基于人工智能软件提升计算机断层扫描中肺结节测量精度的潜在改进对临床实践的影响——模拟研究 背景介绍 肺结节的准确测量对肺癌的检测和管理至关重要。结节尺寸是现有指南中风险分类的主要依据。然而，不同医生手动测量的结果可能存在很大差异。本研究探讨了人工智能（AI）辅助软件在肺结节测量中的潜在改进，以及其与手动测量相比对临床管理的影响。 肺结节是胸部计算机断层扫描（CT）中常见的发现，约95%的肺结节是良性的，但其余的可能是癌性的，需采取进一步行动。肺结节的大小和生长速度与其恶性风险有很强的相关性，因此准确测量肺结节的大小和生长速度是当前肺结节及肺癌诊断和管理路径中的关键要素。 文章来源 本文由Mubarak Patel（MSc）、Peter Auguste（PhD）、Jason Madan（PhD...
自蒸馏的掩码图像transformer在纵向MRI中的潜力——自动分割颈部淋巴结转移 报告介绍 在肿瘤放疗中，自动分割技术承诺提升速度并降低手工分割带来的读者间差异。在放射肿瘤学临床实践中，精确快速的肿瘤分割对于患者的个性化治疗至关重要。Ramesh Paudyal等来自Memorial Sloan Kettering Cancer Center的研究人员开展了这一项研究，旨在实现并评估“屏蔽图像变压器”（masked image modeling using vision transformers，即SMIT）算法在口咽部鳞状细胞癌患者的纵向T2加权MRI图像中的颈部淋巴结转移的自动分割精度。 这篇论文发表在《BJR|Artificial Intelligence》2024年第1期。这项研...
基因集合评分工具对单细胞ATAC-seq数据的基准测试 作者： Xi Wang, Qiwei Lian, Haoyu Dong, Shuo Xu, Yaru Su, Xiaohui Wu 单位： Pasteurien College（苏州大学苏州医学院），厦门大学自动化系，福州大学数学与计算机科学学院 通讯作者： xhwu@suda.edu.cn 期刊： 《Genomics, Proteomics & Bioinformatics》 发布日期： 2024年2月9日（在线公布） 导论 转座酶可及染色质测序（ATAC-seq）是一种强大且常用的表观基因组技术，通过测序分析全基因组范围内的染色质可及性。近来，单细胞ATAC-seq（scATAC-seq）技术使得研究单细胞中的染色质可及性成为可能，...
蛋白质结构预测：挑战、进展及研究范式的变化 蛋白质结构预测是一个吸引了生物化学、医学、物理学、数学和计算机科学等多个领域研究者的重要跨学科研究课题。研究者们采取了多种研究范式去解决同一个结构预测问题：生物化学家和物理学家试图揭示蛋白质折叠的原理；数学家，尤其是统计学家，通常从假设给定目标序列的蛋白质结构概率分布开始，然后找到最可能的结构；而计算机科学家将蛋白质结构预测视为一个优化问题——寻找具有最低能量的结构构象或最小化预测结构与天然结构之间的差异。最近，深度学习在蛋白质结构预测中也取得了巨大成功。在这篇综述中，本文呈现了一项对蛋白质结构预测努力的调查。我们比较了不同领域研究者采用的研究范式，重点是深度学习时代研究范式的转变。 作者简介及论文出处 本文由Bin Huang, Lupeng K...
基于盲超声扫描的AI工具估算妊娠年龄的诊断准确性 背景介绍 妊娠年龄（Gestational Age, GA）的准确评估是良好孕期护理的基础，但通常需要通过超声检查实现。然而，许多低资源地区缺乏足够的超声设备，这使得GA的准确评估变得十分困难。近年来，硬件和人工智能（Artificial Intelligence, AI）在医学图像分析中的进步，为广泛使用这一诊断工具提供了契机。本研究基于一个深度学习AI模型，开发了一个低成本、无需高端配置的电池供电设备，旨在评估其在非专业用户手中估算妊娠年龄的准确性。 研究来源 这篇研究由Jeffrey S. A. Stringer, MD及其团队撰写，作者来自于北卡罗来纳大学、赞比亚大学等机构。该研究于2024年8月1日在线发表于《JAMA》。 研究流程...
面部特异性活动与意识性面部感知的关系探究 引言 面部感知是一种基本的认知过程，使人类能够有效识别环境中的脸部，从而更好地进行社交互动。广泛的研究已在大脑腹侧视觉皮层中识别出一个特定区域，该区域对面部刺激表现出显著的活动增加。然而，这种面部特异性感应是否直接与面部感知（例如，主观感知）相关，仍然不清楚。比较不同感知状态下的神经活动可以直接证明这些信号在意识面部感知中的作用。 本次研究的主要目的是探讨腹侧流视觉皮层中的面部特异性活动是否与意识面部感知相关。为此，研究者们使用了人类颅内脑电图（electrocorticography，ECoG）技术，这提供了对大脑电生理响应的直接测量，同时具有高空间和时间分辨率。通过这种方法，研究者们得以比较被试在“看到了”面部（“seen”条件）和“没有看到”面...
智能独立成分分析（SMART ICA）：提取准确的脑功能网络的创新方法 背景介绍 在脑科学研究中，功能网络（Functional Networks，FNs）通过探讨不同脑区之间的整合和互动关系，显示出极大的潜力来理解人类脑功能。功能磁共振成像（fMRI）是一种重要的工具，它通过观测脑活动时的血氧水平依赖信号变化，揭示了不同脑区间的功能连接。独立成分分析（Independent Component Analysis，ICA）是一种常用的数据驱动方法，广泛应用于从fMRI数据中估算功能网络。然而，ICA方法在确定最佳模型阶数（即成分数量）时面临挑战，这导致了对功能网络估算结果的可靠性产生质疑。因此，开发可靠的脑功能网络分析方法对于最大化研究结果的稳健性和普适性尤为重要。本文提出了一种名为智能独立...
通过无监督机器学习揭示精神病理维度的潜在疾病因子的定量表达与治疗反应研究 研究背景 精神病学诊断中的异质性和共病性普遍存在，这对于精确诊断和个体化治疗构成了难题。例如，自闭症谱系障碍（ASD）、注意缺陷/多动障碍（ADHD）和强迫症（OCD）等疾病在症状诊断上常有交集，其共现症状可能由共享和/或不同的神经机制介导，但在个体水平上难以划分归属。高级贝叶斯模型和无监督机器学习技术的应用，为精神病理维度与疾病因子之间的关系提供了一种定量化和个体化的分析方法。 论文信息 作者：赵少玲、吕倩、张戈、张江涛、王合秋、张建民、王美云、王政 所属机构：中国科学院神经科学研究所、北京大学心理学系、河南省人民医院医学影像科、浙江省同德医院（浙江省精神卫生中心） 发表时间及地点：2024年1月2日接受，发表于《N...
背景介绍 在人类视觉系统中，自然场景的理解和导航无论从复杂性还是从效率上都表现得非常出色。这一过程需要将传入的感官信息转化为包括低级到高级的视觉特征，如边缘、物体部件和物体本身，进一步反映真实世界场景中物体共现的统计学特点。其中，两类重要的物体属性引入了“锚点物体”（anchor objects）和“诊断物体”（diagnostic objects）的概念。锚点物体是指高频共现且可以预测其位置和身份的物体，而诊断物体则是指能够预测场景大语境（即场景类别）的物体。 由Aylin Kallmayer和Melissa L.-H. Võ来自Goethe University Frankfurt的心理学系会聚研究，这篇发表于《Communications Psychology》期刊的文章探讨了锚点物体...
通过图像提取和分类系统对ABI患者行走异常运动的自动化临床评估 学术背景 获取性脑损伤（Acquired Brain Injury，ABI）后，行走障碍是一种常见的身体残疾。ABI通常包括中风和创伤性脑损伤，这些疾病在全球范围内的发生率约为150万例。ABI患者的行走障碍不只影响下肢，还会影响到躯干和上肢，从而限制日常生活的参与并大大降低生活质量。除了功能障碍外，这些明显的运动异常还可能产生美学问题，进而对患者的身体形象、自尊、心理健康和社会融合产生负面影响。 研究动机 传统的ABI患者运动异常评估通常依赖于经验丰富的理疗师通过视觉观察来进行主观评估。然而，国际功能、残疾与健康分类（ICF）中的运动异常评估卷标显示虽然在同一评估者之间有很强的一致性，但在不同评估者之间只能达到中等的信度，这限...