Name: predicting treatment response to image-guided therapies using machine learning: an example for trans-arterial treatment of hepatocellular carcinoma
Uploaded: 2018-10-10T15:00:00
Description: Watch this Scientific Journal Video about Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma at JoVE.co

أ. أ. تلقي الدعم التمويلي من "مكتب بحوث الطلاب"، كلية الطب بجامعة ييل.
L.J.S. تتلقى منحا من المعاهد الوطنية للصحة (المعاهد الوطنية للصحة/NCI R01CA206180)، ليوبولدينا زمالات ما بعد الدكتوراه، ومؤسسة غينتر دبليو رولف العلوم الإشعاعية (آخن، ألمانيا).
كيركراده تتلقى منحا من المعاهد الوطنية للصحة (المعاهد الوطنية للصحة/NCI R01CA206180)، فيليبس للرعاية الصحية، والمؤسسة الألمانية-الإسرائيلية للبحث العلمي والتطوير (القدس، إسرائيل ونيوهيربيرج، ألمانيا)؛ ومنح دراسية من مؤسسة غينتر دبليو رولف "العلوم الإشعاعية" و "شاريت برلين معهد للصحة السريرية عالم البرنامج" (برلين، ألمانيا).
دكتوراه، وحركة التحرير تتلقى منحا من المعاهد الوطنية للصحة (المعاهد الوطنية للصحة/NCI R01CA206180) والرعاية الصحية فيليبس (أفضل، هولندا).
J.F.G. وتتلقى منحا من المعاهد الوطنية للصحة (المعاهد الوطنية للصحة/NCI R01CA206180)، فيليبس للرعاية الصحية، BTG (لندن، المملكة المتحدة)، بوسطن العلمية (مارلبورو، ماساتشوستس)، والرعاية الصحية جربة (Villepinte، فرنسا)

1. إعداد محطة العمل للتعلم آلة
<ol><li>استخدام نظام بما يلي: إنتل كور 2 ديو أو أعلى وحدة المعالجة المركزية سرعة 2.0 جيجاهرتز 4 غيغابايت أو أكثر من ذاكرة النظام متوافقة مع POSIX نظام التشغيل (لينكس أو نظام التشغيل Mac OS) أو Microsoft Windows 7 أذونات المستخدم من أجل تنفيذ البرامج وحفظ الملفات</li>
	<li>تثبيت ...

<ol>
	<li>Benson, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=NCCN+clinical+practice+guidelines+in+oncology:+hepatobiliary+cancers.">NCCN clinical practice guidelines in oncology: hepatobiliary cancers.</a> J National Comprehensive Cancer Network. 7 (4), 350-391 (2009).</li><li>Siegel, R., Miller, K., Jemal, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cancer+statistics,+2016.">Cancer statistics, 2016.</a> CA Cancer J Clin. 66 (1), 7-30 (2016).</li><li>Bruix, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Clinical+management+of+hepatocellular+carcinoma.+Conclusions+of+the+Barcelona-2000+European+Association+for+the+Study+of+the+Liver+conference.">Clinical management of hepatocellular carcinoma. Conclusions of the Barcelona-2000 European Association for the Study of the Liver conference.</a> Journal of Hepatology. 35 (3), 421-430 (2001).</li><li>Eisenhauer, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=New+response+evaluation+criteria+in+solid+tumours:+revised+RECIST+guideline+(version+1.1).">New response evaluation criteria in solid tumours: revised RECIST guideline (version 1.1).</a> European Journal of Cancer. 45 (2), 228-247 (2009).</li><li>Gillmore, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EASL+and+mRECIST+responses+are+independent+prognostic+factors+for+survival+in+hepatocellular+cancer+patients+treated+with+transarterial+embolization.">EASL and mRECIST responses are independent prognostic factors for survival in hepatocellular cancer patients treated with transarterial embolization.</a> Journal of Hepatology. 55 (6), 1309-1316 (2011).</li><li>Lin, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+and+volumetric+European+Association+for+the+Study+of+the+Liver+and+Response+Evaluation+Criteria+in+Solid+Tumors+measurements:+feasibility+of+a+semiautomated+software+method+to+assess+tumor+response+after+transcatheter+arterial+chemoembolization.">Quantitative and volumetric European Association for the Study of the Liver and Response Evaluation Criteria in Solid Tumors measurements: feasibility of a semiautomated software method to assess tumor response after transcatheter arterial chemoembolization.</a> Journal of Vascular and Interventional Radiology. 23 (12), 1629-1637 (2012).</li><li>Tacher, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+Existing+Response+Criteria+in+Patients+with+Hepatocellular+Carcinoma+Treated+with+Transarterial+Chemoembolization+Using+a+3D+Quantitative+Approach.">Comparison of Existing Response Criteria in Patients with Hepatocellular Carcinoma Treated with Transarterial Chemoembolization Using a 3D Quantitative Approach.</a> Radiology. 278 (1), 275-284 (2016).</li><li>Pedregosa, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Scikit-learn:+Machine+Learning+in+Python.">Scikit-learn: Machine Learning in Python.</a> Journal of Machine Learning Research. 12, 2825-2830 (2011).</li><li>Bishop, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Pattern recognition and machine learning. , 738 (2006).</li><li>Alpaydin, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Introduction to machine learning. Third edition. , 613 (2014).</li><li>Kim, S., Cho, K., Oh, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+machine+learning+models+for+diagnosis+of+glaucoma.">Development of machine learning models for diagnosis of glaucoma.</a> PLoS One. 12 (5), (2017).</li><li>Son, Y., Kim, H., Kim, E., Choi, S., Lee, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Application+of+support+vector+machine+for+prediction+of+medication+adherence+in+heart+failure+patients.">Application of support vector machine for prediction of medication adherence in heart failure patients.</a> Healthcare Informatics Research. 16 (4), 253-259 (2010).</li><li>Wang, S., Summers, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Machine+learning+and+radiology.">Machine learning and radiology.</a> Medical Image Analysis. 16 (5), 933-951 (2012).</li><li>Abajian, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Predicting+Treatment+Response+to+Intra-arterial+Therapies+for+Hepatocellular+Carcinoma+with+the+Use+of+Supervised+Machine+Learning-An+Artificial+Intelligence+Concept.">Predicting Treatment Response to Intra-arterial Therapies for Hepatocellular Carcinoma with the Use of Supervised Machine Learning-An Artificial Intelligence Concept.</a> Journal of Vascular and Interventional Radiology. , (2018).</li></ol>

وتقدم المرضى المصابين بسرطانه الخلية الكبدية الذين ليسوا مرشحين للاستئصال الجراحي العلاج داخل الشرايين. توجد أساليب عدة لتحديد إذا كان مريض سيستجيب قبل-العلاج. تقنيات التقييم بعد العلاج تعتمد على التغييرات في حجم الورم أو الإقبال على النقيض الورم. وتسمى هذه المعايير الاستجابة، مع ك...

وتقدم المرضى المصابين بسرطانه الخلية الكبدية الذين ليسوا مرشحين الجراحية العلاج داخل الشرياني1،،من23. لا يوجد أي متري واحد أن يحدد ما إذا كان مريض سيستجيب لعلاج داخل الشرايين قبل أن تتولى العلاج. وكان الهدف من هذه الدراسة لبيان أسلوب الذي تتوقع الاستجابة للمعالجة بتطبيق أساليب من آلة التعلم. هذه النماذج توفر التوجيه للممارسين والمرضى عند اختيار ما إذا كنت تريد المتابعة مع علاج.
البروتوكول يستلزم عملية استنساخه لتدريب وتحديث نموذج بدءاً من بيانات المريض الأساسية (الملاحظات السريرية والديموغرافية والبيانات المختبرية والتصوير). في البداية يتم تحليل البيانات لميزات معينة، مع كل مريض ممثلة بمجموعة من الميزات ثنائي وتسمية هدف نتائج ثنائي. تحدد التسمية نتائج باستخدام معيار استجابة المنشأة على أساس تصوير كبدية العلاج4،5،،من67. الميزات والتسميات الهدف يتم تمريرها إلى برامج تعلم آلة أن يتعلم التعيين بين الميزات ونتائج في إطار محدد التعلم نموذج (الانحدار اللوجستي أو الغابات العشوائية)8،،من910. جرى تطبيق تقنيات مماثلة في الأشعة ومجالات أخرى لأبحاث السرطان للتشخيص والعلاج التنبؤ11،،من1213.
الطريقة تكيف التقنيات من علوم الكمبيوتر إلى مجال الأشعة التداخلية. الدراسات أهمية التقليدية في الأشعة التداخلية، والطب بشكل عام، تعتمد على تحليلات ميزة أحادية أو اليغو. على سبيل المثال، يتضمن نموذجا لنهاية مرحلة "مرض الكبد" خمسة مقاييس السريرية لتقييم مدى انتشار مرض الكبد. الاستفادة الطريقة المقترحة هو القدرة على إضافة ميزات تحرر؛ وتعتبر ميزات خمسة وعشرون في تحليل المثال. ويمكن إضافة ميزات إضافية حسب المطلوب.
يمكن تطبيق التقنية للتدخلات الشعاعية الأخرى التي تتوفر فيها بيانات التصوير قبل وبعد التدخل. على سبيل المثال، يمكن التنبؤ بالنتائج بعد العلاج عن طريق الجلد بطريقة مماثلة. القيد الرئيسي من الدراسة هو الحاجة إلى ميزات كاهن اليدوي لإدراجها في النموذج. استخراج البيانات curation وميزة تستغرق وقتاً طويلاً للممارسين وقد تعوق اعتماد السريرية للجهاز مثل نماذج التعلم.

<table border="0" cellpadding="0" cellspacing="0" style="width:851px;" width="850">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="105">
			<td height="105" style="height:105px;width:216px;">Computer workstation</td>
			<td style="width:123px;">N/A</td>
			<td style="width:169px;">N/A</td>
			<td style="width:343px;">Intel Core 2 Duo or higher CPU at 2.0 GHz; 4 GB or more system memory; POSIX-compliant operating system (Linux or Mac OS) or Microsoft Windows 7; User permissions for executing programs and saving files</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;width:216px;">Anaconda Python 3</td>
			<td style="width:123px;">Anaconda, Inc.</td>
			<td style="width:169px;">Version 3.6</td>
			<td style="width:343px;">Python 3 system and libraries packaged for scientists and researchers</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;width:216px;">DICOM to NIfTI</td>
			<td style="width:123px;">NeuroImaging Tools &#38; Resources Collaboratory</td>
			<td style="width:169px;">Version 1.0 (4/4/2018 release)</td>
			<td style="width:343px;">Standalone program for converting DICOM imaging files to NIfTI format</td>
		</tr>
		<tr height="33">
			<td height="33" style="height:33px;width:216px;">Sublime Text Editor</td>
			<td style="width:123px;">Sublime HQ Pty Ltd</td>
			<td style="width:169px;">Version 3 (Build 3143)</td>
			<td style="width:343px;">Text-editor for writing Python code</td>
		</tr>
		<tr height="45">
			<td height="45" style="height:45px;width:216px;">Required Python Libraries</td>
			<td style="width:123px;">N/A</td>
			<td style="width:169px;">Version 3.2.25 (nltk) 
			Version 0.19.1 (scikit-learn)</td>
			<td style="width:343px;">Natural Language Toolkit (nltk) 
			Scikit-learn</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;width:216px;">ITK-SNAP</td>
			<td style="width:123px;">N/A</td>
			<td style="width:169px;">Version 3.6.0</td>
			<td style="width:343px;">Optional toolkit for performing segmentation of organ systems in medical images.</td>
		</tr>
	</tbody>
</table>

predicting treatment response to image-guided therapies using machine learning: an example for trans-arterial treatment of hepatocellular carcinoma

العلاج داخل الشرايين هي معيار الرعاية للمرضى المصابين بسرطانه الخلية الكبدية الذين لا يمكن الخضوع للاستئصال الجراحي. وكان الهدف من هذه الدراسة لتطوير طريقة للتنبؤ باستجابة للعلاج داخل الشرايين قبل التدخل.
الأسلوب الذي يوفر إطارا عاماً للتنبؤ بنتائج قبل العلاج داخل الشرايين. أنها تنطوي على تجميع البيانات السريرية والديموغرافية والتصوير عبر مجموعة مرضى واستخدام هذه البيانات لتدريب نموذج تعلم آلة. يتم تطبيق نموذج تدريب للمرضى الجدد بغية التنبؤ باحتمال استجابة للعلاج داخل الشرايين.
الأسلوب الذي ينطوي على اقتناء وتحليل البيانات السريرية والديموغرافية والتصوير من ن المرضى الذين خضعوا للعلاج الشرياني عبر الفعل. هذه البيانات يتم تحليل السمات المنفصلة (العمر، الجنس، تليف الكبد، ودرجة تعزيز الورم، و ما إلى ذلك) وبيناريزيد إلى القيم true/false (مثلاً العمر على مدى 60، الجنس، تعزيز الورم يتجاوز عتبة مجموعة، إلخ). تتم إزالة الميزات منخفضة-الفرق والميزات مع رابطات وحيد المتغير المنخفض مع النتائج. تتم تسمية كل مريض المعالجة وفقا لما إذا كانت استجابت أو لم تستجب للعلاج. وهكذا يمثل كل مريض التدريب مجموعة من ميزات ثنائي وتسمية نتائج. ويتم تدريب نماذج التعلم آلة استخدام N -1 المرضى المصابين بالفحص على المريض من اليسار. يتم تكرار هذه العملية لكل من المرضى N . يتم حساب متوسط نماذج ن التوصل إلى نموذج نهائي.
التقنية قابلة للتوسعة، ويمكن إدراج ميزات إضافية في المستقبل. كما أنها عملية التعميم التي يمكن تطبيقها على أسئلة البحث السريري خارج الأشعة التداخلية. القيد الرئيسي هو الحاجة إلى استخلاص السمات يدوياً من كل مريض. نموذج شعبية حديثة للتعلم آلة تسمى العميق التعلم لا يعانون من هذا القيد، لكنها تتطلب مجموعات البيانات الكبيرة.

تم تطبيق الأسلوب المقترح إلى 36 من المرضى الذين تلقوا العلاج ترانس-الشرياني سرطانه الخلية الكبدية. تم تحديد السمات الخمس والعشرين، وبيناريزيد باستخدام الخطوات 1-5. خمس ميزات استيفاء كل الفرق ومرشحات رابطة وحيد المتغير (انظر الخطوات 5.1 و 5-2)، وكانت تستخدم للتدريب النموذجي. و...

Watch this Scientific Journal Video about Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma at JoVE.co

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

التنبؤ بالاستجابة للمعالجة للعلاجات الموجهة بصورة باستخدام آلة التعلم: مثال لمعاملة ترانس-الشرياني سرطانه الخلية الكبدية

العلاج داخل الشرايين هي معيار الرعاية للمرضى المصابين بسرطانه الخلية الكبدية الذين لا يمكن الخضوع للاستئصال الجراحي. ويقترح طريقة للتنبؤ بالاستجابة لهذه العلاجات. يستخدم التقنية المعلومات الإجرائية قبل السريرية والديموغرافية، والتصوير لتدريب نماذج التعلم آلة قادرة على التنبؤ باستجابة قبل المعالجة.

Intra-arterial therapies are the standard of care for patients with hepatocellular carcinoma who cannot undergo surgical resection. The objective of this ...

يمكن أن تساعد هذه الطريقة في التنبؤ بالاستجابة للعلاجات الشريانية. سوف تغير تطبيقات التعلم الآلي في علم الأورام التدخلي الطريقة التي نتعامل بها مع سرطان الكبد وغيره من الأمراض مع العلاجات الموجهة بالصور. هذه الطريقة لديها القدرة على تحسين الطريقة التي يتم بها اتخاذ قرارين مهمين.عموما ، سوف الأفراد الجدد لهذه الطريقة النضال بسبب الحاجة إلى توليد الميزات وأداء آلة التعلم والتعليم. العرض التوضيحي المرئي لهذا الأسلوب أمر بالغ الأهمية حيث تتضمن خطوات إنشاء الميزة استخراج هذه الميزات باستخدام أقنعة التصوير. ومن الضروري وجود مجموعة بيانات مشروحة جيداً وممثلة سريرياً لتدريب النموذج.سيكون من الضروري توفير المزيد من البيانات عن المرضى والأتراب الكبيرة لزيادة تحسين مثل هذه الخوارزمية للتعلم الآلي. بعد تحديد الميزات السريرية التي يجب تضمينها في النموذج ، استخدم مجموعة أدوات اللغة الطبيعية المناسبة لتحليل ملاحظات العيادة بالنص العادي في جمل للسماح بالبحث عن شروط الاهتمام. ثم قم بتخزين ميزات كل مريض في ملف مع ميزة واحدة لكل سطر.بالنسبة للميزات غير الثنائية، احصل على القيمة الوسيطة لكل ميزة عبر جميع المرضى، و بينتريز كل ميزة كقيمة صحيحة أو خاطئة استنادًا إلى القيمة الوسيطة. لحساب ميزة تحسين الكبد المتوسط من صورة طبية. بعد عزل voxels التي تحتوي على الكبد، أدخل متوسط تعزيز الكبد الأمر.لتحديد ميزة وحدة تخزين الكبد، أدخل الأوامر كما هو مبين. ثم حساب القيم الوسيطة لكل ميزة تصوير وbinarize الميزات كما هو موضح. لتجميع وتقليل الميزات، أولاً إزالة ميزات التباين المنخفض من النظر وقراءة الميزات في المصفوفة الثنائية.بعد ذلك، استخدم نموذج عتبة التباين لحساب الميزات التي تظهر في 20٪ على الأقل من المستجيبين وغير المستجيبين، على غرار تلك الموضحة في الجدول. إزالة أي ميزات مع اقتران أحادي المتغيرات منخفضة مع النتيجة وتصفية فقط تلك الميزات التي تمر الأصلي الفرز المتغير المنخفض الاحتفاظ الميزات ن حيث ن هو عدد المرضى. ثم قراءة في مصفوفة ثنائية لكل ميزة، على غرار ما هو موضح في الجدول.بعد أن تم binarized الميزات وتصفيتها، حان الوقت لتدريب النموذج. التدريب النموذجي هو عملية مباشرة تناسب ميزات النتائج قيد الدراسة ويمكن استخدامها لجعل التنبؤات حول المرضى الجدد. في هذا التحليل التمثيلي لـ 36 مريضًا خضعوا لعلاجات الشرايين عبرة لـ سرطان الخلايا الكبدية ، تم تحديد 25 ميزات وbinarized كما هو موضح مع 5 ميزات ترضي كلاً من المتغيرات ومرشحات الرابطة أحادي المتغيرات.وقد وصفت كل مريض على أنه إما المستجيب أو غير المستجيب في إطار الرابطة الأوروبية الكمية لدراسة معايير استجابة الكبد. كما يتضح، كل من الانحدار اللوجستي ونماذج الغابات العشوائية توقع استجابة العلاج الكيميائي عبر الشرايين مع دقة إجمالية من 78٪ بعد هذه الطريقة، فمن الممكن لجعل التنبؤات على المرضى الجدد من خلال تطبيق نموذج التدريب. يمكن تطبيق تقنية التعلم الآلي هذه بشكل عام على أي علاج يتضمن التصوير قبل الإجرائية، والتصوير بين الإجرائية، وما بعد الإجراءات.

Research

JoVE Journal

Medicine

The Measurement and Treatment of Suppression in Amblyopia

قياس وعلاج الحول في قمع

Amblyopia, a developmental disorder of the visual cortex, is one of the leading causes of visual dysfunction in the working age population. Current ...

The Goeckerman Regimen for the Treatment of Moderate to Severe Psoriasis

لحمية غوكرمان لمعاملة معتدل لمرض الصدفية

Psoriasis is a  chronic, immune-mediated inflammatory skin disease affecting approximately 2-3%  of the population. The Goeckerman regimen consists of ...

Ex Vivo Treatment Response of Primary Tumors and/or Associated Metastases for Preclinical and Clinical Development of Therapeutics

Ex Vivo Treatment Response of Primary Tumors and/or Associated Metastases for Preclinical and Clinical Development of Therapeutics

الاستجابة للعلاج خارج الحي من الأورام الابتدائية و / أو أسوشيتد الانبثاث لما قبل السريرية والسريرية التنمية من التداوي

The molecular analysis of established cancer cell lines has been the mainstay of cancer research for the past several decades. Cell culture provides both ...

The In Ovo Chick Chorioallantoic Membrane (CAM) Assay as an Efficient Xenograft Model of Hepatocellular Carcinoma

The In Ovo Chick Chorioallantoic Membrane CAM Assay as an Efficient Xenograft Model of Hepatocellular Carcinoma

ال<em&gt; في البيضة</em&gt; الفرخ مشيمائي غشاء (CAM) الفحص بمثابة طعم أجنبي نموذج فعال لسرطان الكبد

The chick chorioallantoic membrane (CAM) begins to develop by day 7 after fertilization and matures by day 12. The CAM is naturally immunodeficient and ...

Evaluation of the Efficacy of the H. pylori Protein HP-NAP as a Therapeutic Tool for Treatment of Bladder Cancer in an Orthotopic Murine Model

Evaluation of the Efficacy of the H. pylori Protein HP-NAP as a Therapeutic Tool for Treatment of Bladder Cancer in an Orthotopic Murine Model

تقييم فعالية<em&gt; H. بيلوري</em&gt; البروتين HP-NAP كأداة علاجية لعلاج سرطان المثانة في مثلي فأري موديل

Bladder cancer is one of the most common malignancies of the urogenital tract. Intravesical injection of Bacillus Calmette-Gu&#233;rin (BCG) is the gold ...

A "Patient-Like" Orthotopic Syngeneic Mouse Model of Hepatocellular Carcinoma Metastasis

A &quot;المريض مثل&quot; مثلي مسانج نموذج الفأر من سرطان الكبد الانبثاث

The majority of cancer-related deaths are caused by the metastasis of the cancer rather than the primary tumor itself. Yet, the underlying mechanisms of ...

MRI-guided dmPFC-rTMS as a Treatment for Treatment-resistant Major Depressive Disorder

التصوير بالرنين المغناطيسي موجهة dmPFC-rTMS كعلاج للمقاومة للعلاج اضطراب اكتئابي

Here we outline the protocol for magnetic resonance imaging (MRI) guided repetitive transcranial magnetic stimulation (rTMS) to the dorsal medial ...

Using Micro-computed Tomography for the Assessment of Tumor Development and Follow-up of Response to Treatment in a Mouse Model of Lung Cancer

باستخدام التصوير المقطعي الصغيرة لتقييم التنمية الورم ومتابعة الاستجابة للعلاج في نموذج الفأر من سرطان الرئة

Lung cancer is the most lethal cancer in the world. Intensive research is ongoing worldwide to identify new therapies for lung cancer. Several mouse ...