RU2664671C1 - Method for forecast of breast cancer - Google Patents

Method for forecast of breast cancer Download PDF

Info

Publication number
RU2664671C1
RU2664671C1 RU2017127233A RU2017127233A RU2664671C1 RU 2664671 C1 RU2664671 C1 RU 2664671C1 RU 2017127233 A RU2017127233 A RU 2017127233A RU 2017127233 A RU2017127233 A RU 2017127233A RU 2664671 C1 RU2664671 C1 RU 2664671C1
Authority
RU
Russia
Prior art keywords
digital
breast cancer
view
prognostic parameter
area
Prior art date
Application number
RU2017127233A
Other languages
Russian (ru)
Inventor
Руслан Маликович Палтуев
Асель Галимовна Кудайбергенова
Владимир Федорович Семиглазов
Александр Валерьевич Комяхов
Original Assignee
Федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр онкологии имени Н.Н. Петрова" Министерства здравоохранения Российской Федерации
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр онкологии имени Н.Н. Петрова" Министерства здравоохранения Российской Федерации filed Critical Федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр онкологии имени Н.Н. Петрова" Министерства здравоохранения Российской Федерации
Priority to RU2017127233A priority Critical patent/RU2664671C1/en
Application granted granted Critical
Publication of RU2664671C1 publication Critical patent/RU2664671C1/en

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
    • G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
    • G01N33/57407—Specifically defined cancers
    • G01N33/57415—Specifically defined cancers of breast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
    • G06M11/00—Counting of objects distributed at random, e.g. on a surface
    • G06M11/02—Counting of objects distributed at random, e.g. on a surface using an electron beam scanning a surface line by line, e.g. of blood cells on a substrate

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Hematology (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Oncology (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Hospice & Palliative Care (AREA)
  • Theoretical Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

FIELD: medicine.
SUBSTANCE: invention relates to the field of medicine, in particular to oncology, and is intended for the prognosis of breast cancer using a digital image of a histological preparation prepared from a tumor tissue sample. Perform automatically count the number of tumor cells in the digital field of view. Based on the counted number of tumor cells in the extracted digital fields of vision and the calculated area of these digital fields of vision, determine the average value of the cell density reduced to 1 mm2 area of the studied histological preparation. Use the obtained value as a prognostic parameter. If the predicted parameter is less than 3,000 cells/mm2 predict a favorable outcome of the disease.
EFFECT: invention provides a simplification and cost-cutting of method for predicting breast cancer.
1 cl

Description

Изобретение относится к онкологии, а именно к автоматизированным способам прогноза рака молочной железы.The invention relates to oncology, namely to automated methods for predicting breast cancer.

В данном изобретении под прогнозом рака молочной железы понимается вероятностная оценка развития и исхода заболевания у пациентов с диагнозом рак молочной железы, в том числе ожидаемая продолжительность жизни указанных пациентов.In this invention, a prognosis of breast cancer is understood as a probabilistic assessment of the development and outcome of a disease in patients diagnosed with breast cancer, including the life expectancy of these patients.

Широко известны способы прогноза рака молочной железы, основанные на иммуногистохимическом исследовании антигенов, связанных с клеточным циклом.Breast cancer prognosis methods based on immunohistochemical study of antigens associated with the cell cycle are widely known.

Так, известен способ прогноза рака молочной железы, основанный на иммуногистохимическом исследовании ядерного антигена Ki-67, экспрессируемого в пролиферативной фазе клеточного цикла. [А.А. Божок и др. Факторы прогноза при раке молочной железы, oncologic.narod.ru/journals/sovr-onc-7-1-2005/fp.html]Thus, a known method for predicting breast cancer based on an immunohistochemical study of the nuclear antigen Ki-67 expressed in the proliferative phase of the cell cycle. [A.A. Bozhok et al. Prognosis factors for breast cancer, oncologic.narod.ru/journals/sovr-onc-7-1-2005/fp.html]

В указанном способе в качестве прогностического параметра используется значение индекса пролиферативной активности Ki 67, для оценки которого осуществляют визуальное микроскопическое исследование гистологического препарата, предварительно окрашенного соответствующим биомаркером. Индекс Ki 67 оценивают в процентах путем определения доли окрашенных клеток относительно общего количества клеток в исследуемой зоне гистологического препарата. Установлена корреляция между количеством клеток, экспрессирующих Ki-67, и степенью злокачественности опухоли. При значении индекса Ki-67 более 50% прогноз оценивают как неблагоприятный, поскольку имеется высокий риск развития рецидива заболевания.In this method, the value of the proliferative activity index Ki 67 is used as a prognostic parameter, to evaluate which a visual microscopic examination of a histological preparation pre-stained with an appropriate biomarker is performed. The Ki 67 index is evaluated as a percentage by determining the proportion of stained cells relative to the total number of cells in the study area of the histological preparation. A correlation was established between the number of cells expressing Ki-67 and the degree of tumor malignancy. With a Ki-67 index value of more than 50%, the prognosis is assessed as unfavorable, since there is a high risk of developing a relapse of the disease.

В настоящее время все большее распространение получают методы прогнозирования, в которых используются автоматизированные системы обработки и анализа виртуальных микроскопических изображений гистологических препаратов, что позволяет значительно повысить точность и объективность прогноза.At present, forecasting methods that use automated processing and analysis systems for virtual microscopic images of histological preparations are used more and more widely, which can significantly increase the accuracy and objectivity of the forecast.

Так, известен компьютеризированный способ прогноза рака молочной железы, в частности прогноза рецидива рака молочной железы [US 2015347702], выбранный в качестве ближайшего аналога.Thus, a computerized method for predicting breast cancer, in particular for predicting the recurrence of breast cancer [US 2015347702], selected as the closest analogue, is known.

Способ основан на иммуногистохимическом исследовании сканированных микроскопических изображений гистологических препаратов, маркированных несколькими биомаркерами для обнаружения ряда белковых антигенов таких, как ER (рецептор эстрогена), HER 2 (рецептор 2 фактора человеческого эпидермального роста), Ki-67 (ядерный антиген, экспрессируемый в пролиферативной фазе клеточного цикла), PR (рецептор прогестерона).The method is based on an immunohistochemical study of scanned microscopic images of histological preparations marked with several biomarkers for the detection of a number of protein antigens such as ER (estrogen receptor), HER 2 (human epidermal growth factor receptor 2), Ki-67 (nuclear antigen expressed in the proliferative phase cell cycle), PR (progesterone receptor).

В качестве прогностического параметра в рассматриваемом способе используется, в частности, показатель гетерогенности вышеуказанных белковых антигенов и/или комбинация иммуногистохимических индексов в отношении применяемых в способе биомаркеров.As a prognostic parameter in the method under consideration, in particular, an indicator of the heterogeneity of the above protein antigens and / or a combination of immunohistochemical indices with respect to the biomarkers used in the method is used.

Способ включает исследование цифрового изображения гистологического препарата, приготовленного из отобранного у пациента фиксированного образца опухолевой ткани, в ходе которого выделяют на указанном цифровом изображении множество цифровых полей зрения, несущих информацию, требуемую для вычисления прогностического параметра, при этом осуществляют автоматизированный подсчет количества опухолевых клеток в цифровом поле зрения. Полученное значение общего количества опухолевых клеток используют для определения иммуногистохимических индексов в отношении применяемых в способе биомаркеров, на основании которых вычисляют прогностический параметр. Исходя из полученного значения прогностического параметра, формируют прогноз заболевания.The method includes examining a digital image of a histological preparation prepared from a fixed sample of tumor tissue taken from a patient, during which a plurality of digital fields of view are extracted from the indicated digital image, carrying the information required to calculate the prognostic parameter, and an automated calculation of the number of tumor cells in the digital line of sight. The obtained value of the total number of tumor cells is used to determine immunohistochemical indices in relation to the biomarkers used in the method, based on which the prognostic parameter is calculated. Based on the obtained value of the prognostic parameter, a disease prognosis is formed.

Рассматриваемый способ дает возможность получения многоаспектной оценки результатов гистологического исследования, что способствует повышению объективности и достоверности прогноза рака молочной железы.The considered method makes it possible to obtain a multidimensional assessment of the results of a histological examination, which helps to increase the objectivity and reliability of the prognosis of breast cancer.

Однако способ является сложным и дорогостоящим в связи с необходимостью проведения процедур маркирования гистологических препаратов с использованием нескольких биомаркеров.However, the method is complex and expensive due to the need for carrying out procedures for marking histological preparations using several biomarkers.

Проблемой, решаемой заявляемым изобретением, является упрощение и удешевление способа прогноза рака молочной железы.The problem solved by the claimed invention is the simplification and cheapening of the method for predicting breast cancer.

Сущность заявляемого изобретения состоит в том, что в способе прогноза рака молочной железы с использованием цифрового изображения гистологического препарата, приготовленного из отобранного у субъекта исследования образца опухолевой ткани, включающем выделение на цифровом изображении гистологического препарата множества цифровых полей зрения, несущих информацию, требуемую для вычисления прогностического параметра, осуществление автоматизированного подсчета количества опухолевых клеток в цифровом поле зрения, вычисление прогностического параметра с использованием полученного значения количества опухолевых клеток и формирование прогноза на основании полученного значения прогностического параметра, согласно изобретению автоматически рассчитывают площадь каждого цифрового поля зрения, после чего на основании подсчитанного количества опухолевых клеток в выделенных цифровых полях зрения и рассчитанной площади указанных цифровых полей зрения определяют среднее значение клеточной плотности, приведенное к 1 мм2 площади исследуемого гистологического препарата, и используют полученное значение в качестве прогностического параметра, при этом при значении указанного прогностического параметра менее 3000 клеток/мм2 прогнозируют благоприятный исход заболевания.The essence of the claimed invention lies in the fact that in a method for predicting breast cancer using a digital image of a histological preparation prepared from a sample of tumor tissue selected from a subject of research, including the selection on a digital image of a histological preparation of a plurality of digital fields of view that carry the information required to calculate prognostic parameter, the implementation of automated calculation of the number of tumor cells in the digital field of view, calculation of the prognosis using the obtained value of the number of tumor cells and forming a forecast based on the obtained value of the prognostic parameter, according to the invention, the area of each digital field of view is automatically calculated, after which, based on the calculated number of tumor cells in the selected digital fields of view and the calculated area of these digital fields of view, the average value of cell density reduced to 1 mm 2 of the studied histological prep a, and using the obtained value as a prognostic parameter, with a value of said predictor parameter less than 3000 cells / mm 2 predicts a favorable outcome of disease.

Принципиально важным в заявляемом способе является то, что для формирования прогноза рака молочной железы используют новый прогоностический параметр - среднее значение клеточной плотности в отношении опухолевых клеток, при этом при значении указанного параметра менее 3000 клеток/мм2 прогнозируют благоприятный исход рака молочной железы.It is fundamentally important in the claimed method that a new prognostic parameter is used to form a prognosis of breast cancer - the average cell density in relation to tumor cells, while with a value of this parameter less than 3000 cells / mm 2, a favorable outcome of breast cancer is predicted.

Вышеуказанный критерий был установлен на основании статистического анализа данных многолетних наблюдений за больными с диагнозом рак молочной железы, у которых после проведения лечения были определены показатели средней клеточной плотности опухолевой ткани. При этом высокая вероятность правильности прогноза по заявляемому способу была подтверждена с помощью исследования выживаемости пациентов по методу Kaplan - Meiera [http.://ru.wikipedia.org/wiki].The above criterion was established on the basis of a statistical analysis of data from long-term observations of patients diagnosed with breast cancer, in which, after treatment, the mean cell density of the tumor tissue was determined. Moreover, the high probability of the accuracy of the forecast according to the claimed method was confirmed using a study of patient survival according to the Kaplan - Meiera method [http://www.wikipedia.org/wiki].

Определение такого прогностического параметра оказалось возможным благодаря использованию в способе автоматизированных приемов обработки и анализа цифровых изображений исследуемых гистологических препаратов. При этом процедура определения средней клеточной плотности является практически оператор независимой, что повышает точность и объективность определения прогностического параметра.The determination of such a prognostic parameter was possible due to the use in the method of automated processing and analysis of digital images of the studied histological preparations. Moreover, the procedure for determining the average cell density is almost independent of the operator, which increases the accuracy and objectivity of determining the prognostic parameter.

Поскольку для реализации способа не требуется проводить операцию маркирования гистологических препаратов несколькими биомаркерами для обнаружения соответствующих белковых антигенов, достигается значительное упрощение и удешевление способа прогноза рака молочной железы.Since the implementation of the method does not require the operation of marking histological preparations with several biomarkers to detect the corresponding protein antigens, significant simplification and cheapening of the method for predicting breast cancer is achieved.

Таким образом, техническим результатом заявляемого изобретения является упрощение и удешевление способа прогноза рака молочной железы.Thus, the technical result of the claimed invention is the simplification and cheapening of the method for predicting breast cancer.

Способ осуществляют следующим образом.The method is as follows.

Проводят микроскопическое исследование гистологических препаратов, приготовленных из образцов опухолевой ткани, отобранной у пациентов с диагнозом рак молочной железы.A microscopic examination of histological preparations made from samples of tumor tissue taken from patients with a diagnosis of breast cancer is performed.

Образцами опухолевой ткани могут быть биопсия ткани, хирургический образец ткани прочее.Samples of tumor tissue can be a tissue biopsy, a surgical tissue sample, etc.

В способе предпочтительно используют гистологические препараты, приготовленные в виде тонких срезов из фиксированных в парафине образцов опухолевой ткани (парафиновых блоков) и окрашенных гематоксилином и эозином, но могут быть использованы и другие виды препаратов, приготовленные по известным в области гистологии методикам.The method preferably uses histological preparations prepared in the form of thin sections from samples of tumor tissue fixed in paraffin (paraffin blocks) and stained with hematoxylin and eosin, but other types of preparations prepared according to methods known in the field of histology can be used.

Для осуществления способа используют аппаратуру, способную обеспечить получение цифрового (виртуального) микроскопического изображения гистологического препарата, обработку и анализ изображения, снабженную пакетом программ, обеспечивающих выделение на указанном цифровом изображении цифровых полей зрения (создание аннотаций), определение площади полей зрения, подсчет количества клеток в полях зрения, определение среднего значения клеточной плотности, приведенное к 1 мм2 площади исследуемого препарата, в частности площади среза.To implement the method, equipment is used that is capable of obtaining a digital (virtual) microscopic image of a histological preparation, image processing and analysis, which is equipped with a software package that provides the selection of digital fields of view on the specified digital image (creating annotations), determining the area of the field of view, counting the number of cells in fields of vision, determination of the average value of cell density, reduced to 1 mm 2 the area of the studied drug, in particular the area of the slice.

С помощью компьютерного оборудования, снабженного пакетом специализированных программ, получают сканированное цифровое изображение исследуемого гистологического препарата, выделяют на нем множество цифровых полей зрения в областях, где присутствуют клеточные структуры рака молочной железы, при этом целесообразным является, чтобы суммарная площадь цифровых полей зрения составляла не менее 1 мм2 площади гистологического препарата. Затем автоматически с помощью специальных программ рассчитывают площадь каждого цифрового поля зрения и подсчитывают в них количество опухолевых клеток. На основании полученных данных определяют среднее значение клеточной плотности, приведенное к 1 мм2 площади исследуемого гистологического препарата.Using computer equipment equipped with a package of specialized programs, a scanned digital image of the histological specimen under study is obtained, a plurality of digital fields of view are isolated on it in areas where the cellular structures of breast cancer are present, and it is advisable that the total area of digital fields of view be at least 1 mm 2 area of the histological preparation. Then automatically using special programs calculate the area of each digital field of view and count the number of tumor cells in them. Based on the data obtained, the average cell density value, reduced to 1 mm 2 of the area of the histological preparation under study, is determined.

В частности, может быть использована система Pannoramic 250 (3DHISTECH) [www.3dhistech.com], снабженная пакетом программ Pannoramic Viewer.In particular, the Pannoramic 250 system (3DHISTECH) [www.3dhistech.com], equipped with the Pannoramic Viewer software package, can be used.

Полученное значение используют в качестве прогностического параметра.The obtained value is used as a prognostic parameter.

В случае, когда значение прогностического параметра составляет величину менее 3000 клеток/мм2, прогноз расценивают как благоприятный, при котором выживаемость пациента составляет 10 и более лет.In the case when the value of the prognostic parameter is less than 3000 cells / mm 2 , the prognosis is regarded as favorable, in which the patient's survival is 10 years or more.

Возможность формирования прогноза рака молочной железы с использованием заявляемого способа подтверждена следующими исследованиями.The ability to form a prognosis of breast cancer using the proposed method is confirmed by the following studies.

Осуществляли наблюдение за группой больных из 122 человек с диагнозом рак молочной железы, которым проводили системное предоперационное лечение с учетом стадии заболевания и биологического подтипа опухоли. После оперативного лечения осуществляли исследование гистологических препаратов, приготовленных из хирургических образцов опухолевой ткани больных. В результате гистологического исследования для каждого больного определяли величину средней клеточной плотности опухолевой ткани.A group of 122 patients with a diagnosis of breast cancer was monitored, who underwent systemic preoperative treatment taking into account the stage of the disease and the biological subtype of the tumor. After surgical treatment, a study of histological preparations prepared from surgical samples of tumor tissue of patients was carried out. As a result of histological examination, the average cell density of the tumor tissue was determined for each patient.

Была выявлена группа больных (70 человек), у которых значение средней клеточной плотности составляло менее 3000 клеток/мм2 и, соответственно, прогноз для указанных больных был определен как благоприятный.A group of patients (70 people) was identified in which the average cell density was less than 3000 cells / mm 2 and, accordingly, the prognosis for these patients was determined as favorable.

В указанной группе больных за 10 лет был зафиксирован только один случай летального исхода, что свидетельствует о высокой вероятности прогноза, определенного согласно заявляемому способу.In this group of patients over 10 years, only one case of a fatal outcome was recorded, which indicates a high probability of the prognosis determined according to the claimed method.

Claims (1)

Способ прогноза рака молочной железы с использованием цифрового изображения гистологического препарата, приготовленного из отобранного у субъекта исследования образца опухолевой ткани, включающий выделение на цифровом изображении гистологического препарата ряда цифровых полей зрения, несущих информацию, требуемую для вычисления прогностического параметра, осуществление автоматизированного подсчета количества опухолевых клеток в цифровом поле зрения, вычисление прогностического параметра с использованием полученного значения количества опухолевых клеток и формирование прогноза на основании полученного значения прогностического параметра, отличающийся тем, что автоматически рассчитывают площадь каждого цифрового поля зрения, после чего на основании подсчитанного количества опухолевых клеток в выделенных цифровых полях зрения и рассчитанной площади указанных цифровых полей зрения определяют среднее значение клеточной плотности, приведенное к 1 мм2 площади исследуемого гистологического препарата, и используют полученное значение в качестве прогностического параметра, при этом при значении указанного прогностического параметра менее 3000 клеток/мм2 прогнозируют благоприятный исход заболевания.A method for predicting breast cancer using a digital image of a histological preparation prepared from a sample of tumor tissue selected from a subject of research, including the selection on a digital image of a histological preparation of a number of digital fields of view that carry the information required to calculate the prognostic parameter, the implementation of an automated calculation of the number of tumor cells in digital field of view, calculation of the prognostic parameter using the obtained value the number of tumor cells and forming a forecast based on the obtained value of the prognostic parameter, characterized in that the area of each digital field of view is automatically calculated, after which, based on the calculated number of tumor cells in the selected digital fields of view and the calculated area of these digital fields of view, the average cell density reduced to 1 mm 2 the area of the studied histological preparation, and use the obtained value as a prognostic parameter, while with the value of the specified prognostic parameter of less than 3000 cells / mm 2 predict a favorable outcome of the disease.
RU2017127233A 2017-07-28 2017-07-28 Method for forecast of breast cancer RU2664671C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2017127233A RU2664671C1 (en) 2017-07-28 2017-07-28 Method for forecast of breast cancer

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2017127233A RU2664671C1 (en) 2017-07-28 2017-07-28 Method for forecast of breast cancer

Publications (1)

Publication Number Publication Date
RU2664671C1 true RU2664671C1 (en) 2018-08-21

Family

ID=63286883

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2017127233A RU2664671C1 (en) 2017-07-28 2017-07-28 Method for forecast of breast cancer

Country Status (1)

Country Link
RU (1) RU2664671C1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150347702A1 (en) * 2012-12-28 2015-12-03 Ventana Medical Systems, Inc. Image Analysis for Breast Cancer Prognosis

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150347702A1 (en) * 2012-12-28 2015-12-03 Ventana Medical Systems, Inc. Image Analysis for Breast Cancer Prognosis

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MADABHUSHI A. et al. Computer-aided prognosis: predicting patient and disease outcome via quantitative fusion ofmulti-scale, multi-modal data. Comput Med Imaging Graph. 2011 Oct-Dec; 35(7-8): 506-14. *
ZHONG F. et al. Comparison of Visual Assessment and Automated Digital Image Analysis of Ki67 LabelingIndex in Breast Cancer. PLoS One. 2016 Feb 29; 11(2): e0150505. *
ZHONG F. et al. Comparison of Visual Assessment and Automated Digital Image Analysis of Ki67 LabelingIndex in Breast Cancer. PLoS One. 2016 Feb 29; 11(2): e0150505. MADABHUSHI A. et al. Computer-aided prognosis: predicting patient and disease outcome via quantitative fusion ofmulti-scale, multi-modal data. Comput Med Imaging Graph. 2011 Oct-Dec; 35(7-8): 506-14. КАЛАНТАРЛИ С. и др. Возможности цифровой микроскопии для объективизации гистологического исследования. Количественный морфометрический анализ при исследовании рака молочной железы. Уральский медицинский журнал. 2014; 2(116): 33-40. *
КАЛАНТАРЛИ С. и др. Возможности цифровой микроскопии для объективизации гистологического исследования. Количественный морфометрический анализ при исследовании рака молочной железы. Уральский медицинский журнал. 2014; 2(116): 33-40. *

Similar Documents

Publication Publication Date Title
US11211167B2 (en) Image analysis for breast cancer prognosis
Saleh et al. Utility of immunohistochemical markers in differentiating benign from malignant follicular-derived thyroid nodules
JP6449765B2 (en) Method for quantifying immune cells in tumor tissue and its application
Suh et al. Serum thyroglobulin is a poor diagnostic biomarker of malignancy in follicular and Ḧurthle-cell neoplasms of the thyroid
Huh et al. The proliferative activity of mammary epithelial cells in normal tissue predicts breast cancer risk in premenopausal women
JP2020526844A (en) Radiomics-based imaging tool for monitoring tumor lymphocyte infiltration and outcome in cancer patients treated with anti-PD-1 / PD-L1
Bodei et al. Gene transcript analysis blood values correlate with 68 Ga-DOTA-somatostatin analog (SSA) PET/CT imaging in neuroendocrine tumors and can define disease status
Chung et al. Interobserver variability of Ki-67 measurement in breast cancer
Desmeules et al. Comparison of digital image analysis and visual scoring of KI-67 in prostate cancer prognosis after prostatectomy
US20150160224A1 (en) Quantitation of biomarkers for the detection of prostate cancer
Veen et al. Qualitative and quantitative issues of lymph nodes as prognostic factor in colon cancer
Shi et al. Prognostic prediction and diagnostic role of intercellular adhesion molecule-1 (ICAM1) expression in clear cell renal cell carcinoma
WO2022194033A1 (en) Peripheral blood tcr marker for diffuse large b-cell lymphoma, and detection kit and use therefor
CN112946276B (en) Postoperative recurrence risk prediction system for stage I lung adenocarcinoma patient and application thereof
Wood et al. A comparison of immunohistochemical staining for oestrogen receptor, progesterone receptor and HER-2 in breast core biopsies and subsequent excisions
Doren et al. Predicting cancer on excision of atypical ductal hyperplasia
Chew et al. High and low mammographic density human breast tissues maintain histological differential in murine tissue engineering chambers
RU2664671C1 (en) Method for forecast of breast cancer
Tőkés et al. Predictive and prognostic value of FDG-PET/CT imaging and different response evaluation criteria after primary systemic therapy of breast cancer
Yaghjyan et al. Reliability of CD44, CD24, and ALDH1A1 immunohistochemical staining: Pathologist assessment compared to quantitative image analysis
CN112904006B (en) Breast cancer prognosis prediction molecular marker and application thereof
RU2697709C1 (en) Method for breast cancer prediction
RU2748716C1 (en) Breast cancer prognosis method
RU2450790C2 (en) Examination technique for diagnosis of malignant growth
RU2763839C1 (en) Method for multivariate prognosis of breast cancer