简介：摘要目的中国女性乳腺癌发病率持续升高，负担重。乳腺癌诊疗及相关预后研究必需的临床队列建设面临诸多瓶颈，国内乳腺癌大型队列研究相对匮乏，存在标准不统一、失访率较高、重复建设、无法共享等问题。本课题为改善我国目前大型临床队列研究面临的困难和问题，联合多家三级甲等医院，合作建立中国乳腺癌专病队列，为进行乳腺癌多中心临床队列研究提供数据平台和技术支撑。方法乳腺癌标准化前瞻性队列专病队列的建立以循证医学证据为基础，通过专家论证建立乳腺癌队列标准化入组指标集，收集入组对象的基线信息、诊疗相关信息并采集生物标本。根据大型人群队列终点事件长期随访技术规范、数据安全及数据处理技术规范的要求，形成乳腺癌标准化前瞻性队列的诊疗及预后研究的随访体系。结果基于标准化的数据集，利用北京科技大学的计算机学科优势，整合动态信息采集终端和社会网络等新兴信息技术手段改善依从性及智能数据质量控制方案，研发出了中国乳腺癌专病队列数据库，截至2020年2月临床队列数据库中纳入患者12 147名。队列建设过程中采集样本资源，并与山东大学牵头开展的生物样本库多中心质量控制体系及共享评价体系研究合作，构建了开放共享的生物样本库网络，形成了乳腺癌发生发展全链条的研究平台。结论本研究随着"十三五"规划精准医学研究的实施，为乳腺癌精准诊疗提供了研究基础，为国家制定相关医学政策提供了数据支持。

简介：摘要目的探讨基于乳腺癌动态增强MRI图像的影像组学特征预测腋窝淋巴结转移的可行性。方法回顾性分析2013年1至12月北京大学第一医院经粗针穿刺活体组织检查确诊为乳腺癌的163例患者（163个病灶）。所有患者腋窝淋巴结状态均经病理学确诊，且术前有完整乳腺MRI图像。163例患者中，有腋窝淋巴结转移者94例，无腋窝淋巴结转移者69例，并按照7∶3比例随机进入训练集（115例）与测试集（48例）。对训练集进行影像组学分析，包括图像预处理及标记、影像组学特征提取、影像组学模型建立及模型预测效能分析。测试集用于模型效能测试。采用受试者操作特征曲线及曲线下面积（AUC）分析模型的预测效能。结果训练集提取的1 075个特征中，采用随机森林分类器最终选取主成分分析（PCA）融合特征8、41、67建模，3个PCA融合特征建立的模型鉴别诊断乳腺癌有、无腋窝淋巴结转移的AUC为0.956（95%CI 0.907~0.988），诊断灵敏度为91.2%，特异度为100%，准确度为94.8%；测试集中3个PCA融合特征建立的模型鉴别诊断乳腺癌有、无腋窝淋巴结转移的AUC为0.767（95%CI 0.652~0.890），灵敏度为80.8%，特异度为72.7%，准确度为77.1%。结论基于乳腺癌动态增强MRI图像的影像组学特征预测腋窝淋巴结转移具有可行性。

简介：摘要目的探讨基于乳腺癌瘤内及瘤周区域动态增强MRI影像组学特征构建的预测模型鉴别乳腺原位癌与浸润性癌的可行性。方法回顾性分析北京大学第一医院2013年1至12月经粗针穿刺活体组织检查或手术切除组织病理学检查确诊为浸润性乳腺癌及2013年1月至2015年12月经手术切除组织病理学检查确诊为乳腺原位癌的连续病例。所有患者均有术前完整乳腺MRI图像。共入组251例患者（251个病灶），均为女性，年龄23~82岁，中位年龄53岁，其中乳腺原位癌43例，乳腺浸润性癌208例。所有病例按照7∶3比例随机分为训练集（176例）与测试集（75例）。在训练集中结合动态增强（DCE）蒙片及早期强化图像，对乳腺肿瘤区域及瘤周区域进行半自动分割，然后提取、筛选影像组学特征并建立预测模型。测试集进行模型效能测试。采用受试者操作特征（ROC）曲线及曲线下面积（AUC）分析训练集及测试集中各模型的预测效能。结果利用瘤内、瘤周、瘤内联合瘤周影像组学特征建立的预测模型效能均较好，在测试集中3个预测模型鉴别乳腺原位癌与浸润性癌的AUC分别为0.865、0.896、0.922，两两比较差异无统计学意义（P>0.05），灵敏度分别为77.4%、87.1%、83.9%，特异度分别为92.3%、84.6%、100%，准确度分别为80.0%、85.3%、86.7%。结论利用乳腺癌瘤内及瘤周动态增强MRI的影像组学特征鉴别乳腺原位癌与浸润癌具有潜在可行性。