~(18)F-FDG PET/CT对肺癌淋巴结转移、远处转移及局部侵袭性的预测与诊断价值

【摘要】第一部分18F-FDGPET/CT肺癌原发灶影像特征对淋巴结转移及远处转移的预测价值背景：肺癌是世界上发病率和死亡率最高的恶性肿瘤之一。局部复发、淋巴结转移及远处转移是导致治疗失败的主要原因。不同病理类型肺癌的生物学行为差异较大，即使同一TNM分期的肺癌其远期预后仍不甚相同。肺癌原发灶在18F-FDGPET/CT显像中摄取FDG程度，与已知能预测肺癌转移潜能的生物学指标，如肿瘤细胞增殖活性、分化程度、微血管密度等密切相关，有可能为无创性评价肺癌原发病灶转移潜能提供客观影像依据和生物学标志。目的：通过回顾性分析筛选与肺癌淋巴结转移和远处转移有关的18F-FDGPET/CT原发灶影像特征；建立基于18F-FDGPET/CT肺癌原发灶影像特征的预测肺癌发生淋巴结及远处转移的数学模型；通过前瞻性研究评价此数学模型预测肺癌淋巴结转移及远处转移的诊断效能。材料与方法：回顾性分析2010年6月～2012年10月行18F-FDGPET/CT显像并经病理学检查确诊为肺癌的患者131例共134个原发灶，其中既无淋巴结转移亦无远处转移者，即无转移组，共61例64个病灶，有淋巴结转移或远处转移者，即有转移组，共70例70个病灶。将2012年11月～2013年10月行18F-FDGPET/CT显像、经病理学确诊为肺癌并明确转移状态的79例82个原发病灶纳入前瞻性研究。分别在CT肺窗和纵隔窗上测量轴位肿瘤最大截面的最大长径及其短径，取肺窗最大长径作为肿瘤大小；取病灶70%勾画ROI测量原发灶密度；计算原发灶肿瘤影消失率（TumorDisappearanceRate，TDR），定义为1-纵隔窗长径×短径/肺窗长径×短径。在Siemenssyngo工作站上利用TrueD软件勾画球体3DROI，自动计算ROI内像素的最大SUV作为肿瘤最大标准摄取比值（maxiumStandardedUptakeValue，SUVmax），将ROI内所有SUV≥2.5的像素体积之和作为肿瘤代谢体积（MetabolicTumorVolume，MTV）。在回顾性分析中，利用t检验、卡方检验比较无转移组和有转移组间患者年龄、性别及肺癌病灶位置（不同肺叶）、影像学分型（中央型和周围型）及病理类型（腺癌和鳞癌）差异有无统计学意义，利用Mann-Whitney检验比较肺癌原发灶大小、密度、TDR、SUVmax及MTV在两组中有无差异。筛选出差异有统计学意义的因素进行多因素二元logistics前进法逐步回归分析，建立预测肺癌淋巴结转移和远处转移的数学模型，纳入标准为P<0.05，排除标准为P>0.1。在前瞻性研究中，依据病理学结果、其他影像学证据或随访结果作为肺癌是否转移的“金标准”，评价此数学模型预测肺癌发生淋巴结转移和远处转移的诊断效能。结果：1.回顾性分析结果无转移组和有转移组患者年龄分别为63.6±9.53岁和63.2±8.53岁，两者差异无统计学意义（t=-0.284，P>0.05）。不同病灶位置（不同肺叶）和病理类型（腺癌及鳞癌）发生转移的几率在两组间均无统计学差异（χ2=2.076、1.581，P均>0.05）。男性患者发生转移几率为66%，高于女性患者的40%（χ2=7.750，P＜0.01）。中央型肺癌发生转移几率为74%，高于周围型肺癌的49%（χ2=4.081，P＜0.05）。无转移组和有转移组原发灶大小（以中位数和四分位数表示，下同）分别为1.90（1.40～2.40）cm和3.10（2.40～4.00）cm，密度分别为-1.0（-139.0～28.5）HU和30.0（25.0~38.0）HU，TDR分别为0.59（0.29～1.00）和0.27（0.14～0.47），SUVmax分别为3.20（1.55～9.25）和13.70（10.15～19.05），MTV分别为0.51（0.00～3.47）和12.93（4.86~26.17）cm3，两组间差异均具有明显统计学意义（Z=-5.148、-4.724、-4.616、-6.270、-6.947，P均＜0.01）。将患者性别、影像学分型及原发灶大小、密度、TDR、SUVmax、MTV进行多因素二元logistics前进法逐步回归分析，只有TDR和MTV进入回归方程（WALD=7.627、0.067，P=0.006、0.067），OR（相对危险度）值分别为0.015和1.043。建立基于18F-FDGPET/CT原发灶影像特征预测肺癌淋巴结转移和远处转移数学模型如下：P=ey/(1+ey),y=1.468+0.042×原发灶MTV-4.212×原发灶TDR；其中P为发生淋巴结转移和远处转移的概率，e为自然对数，ey为e的y次幂；MTV的单位为cm3。2.前瞻性分析结果符合纳入标准共79例82个原发灶。依据“金标准”判断，35个原发灶既无淋巴结转移亦无远处转移，47个原发灶发生淋巴结转移和/或远处转移。通过数学模型判断，38个原发灶未发生转移，44个原发灶有转移。数学模型预测肺癌发生淋巴结转移和远处转移的诊断效能分别为特异度80%、灵敏度79%、准确度79%、阳性预测值84%和阴性预测值74%。结论：1．患者年龄、原发肺癌病灶位置（不同肺叶）和病理类型（腺癌和鳞癌）不能预测肺癌是否发生淋巴结转移和远处转移；男性肺癌患者较女性、中央型肺癌较周围型肺癌更容易发生淋巴结转移和远处转移。2．肺癌原发灶大小、密度、TDR、SUVmax及MTV均是淋巴结转移和远处转移的预测因素，随原发灶增大，密度、SUVmax及MTV增高，TDR减小，肺癌发生淋巴结转移和远处转移几率增加，其中TDR和MTV是主要预测因素。3．基于18F-FDGPET/CT肺癌原发灶影像特征建立的预测淋巴结转移和远处转移的数学模型如下：P=ey/(1+ey),y=1.468+0.042×原发灶MTV-4.212×原发灶TDR，对肺癌是否发生淋巴结转移和远处转移具有较高诊断效能。第二部分基于18F-FDGPET/CT诊断肺癌淋巴结转移的数学模型建立景：肺癌是世界上发病率和死亡率最高的恶性肿瘤之一。肺癌淋巴结转移状态对治疗决策及评价预后至关重要。胸部CT平扫依据淋巴结大小、PET依据淋巴结葡萄糖代谢水平来诊断淋巴结转移，均存在假阴性和假阳性可能。肺癌原发灶摄取FDG程度是淋巴结转移预测因素，结合原发灶及淋巴结两者的18F-FDGPET/CT影像特征，可能更有助于提高诊断肺癌淋巴结转移的准确率。目的：通过回顾性分析筛选与肺癌淋巴结转移有关的18F-FDGPET/CT原发灶及淋巴结影像特征；建立基于18F-FDGPET/CT的诊断肺癌淋巴结转移的数学模型。材料与方法：回顾性分析2010年6月～2013年10月行18F-FDGPET/CT显像并经病理学检查确诊为肺癌的患者155例共161个原发灶。病理结果证实不伴淋巴结转移者99个病灶，即无淋巴结转移组，伴淋巴结转移者62个病灶，即有淋巴结转移组。161个原发灶按淋巴结分期分为N0组99个、N1组14个、N2组23个及N3组25个。对照病理学检查淋巴结区域在PET/CT上共观测351个淋巴结，非转移性淋巴结274个，即非转移性淋巴结组，转移性淋巴结77个，即转移性淋巴结组。分别在CT肺窗和纵隔窗上测量轴位原发肿瘤最大截面的最大长径及其短径，取肺窗最大长径作为肿瘤大小；取病灶70%勾画ROI测量原发灶密度；计算原发灶肿瘤影消失率（TumorDisappearanceRate，TDR），定义为1-纵隔窗长径×短径/肺窗长径×短径；在Siemenssyngo工作站上利用TrueD软件勾画球体3DROI，自动计算ROI内像素的最大SUV作为原发肿瘤最大标准摄取比值（maxiumStandardedUptakeValue，SUVmax），将ROI内所有SUV≥2.5的像素体积之和作为原发肿瘤代谢体积（MetabolicTumorVolume，MTV）。淋巴结大小为CT纵隔窗轴位图像上淋巴结最大截面的短径长度；在Siemenssyngo工作站上，利用2D椭圆ROI分层勾画淋巴结，挑选各层面中最大SUV作为淋巴结SUVmax；淋巴结伴有明显钙化或脂肪密度者记为0分，高于纵隔软组织密度但无肉眼可识别的钙化记为1分，大致等同于纵隔软组织密度记为2分，软组织密度伴其内密度不均匀减低（坏死）记为3分；淋巴结边界清晰者记为0分，周围脂肪密度模糊或淋巴结呈融合趋势记为1分；观察PET图像上淋巴结分布特点，对称性分布记为0分，非对称性分布记为1分。利用t检验、卡方检验比较无淋巴结转移组和有淋巴结转移组间患者年龄、性别及肺癌病灶位置（不同肺叶）、影像学分型（中央型和周围型）及病理类型（腺癌和鳞癌）差异有无统计学意义，利用Mann-Whitney检验比较肺癌原发灶大小、密度、TDR、SUVmax及MTV在两组中有无差异。利用Mann-Whitney检验两两比较肺癌原发灶大小、密度、TDR、SUVmax及MTV在N0、N1、N2、N3组有无差异。利用Mann-Whitney检验比较非转移性淋巴结组和转移性淋巴结组淋巴结大小、SUVmax有无差异，利用卡方检验比较两组中淋巴结密度、边界及分布评分有无差异。将上述差异具有统计学意义的因素进行多因素二元logistics前进法逐步回归分析，建立诊断肺癌淋巴结转移的数学模型。分别绘制淋巴结大小、淋巴结SUVmax及数学模型计算P值的受试者工作特征（ROC）曲线，比较三者曲线下面积（AUC）有无统计学差异。根据Youden指数最大原则，确定诊断淋巴结转移的淋巴结大小和淋巴结SUVmax的cutoff值。结果：1.影响肺癌淋巴结转移的相关因素患者年龄、病灶位置（不同肺叶）、病理类型（腺癌及鳞癌）在无淋巴结转移组和有淋巴结转移组的分布均无统计学差异（t=-0.310，χ2=2.664、1.360，P均>0.05）。男性患者发生淋巴结转移几率为51%，高于女性患者的26%（χ2=10.900，P＜0.01）。中央型肺癌发生转移几率为68%，高于周围型肺癌的34%（χ2=9.475，P＜0.01）。无淋巴结转移组和有淋巴结转移组原发灶大小（以中位数和四分位数表示，下同）分别为2.00（1.50～2.70）cm和3.20（2.40～4.03）cm，密度分别为7.0（-135.0～29.0）HU和32.0（26.0~38.0）HU，TDR分别为0.52（0.30～0.92）和0.25（0.14～0.35），SUVmax分别为3.90（1.80～9.10）和14.10（10.78～19.83），MTV分别为0.92（0.00～4.66）和15.33（4.77~26.98）cm3，两组间差异均具有明显统计学意义（Z=-5.314、-5.878、-6.185、-7.025、-6.918，P均＜0.01）。原发灶大小、密度、TDR、SUVmax及MTV在N0组与N1、N2、N3组间，差异均有统计学意义（P均＜0.05），但N1、N2、N3组两两比较，上述各指标差异均未见统计学意义（P均>0.05）。非转移性淋巴结组和转移性淋巴结组淋巴结大小分别为7.0（5.0～10.0）mm和13.0（10.0～16.5）mm，SUVmax分别为2.4（2.0～4.4）和7.1（4.3～13.2），两组间差异均具有明显统计学意义（Z=-9.978、-10.419，P<0.01）。淋巴结密度为0或1分者发生转移几率很低（3%，2/59），而为3分者均为转移性淋巴结。非转移性淋巴结边界评分均为0分，而1分者均为转移性淋巴结。非转移性淋巴结分布评分大部分为0分（97%），而转移性淋巴结大部分为1分（79%）。淋巴结密度、边界及分布评分在两组间差异均具有明显统计学意义（χ2=65.494、95.783、-10.419，P均<0.01）。2.多因素二元logistics回归分析对上述差异有统计学意义的因素行多因素二元logistics前进法逐步回归分析。结果提示原发灶SUVmax、淋巴结大小及淋巴结密度和分布评分进入回归方程（WALD=15.595、8.775、6.442、30.462，P均<0.05），OR（相对危险度）值分别为1.127、1.266、2.965、14.390。建立基于18F-FDGPET/CT的肺癌淋巴结转移诊断数学模型如下：P=ey/(1+ey),y=-7.531+0.120×原发灶SUVmax+0.236×淋巴结大小+1.087×淋巴结密度评分+3.194×淋巴结分布评分；其中P为发生淋巴结转移的概率，e为自然对数，ey为e的y次幂；淋巴结大小的单位为mm。3.ROC曲线分析淋巴结大小、淋巴结SUVmax及数学模型计算所得P值的ROC曲线下面积（AUC）分别为0.859、0.870及0.931。数学模型AUC与淋巴结大小和淋巴结SUVmax的AUC差异均具有统计学意义（Z=2.057、2.006，P均<0.05）。根据Youden指数最大原则确定诊断淋巴结转移的cutoff值，淋巴结大小为10.5mm，淋巴结SUVmax为4.05。结论：1．患者年龄、原发肺癌病灶位置（不同肺叶）和病理类型分型（腺癌和鳞癌）不能预测肺癌是否发生淋巴结转移。但男性肺癌患者较女性、中央型肺癌较周围型肺癌更容易发生淋巴结转移。2．随肺癌原发灶增大，密度、SUVmax及MTV增高，TDR减小，肺癌发生淋巴结转移几率增加。但上述因素均不能反映淋巴结转移程度（N分期）。3.随淋巴结增大、SUVmax增高，为转移性淋巴结几率增加。淋巴结伴钙化及含脂肪密度时，为转移性淋巴结几率低，淋巴结放射性摄取增高呈不对称性分布时，为转移性淋巴结几率高。坏死或融合是淋巴结转移的特征性征象。4．用数学模型“P=ey/(1+ey),y=-7.531+0.120×原发灶SUVmax+0.236×淋巴结大小+1.087×淋巴结密度评分+3.194×淋巴结分布评分”诊断肺癌淋巴结转移，结合了原发灶及淋巴结二者的18F-FDGPET/CT影像学特征，诊断效能较单独依靠淋巴结大小或淋巴结SUVmax为高。第三部分18F-FDGPET/CT对cT1期肺腺癌侵袭性的预测价值背景：随胸部MSCT的普及与临床应用，cT1期肺癌发现几率明显增加，其中约60%为腺癌。不同组织学类型肺腺癌生物学行为差异较大，评价cT1期肺腺癌的侵袭性对评估患者预后及实现个体化治疗至关重要。胸部CT可显示肿瘤解剖细节，18F-FDGPET可评价肿瘤葡萄糖代谢特征，两者结合可较全面地提供cT1期肺腺癌影像信息，可能会为评价其侵袭性提供客观影像依据。目的：通过回顾性分析cT1期肺腺癌18F-FDGPET/CT影像特征和术后病理结果的关系，评价18F-FDGPET/CT对cT1期肺腺癌侵袭性的预测价值。材料与方法：回顾性分析2010年6月～2013年8月行18F-FDGPET/CT检查，查后3W内手术切除原发灶并区域性淋巴结清扫的cT1期肺腺癌患者共55例。术后病理提示：纵隔淋巴结转移10例，瘤内脉管系统侵犯（IntratumoralVesselInvasion，IVI）17例，其中6例同时有纵隔淋巴结转移和瘤内脉管系统侵犯，即LN/IVI（+）组21例；高、中、低分化者各22、20、13例；胸膜侵犯（PleuralInvasion，PI）31例，即PI（+）组；组织学分型乳头为主型16例、腺泡为主型25例、其他14例。分别在CT肺窗和纵隔窗上测量轴位肿瘤最大截面的最大长径及其短径，取肺窗最大长径作为肿瘤大小。计算肿瘤影消失率（TumorDisappearanceRate，TDR），TDR定义为：TDR=1-纵隔窗长径×短径/肺窗长径×短径。在Siemenssyngo工作站上，利用TrueD软件勾画球体3DROI，注意观察三个方向的图像，确保肿瘤进入ROI并尽量避开周围病灶，自动计算ROI内像素的最大SUV作为肿瘤的SUVmax。病理学标本HE染色后光镜观察原发灶病理组织学分型、分化程度及是否累及瘤内脉管系统和胸膜，观察手术切除淋巴结是否转移。用Mann-Whitney检验分别比较原发灶大小、TDR、SUVmax在LN/IVI（—）组和LN/IVI（+）组，高、中、低分化组，PI（—）组和PI（+）组，乳头为主型组和腺泡为主型组各组间是否存在统计学差异。用spearman相关分析原发灶大小、TDR及SUVmax与分化程度的相关性。根据Youden指数最大原则，利用受试者工作特征（ReceiverOperatingCharacteristic，ROC）曲线确定原发灶TDR和SUVmax预测纵隔淋巴结转移和瘤内脉管系统侵犯的cutoff值。结果：1.本组影像特征与纵隔淋巴结转移和瘤内脉管系统侵犯的关系LN/IVI（—）组和LN/IVI（+）组原发灶大小分别为1.50（1.15~2.50）、2.20（1.50~2.95）cm，两组间差异无统计学意义（Z=-1.807，P>0.05）；TDR分别为0.73（0.40~1.00）、0.30（0.20~0.48），SUVmax分别为2.10（1.28~5.10）、10.70（4.40~15.00），两组间差异均具有明显统计学差异（Z=-3.906、-3.908，P均<0.01）。ROC曲线分析原发灶TDR和原发灶SUVmax的AUC分别为0.814和0.816，两者差异没有统计学意义（Z=0.024，P>0.05）。当原发灶TDR的cutoff值为0.495、SUVmax的cutoff值为3.25时，预测纵隔淋巴结转移及瘤内脉管系统侵犯的灵敏度分别为71%、86%，特异度分别为81%、65%。2.本组影像特征与分化程度的关系高分化组原发灶大小、TDR、SUVmax分别为1.50（1.00～2.05）cm、0.94（0.67～1.00）和1.55（1.00～2.60），中分化组分别为2.30（1.50～2.73）cm、0.39（0.28～0.59）和5.60（3.50～10.85），低分化组分别为1.80（1.50～3.00）cm、0.27（0.20～0.42）和12.70（9.30～18.75）。在高、中分化组间及高、低分化组间，原发灶大小、TDR及SUVmax的差异均有统计学意义（P均<0.05）；在中、低分化组间只有原发灶SUVmax的差异具有统计学差异（P<0.05）。spearman相关分析提示分化程度与原发灶大小低度正相关（r=0.326，P<0.05），与原发灶TDR成高度负相关（r=-0.700，P<0.01），与原发灶SUVmax成高度正相关（r=-0.773，P<0.01）。3.本组影像特征与胸膜侵犯的关系PI（—）组原发灶大小、TDR、SUVmax分别为1.50（1.00~2.35）cm，0.65（0.35~1.00）和3.20（1.33~6.30）。PI（+）组分别为2.00（1.50~2.80）cm，0.46（0.27~0.83）和5.20（2.60~10.90）。原发灶大小及SUVmax在两组间差异均有统计学意义（Z=-2.215、-1.969，P均<0.05），原发灶TDR在两组间差异没有统计学意义（Z=-1.807，P>0.05）。ROC曲线分析原发灶大小及SUVmax的AUC分别为0.674和0.656。4.本组影像特征与组织学类型的关系原发灶大小、TDR、SUVmax在乳头为主型组分别为1.60（1.20～2.85）cm、0.48（0.27～0.96）和3.05（1.43～9.83），在腺泡为主型组分别为1.80（1.10～2.50）cm、0.60（0.39～0.84）和4.40（2.10～11.20），两组间差异均无统计学意义（P均>0.05）。结论1.随原发灶TDR减小、SUVmax增高，cT1期肺腺癌发生纵隔淋巴结转移和瘤内脉管系统侵犯的可能性增大并有分化程度较差的趋势，对其有一定预测价值。2.原发灶较大、SUVmax较高的cT1期肺腺癌较容易有胸膜侵犯，但对其预测价值有限。3.原发灶大小、TDR及SUVmax均可能无法反映cT1期肺腺癌的组织学类型。
【作者】解敬慧；
【导师】伍建林；
【作者基本信息】大连医科大学，外科学，2014，博士
【关键词】肺癌；脱氧葡萄糖；PET/CT；MTV；转移数学；模型；淋巴结；转移；数学模型；肺腺癌；侵犯；

【参考文献】
[1]薛熙明.在校女大学生旅游体验与旅游需求的质性研究[J].妇女研究论丛,2014,03:98-105+114.
[2]刘佳佳.柯劭忞《新元史》编纂成就及史料价值研究[D].华中师范大学,历史文献学,2013,硕士.
[3]穆英兰.慢性心力衰竭患者可溶性瘦素受体水平的临床研究[D].中国医科大学,内科学,2004,硕士.
[4]甘玲.油库系统数据集成及应用[D].重庆大学,计算机技术,2003,硕士.
[5]杨凤龙.基于模型开发的汽车无钥匙启动控制器的设计与实现[D].上海交通大学,软件工程,2013,硕士.
[6]解艳茹.TiO_2基光电探测器的制备与性能研究[D].山东大学,凝聚态物理,2014,博士.
[7]弓春霞.轻钢楼板的刚度对钢框架结构动力分析的影响研究[D].内蒙古工业大学,结构工程,2013,硕士.
[8]谭智力,朱冬姣,陈坚.三相四线UPQC直流侧电容电压波动机理及抑制方法[J].电力系统自动化,2010,07:61-65+74.
[9]郑小罗.浅滩“怪潮”灾害辅助决策系统的设计与实现[D].华东理工大学,软件工程,2014,硕士.
[10]单衍学.我国反倾销措施的福利效应研究[D].山东财经大学,国际贸易学,2012,硕士.
[11]吕志涛.高效环保型水系灭火剂研究[D].南京理工大学,军事化学与烟火技术,2013,硕士.
[12]郑江,骆剑承,陈秋晓,蔡少华,鲁学军,沈占锋,孙庆辉.遥感影像理解智能化系统与模型集成方法[J].地球信息科学,2003,01:95-102.
[13]余晔,王桃,童坦.基于Web方式的马钢供应商管理系统[J].冶金自动化,2011,05:61-64.
[14]刘云芳.自然语言处理中相关语义技术的研究[D].西南交通大学,信号与信息处理,2014,硕士.
[15]孙杰.肝脏及肝内血管系统CT扫描三维重建的解剖学研究[D].青岛大学,人体解剖与组织胚胎学,2012,硕士.
[16]刘世珍.基于Anbroid平台学习软件开发研究与实践[D].东北石油大学,教育技术学,2013,硕士.
[17]姜鹏.连续梁移动导梁法悬臂灌筑技术[D].西南交通大学,土木工程,2013,硕士.
[18]程天甫周金枝■ChengTianfuZhouJinzhi.大混凝土桥梁施工监控中应力分析[J].城市建筑,2014,02:297.
[19]张笑盈.耗散结构理论视野下的高校课程群建设研究[D].西南大学,课程与教学论,2014,硕士.
[20]倪茂林.对“具有参数跟踪自适应观测器的故障检测与诊断系统”一文的商榷[J].自动化学报,1993,06:756-757.
[21]赵立师.原产地形象对消费者产品评价的影响研究[D].河北经贸大学,企业管理,2013,硕士.
[22]冯畅.澧南垸分洪洪水演进模拟与可视化及蓄洪调度研究[D].湖南师范大学,自然地理学,2013,硕士.
[23]张玉.加筋高性能砂浆类加固法加固RC柱抗震性能数值分析[D].长安大学,结构工程,2014,硕士.
[24]刘颖.中等职业学校开展创业教育的理论与实践研究[D].天津大学,2003.
[25]卢赛楠.课堂应用单一物理情境进行教学的案例研究初探[D].首都师范大学,学科教学,2013,硕士.
[26]倪燕燕,张建英,梁璐怡,章健超,王嘉诚,杨群峰,毛白骅.湿地水质与水系浮游细菌多样性关联研究[J].浙江大学学报(理学版),2014,06:682-688.
[27]苏敏发.基于语音识别的家用服务机器人控制系统[D].广东工业大学,控制工程（专业学位）,2014,硕士.
[28]应文峰.龙门山南段山前带高家场构造特征研究[D].成都理工大学,构造地质学,2013,硕士.
[29]安毅.基于GSM网络的分布式数据采集系统[D].大连理工大学,控制理论与控制工程,2004,硕士.
[30]杨燚.miR-128-2骨髓嵌合和转基因小鼠模型的建立及其免疫表型分析[D].苏州大学,免疫学,2013,硕士.
[31]贾凤菊.浅谈数据挖掘技术[J].内蒙古石油化工,2004,01:92-93.
[32]孙梦青.沥青路面结构性能预测研究[D].长安大学,道路与铁道工程,2013,硕士.
[33]董醉心.我国生育保险制度的社会性别研究[D].南京师范大学,社会保障,2012,硕士.
[34]胥正川.基于关系数据库的XML数据存储、更新和检索[D].复旦大学,2003.
[35]杨明明.论胡塞尔先验现象学的思辨意蕴[D].黑龙江大学,外国哲学,2013,硕士.
[36]梁博.湘南传统民间建筑营造法研究[D].湖南大学,建筑学,2012,硕士.
[37]吕卫华.异质性企业生产率、出口、FDI关系的实证研究[D].山东大学,国际贸易学,2013,硕士.
[38]关志民,陈兆春.连锁门店选址与配送中心选择联合决策的f-MIGP模型[J].控制与决策,2006,12:1397-1401+1406.
[39]李清波.自立人格对高中生时间管理倾向的影响[D].华中师范大学,心理健康教育,2014,硕士.
[40]朱春燕.LTE中继系统多用户MIMO检测技术研究[D].河北大学,电子与通信工程,2014,硕士.
[41]张亮,黄曙光,胡荣贵.线性合成的双粒度RNN集成系统[J].自动化学报,2011,11:1402-1406.
[42]周利敏.民国时期上海市公用局发展公用事业政策研究[D].东华大学,中国近现代史,2004,硕士.
[43]袁恒锋.Notch1-Hes信号通路在强直性脊柱炎髋关节韧带中的关联研究[D].第二军医大学,外科学（专业学位）,2013,硕士.
[44]贾朴.电动车用永磁同步驱动电机控制方法的研究[D].大连理工大学,车辆工程,2013,硕士.
[45]张婧.自媒体环境下的隐私权保护[D].内蒙古大学,法律,2014,硕士.
[46]张玉.急性脑梗死患者颈动脉狭窄与载脂蛋白B、载脂蛋白A1及载脂蛋白B/A1关系的研究[D].泰山医学院,老年医学,2012,硕士.
[47]孟奇.基于半监督AP算法的电信客户细分研究[D].河北大学,通信与信息系统,2014,硕士.
[48]葛红.免疫算法及核聚类人工免疫网络应用研究[D].华南理工大学,2003.
[49]刘真富.基于物联网的无线智能家居监控系统[D].哈尔滨工业大学,仪器仪表工程,2013,硕士.
[50]唐旭南.基于减少机动车尾气排放的城市道路交叉口信号配时优化研究[D].北京交通大学,2014.