• 江南大学 理学院(江苏无锡 214122);
导出 下载 收藏 扫码 引用

乳腺癌是近年来女性发病率和死亡率最高的恶性肿瘤,是一种影响人类健康的复杂疾病。研究表明,动态网络生物标志物(DNB)可以有效识别乳腺癌等复杂疾病由正常状态转变为疾病状态的临界状态。然而,传统的 DNB 方法需要用到同一疾病状态下多个样本的数据,这通常在临床诊断中是无法实现的。本文定量分析了人类乳腺癌细胞系(MCF-7)的时间序列数据,基于三维景观动态网络生物标志物(L-DNB)方法,找到时间序列中单个样本的 DNB 模块,然后构建综合指标检测乳腺癌细胞分化过程中的早期预警信号,从而确定其临界状态。本文研究结果对于乳腺癌的防治和早期诊断或具有重要意义,期待本文研究能够为乳腺癌的相关研究提供参考。

引用本文: 赵宏倩, 高洁. 基于三维景观动态网络生物标志物识别乳腺癌细胞分化的临界状态. 生物医学工程学杂志, 2020, 37(2): 304-310. doi: 10.7507/1001-5515.201908013 复制

  • 上一篇

    混流式血泵的数值模拟及性能分析
  • 下一篇

    基于有限训练样本的融合网络模型用于盆腔危及器官自动分割的研究