成人发病特发性局灶性颈部肌张力障碍患者的白质微结构变化研究报告 科学家们致力于研究成人发病特发性局灶性颈部肌张力障碍（Adult-Onset Idiopathic Focal Cervical Dystonia，AOIFCD），这是成人发病最常见的一种特发性肌张力障碍。这种疾病主要表现为颈部肌肉异常姿势和在部分患者中伴随的头部震颤。现有的神经影像学研究已经表明，关键的运动网络可能受到此病影响。然而，之前使用的测量方法缺乏对基础病理生理差异的特异性，因此作者希望通过宿主白质运动路径微观结构的研究，进一步理解其潜在机制。 本文由Cardiff University Brain Research Imaging Centre的Claire L. Maciver、Derek Jones和Katy G...
心脏功能和猪梗塞疤痕大小的精密成像：利用超高场 MRI 在急性和慢性猪心肌梗死模型中的研究 研究背景 心脏磁共振影像学（MRI）是评估心脏功能和体积的准确且具有较高重复性的技术。近年来，超高场（ultrahigh-field，UHF）MRI 致力于提高信噪比 (SNR) 和图像分辨率。7T MRI 可能使临床指标精度提高，可早期检测功能障碍和评估治疗反应。然而，针对大型动物模型如猪的心脏功能和梗塞疤痕大小的精确测量，现有研究具有局限性，传统心脏 MRI 系统在图像质量和时间分辨率方面存在欠缺。 本研究的原因在于心脏病理改变会导致生理学上重要指标的改变，例如射血分数（ejection fraction，EF）和心肌质量。尤其是在心肌梗塞（Myocardial Infarction，MI）后，这...
利用贝叶斯推断进行个性化预测胶质瘤生长 引言 胶质母细胞瘤（glioblastoma）是最具侵袭性的原发性脑肿瘤，肿瘤细胞会高度侵袭周围组织。通过标准医学成像技术无法准确识别这些弥漫性肿瘤边界，导致临床干预效果不佳且预后较差。由于此类挑战，依靠医学图像进行肿瘤空间和时空发育的可靠计算预测能够提供更多信息，有助于医生为每个个体设计最佳治疗方案。 近年来，多个关于肿瘤生长的生物物理模型通过非侵入性成像测量数据进行了开发和校准，旨在预测未来的肿瘤生长和治疗结果。然而，要实现预测肿瘤发展，必须解决两个关键挑战：一是需要量化模型预测中的不确定性，以改善个体治疗效果；二是需要表征肿瘤和宿主组织的空间异质性，这会对治疗的设计产生显著影响。 研究背景和动机 本研究的核心动机在于通过引入贝叶斯框架来解决上述两...
多级特征探索与融合网络用于MRI中IDH状态的预测研究 研究背景 胶质瘤是成年人中最常见的恶性原发性脑肿瘤。根据2021年世界卫生组织（WHO）对肿瘤的分类，基因型在肿瘤亚型划分中具有重要意义，尤其是异柠檬酸脱氢酶（IDH）基因型在诊断胶质瘤时极为重要。临床研究表明，携带IDH突变的胶质瘤通过特定的表观遗传变异特征驱动，影响酶活性、细胞代谢和生物特性；相较于携带IDH野生型的胶质瘤，携带IDH突变的胶质瘤对替莫唑胺更敏感，预后更好。目前，IDH状态的确定主要依赖于在侵入性手术后对组织标本进行基因测序或免疫组织化学分析。然而，侵入性操作可能延误最终治疗决策，甚至导致肿瘤转移。因此，迫切需要通过非侵入性的方法在术前预测IDH状态（IDH prediction），以便为胶质瘤患者制定适当的治疗方案...
脑海绵状血管瘤患者队列的自然史及MRI随访情况 研究背景 脑海绵状血管畸形(cerebral cavernous malformations, CCMs)是一种由内皮细胞衬里的脑和脊髓血管畸形，其结构中缺乏平滑肌。由于内皮细胞的渗透性和紧密连接的破坏，患者可能会表现出局灶性神经功能缺损、头痛或癫痫，伴或不伴有出血。在某些病例中，CCM可能仅作为偶然发现存在。CCM可分为散发性（通常伴有发育性静脉异常，即DVA）和家族性（无DVA且存在多发病灶）。 近20年来，已有超过25项自然历史研究试图定义CCM的症状出血率。早期的研究使用回顾性的方法，仅假设这些病灶自出生即存在，但这些结论并不准确。随后，几项基于前瞻性数据计算的自然历史研究主要基于回顾性收集的数据，并受限于当时的数据收集方法。这些早期研...
阿尔茨海默症诊断的多模板元信息正则化网络：基于结构磁共振成像的研究 研究背景 阿尔茨海默症（Alzheimer’s Disease, AD）是一种渐进性神经退行性疾病，其诊断和早期检测是医疗领域的重要挑战。结构磁共振成像（Structural MRI, sMRI）因其能够提供详细的大脑形态学模式和解剖特征，已广泛应用于计算机辅助的阿尔茨海默症诊断。尽管之前的研究验证了结合元数据（如年龄、性别和教育年限）对sMRI进行AD诊断的有效性，但现有方法主要关注于元数据与AD的相关性或混杂效应，如性别偏差和正常老化问题，难以充分挖掘元数据对AD诊断的影响。为了解决这些问题，该研究构建了一种新颖的多模板元信息正则化网络（Multi-template Meta-information Regularize...