针对肝细胞癌 (Hepatocellular Carcinoma) 的新型近红外荧光成像研究 肝细胞癌（HCC）是全球范围内发病率第六高、死亡率排名第三的恶性肿瘤。据相关统计，HCC术后复发率高达80%，而肝硬化或纤维化更是超过80%的HCC病例的基础病变背景。因此，HCC的高复发率与术后处理中的潜在肿瘤生病灶密切相关，包括肿瘤间质成分等的残留。然而，目前临床手术中对于肿瘤是否完全切除，多依赖术者经验与术前成像，或者通过冰冻切片检测等方式，这些方法受限于采样不足和肿瘤标记物表达异质性等，难以实现精准、客观的术中评估。 针对这一问题，作者聚焦肝细胞癌肿瘤微环境中的关键成分——癌相关成纤维细胞（Cancer-Associated Fibroblasts，CAFs）。CAFs广泛存在于肿瘤间质中，...
研究助力皮肤癌诊断的新方法：基于光声成像与水平集分割算法的研究 近年来，随着全球人口老龄化和环境变化，皮肤癌的发病率逐年攀升。皮肤癌已成为重要的公共卫生问题，其中主要的非黑色素瘤类型包括鳞状细胞癌（Squamous Cell Carcinoma, SCC）和基底细胞癌（Basal Cell Carcinoma, BCC）。其中，基底细胞癌是最常见的一种。据统计，美国每年约有430万例新的基底细胞癌病例。尽管这种癌症死亡率较低，但对患者的生活质量和医疗资源造成了巨大挑战。 基底细胞癌的临床诊断和治疗仍存在诸多问题。传统的肿瘤边界评估方法主要依赖组织病理学（histopathology），这种方法虽然精准，但需通过活检等侵入性手术获取样本，并且需要耗费大量时间。此外，诸如光学相干断层成像（Opt...
蛋白功能化和内源性放射性标记的[188Re]ReOx纳米颗粒在癌症多模式协同治疗中的突破性应用 癌症作为全球范围内的主要致死原因之一，尽管医学科学在过去几十年中有了显著进展，但治疗和早期检测方法仍面临巨大挑战。据2024年发布的全球癌症统计报告（Globocan 2024）显示，2022年全球新发癌症病例约2000万例，癌症相关死亡人数约970万例。这凸显了研发高效癌症治疗方法的紧迫性。在此背景下，纳米医学凭借其在精准药物递送、靶向治疗和分子成像等方面的优势，成为癌症研究的重要前沿领域之一。 在纳米技术的推动下，功能化纳米颗粒（Nanoparticles, NPs）展现了独特的潜力，能够以最小的毒性作用靶向递送治疗药物至癌细胞。近年来，更先进的联合治疗策略逐渐受到关注，例如放射治疗（Radi...
基于PET成像技术的肿瘤关联蛋白Mesothelin的分子探针开发研究 研究背景 近年来，Mesothelin（MSLN, 中译：间皮素）成为肿瘤研究和诊疗的主要关注点之一。Mesothelin是一种高表达于多种恶性肿瘤表面的膜结合糖蛋白，主要见于卵巢癌、胰腺癌和胃肠道癌等癌症组织，而在正常成人组织中仅在一些浆膜上存在有限表达。研究表明，MSLN通过与肿瘤相关抗原CA125（癌抗原125）的结合参与了细胞黏附，这一过程被认为与卵巢癌转移至腹膜相关。这一分子还被发现与癌症的耐药性和患者预后恶化相关联。 尽管血清中MSLN可以通过酶联免疫吸附试验检测，但目前尚缺乏直接、无创的手段对肿瘤组织中的MSLN表达进行定位和可视化。现有的一些基于抗体的成像研究多存在特异性不足、肿瘤渗透差等问题。此外，已有...
深入解析基于PSMA PET/CT的多模态深度学习模型以预测前列腺癌患者淋巴结转移 背景介绍 前列腺癌（Prostate Cancer, PCA）是男性中最常见的恶性肿瘤之一，也是导致癌症相关死亡的主要原因之一。在临床局限性前列腺癌患者中，扩展盆腔淋巴结清扫（Extended Pelvic Lymph Node Dissection, EPLND）通常被视为淋巴结分期的最准确方式。然而，这种手术操作范围广，不仅会增加术中和术后并发症的风险，还可能延长手术时间和提高医疗成本。尽管EPLND在淋巴结转移（Lymph Node Invasion, LNI）评估中的作用备受争议，但仍有许多患者因其预测LNI的高效性而需接受该操作。 当前，临床上主要通过预测模型（如Memorial Sloan Ket...
核医学与分子影像学的突破：欧洲研究揭示一日双示踪PET/CT成像在神经内分泌肿瘤中的应用 在核医学领域，神经内分泌肿瘤（Neuroendocrine Neoplasms, NENs）因其异质性和复杂性，始终是医学研究的重点。对此，来自德国图宾根的研究团队在《European Journal of Nuclear Medicine and Molecular Imaging》上发表了一项创新性研究，探索了单日双示踪正电子发射断层扫描/计算机断层扫描（PET/CT）成像对NENs患者的临床管理的影响。 背景 神经内分泌肿瘤是一类源自不同解剖部位的异质性肿瘤，其分化程度各异，可分为分化良好的神经内分泌瘤（Neuroendocrine Tumors, NETs）和分化不良的神经内分泌癌（Neuroe...
用PET影像与临床数据融合的Transformer模型：预测滤泡型淋巴瘤病理分级与预后的一项多中心数字活检研究 学术背景 滤泡型淋巴瘤（Follicular Lymphoma, FL）是西方国家最常见的惰性非霍奇金淋巴瘤，约占新诊断非霍奇金淋巴瘤的30%。根据世界卫生组织（WHO）的分类，滤泡型淋巴瘤分为三个病理等级（1-3级），等级的划分主要依据每高倍视野（High-Power Field, HPF）中的中心母细胞（Centroblasts）数量。然而，3级又进一步细分为3a级和3b级，其中3b级具有更具侵略性的生物学行为，患者预后较差，其治疗策略与弥漫大B细胞淋巴瘤（Diffuse Large B-Cell Lymphoma, DLBCL）相似。相较而言，1-2级患者通常病情进展缓慢，部...
背景介绍 近年来，癌症的诊断和治疗领域取得了显著进展，尤其是基于分子成像和靶向放疗的技术。其中，成纤维细胞激活蛋白（Fibroblast Activation Protein, FAP）作为一种在肿瘤微环境中高度表达的生物标志物，引起了广泛关注。FAP主要表达于癌症相关成纤维细胞（Cancer-Associated Fibroblasts, CAFs）中，而CAFs在肿瘤的生长、侵袭和转移中起着关键作用。因此，FAP成为肿瘤诊断和治疗的重要靶点。 然而，尽管FAP靶向的放射性配体（FAP Inhibitors, FAPIs）在临床前和临床研究中显示出巨大潜力，但在临床前研究中，肿瘤模型中的FAP表达水平相对较低，导致使用低摩尔活性的放射性标记FAPIs时，成像质量较差，容易出现饱和效应。此外...
基于可解释性机器学习的氨基酸PET成像在胶质瘤诊断中的应用研究 学术背景 胶质瘤（glioma）是中枢神经系统最常见的恶性肿瘤之一，其诊断和治疗策略通常依赖于组织病理学分析。然而，组织病理学分析存在侵入性高、耗时长等局限性。近年来，基于医学影像的放射组学（radiomics）技术逐渐兴起，通过从医学图像中提取大量定量特征，结合机器学习（machine learning, ML）算法，能够有效捕捉复杂的影像特征关系，为胶质瘤的诊断和预后评估提供了新的可能性。然而，尽管机器学习模型在胶质瘤预测任务中表现出较高的效率，但其在临床实践中的应用仍受到限制，主要原因在于模型决策过程缺乏透明性，且难以与临床工作流程无缝整合。 为了解决这一问题，可解释性机器学习（explainable machine le...
人工智能增强超快速PSMA-PET在前列腺癌分期中的应用 学术背景 前列腺癌是全球男性中最常见的癌症之一，准确的诊断和分期对于治疗决策至关重要。前列腺特异性膜抗原（PSMA）正电子发射断层扫描（PET）已成为前列腺癌患者的标准检查方法。然而，传统的PSMA-PET扫描时间较长，通常需要20分钟，这限制了患者的检查机会，尤其是在需求日益增长的情况下。为了缩短扫描时间，研究人员提出了超快速PSMA-PET扫描技术，但这种方法往往以图像质量下降为代价。为了解决这一问题，研究人员探索了人工智能（AI）技术在图像增强中的应用，以提高超快速PSMA-PET的图像质量和诊断准确性。 论文来源 这篇论文由David Kersting、Katarzyna Borys、René Hosch和Robert Sei...