验 |
| 7.2.4 计算模拟方法 |
| 7.2.5 APF羟基自由基荧光探针检测 |
| 7.2.6 细胞电动力治疗实验设计 |
| 7.2.7 细胞凋亡与增殖检测 |
| 7.2.8 活体治疗实验设计 |
| 7.2.9 病理学检验 |
| 7.3 实验结果与讨论 |
| 7.3.1 铂纳米颗粒的制备 |
| 7.3.2 直流电场下的电动力效果验证 |
| 7.3.3 铂、钯、铱、金纳米颗粒电动力效果的对比 |
| 7.3.4 计算模拟分析 |
| 7.3.5 方波交流电场下电动力行为探究 |
| 7.3.6 细胞水平抗肿瘤性能测试 |
| 7.3.7 细胞凋亡与增殖行为研究 |
| 7.3.8 活体水平电动力治疗实验 |
| 7.4 本章小结 |
| 第八章 介孔氧化硅与铂复合响应性释放纳米药物载体用于电动力与化疗结合的肿瘤联合治疗 |
| 8.1 引言 |
| 8.2 实验部分 |
| 8.2.1 SDCP复合纳米颗粒的制备 |
| 8.2.2 表面PEG改性 |
| 8.2.3 药物负载与释放 |
| 8.2.4 电动力活性探究 |
| 8.2.5 体外细胞实验 |
| 8.2.6 活体治疗实验 |
| 8.3 实验结果与讨论 |
| 8.3.1 SDCP复合纳米颗粒的表征 |
| 8.3.2 DOX加载与pH响应性释放性能 |
| 8.3.3 SDCP纳米颗粒的表面修饰 |
| 8.3.4 不同电场模式下电动力性能验证 |
| 8.3.5 细胞水平抗肿瘤性能测试 |
| 8.3.6 活体水平的联合治疗 |
| 8.4 小结 |
| 第九章 结论和展望 |
| 9.1 论文总结 |
| 9.2 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
| 攻读学位期间本人学术成果及荣誉奖项 |
（4）磷烯、锑烯的光学特性及生物光子学应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 二维磷烯、锑烯的研究进展 |
| 1.2.1 磷烯 |
| 1.2.2 锑烯 |
| 1.3 光学与光电子学特性介绍 |
| 1.3.1 表面等离激元 |
| 1.3.2 光的吸收 |
| 1.3.3 光热转换 |
| 1.3.4 光化学 |
| 1.4 二维材料的生物光子学应用 |
| 1.4.1 光热治疗 |
| 1.4.2 光控药物释放 |
| 1.4.3 辐射催化 |
| 1.4.4 SPR传感器 |
| 1.5 本论文的研究目的、内容及创新点 |
| 1.5.1 研究目的、研究内容 |
| 1.5.2 创新点 |
| 第2章 磷烯、锑烯的生物光子学性能测试方法及技术 |
| 2.1 光热性能测试 |
| 2.1.1 消光系数 |
| 2.1.2 光热转换效率 |
| 2.1.3 细胞水平上的光热测试平台 |
| 2.2 SPR生物传感器的性能指标 |
| 2.2.1 灵敏度(S) |
| 2.2.2 其他性能指标 |
| 2.3 本章小结 |
| 第3章 黑磷/rGO杂化物的光热治疗 |
| 3.1 引言 |
| 3.2 实验方法 |
| 3.2.1 声化学法辅助合成黑磷 |
| 3.2.2 黑磷/rGO杂化物的制备 |
| 3.2.3 黑磷/rGO杂化物的表面修饰 |
| 3.2.4 光热性能测试 |
| 3.2.5 体外光热性能测试 |
| 3.2.6 体内光热测试 |
| 3.2.7 体内抗肿瘤治疗 |
| 3.3 结果与讨论 |
| 3.3.1 BP/rGO杂化物的表征 |
| 3.3.2 稳定性测试 |
| 3.3.3 光热性能测试 |
| 3.3.4 体外细胞实验 |
| 3.3.5 体内抗肿瘤效果 |
| 3.4 本章小结 |
| 第4章 基于黑磷纳米片构建NIR响应的智能药物释放系统 |
| 4.1 引言 |
| 4.2 实验方法 |
| 4.2.1 黑磷纳米片的制备和表面修饰 |
| 4.2.2 BP@水凝胶的制备 |
| 4.2.3 光热性能测试 |
| 4.2.4 流变性能测试 |
| 4.3 结果与讨论 |
| 4.3.1 形貌与表征 |
| 4.3.2 光热性能 |
| 4.3.3 NIR光控药物释放 |
| 4.3.4 药物释放的影响因素 |
| 4.3.5 NIR光控BP@水凝胶降解 |
| 4.4 本章小结 |
| 第5章 基于锑烯的X射线放射增敏剂 |
| 5.1 引言 |
| 5.2 实验方法 |
| 5.2.1 AMQDs和 AMNSs的制备 |
| 5.2.2 AMQD@PLGA和 AMNS@PLGA的制备 |
| 5.2.3 细胞内ROS的测量 |
| 5.3 结果与讨论 |
| 5.3.1 形貌与表征 |
| 5.3.2 X射线致AMNPs/Sb_2O_x异质结的形成 |
| 5.3.4 X射线辐照AMNP@PLGA导致细胞内ROS增强 |
| 5.3.5 X射线致辐射催化的电荷分离过程 |
| 5.4 本章小结 |
| 第6章 基于锑烯的SPR传感器用于miRNA的超灵敏检测 |
| 6.1 引言 |
| 6.2 实验方法 |
| 6.2.1 FDTD仿真 |
| 6.2.2 锑烯纳米片的制备和LBL组装 |
| 6.2.3 AuNRs与 ssDNA的生物偶联 |
| 6.2.4 传感测试 |
| 6.2.5 表征与测试 |
| 6.3 结果与讨论 |
| 6.3.1 基于锑烯的miRNA传感器的实现方法 |
| 6.3.2 锑烯纳米片的制备与表征 |
| 6.3.3 锑烯纳米片的灵敏度模拟和LBL组装 |
| 6.3.4 基于锑烯纳米片的SPR生物传感器的性能 |
| 6.3.5 SPR芯片表面电磁场分布模拟 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 主要工作总结 |
| 7.2 不足与展望 |
| 参考文献 |
| 指导教师对研究生学位论文的学术评语 |
| 答辩委员会决议书 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
（5）基于多分类器多因素融合的渐进式乳腺癌辅助诊断模型（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究工作 |
| 1.4 本文组织架构 |
| 2 相关技术 |
| 2.1 相关分类器 |
| 2.1.1 决策树(DT) |
| 2.1.2 随机森林(RF) |
| 2.1.3 K近邻(KNN) |
| 2.1.4 支持向量机(SVM) |
| 2.1.5 逻辑回归(LR) |
| 2.1.6 长短记忆神经网络(LSTM) |
| 2.2 分类器融合 |
| 2.2.1 分类器融合功能结构 |
| 2.2.2 分类器融合拓扑结构 |
| 2.3 综合诊断系统相关技术 |
| 2.3.1Pyqt5 |
| 2.3.2 Qt Designer |
| 2.3.3 MySQL |
| 2.4 本章小结 |
| 3 分类器比较及融合方法研究 |
| 3.1 特征选择及数据预处理 |
| 3.1.1 数据提取 |
| 3.1.2 关键理化指标分析与特征选择 |
| 3.1.3 数据预处理 |
| 3.2 分类器比较 |
| 3.2.1 分类器特性分析 |
| 3.2.2 分类器关键参数分析 |
| 3.2.3分类器适应性实验 |
| 3.3 融合算法研究 |
| 3.3.1 投票法 |
| 3.3.2 平均融合法 |
| 3.3.3 基于多准则决策的融合法(MCDM) |
| 3.4 融合算法对比分析 |
| 3.4.1 评价指标 |
| 3.4.2 MCDM融合算法设计 |
| 3.4.3 算法对比实验 |
| 3.5 本章小结 |
| 4 渐进式综合诊断模型构建 |
| 4.1 模型概述 |
| 4.2 模型设计 |
| 4.2.1 MCDM两级融合模型 |
| 4.2.2 分类器级融合 |
| 4.2.3 渐进式因素级融合 |
| 4.3 实验结果与分析 |
| 4.3.1 实验数据与环境搭建 |
| 4.3.2 模型训练及测试流程 |
| 4.3.3 结果评估 |
| 4.4 本章小结 |
| 5 渐进式乳腺癌诊断系统构建 |
| 5.1 系统分析 |
| 5.1.1 应用背景 |
| 5.1.2 系统需求分析 |
| 5.2 系统设计 |
| 5.2.1 数据库设计 |
| 5.2.2 业务流程分析与设计 |
| 5.2.3 系统功能设计 |
| 5.2.4 系统环境搭建 |
| 5.3 系统实现 |
| 5.3.1 用户注册及登录 |
| 5.3.2 数据处理及可视化 |
| 5.3.3 综合诊断模块 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间的研究成果目录 |
| 致谢 |
（6）面向血清唾液酸检测的太赫兹时域光谱特征提取与病变识别方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 太赫兹技术在生物分子检测领域的研究进展 |
| 1.2.1.1 DNA |
| 1.2.1.2 蛋白质 |
| 1.2.1.3 糖类 |
| 1.2.2 太赫兹技术在血液检测领域的研究进展 |
| 1.2.3 问题和挑战 |
| 1.3 本文研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 章节安排 |
| 第二章 生物样本的太赫兹时域光谱检测技术 |
| 2.1 太赫兹时域光谱检测技术 |
| 2.2 透射式太赫兹时域光谱检测 |
| 2.2.1 透射式时域光谱检测系统 |
| 2.2.2 透射式时域光谱系统的样品参数提取模型 |
| 2.2.3 基于透射式太赫兹系统检测液体样品的液体池设计 |
| 2.2.4 基于液体池的透射式太赫兹系统检测稳定性测试 |
| 2.3 衰减全反射式太赫兹时域光谱检测 |
| 2.3.1 衰减全反射太赫兹光谱技术 |
| 2.3.2 衰减全反射式太赫兹时域光谱检测系统 |
| 2.3.3 衰减全反射式时域光谱的样品参数提取模型 |
| 2.3.4 基于衰减全反射式时域光谱系统检测稳定性测试 |
| 2.4 本章小结 |
| 第三章 肿瘤标记物唾液酸的太赫兹响应机理研究 |
| 3.1 唾液酸结构分析与研究的意义 |
| 3.2 唾液酸固体制备与太赫兹时域光谱分析 |
| 3.2.1 唾液酸检测样品制备方法 |
| 3.2.2 唾液酸固体太赫兹时域光谱分析 |
| 3.3 唾液酸仿真试验与振动分析 |
| 3.3.1 化学计算软件与流程 |
| 3.3.2 单分子构型模拟与分析 |
| 3.3.3 晶胞构型模拟与分析 |
| 3.4 唾液酸溶液太赫兹响应与结果分析 |
| 3.4.1 水合层的太赫兹响应理论 |
| 3.4.2 唾液酸溶液样品制备 |
| 3.4.3 唾液酸溶液的太赫兹响应 |
| 3.5 肿瘤标记物太赫兹时域光谱响应与验证方法 |
| 3.6 本章小结 |
| 第四章 唾液酸糖蛋白的太赫兹时域光谱判别方法研究 |
| 4.1 唾液酸糖基化和医学检测的必要性 |
| 4.2 唾液酸糖蛋白的溶液太赫兹响应研究 |
| 4.2.1 样品制备 |
| 4.2.2 蛋白质表面水合层差异在太赫兹光谱中的表现 |
| 4.2.3 太赫兹响应下的唾液酸糖蛋白检测难点 |
| 4.3 唾液酸糖蛋白溶液的太赫兹谱图特征提取方法研究 |
| 4.3.1 问题分析 |
| 4.3.2 多尺度信息熵方法 |
| 4.3.3 多尺度信息熵方法的有效性分析 |
| 4.4 唾液酸糖蛋白的识别算法与总体流程 |
| 4.4.1 基于K-means的判别算法 |
| 4.4.2 唾液酸糖蛋白的识别总体流程 |
| 4.5 蛋白质糖基化的识别 |
| 4.6 本章小结 |
| 第五章 基于人体血清唾液酸含量异常的肿瘤病变识别方法研究 |
| 5.1 血清唾液酸的研究意义 |
| 5.2 人体血清太赫兹响应 |
| 5.2.1 样品处理与试验细节 |
| 5.2.2 人体血清的光学特性分析 |
| 5.2.3 不同病人的参数响应差异分析 |
| 5.2.4 基于交并比的敏感性参数选择 |
| 5.3 血清太赫兹吸收谱特征分析 |
| 5.3.1 频率特征分析 |
| 5.3.2 主成分分析 |
| 5.3.3 序列信息熵分析 |
| 5.3.4 综合分析 |
| 5.4 基于太赫兹敏感性参数的病变血清判别算法与流程 |
| 5.4.1 判别算法 |
| 5.4.2 基于敏感性参数的病变血清判别流程 |
| 5.5 实例验证与分析 |
| 5.5.1 病变血清分类识别 |
| 5.5.2 消融试验与分析 |
| 5.5.3 基于置信度阈值的分类识别 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间主要科研成果 |
（7）医学影像的四维重建和分割中的关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 动态3D医学影像的发展现状 |
| 1.2.1 动态医学影像成像算法的概述 |
| 1.2.2 动态医学影像成像算法的分类 |
| 1.2.3 基于回溯性采集切片的胸部动态医学影像重建算法概述 |
| 1.3 医学影像中的目标分割算法 |
| 1.3.1 医学影像中目标分割的意义和挑战 |
| 1.3.2 医学影像分割算法分类 |
| 1.3.3 深度学习在医学影像分割中的应用 |
| 1.4 研究内容和论文框架 |
| 第2章 基于光流法的胸部医学影像中的呼吸节点标注算法 |
| 2.1 TIS的医学背景 |
| 2.2 基于EE和 EI的4D重建算法 |
| 2.3 基于光流法的MRI胸部采集切片中呼吸节点的自动标注算法 |
| 2.3.1 呼吸门控信息生物标志物选择 |
| 2.3.2 基于光流法的生物标志物追踪 |
| 2.3.3 呼吸序列图像中的呼吸节点标注 |
| 2.4 实验结果和分析 |
| 2.4.1 实验数据采集信息 |
| 2.4.2 定性分析 |
| 2.4.3 评价标准 |
| 2.4.4 实验结果和分析 |
| 2.5 本章小结 |
| 第3章 基于机器学习的非正常呼吸循环检测算法 |
| 3.1 研究背景 |
| 3.2 支持向量机核函数的选择 |
| 3.2.1 线性可分的SVM |
| 3.2.2 SVM的核函数分类 |
| 3.3 基于手工特征和SVM分类器的非正常呼吸信号检测 |
| 3.3.1 呼吸信号的手工特征构建 |
| 3.3.2 非正常信号数据仿真和扩充 |
| 3.3.3 基于径向基核函数的SVM分类器的训练 |
| 3.4 实验结果和分析 |
| 3.4.1 实验数据采集信息 |
| 3.4.2 评价标准 |
| 3.4.3 实验结果和讨论 |
| 3.5 本章总结 |
| 第4章 基于深度学习的胸部医学影像中的呼吸节点标注 |
| 4.1 研究背景 |
| 4.2 卷积神经网络和循环神经网络 |
| 4.2.1 卷积神经网络的基本结构 |
| 4.2.2 RNNs和 LSTM |
| 4.2.3 几种常用的激活函数 |
| 4.3 基于深度学习的胸部医学影像中的呼吸节点标注算法研究 |
| 4.3.1 基于卷积神经网络的标志物动态呼吸信息提取 |
| 4.3.2 基于标志物呼吸信息的呼吸节点标注 |
| 4.3.3 基于深度学习的非正常呼吸信号检测 |
| 4.4 实验结果和分析 |
| 4.4.1 实验数据采集信息 |
| 4.4.2 吸气和呼气切片分类的准确性 |
| 4.4.3 自动标记EE和 EI的误差 |
| 4.4.4 异常信号的识别率 |
| 4.4.5 时间成本的评估 |
| 4.5 本章小结 |
| 第5章 基于全卷积神经网络的腹部CT肝脏病灶分割算法 |
| 5.1 研究背景 |
| 5.2 卷积神经网络在多增强期的CT影像中的肝脏病灶分割算法研究 |
| 5.2.1 全卷积神经网络 |
| 5.2.2 多通道的全卷积神经网络 |
| 5.2.3 基于迁移学习的模型优化训练 |
| 5.3 实验结果和分析 |
| 5.3.1 数据准备与实验环境 |
| 5.3.2 评价标准 |
| 5.3.3 时间成本的评估 |
| 5.3.4 实验结果和讨论 |
| 5.4 本章小结 |
| 第6章 动态医学影像中的器官分割算法 |
| 6.1 研究背景 |
| 6.2 U-Net网络 |
| 6.3 基于S网络和T网络的动态医学影像中的器官分割算法研究 |
| 6.3.1 ROI的选择 |
| 6.3.2 纯基于图像的S-网络和T-网络 |
| 6.3.3 基于连续预测信息的S+网络和T+网络 |
| 6.4 实验结果和分析 |
| 6.4.1 数据图像采集的信息 |
| 6.4.2 评价标准 |
| 6.4.3 基于不同数据集的分割过程 |
| 6.4.4 不同数据集的分割结果 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文总结 |
| 7.2 未来工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的科研成果 |
| 致谢 |
（8）近红外纳米平台的生物医学应用基础研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 中英文缩略词对照表 |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 癌症光动力学诊疗国内外研究动态及现状 |
| 1.2.1 光动力学治疗 |
| 1.2.2 PDT国内外研究现状及发展动态 |
| 1.2.3 癌症PDT诱导的抗氧化应激研究现状 |
| 1.2.4 基于纳米平台的血糖评价与检测方法研究现状 |
| 1.2.5 本论文的立题思想及主要研究工作 |
| 第2章 ABT737 修饰的近红外上转换光敏纳米平台合成及其亚细胞结构中的动力学分布研究 |
| 2.1 引言 |
| 2.2 实验部分 |
| 2.2.1 实验试剂与仪器 |
| 2.2.2 实验方法及步骤 |
| 2.3 实验结果与讨论 |
| 2.3.1 UCNPs载体的合成及表征 |
| 2.3.2 上转换光敏纳米平台的合成及表征 |
| 2.3.3 ABT737@ZnPc-UCNPs光敏纳米平台在亚细胞结构中的动力学分布研究 |
| 2.4 小结 |
| 第3章 ABT737 修饰的近红外上转换光敏纳米平台体内外肿瘤光动力学治疗及机理研究 |
| 3.1 引言 |
| 3.2 实验部分 |
| 3.2.1 细胞摄取及毒性研究 |
| 3.2.2 细胞凋亡分析 |
| 3.2.3 线粒体形态表征 |
| 3.2.4 细胞蛋白印迹 |
| 3.2.5 小鼠肿瘤光动力治疗 |
| 3.3 结果与讨论 |
| 3.3.1 ABT737@ZnPc-UCNPs介导的细胞水平肿瘤PDT治疗及机制研究 |
| 3.3.2 ABT737@ZnPc-UCNPs介导的小鼠水平肿瘤PDT治疗及机制研究 |
| 3.4 小结 |
| 第4章 高灵敏表面增强拉曼散射基近红外均相纳米平台的构建及其血糖分析检测新方法 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.2.1 试剂与仪器 |
| 4.2.2 银三角片(SNTs)的合成 |
| 4.2.3 银三角片基SERS标记物制备 |
| 4.2.4 葡萄糖的SERS检测 |
| 4.2.5 时域有限差分法(FDTD)模拟 |
| 4.3 实验结果与讨论 |
| 4.3.1 基于SNTs的 SERS检测原理 |
| 4.3.2 基于HSNPF的 SERS传感机理研究 |
| 4.3.3 基于均相HSNPF的 SERS的葡萄糖传感分析 |
| 4.3.4 基于HSNPF对葡萄糖检测的特异性 |
| 4.4 小结 |
| 第5章 结论与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（9）无机纳米颗粒与核酸纳米材料在肿瘤细胞诊断及靶向治疗中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 无机纳米材料与肿瘤诊断 |
| 1.2.1 生物传感器概述 |
| 1.2.2 金纳米材料与肿瘤诊断 |
| 1.2.3 量子点与肿瘤诊断 |
| 1.2.4 纳米金刚石与肿瘤诊断 |
| 1.2.5 磁性纳米材料与肿瘤诊断 |
| 1.3 核酸纳米材料与肿瘤诊断 |
| 1.3.1 核酸纳米材料概述 |
| 1.3.2 核酸适配体与肿瘤诊断 |
| 1.3.3 核酸引物与肿瘤诊断 |
| 1.4 无机纳米材料与肿瘤治疗 |
| 1.4.1 金纳米材料与肿瘤治疗 |
| 1.4.2 硒纳米材料与肿瘤治疗 |
| 1.4.3 硅纳米材料与肿瘤治疗 |
| 1.5 核酸纳米材料与肿瘤治疗 |
| 1.5.1 DNA折纸结构与肿瘤治疗 |
| 1.5.2 核酸枝状大分子(Dendrimer)与肿瘤治疗 |
| 1.5.3 基于滚环扩增(RCA)的DNA纳米结构与肿瘤治疗 |
| 1.6 选题思路 |
| 第二章 检测端粒酶活性的DNA纳米传感器研究 |
| 2.1 引言 |
| 2.1.1 端粒酶与肿瘤诊断 |
| 2.1.2 聚集诱导发光(AIE)分子 |
| 2.1.3 本章研究目标 |
| 2.2 实验仪器与材料 |
| 2.2.1 实验试剂 |
| 2.2.2 实验仪器 |
| 2.3 实验方法与步骤 |
| 2.3.1 端粒酶提取 |
| 2.3.2 引物延伸反应 |
| 2.3.3 体系荧光测试 |
| 2.3.4 酶联免疫吸附(Elisa)测试 |
| 2.3.5 聚丙烯酰胺凝胶电泳(PAGE)测试 |
| 2.3.6 端粒酶延伸反应特异性测试 |
| 2.3.7端粒酶活性抑制实验 |
| 2.3.8 S1 核酸酶降解实验 |
| 2.3.9 细胞内端粒酶水平检测 |
| 2.4 结果与讨论 |
| 2.4.1 实验原理 |
| 2.4.2 AIE效应验证 |
| 2.4.3 端粒酶延伸反应条件优化 |
| 2.4.4 检测体系背景荧光优化 |
| 2.4.5 检测特异性对比 |
| 2.4.6 端粒酶提取物荧光响应测试 |
| 2.4.7 细胞内端粒酶活性检测 |
| 2.5 本章小结 |
| 第三章 基于荧光纳米金刚石的生物传感器设计及其应用 |
| 3.1 引言 |
| 3.1.1 MicroRNA与肿瘤诊断 |
| 3.1.2 荧光纳米金刚石概述 |
| 3.1.3 本章研究目标 |
| 3.2 实验仪器与材料 |
| 3.2.1 实验试剂 |
| 3.2.2 实验仪器 |
| 3.3 实验方法与步骤 |
| 3.3.1 双链制备 |
| 3.3.2 吸收、荧光光谱测定 |
| 3.3.3 FND-C1 的制备 |
| 3.3.4 MNP-C2 的制备 |
| 3.3.5 生物传感器FND-DNA-MNP的自组装 |
| 3.3.6 传感器对靶标miR-21 的响应 |
| 3.3.7 聚丙烯酰胺凝胶电泳(PAGE)测试 |
| 3.3.8 动态光散射(DLS)表征颗粒粒径变化 |
| 3.3.9 纳米颗粒的透射电子显微镜(TEM)表征 |
| 3.3.10 荧光弛豫时间测试 |
| 3.4 结果与讨论 |
| 3.4.1 实验原理 |
| 3.4.2 链置换反应的荧光与凝胶电泳表征 |
| 3.4.3 自组装反应优化 |
| 3.4.4 FND与 MNP的投料比优化 |
| 3.4.5 传感器FND-DNA-MNP的表征 |
| 3.4.6 荧光弛豫时间表征 |
| 3.4.7 传感器对靶标miR-21 的原位响应表征 |
| 3.5 本章小结 |
| 第四章 基于DNA折纸技术探究肿瘤细胞靶向因子的最佳分布 |
| 4.1 引言 |
| 4.1.1 药物载体 |
| 4.1.2 转铁蛋白受体 |
| 4.1.3 DNA折纸纳米技术 |
| 4.1.4 本章研究目标 |
| 4.2 实验仪器与材料 |
| 4.2.1 实验试剂 |
| 4.2.2 实验仪器 |
| 4.3 实验方法与步骤 |
| 4.3.1 DNA折纸结构制备 |
| 4.3.2 DNA折纸结构纯化 |
| 4.3.3 生物素的NHS化修饰 |
| 4.3.4 转铁蛋白(Tf)的生物素化修饰 |
| 4.3.5 DNA折纸结构的转铁蛋白定点修饰 |
| 4.3.6 DNA折纸结构的Cy5 荧光基团杂交 |
| 4.3.7 琼脂糖凝胶电泳测试 |
| 4.3.8 DNA折纸结构的透射电子显微镜(TEM)表征 |
| 4.3.9 DNA折纸结构的原子力显微镜(AFM)表征 |
| 4.3.10细胞摄取实验 |
| 4.4 结果与讨论 |
| 4.4.1 实验原理 |
| 4.4.2 DNA折纸结构ONR的设计与表征 |
| 4.4.3 ONR-Tf结构的表征 |
| 4.4.4 ONR结构的Cy5 标记表征 |
| 4.4.5 不同ONR结构的细胞摄取效率对比 |
| 4.4.6 Tf-TfR识别过程抑制实验 |
| 4.5 本章小结 |
| 第五章 线粒体靶向无机硒纳米颗粒的抗肿瘤研究 |
| 5.1 引言 |
| 5.1.1 硒纳米颗粒 |
| 5.1.2 ROS与细胞凋亡 |
| 5.1.3 本章研究目标 |
| 5.2 实验仪器与材料 |
| 5.2.1 实验试剂 |
| 5.2.2 实验仪器 |
| 5.3 实验方法与步骤 |
| 5.3.1 HSA蛋白的TPP功能化修饰 |
| 5.3.2 HSA与 HSA-TPP的荧光标记 |
| 5.3.3 cHSA的制备与标记 |
| 5.3.4 硒纳米颗粒(SeNPs)的制备 |
| 5.3.5 蛋白质的Maldi-Tof-MS表征 |
| 5.3.6 变性聚丙烯酰胺凝胶电泳(SDS-PAGE)测试 |
| 5.3.7 SeNPs的透射电子显微镜(TEM)成像表征 |
| 5.3.8 功能化修饰蛋白与SeNPs的细胞毒性测试 |
| 5.3.9活细胞内线粒体共定位实验 |
| 5.3.10 活细胞内ROS水平测试 |
| 5.3.11 活细胞内线粒体膜电位变化测试 |
| 5.3.12活细胞内ROS抑制实验 |
| 5.4 结果与讨论 |
| 5.4.1 实验原理 |
| 5.4.2 蛋白质HSA的正电荷化修饰与表征 |
| 5.4.3 cHSA@SeNPs的表征与胞内测试 |
| 5.4.4 蛋白质HSA的功能化修饰与表征 |
| 5.4.5 HSA-TPP靶向修饰蛋白的生物相容性探究 |
| 5.4.6 SeNPs的制备与表征 |
| 5.4.7 靶向基团修饰对SeNPs抗肿瘤效果提升的机理研究 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读博士学位期间已发表与待发表论文目录 |
（10）病理图像精细化分析算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 深度学习方法在细胞或组织检测与分割中的应用 |
| 1.2.2 深度学习方法在癌症分类和分级中的应用 |
| 1.2.3 深度学习方法在其他病理图像中的应用 |
| 1.3 本文研究内容与结构安排 |
| 第二章 高通量骨骼肌病理图像并行分割方法的研究 |
| 2.1 研究背景 |
| 2.2 骨骼肌细胞的分割算法 |
| 2.2.1 基于SRF的边缘检测算法 |
| 2.2.2 基于超像素的候选区域生成算法 |
| 2.2.3 基于层次树的区域选择算法 |
| 2.3 一种骨骼肌病理图像的并行分割方法 |
| 2.3.1 基于Spark的数据分配 |
| 2.3.2 基于多核编程技术的并行化层次推导 |
| 2.4 实验验证与结果分析 |
| 2.4.1 准备数据 |
| 2.4.2 骨骼肌病理图像分割效率验证 |
| 2.4.3 骨骼肌病理图像分割性能验证 |
| 2.5 本章小结 |
| 第三章 基于深层次连接网络的全场骨骼肌病理图像精细分割算法的研究 |
| 3.1 研究背景 |
| 3.1.1 相关研究工作 |
| 3.1.2 卷积神经网络 |
| 3.2 基于深层次连接网络的骨骼肌病理图像分割算法 |
| 3.2.1 网络架构 |
| 3.2.2 反向传播中的空间加权损失 |
| 3.2.3 两阶段训练 |
| 3.3 实验验证与结果分析 |
| 3.3.1 数据准备 |
| 3.3.2 深层次连接网络分割算法的实现细节 |
| 3.3.3 骨骼肌病理图像分割精度验证 |
| 3.3.4 骨骼肌病理图像分割效率验证 |
| 3.4 本章小结 |
| 第四章 基于半监督深度线性判别分析的组织病理图像分类算法的研究 |
| 4.1 研究背景 |
| 4.2 基于半监督深度线性判别分析算法 |
| 4.2.1 构建有监督的深度线性判别分析 |
| 4.2.2 构建半监督深度线性判别分析 |
| 4.2.3 半监督深度线性判别分析算法的实现细节 |
| 4.3 实验验证与结果分析 |
| 4.3.1 数据准备与实验设置 |
| 4.3.2 实验结果与分析 |
| 4.4 本章小结 |
| 第五章 基于深度学习的肺癌生存分析模型的研究 |
| 5.1 研究背景 |
| 5.1.1 基于病理图像的细胞检测 |
| 5.1.2 基于病理图像的生存分析 |
| 5.2 基于深度学习的肺癌生存分析模型 |
| 5.2.1 基于端到端学习的细胞检测 |
| 5.2.2 生物信息承载特征学习 |
| 5.2.3 基于Cox比例风险模型的生存分析 |
| 5.3 实验验证与结果分析 |
| 5.3.1 无特征选择的生存分析 |
| 5.3.2 基于特征选择的生存分析 |
| 5.3.3 生物标志物分析和可视化 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间取得的科研成果 |
| 作者简介 |
四、肿瘤标志临床应用中的若干问题（论文参考文献）
- [1]ZnO微/纳阵列基底构筑及其肿瘤标志物检测性能研究[D]. 武志华. 东华大学, 2020(01)
- [2]基于无监督与半监督框架的医学图像分类关键技术研究[D]. 王丹. 吉林大学, 2020(08)
- [3]基于介孔氧化硅复合颗粒的刺激响应型肿瘤诊疗平台研究[D]. 顾桐旭. 浙江大学, 2020(07)
- [4]磷烯、锑烯的光学特性及生物光子学应用研究[D]. 梁维源. 深圳大学, 2020(11)
- [5]基于多分类器多因素融合的渐进式乳腺癌辅助诊断模型[D]. 贾晨曦. 东华大学, 2020(01)
- [6]面向血清唾液酸检测的太赫兹时域光谱特征提取与病变识别方法研究[D]. 黄章炜. 浙江大学, 2020
- [7]医学影像的四维重建和分割中的关键技术研究[D]. 孙长建. 吉林大学, 2019(02)
- [8]近红外纳米平台的生物医学应用基础研究[D]. 张俐. 吉林大学, 2019(02)
- [9]无机纳米颗粒与核酸纳米材料在肿瘤细胞诊断及靶向治疗中的应用研究[D]. 庄原. 华中科技大学, 2019(03)
- [10]病理图像精细化分析算法研究[D]. 崔磊. 西北大学, 2019(01)