生成性人工智能在核医学的突破性应用：探讨合成骨显像图像的潜力及其在深度学习中的应用 背景与研究问题 近年来，人工智能（Artificial Intelligence, AI）的快速发展，引领了医学影像分析的革新。例如，深度神经网络（Deep Neural Network）在疾病诊断、解剖结构分割、患者预后预测及治疗反应评估等领域展现了巨大潜力。然而，这些技术的广泛应用通常依赖于规模庞大且精确标注的数据集。然而，在医学领域，获取如此大规模的标注数据集既昂贵又耗时，尤其是在涉及患者隐私保护时数据共享受到严格限制。数据的有限性导致深度学习模型在真实场景中的表现不理想，难以泛化。这种困局在需要跨多中心汇总数据的分布式研究中表现尤为明显。 另一方面，生成性人工智能（Generative AI）的崛起为...

对前列腺癌患者进行转录组分析：基于前列腺特异膜抗原正电子发射断层扫描/计算机断层扫描的非局限性疾病研究 学术背景 前列腺癌是一种常见的男性恶性肿瘤，其诊断和治疗对患者的预后至关重要。转录组分析是一种用于了解基因表达水平的技术，近年来被广泛应用于癌症研究中。Decipher基因分类器是一种预后生物标志物，用于估计前列腺癌患者根治性手术（RP）或放射治疗后的转移风险。当前研究的兴起源自于对Decipher测试在前列腺特异膜抗原正电子发射断层扫描/计算机断层扫描（PSMA PET/CT）时代的预后能力的兴趣。鉴于PSMA PET/CT在检测非局限性疾病方面的高特异性和灵敏性，研究者们希望通过这一先进的分子成像技术，评估Decipher评分与非局限性疾病检测之间的关系。 研究来源 这项研究由John...