期刊导航
期刊开放获取
上海教育软件发展有限公..
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
三阴性乳腺癌中PI3K/AKT/mTOR信号通路的突变及相关靶向治疗的研究进展
被引量：
6
1
作者
杨鑫
(
综述
)
佟仲生(审阅)
赵伟鹏(审阅)
《中国肿瘤生物治疗杂志》
CAS
CSCD
北大核心
2024年第4期397-403,共7页
三阴性乳腺癌(TNBC)是最具侵袭性的乳腺癌亚型,PI3K/AKT/mTOR信号通路失调是TNBC最常见的致癌突变之一,靶向PI3K/AKT/mTOR信号通路是治疗TNBC的重要方向。本文着重介绍了PI3K/AKT/mTOR信号通路的机制,TNBC中出现的PIK3CA、AKT1或mTOR的...
三阴性乳腺癌(TNBC)是最具侵袭性的乳腺癌亚型,PI3K/AKT/mTOR信号通路失调是TNBC最常见的致癌突变之一,靶向PI3K/AKT/mTOR信号通路是治疗TNBC的重要方向。本文着重介绍了PI3K/AKT/mTOR信号通路的机制,TNBC中出现的PIK3CA、AKT1或mTOR的突变,以及失活张力PTEN、PIK3R1或INPP4B的突变或丢失,也展现了布帕尼西、帕他色替、依维莫司等PI3K/AKT/mTOR信号通路靶向药物在治疗TNBC中单独、联合应用和与化疗或免疫疗法联用的疗效,同时论述了目前正在进行的各类临床试验及其未来的前景。
展开更多
关键词
三阴性乳腺癌
PI3K/AKT/mTOR信号通路
基因突变
靶向治疗
在线阅读
下载PDF
职称材料
基于深度学习的人工智能在数字病理学中的进展
被引量：
9
2
作者
杨鑫
(
综述
)
章真(审校)
《中国癌症杂志》
CAS
CSCD
北大核心
2021年第2期151-155,共5页
全切片数字化图像扫描技术的进步促成了数字病理学的诞生。随着存储技术的提高和互联网技术与计算机技术的迅速发展,深度学习的方法被广泛应用于病理学图像的分析中,其目标是化解病理学图像冗余复杂的信息导致病理学医师诊断和分析困难...
全切片数字化图像扫描技术的进步促成了数字病理学的诞生。随着存储技术的提高和互联网技术与计算机技术的迅速发展,深度学习的方法被广泛应用于病理学图像的分析中,其目标是化解病理学图像冗余复杂的信息导致病理学医师诊断和分析困难的问题,减轻病理学医师日常繁琐的分析工作,并提高分析结果的准确度。回顾分析常用于病理学分析的深度学习方法,介绍深度学习在病理学分析中各领域的应用,并讨论深度学习在病理学分析中的挑战和机遇。
展开更多
关键词
深度学习
人工智能
数字病理学
全切片数字化图像扫描技术
在线阅读
下载PDF
职称材料
题名
三阴性乳腺癌中PI3K/AKT/mTOR信号通路的突变及相关靶向治疗的研究进展
被引量：
6
1
作者
杨鑫
(
综述
)
佟仲生(审阅)
赵伟鹏(审阅)
机构
天津医科大学肿瘤医院国家恶性肿瘤临床医学研究中心
出处
《中国肿瘤生物治疗杂志》
CAS
CSCD
北大核心
2024年第4期397-403,共7页
基金
天津市医学重点学科建设项目(No.TJYXZDXK-009A)。
文摘
三阴性乳腺癌(TNBC)是最具侵袭性的乳腺癌亚型,PI3K/AKT/mTOR信号通路失调是TNBC最常见的致癌突变之一,靶向PI3K/AKT/mTOR信号通路是治疗TNBC的重要方向。本文着重介绍了PI3K/AKT/mTOR信号通路的机制,TNBC中出现的PIK3CA、AKT1或mTOR的突变,以及失活张力PTEN、PIK3R1或INPP4B的突变或丢失,也展现了布帕尼西、帕他色替、依维莫司等PI3K/AKT/mTOR信号通路靶向药物在治疗TNBC中单独、联合应用和与化疗或免疫疗法联用的疗效,同时论述了目前正在进行的各类临床试验及其未来的前景。
关键词
三阴性乳腺癌
PI3K/AKT/mTOR信号通路
基因突变
靶向治疗
分类号
R737.9 [医药卫生—肿瘤]
R730.5 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
基于深度学习的人工智能在数字病理学中的进展
被引量：
9
2
作者
杨鑫
(
综述
)
章真(审校)
机构
复旦大学附属肿瘤医院放射治疗中心
出处
《中国癌症杂志》
CAS
CSCD
北大核心
2021年第2期151-155,共5页
文摘
全切片数字化图像扫描技术的进步促成了数字病理学的诞生。随着存储技术的提高和互联网技术与计算机技术的迅速发展,深度学习的方法被广泛应用于病理学图像的分析中,其目标是化解病理学图像冗余复杂的信息导致病理学医师诊断和分析困难的问题,减轻病理学医师日常繁琐的分析工作,并提高分析结果的准确度。回顾分析常用于病理学分析的深度学习方法,介绍深度学习在病理学分析中各领域的应用,并讨论深度学习在病理学分析中的挑战和机遇。
关键词
深度学习
人工智能
数字病理学
全切片数字化图像扫描技术
Keywords
Deep learning
Artificial intelligence
Digital pathology
Whole-slide imaging
分类号
R36 [医药卫生—病理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
三阴性乳腺癌中PI3K/AKT/mTOR信号通路的突变及相关靶向治疗的研究进展
杨鑫
(
综述
)
佟仲生(审阅)
赵伟鹏(审阅)
《中国肿瘤生物治疗杂志》
CAS
CSCD
北大核心
2024
6
在线阅读
下载PDF
职称材料
2
基于深度学习的人工智能在数字病理学中的进展
杨鑫
(
综述
)
章真(审校)
《中国癌症杂志》
CAS
CSCD
北大核心
2021
9
在线阅读
下载PDF
职称材料
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
