利用fMRI指导TMS目标选择：3T和1.5T fMRI指标的可靠性和灵敏度 [DOI: 10.1007/s12021-024-09667-5], 文章发表于《Neuroinformatics》 背景介绍 功能性磁共振成像（fMRI）的早期应用主要集中在推断认知过程上。然而，现代医学正在逐渐将其应用于更多的临床用途，如术前规划和疾病鉴别。在反复经颅磁刺激（rTMS）治疗的临床应用中，fMRI已显示出优化TMS目标选择和提高治疗效果的潜力。特别是对主要抑郁症（MDD）患者，美国食品药品监督管理局（FDA）已经批准了一个fMRI指导的个体化治疗协议。然而，目前大多数研究都集中在3T扫描仪上，而1.5T MRI在许多基层医院中更为常见，因此对1.5T和3T fMRI指标的系统评估可能为fMRI指导...

大脑组织分割的增强空间模糊C均值算法研究报告 学术背景 磁共振成像（MRI）在神经病学中发挥着重要作用，尤其是在大脑组织的精确分割方面。准确的组织分割对于诊断脑损伤和神经退行性疾病至关重要。MRI数据的分割涉及到将图像分成具有相似强度、纹理和均匀性的不同区域，这是医学图像分析中的一项关键任务。特别是在脑白质（White Matter, WM）、灰质（Gray Matter, GM）和脑脊液（Cerebrospinal Fluid, CSF）等大脑组织的区分中，精确的组织分割和病灶分离能够显著提高医疗专业人员诊断脑损伤及神经退行性疾病的能力。 然而，MRI图像的固有变化，包括不同的成像模式、信号强度和设备配置，增加了分割问题的复杂性。如何在存在噪声和伪影的情况下实现高精度分割成为了一大挑战。因...

MRIO: 磁共振成像获取和分析本体 磁共振成像 (MRI) 是一种生物医学成像技术，用于非侵入性地在三维空间中可视化组织的内部结构。MRI 被广泛应用于研究人体大脑的结构和功能，也是临床和研究设置中诊断神经系统疾病的有力工具。然而，如何有效管理和分析 MRI 数据一直是一个具有挑战性的问题。为了应对这一挑战，Alexander Bartnik 等人在他们的研究中开发了名为 MRIO 的磁共振成像获取和分析本体。 研究背景 MRI 技术因其能够非侵入性地获取人体内部图像，因此在临床和研究中得到了广泛应用。临床上，MRI 可用于诊断神经疾病，通过定位和评估病理程度提供治疗指导。而在研究上，MRI 数据可以作为生物标志物，帮助开发个性化的神经疾病治疗方案，并增加对大脑结构、功能和连通性的理解。然...

科实验性脑震荡后急性轴突病理的性别差异 学术背景 每年，全球大约有5000万人遭受脑震荡，也称为轻度创伤性脑损伤（TBI）。然而，对于超过15%的患者来说，这种“轻度”脑损伤却会导致持久的神经认知功能障碍。现有的共识表明，脑震荡会引起大脑网络连接和功能的急性结构和生理性破坏，特别是散发在白质中的轴突病理，也即弥散性轴突损伤（Diffuse Axonal Injury，DAI）。近年来，研究表明脑震荡的一个关键病理基质是白质轴突的损伤，且男性和女性在脑震荡后的病理结果可能有所不同。 尽管男性在急诊室就诊的脑震荡病例中占主导地位，但这一现象主要是因为男性更容易参与存在头部撞击风险的活动。而在相同运动项目中，女性运动员的脑震荡发生率更高，且结局更差，这提示了性别差异可能在轴突病理的程度上存在影响。...

Neurohackademy：线上与线下结合的神经信息学教育 背景介绍 近年来，人类神经科学进入了一个大数据时代，由于人类连接组计划（Human Connectome Project）、青少年脑认知发育（ABCD）研究等项目科学家们获取了以前难以想象的规模和范围的数据集。这些数据集对于基础和临床研究都有重要的科学潜力。然而，这些数据集也给研究人员带来了各种新的挑战，包括生成、处理、访问、分析和理解这些数据的挑战。其中一个主要挑战是所谓的“大数据技能差距”：使用这些数据集的研究项目需要不同的知识基础和技能集，以及不同于传统小规模实验研究的技术和概念工具。 研究及文章来源 该研究由Ariel Rokem 和 Noah C. Benson共同完成，均为华盛顿大学 eScience Institut...

光学自旋轨道耦合的宽带色差空间微分成像 背景介绍 在图像处理中，传统的空间微分通常是通过数字电子计算来完成的。然而，许多大数据应用需要实时和高通量的图像处理，这对数字计算来说是一个巨大的挑战。光学模拟空间微分有可能克服这一挑战，因为它能够以低能耗对整个图像进行大规模并行处理。此外，光学空间微分还可以对纯相位物体（如透明的生物细胞）进行成像，这是数字电子计算所无法实现的。因此，光学微分最近受到了广泛关注，在无标签细胞成像、图像处理和计算机视觉等领域有着广泛的应用。 论文来源 这篇论文题为《spin–orbit optical broadband achromatic spatial differentiation imaging》, 由Hongwei Yang、Weichao Xie、Huif...

在当今的肿瘤学临床实践和药物开发领域，对肿瘤反应的评估方法正处于革新的边缘。自1981年世界卫生组织(WHO)提出用于评估抗癌药物效果的肿瘤反应分类标准以来，这一领域经历了多次改进。最为人们熟知的，是1995年成立的响应评估标准在实体瘤(RECIST)工作组。该工作组通过与加拿大国家癌症研究所、美国国家癌症研究所以及欧洲癌症研究和治疗组织的合作，建立了基于大量病例数据的循证推荐，推动了RECIST 1.0和1.1版本的发布，这些版本在确定客观响应率等影像学终点方面发挥了重要作用。 然而，随着对肿瘤生物学更深入的理解和诊疗策略的不断演进，传统的依赖大小和数量变化的评估方法显示出其局限性，这就需要新的方法来填补这一空缺。为此，RECIST工作组于2022年5月组织了一次多学科工作坊，聚焦于探讨放...

迫切问题的背景 前列腺癌是男性中最常见的癌症之一。转移性去势抵抗性前列腺癌（mCRPC）是一种晚期形式的前列腺癌，其特点是肿瘤对去势治疗产生了抵抗。Radium-223是一种α发射体放射性药物，已被证明可以提高mCRPC患者的总体生存率（OS）并减少骨骼事件。然而，目前临床实践中缺乏可用的生物标记物来预测哪些患者可能对Radium-223治疗有反应，及时监测治疗的效果以及评估患者的预后。因此，开发相关的循环和影像生物标记物就具有重要的意义。 论文来源 该论文由Philip J. Saylor等研究人员编写，作者来自哈佛医学院、贝勒女子医院和麻省总医院。该研究成果发表在《JCO Precision Oncology》期刊上，doi信息为：https://doi.org/10.1200/po.2...

机器学习辅助的定量高光谱成像在脑肿瘤切除中的指导作用研究 背景介绍 恶性胶质瘤的完全切除一直受到肿瘤细胞在浸润区难以区分的挑战。这项研究的背景是：在神经外科手术中，通过使用5-氨基乙酰丙酸（5-aminolevulinic acid，简称5-ALA），可以实现原卟啉IX（protoporphyrin IX，简称PPIX）的荧光引导，从而提高肿瘤的切除率。然而，即使在光谱成像的帮助下，许多低级别胶质瘤和一些高级别肿瘤由于PPIX的低积累，显示出较弱的荧光，这使得肿瘤更难区分。因此，了解不同类别肿瘤组织中的PPIX发射光谱，以及如何利用这些光谱进行分类，具有重要意义。 论文来源 这篇论文发表于《Communications Medicine》期刊（2024年），文章标题为“Towards mac...

深度学习在超声心动图自动化诊断中的新突破：对比自监督学习方法的研究报告 研究背景 随着人工智能和机器学习技术的快速发展，它们在医学影像诊断领域发挥着越来越重要的作用。特别地，自监督学习(Self-Supervised Learning, SSL)在处理标签数据稀缺的问题上展示出了显著的效果，这在获取医学影像标签困难和昂贵的情况下具有重要意义。通常，大多数的自监督学习方法都没有针对包含丰富时间信息的视频影像，如超声心动图，进行特别适配和优化。因此，开发出一种针对超声心动图视频的自监督对比学习方法，以提升在小型标签数据集上的自动化医学影像诊断性能，显得尤为迫切和重要。 研究来源 此研究由Gregory Holste、Evangelos K. Oikonomou、Bobak J. Mortazav...