肥胖脂肪因子与食管腺癌的研究进展

来源 :中国肿瘤临床 | 被引量 : 0次 | 上传用户:justdoitterry
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
肥胖与肿瘤是全球两大影响健康的重要问题,肥胖增加食管腺癌的发病及死亡风险。脂肪组织能够分泌多种生物学活性的脂肪因子,如瘦素、脂联素、抵抗素等。近年研究发现脂肪因子在胃食管返流病、Barrett食管及癌变中发挥重要作用。本文就肥胖及脂肪因子与食管腺癌的研究进展进行综述。
其他文献
传统磁共振(MR)傅里叶成像方法由于傅里叶不确定性,k空间扩展编码采样长度能提高图像空间分辨率,但是以降低图像信噪比为代价。提出基于最大似然优化模型的各向异性约束MR成像新方法,将离散傅里叶变换模型改进为惩罚约束函数的最优值搜索问题。利用医学结构的先验信息,将正则化惩罚运算细化至平滑区域、边界邻域、边界和边界的方向。实验结果表明,该方法不但能扩展k空间高频数据采样长度同时有效降低高斯噪声,而且能克
虱目是哺乳类和鸟类体表的专性寄生虫.在虱科、阴虱科、长角鸟虱科和兽羽虱科的某些寄生虱种中发现了线粒体基因组裂化现象,其线粒体基因组裂化成了多个环状的线粒体染色体,
点云中存在奇异情况时,采用最小生成树法进行法矢调整会出现错误,而采用曲面重建方法运算效率又较低,为此提出一种点云模型法矢调整的优化算法。算法分别处理薄壁特征、垂直法向和相邻曲面3种奇异情况。对薄壁特征,算法提取特征点并在该处强制进行法矢取反;对垂直法向,算法通过扩大邻域搜索范围来获得法矢变化趋势;对相邻曲面,算法在K邻域中剔除歧义邻域点,避免在最小生成树中生成错误边。实验结果表明,该算法在点云中存
为自动检测出眼底图像中的硬性渗出,构建眼底图像的糖尿病视网膜病变自动筛查系统,提出一种基于RBF神经网络和阈值分割的硬性渗出自动检测方法。首先,利用基于最小类内离散度的改进Otsu分割方法对眼底图像绿色通道进行粗分割获取病灶候选区域;然后,利用logistic回归对候选区域的多个特征进行选择;最后,利用候选区域的优化特征集及相应判定结果建立RBF神经网络;此外,提出采用后处理以进一步提高检测精度。
The FOXO3a and FOXM1 forkhead transcription factors are key players in cancer initiation, progression, and drug resistance. Recent research shows that FOXM1 is
Meningioma is a common intracranial tumor in adults. Pediatric cases account for approximately 1.5%of al intracranial meningiomas, and very few cases show malig
Mdm2 and Mdm4 are two key negative regulators of the tumor suppressor p53.Deletion of either Mdm2 or Mdm4 induces p53-dependent early embryonic lethality in kno
Skeletal metastases result in significant morbidity and mortality.This is particularly true of cancers with a strong predilection for the bone,such as breast,pr
There is increasing interest in the clinical use of flattening filter-free (FFF) beams. In this study, we aimed to investigate the dosimetric characteristics of
Biomarker identiifcation is crucial for the selection of patients who might beneift from radiotherapy. To explore potential markers for response and prognosis i