利用联邦学习检测心音异常的一项多机构合作研究 学术背景 心血管疾病（Cardiovascular diseases, CVDs）已经成为主要的死亡原因之一，特别在老年人口中，心血管健康问题亟待社会关注。早期筛查、诊断和预后管理对于预防住院具有重要意义。心音信号携带丰富的生理和病理信息，通过心音进行CVDs早期诊断具有容易获取、广泛存在和非侵入性等优势。近年来，人工智能（AI）在心音辅助诊断中的应用引起了广泛关注，自动心音听诊技术有助于快速、有效地评估心脏状态。然而，现有研究在应用过程中忽略了数据安全和隐私问题，尤其是在多机构数据合作时。 研究来源 本文由Wanyong Qiu, Chen Quan等人撰写，作者分别来自北京理工大学、日本东京大学教育生理学实验室、英国帝国理工学院等知名学术机构...

基于时间扭曲技术的T波峰到终末变化预测猪心肌梗死模型中的室颤 背景介绍 论文来源突发性心脏性死亡（Sudden Cardiac Death, SCD）是全球范围内死亡的主要原因，其主要致病机制之一即为室颤（Ventricular Fibrillation, VF），特别是在心肌梗死后的环境下。在此背景下，早期预测VF风险显得尤为重要。心室复极化（Ventricular Repolarization, VR）改变与室性心律失常形成的联系已经在实验模型和临床研究中得到验证。T波峰到T波终末间隔（T-peak-to-T-end interval, Tpe）作为VR离散度（VR Dispersion, VRD）的替代指标，早被提出并被认为是预测心律失常风险的潜在指标。然而，Tpe间隔仅捕捉到T波峰和...

学术新闻报道：新的MRI技术通过检测光敏血管的局部血流动力学来实现生物荧光成像 学术背景介绍 生物发光探针广泛应用于监测活体动物中生物医学相关的过程和细胞目标。然而，组织对可见光的吸收和散射极大地限制了生物发光检测的深度和分辨率。特别是在大脑中，由于颅骨对光子的阻挡，短波长光的传播受到限制，导致生物发光成像（Bioluminescence Imaging, BLI）的数据通常限制于浅层来源，并且大多是二维投影，缺乏深度信息。 为了克服这些限制，研究人员开发了光声层析成像和其他基于光散射重建的方法，但这些方法需先验知识和独立成像模式的解剖信息的注册。另一种方法是将生物发光输出局部转换为不同类型的信号，以便使用X射线层析成像、超声波或磁共振成像（MRI）等深度组织成像方式进行检测。尽管已经有一些...

基于心电图的大规模心血管诊断机器学习算法的开发与验证 引言 心血管疾病（Cardiovascular diseases，CV）一直是全球范围内疾病负担的主要来源，早期诊断和干预对降低疾病并发症、医疗使用率和费用至关重要。传统的心电图（Electrocardiogram，ECG）作为一种低成本且便捷的诊断工具，广泛应用于心血管疾病的检测。然而，现有的ECG解释技术（包括人工和计算机算法）在识别高层次信号互动及“隐藏”的临床相关模式方面存在局限。人工智能（Artificial Intelligence，AI）尤其是深度学习（Deep Learning，DL）的出现，提供了识别ECG信号中“隐藏”模式并同时评估多种心血管疾病的复杂互动关系的全新契机。本研究正是基于这一背景展开。 论文来源与作者 本...

对于呈现低阿尔伯塔卒中早期CT分数的卒中患者进行机械取栓的结果 背景介绍 急性缺血性卒中是一种严重威胁生命的疾病,大血管闭塞是导致严重残疾的主要原因之一。机械取栓术(MT)已成为治疗急性缺血性卒中的标准方法,多项临床试验证实了它在时间窗口内的效果和安全性。然而,对于存在大面积早期缺血灶的患者,MT术的获益一直存在争议。最近,多项大型临床研究评估了MT术对于这类患者的疗效,结果令人鼓舞,但针对不同时间窗口患者的数据有限。 研究过程 本研究的目的是比较呈现低阿尔伯塔卒中早期CT分数(ASPECTS 2-5分)的患者,在发病6小时内和6-24小时内接受MT术后的结果差异。研究人员回顾性分析了2013-2023年间STAR(Stroke Thrombectomy and Aneurysm Regis...