一种通过CT和印迹基因检测联合鉴别肺结节良恶性的系统

阅读: 评论:0


一种通过ct和印迹基因检测联合鉴别肺结节良恶性的系统
技术领域
1.本发明涉及一种通过ct和印迹基因检测联合鉴别肺结节良恶性的系统,属于医学诊断技术领域。


背景技术:



2.ct筛查的普及提高了肺癌的早期发现率,但是ct影像学假阳性率较高,高风险结节需要通过活检病理进一步鉴别良恶性,作为是否手术的依据。术前活检诊断依赖于病理医生对活检细胞和组织形态的解读,诊断准确率差异较大,且有部分样本由于形态特征不充分而无法诊断。目前已有多种分子诊断技术可以对活检样本的诊断起辅助作用,但单独使用时准确率仍然有待提高。目前还没有将分子诊断与ct特征联合使用鉴别肺结节良恶性的相关报道。


技术实现要素:



3.本发明所要解决的技术问题是:如何通过ct和印迹基因检测联合鉴别肺结节良恶性,以提高肺结节基于ct影像的术前诊断准确率。
4.为了解决上述技术问题,本发明提供了一种通过ct和印迹基因检测联合鉴别肺结节良恶性的系统,包括用于获取肺部影像的ct扫描仪,ct特征量化分类处理系统,用于原位杂交检测印迹基因gnas、grb10、snrpn和hm13的试剂盒,以及印迹基因分级处理系统;
5.其中,所述的ct特征量化分类处理系统包括输入端,用于输入ct影像和患者临床就诊信息,根据ct影像特征分为1类-未发现结节、2类-良性结节、3s-新发或稳定的5-9mm的小结节、3l-新发或基线筛查时发现的≥10mm结节、4a-恶性风险低、4b-原位癌或微小浸润癌、4c-恶性可能性大、5类-筛查ct提示强烈恶性的结节以及6类-组织学证实恶性的结节,其中1类和6类分别为未发现结节和组织学证实恶性的结节,不进行印迹基因检测,2类的ct影像特征为结节伴良性钙化、叶间裂结节、含脂质的错构瘤、球形肺不张、中心活检良性的结节、《5mm的任何密度的结节、≥5mm的实性密度的结节、≥5mm的实性密度的结节随访稳定2年以上和≥5mm的亚实性密度的结节随访稳定5年以上中的任意一种;3s的ct影像特征为稳定的实性结节且随访《2年或稳定的亚实性结节且随访《5年;3l的ct影像特征为模糊或磨玻璃边缘、部分磨玻璃边缘、多发病灶、卫星灶或树芽征;4a的ct影像特征为10-25mm的实性结节且伴有良性征象,但不明确;4b的ct影像特征为持续存在的≥10mm的亚实性密度结节,其中,实性成分≤5mm;4c的ct影像特征为短期随访部分实性结节病灶无明显改善,其中,实性成分≥5mm,或为实性结节或亚实性结节的实性部分恶性增长,或为存在≥10mm的结节且边界清楚,有分叶及毛刺,无炎症性病变的ct征象及临床表现;5类的ct影像特征为浸润胸壁或纵膈;
6.所述的印迹基因分级处理系统包括输入端,用于输入印迹基因检测结果,印迹基因分级分为0-iv级;根据文献zhou,j.,cheng,t.,li,x.et al.clin epigenet 2021;13,220的模型计算得到印迹基因表达分级(0-iv级);
7.所述系统通过ct分类联合印迹基因表达分级判断肺结节良恶性的标准为:ct影像学为2级,印迹基因iv级时判断为恶性;ct影像学为3s,印迹基因为iii级和iv级时判断为恶性;ct影像学为3l或以上时,印迹基因ii级、iii级和iv级判断为恶性;其他情况判断为良性。
8.优选地,所述试剂盒进行原位杂交检测印迹基因gnas、grb10、snrpn和hm13的样本为肺刷、肺泡灌洗液和支气管镜活检样本,检测的是双等位基因表达、多等位基因表达和总表达三个参数。
9.本发明与现有技术相比,具有如下有益效果:
10.基于本发明的ct和印迹基因检测联合鉴别肺结节良恶性的系统的诊断方法总灵敏度、总特异性和总准确率分别为:98.4%、96.1%、97.5%,提高了基于ct影像学诊断肺结节的阳性诊断准确率;此外,相对于文献报道的印迹基因分级诊断方法,基于本发明的系统的联合诊断方法特异性更高,且根据ct分类和印迹基因分级分了更多更细的类别,在有些类别里面可以100%准确地区分良恶性,在临床上具有重要意义。
附图说明
11.图1为筛查ct提示强烈恶性的结节影像;
12.图2为单个印记基因的分级;
13.图3为印记基因gnas、grb10、snrpn和hm13的联合分级;
14.图4为ct分类联合印迹基因表达分级判断肺结节良恶性的表格;
15.图5为选取的临床恶性样本进行ct分类联合印迹基因表达分级判断肺结节良恶性的统计结果;
16.图6为选取的临床良性样本进行ct分类联合印迹基因表达分级判断肺结节良恶性的统计结果;
17.图7为选取的临床总样本(包括良性样本和恶性样本)进行ct分类联合印迹基因表达分级判断肺结节良恶性的统计结果;
18.图8为临床恶性样本和总样本进行ct分类联合印迹基因表达分级判断肺结节良恶性的对比统计。
具体实施方式
19.为使本发明更明显易懂,兹以优选实施例,并配合附图作详细说明如下。
20.实施例
21.一种通过ct和印迹基因检测联合鉴别肺结节良恶性的系统,包括用于获取肺部影像的ct扫描仪,ct特征量化分类处理系统,用于原位杂交检测印迹基因gnas、grb10、snrpn和hm13的试剂盒,以及印迹基因分级处理系统;
22.其中,所述的ct特征量化分类处理系统包括输入端,用于输入ct影像和患者临床就诊信息,根据ct影像特征分为1类-未发现结节、2类-良性结节、3s-新发或稳定的5-9mm的小结节、3l-新发或基线筛查时发现的≥10mm结节、4a-恶性风险低、4b-原位癌或微小浸润癌、4c-恶性可能性大、5类-筛查ct提示强烈恶性的结节以及6类-组织学证实恶性的结节,其中1类和6类分别为未发现结节和组织学证实恶性的结节,不进行印迹基因检测,2类的ct
影像特征为结节伴良性钙化、叶间裂结节、含脂质的错构瘤、球形肺不张、中心活检良性的结节、《5mm的任何密度的结节、≥5mm的实性密度的结节、≥5mm的实性密度的结节随访稳定2年以上和≥5mm的亚实性密度的结节随访稳定5年以上中的任意一种;3s的ct影像特征为稳定的实性结节且随访《2年或稳定的亚实性结节且随访《5年;3l的ct影像特征为模糊或磨玻璃边缘、部分磨玻璃边缘、多发病灶、卫星灶或树芽征;4a的ct影像特征为10-25mm的实性结节且伴有良性征象,但不明确;4b的ct影像特征为持续存在的≥10mm的亚实性密度结节,其中,实性成分≤5mm;4c的ct影像特征为短期随访部分实性结节病灶无明显改善,其中,实性成分≥5mm,或为实性结节或亚实性结节的实性部分恶性增长,或为存在≥10mm的结节且边界清楚,有分叶及毛刺,无炎症性病变的ct征象及临床表现;5类的ct影像特征为浸润胸壁或纵膈;
23.所述的印迹基因分级处理系统包括输入端,用于输入印迹基因检测结果,印迹基因分级分为0-iv级;根据文献zhou,j.,cheng,t.,li,x.et al.clin epigenet 2021;13,220的模型计算得到印迹基因表达分级(0-iv级);
24.所述ct分类联合印迹基因表达分级判断肺结节良恶性的标准为:ct影像学为2级,印迹基因iv级时判断为恶性;ct影像学为3s,印迹基因为iii级和iv级时判断为恶性;ct影像学为3l或以上时,印迹基因ii级、iii级和iv级判断为恶性;其他情况判断为良性。
25.其中,具体的分类分级以及判断方法如下:
26.1、ct特征量化:
27.(1)根据ct影像对肺结节的大小、磨玻璃、实性、边缘毛刺、血管生长等特征进行分类,分类如表1所示:
28.表1ct分类
29.[0030][0031]
2、印迹基因原位杂交检测:
[0032]
(1)将肺刷、肺泡灌洗液、支气管镜活检等样本放入10%福尔马林中,室温固定24小时。
[0033]
(2)取出细胞置于正电荷载玻片上,烤干。
[0034]
(3)使用针对gnas、snrpn、hm13基因的rna序列设计的探针,根据rnascope试剂盒的操作方法,分别进行snrpn和hm13基因的原位杂交。
[0035]
(4)显后在显微镜下计数2000个细胞核,根据细胞核内信号点的数量对细胞核进行分类,分别计算双等位基因表达(biallelic expression,bae)、多等位基因表达(multiallelic expression,mae)、总表达(total expression,te)三个参数,公式如下:
[0036]
bae=(两个信号点的细胞核数量)/(一个信号点的细胞核数量+两个信号点的细胞核数量+三个或更多信号点的细胞核数量);
[0037]
mae=(三个或更多信号点的细胞核数量)/(一个信号点的细胞核数量+两个信号点的细胞核数量+三个或更多信号点的细胞核数量);
[0038]
te=(一个信号点的细胞核数量+两个信号点的细胞核数量+三个或更多信号点的细胞核数量)/细胞核总数量;
[0039]
(5)根据文献zhou,j.,cheng,t.,li,x.et al.clin epigenet 2021;13,220的模型计算得到印迹基因表达分级(0-iv级),如图2、图3所示。
[0040]
3、ct分类联合印迹基因表达分级判断肺结节良恶性
[0041]
ct分类联合印迹基因表达分级判断肺结节良恶性的标准为:ct影像学为2级时,印迹基因iv级判断为恶性;ct影像学为3s时,印迹基因iii级和iv级判断为恶性;ct影像学为3l或以上时,印迹基因ii级、iii级和iv级判断为恶性;根据评判标准制作恶性风险表格,如图4所示,查表即可得出恶性风险,风险小于50%判断为良性,大于或等于50%判断为恶性。
[0042]
4、临床样本统计分析
[0043]
选自中山医院等(有少量样本来源于其他医院)的临床样本进行统计分析,恶性样本统计结果如图5所示,良性样本统计结果如图6所示,总样本统计结果如图7所示。
[0044]
根据图5~7的统计结果计算本发明的ct和印迹基因检测联合鉴别肺结节良恶性的系统的总灵敏度、总特异性和总准确率分别为:
[0045]
总灵敏度=242/246=98.4%;
[0046]
总特异性=149/155=96.1%;
[0047]
总准确率=391/401=97.5%。
[0048]
相比于zhou,j.,cheng,t.,li,x.et al.clin epigenet 2021;13,220报道的印迹基因表达分级方法,总灵敏度与文章报道的99.1%基本持平(由于临床样本会产生一定误差),而总特异性比文章报道的92.1%有明显提高,总准确率与文章报道的97.1%相差不大。但是根据ct分类和印迹基因分级分了更多更细的类别,在有些类别里面可以100%准确地区分良恶性,对临床指导意义更大。

技术特征:


1.一种通过ct和印迹基因检测联合鉴别肺结节良恶性的系统,其特征在于,包括用于获取肺部影像的ct扫描仪,ct特征量化分类处理系统,用于原位杂交检测印迹基因gnas、grb10、snrpn和hm13的试剂盒,以及印迹基因分级处理系统;其中,所述的ct特征量化分类处理系统包括输入端,用于输入ct影像和患者临床就诊信息,根据ct影像特征分为1类-未发现结节、2类-良性结节、3s-新发或稳定的5-9mm的小结节、3l-新发或基线筛查时发现的≥10mm结节、4a-恶性风险低、4b-原位癌或微小浸润癌、4c-恶性可能性大、5类-筛查ct提示强烈恶性的结节以及6类-组织学证实恶性的结节,其中1类和6类分别为未发现结节和组织学证实恶性的结节,不进行印迹基因检测,2类的ct影像特征为结节伴良性钙化、叶间裂结节、含脂质的错构瘤、球形肺不张、中心活检良性的结节、<5mm的任何密度的结节、≥5mm的实性密度的结节、≥5mm的实性密度的结节随访稳定2年以上和≥5mm的亚实性密度的结节随访稳定5年以上中的任意一种;3s的ct影像特征为稳定的实性结节且随访<2年或稳定的亚实性结节且随访<5年;3l的ct影像特征为模糊或磨玻璃边缘、部分磨玻璃边缘、多发病灶、卫星灶或树芽征;4a的ct影像特征为10-25mm的实性结节且伴有良性征象,但不明确;4b的ct影像特征为持续存在的≥10mm的亚实性密度结节,其中,实性成分≤5mm;4c的ct影像特征为短期随访部分实性结节病灶无明显改善,其中,实性成分≥5mm,或为实性结节或亚实性结节的实性部分恶性增长,或为存在≥10mm的结节且边界清楚,有分叶及毛刺,无炎症性病变的ct征象及临床表现;5类的ct影像特征为浸润胸壁或纵膈;所述的印迹基因分级处理系统包括输入端,用于输入印迹基因检测结果,印迹基因分级分为0-iv级;所述系统通过ct分类联合印迹基因表达分级判断肺结节良恶性的标准为:ct影像学为2级,印迹基因iv级时判断为恶性;ct影像学为3s,印迹基因为iii级和iv级时判断为恶性;ct影像学为3l或以上时,印迹基因ii级、iii级和iv级判断为恶性;其他情况判断为良性。2.如权利要求1所述的通过ct和印迹基因检测联合鉴别肺结节良恶性的系统,其特征在于,所述试剂盒进行原位杂交检测印迹基因gnas、grb10、snrpn和hm13的样本为肺刷、肺泡灌洗液和支气管镜活检样本,检测的是双等位基因表达、多等位基因表达和总表达三个参数。

技术总结


本发明公开了一种通过CT和印迹基因检测联合鉴别肺结节良恶性的系统。该系统包括用于获取肺部影像的CT扫描仪,CT特征量化分类处理系统,用于原位杂交检测印迹基因GNAS、GRB10、SNRPN和HM13的试剂盒,以及印迹基因分级处理系统;其中,CT分类联合印迹基因表达分级判断肺结节良恶性的标准为:CT影像学为2级,印迹基因IV级时判断为恶性;CT影像学为3S,印迹基因为III级和IV级时判断为恶性;CT影像学为3L或以上时,印迹基因II级、III级和IV级判断为恶性;其他情况判断为良性。基于该系统的诊断方法总灵敏度、总特异性和总准确率高,提高了基于CT影像学诊断肺结节的阳性诊断准确率,临床价值高。价值高。价值高。


技术研发人员:

白春学 宋元林 周建 郭玮 纪元 周宁 杨达伟

受保护的技术使用者:

复旦大学附属中山医院

技术研发日:

2022.08.05

技术公布日:

2022/11/18

本文发布于:2022-11-25 22:02:01,感谢您对本站的认可!

本文链接:https://patent.en369.cn/patent/2/3407.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:印迹   基因   影像   特征
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2022 Comsenz Inc.Powered by © 369专利查询检索平台 豫ICP备2021025688号-20 网站地图