数字乳腺断层合成（DBT）筛查中顺序阅读的读者性能变化研究 学术背景 乳腺癌是全球女性中最常见的癌症之一，早期筛查对于提高治愈率至关重要。传统的乳腺X线摄影（Digital Mammography, DM）是乳腺癌筛查的主要手段，但其在检测乳腺组织重叠区域的病变时存在一定的局限性。近年来，数字乳腺断层合成（Digital Breast Tomosynthesis, DBT）技术逐渐成为乳腺癌筛查的重要工具。DBT通过生成乳腺的三维图像，能够更清晰地显示乳腺组织，减少组织重叠带来的误诊和漏诊。多项临床观察研究表明，DBT在乳腺癌筛查中的表现优于传统的DM（1-6）。因此，许多医疗机构已经大量投资于DBT设备的引进和升级。 然而，随着DBT在筛查中的广泛应用，研究者们开始关注影响筛查性能的因素，...

5T与3T心肌延迟增强MRI在心肌纤维化评估中的对比研究 学术背景 心肌纤维化是多种心脏疾病的共同病理特征，准确评估心肌纤维化对于疾病的诊断、治疗和预后具有重要意义。心脏磁共振成像（Cardiac MRI）是目前评估心肌结构和功能的重要手段，尤其是延迟钆增强（Late Gadolinium Enhancement, LGE）技术，能够精确显示心肌纤维化的区域。LGE技术的原理是基于心肌纤维化区域细胞外间隙增大和毛细血管密度降低，导致钆对比剂在纤维化区域的滞留时间延长。 近年来，超高场强MRI设备逐渐进入市场，尤其是5T MRI设备，相较于传统的3T MRI，其在组织对比度和信噪比（Signal-to-Noise Ratio, SNR）方面具有潜在优势。然而，超高场强MRI在心脏成像中也面临诸...

人工智能解释类型对医生诊断表现和信任的影响 学术背景 近年来，人工智能（Artificial Intelligence, AI）在医疗保健和放射学领域的诊断系统发展迅速，尤其是在辅助超负荷工作的医疗提供者方面，AI系统展现了改善患者护理的潜力。截至2022年，美国食品药品监督管理局（FDA）已批准了190个放射学AI软件程序，且批准率逐年上升。然而，AI从概念验证到实际临床应用的整合仍存在巨大鸿沟。为了弥合这一差距，培养对AI建议的适当信任至关重要。尽管高准确性的AI系统已在真实临床环境中证明了其提升医生诊断表现和患者结果的能力，但错误的AI建议可能会降低诊断表现，这无疑导致了AI在临床中的延迟应用。 医生们呼吁AI工具应具备透明性和可解释性。在医学影像领域，AI工具可以提供两类解释：局部解...

GPT-4在胸部X光片评估中的潜力：一项回顾性研究 学术背景 近年来，人工智能（AI）在医疗领域，尤其是放射学中的应用日益广泛。AI工具的引入正在改变临床实践，尤其是在影像诊断中。然而，AI工具的广泛采用面临诸多挑战，包括资金不足、信息技术（IT）集成效率低下以及验证不足等问题。此外，医疗专业人员，尤其是放射科医生，普遍缺乏足够的统计学知识，这进一步阻碍了他们对AI工具的深入理解和应用。随着放射学研究越来越依赖于数据驱动技术，放射科医生需要具备批判性评估统计方法及其局限性的能力。 大型语言模型（LLMs），如OpenAI的GPT-4，因其能够理解自然语言、推理和解释复杂信息的能力，逐渐在放射学中得到认可。GPT-4的Advanced Data Analysis（ADA）扩展功能使其能够分析数...

大型视觉语言模型在放射学中的应用：GPT-4V的多模态与多解剖区域能力定量评估 学术背景 近年来，大型语言模型（Large Language Models, LLMs）如OpenAI的ChatGPT在文本生成领域取得了显著进展。这些模型基于Transformer架构，通过海量文本数据进行训练，能够在无需大量示例的情况下生成可信的文本输出（few-shot learning和zero-shot learning）。LLMs在医学领域的应用也日益广泛，例如将自由文本的放射学报告转换为标准化模板，以及从肺癌的CT报告中挖掘数据。此外，LLMs在放射学考试中的表现也显示出其具备一定的“知识”储备，并能够帮助简化放射学报告。 随着GPT-4V（GPT-4 with Vision）的推出，模型不仅能够处...

CT在检测肝脂肪变性中的诊断准确性：系统综述与Meta分析 学术背景 肝脂肪变性（hepatic steatosis）是肝细胞内甘油三酯异常积累的结果，可能引发一系列炎症反应，称为脂肪性肝病（steatotic liver disease, SLD）。代谢功能障碍相关的脂肪性肝病（metabolic dysfunction–associated SLD）是美国乃至全球最常见的SLD形式，并迅速成为慢性肝病的主要原因。肝脂肪变性是心血管疾病、肝纤维化、肝硬化、肝癌、肝衰竭和死亡的重要风险因素。早期检测肝脂肪变性对于及时干预和预防并发症至关重要。 传统的肝活检是诊断和分级肝脂肪变性的金标准。近年来，基于MRI的脂肪定量技术被引入作为活检的替代方法，特别是MRI质子密度脂肪分数（proton de...

乳腺非肿块性病变的超声筛查研究：基于乳腺X线检查结果的评估 学术背景 乳腺癌是全球女性中最常见的恶性肿瘤之一，早期发现和诊断对于提高患者的生存率至关重要。乳腺超声（Breast Ultrasound, US）作为一种无创、无辐射的影像学检查手段，在乳腺疾病的筛查和诊断中发挥着重要作用。特别是在乳腺密度较高的女性中，乳腺超声能够有效检测出乳腺X线检查（Mammography）难以发现的早期乳腺癌。然而，乳腺超声检查中常常会遇到一种称为“非肿块性病变”（Nonmass Lesions, NMLs）的影像学表现。NMLs通常表现为与周围乳腺组织相比回声纹理发生改变的离散区域，但缺乏肿块的三维特征或明显的边缘、形状等特征。尽管NMLs在乳腺超声检查中较为常见，但其良恶性鉴别仍然具有挑战性，尤其是在筛...

自动化超微结构分析：基于大规模高光谱电子显微镜的研究 学术背景 电子显微镜（Electron Microscopy, EM）是研究生物超微结构的关键技术，能够在生物分子分辨率下揭示细胞的精细结构。近年来，随着自动化和数字化的发展，电子显微镜能够以纳米级分辨率捕获大面积的细胞和组织样本。然而，电子显微镜图像通常是灰度图像，且数据量庞大，分析过程往往依赖于繁琐的手动注释，这限制了其在大规模研究中的应用。为了解决这一问题，研究者们开始探索如何通过自动化手段提取生物分子组装体的信息，从而加速对生物超微结构的理解。 本文的研究背景在于，尽管电子显微镜在生物医学研究中具有重要地位，但其分析过程仍然面临挑战。特别是，如何从大规模的电子显微镜数据中自动提取生物分子信息，成为了一个亟待解决的问题。本文提出了一...

超高场动物磁共振成像系统的技术更新 学术背景 动物磁共振成像（MRI）系统在临床前研究中具有重要地位，通常比传统的人类MRI系统提供更优越的成像性能。然而，由于系统组件的多样性和集成调试的复杂性，实现这些系统的高性能具有挑战性。特别是，超高场动物MRI系统需要生成极高的磁场强度和梯度磁场，同时确保磁场的均匀性和稳定性。此外，系统的安装、维护和调试也需要考虑磁场屏蔽、机械耦合和热管理等多个方面。尽管市场上已有一些商业化的动物MRI系统，但关于硬件性能（如超导磁体和梯度线圈）的最新技术更新仍然缺乏详细的报道。 本文由Yaohui Wang、Guyue Zhou、Haoran Chen、Pengfei Wu、Wenhui Yang、Feng Liu和Qiuliang Wang共同撰写，发表于202...

学术背景 电压成像（voltage imaging）是一种用于研究神经元活动的强大技术，但其有效性通常受到低信噪比（SNR）的限制。传统的去噪方法，如矩阵分解，对噪声和信号结构施加了严格的假设，而现有的深度学习方法未能完全捕捉电压成像数据中固有的快速动态和复杂依赖关系。为了解决这些问题，本文提出了一种名为CellMincer的新型自监督深度学习方法，专门用于去噪电压成像数据集。CellMincer通过掩码和预测短时间窗口内的稀疏像素集，并结合预计算的时空自相关来有效建模长程依赖关系，从而显著提高了去噪效果。 电压成像利用荧光报告分子（如小分子染料或基因编码的蛋白质）来测量电活性细胞的膜电位。与传统的膜片钳电生理学（patch-clamp electrophysiology, EP）相比，电压...