低级别胶质瘤患者总体生存预测的有用特征研究 学术背景 胶质瘤是一种脑内的肿瘤性生长，通常会对患者的生命构成严重威胁。在大多数情况下，胶质瘤最终会导致病人的死亡。胶质瘤的分析通常涉及在显微镜下观察脑组织形式的病理切片。尽管脑组织病理图像在预测病人总体生存率（OS，Overall Survival）方面具有很大的潜力，但由于脑组织病理的独特性，这些图像很少作为唯一的预测因素使用。利用病理图像预测早期胶质瘤患者的总体生存率对治疗和生活质量具有重要价值。在这项研究中，作者们探讨了使用深度学习模型结合简单描述数据（如年龄和胶质瘤亚型），来预测低级别胶质瘤（LGG，low-grade glioma）患者的总体生存率（OS）的可能性。 研究来源 这篇论文由Elisa Warner、Xuelu Li、Gan...

基于优化集成机器学习的胶质瘤疾病预测 论文背景与研究目的 在医学研究中，胶质瘤(gliomas)是最常见的原发性脑肿瘤，具有不同临床行为和治疗结果的多种癌症类型。胶质瘤患者预后的准确预测对治疗方案的优化和个性化患者护理至关重要。随着大规模基因组和临床信息的广泛可用，机器学习方法在创建可靠的胶质瘤预测模型方面展示了巨大潜力。本研究中的胶质瘤预测模型旨在通过集成多个机器学习算法（KStar 和 SMOReg）来提升胶质瘤预测的准确性和效率，从而为个性化医疗和改善患者预后提供帮助。 论文来源 这篇论文由 Jatin Thakur、Chahil Choudhary、Hari Gobind、Vipasha Abrol 和 Anurag 提交，他们均来自印度Mohali的Chandigarh Unive...

注意引导的CNN框架用于3D MRI扫描的胶质瘤分割和评级研究 胶质瘤是人类最致命的脑肿瘤形式，及时诊断这些肿瘤是有效肿瘤治疗的重要一步。磁共振成像（MRI）通常提供对脑部病变的无创检查。然而，手动检查MRI扫描中的肿瘤需要大量时间，并且容易出错。因此，自动诊断肿瘤在胶质瘤的临床管理和外科干预中起着至关重要的作用。在这项研究中，我们提出了一个基于卷积神经网络（CNN）的框架，用于从3D MRI扫描中无创分级肿瘤。 背景介绍 胶质瘤是常见且致命的脑肿瘤，根据其侵袭性和恶性程度可以分为四级。低级别肿瘤（I-III级）通常较不具侵袭性且对治疗反应较好。然而，高级别肿瘤（IV级）具有高度侵袭性，例如胶质母细胞瘤，其治疗效果较差，仅有5%的患者能存活5年。 为了使用医疗影像开展胶质瘤的研究，研究者通常...

胶质瘤预后的透明化机器学习和解释性洞察力应用于解释性人工智能的赋能 学术背景 本研究致力于开发一种可靠的技术，来通过多种机器学习方法及深度学习方法，结合解释性人工智能（XAI，Explainable Artificial Intelligence）技术检测患者是否患有特定类型的脑肿瘤——胶质瘤。胶质瘤（glioma）是起源于胶质细胞的中枢神经系统癌症的一种，具有快速生长和侵袭健康脑组织的特性，常见的治疗方法包括手术、放射治疗、化疗等。通过整合患者数据，包括医疗记录、遗传档案等，机器学习算法能够预测每个个体对不同医疗干预的反应。 论文来源 该论文由Anisha Palkar、Cifha Crecil Dias（IEEE高级会员）、Krishnaraj Chadaga和Niranjana Sam...

基于群稀疏先验的荧光分子断层成像用于胶质瘤形态重建技术的研究报告 一、学术背景和研究动机 荧光分子断层成像（Fluorescence Molecular Tomography，FMT）是一种重要的生命科学工具，通过该技术可以实现荧光源位置的非侵入实时三维（3D）可视化。由于其敏感度高、成本低的优点，FMT被广泛应用于肿瘤研究。然而，FMT的重建过程复杂且困难。尽管近年来FMT重建方法发展迅速，但形态重建依然是一个难题。因此，本研究的目的是在胶质瘤研究中实现FMT的形态重建性能。 二、论文来源与作者信息 本论文发表于IEEE Transactions on Biomedical Engineering期刊2020年5月第67卷第5期上，题为“Fluorescence Molecular Tom...

《IEEE生物医学工程汇刊》2022年8月，第69卷，第8期，首次临床研究：近红外窗口IIA/IIB荧光成像在胶质瘤精准手术切除中的应用 曹彩光、金泽萍、史晓菁、张哲、肖安琪、杨君英、计楠、田捷（IEEE会员）、胡振华（IEEE高级会员） 导言 在生物医学研究领域，荧光成像的高敏感性、高空间分辨率、实时成像能力和操作方便性使其受到广泛关注。本研究针对近红外窗口II（NIR-II，1000-1700纳米）成像技术在临床应用中的价值进行探索，以指导胶质瘤手术中切除瘤体的作用。作者结合了新开发的成像设备和术中图像融合方法，致力于提高手术的准确性，减少术中出血量，并最大限度地切除肿瘤。 文章来源 本研究由曹彩光、金泽萍、史晓菁、张哲、肖安琪、杨君英、计楠、田捷、胡振华进行。他们分别隶属于中科院自动化...

脑胶质瘤患者的生存分析研究：数据工程赋能综述 引言 脑胶质瘤是一种在胶质细胞中发生的肿瘤，它们占全部原发性脑和中央神经系统肿瘤的26.7%。由于肿瘤异质性的存在，脑胶质瘤患者的生存分析成为了临床管理中的一个关键任务。在过去几十年里，研究者们提出了多种生存分析方法，结合不同类型的数据，如影像和遗传信息。尤其是近年来，机器学习技术和深度学习的兴起改变了传统的基于统计分析的生存分析方法。本文综述了利用诊断影像技术和基因组平台获得的预后参数，以及用于预后预测的技术、学习和统计分析算法，突出了现有生存预测研究的挑战，并提出了该领域研究的未来方向。 作者及出版信息 作者: Navodini Wijethilake (斯里兰卡莫拉图瓦大学计算机科学与工程系研究成员) 合著者: Dulani Meedeni...

利用贝叶斯推断进行个性化预测胶质瘤生长 引言 胶质母细胞瘤（glioblastoma）是最具侵袭性的原发性脑肿瘤，肿瘤细胞会高度侵袭周围组织。通过标准医学成像技术无法准确识别这些弥漫性肿瘤边界，导致临床干预效果不佳且预后较差。由于此类挑战，依靠医学图像进行肿瘤空间和时空发育的可靠计算预测能够提供更多信息，有助于医生为每个个体设计最佳治疗方案。 近年来，多个关于肿瘤生长的生物物理模型通过非侵入性成像测量数据进行了开发和校准，旨在预测未来的肿瘤生长和治疗结果。然而，要实现预测肿瘤发展，必须解决两个关键挑战：一是需要量化模型预测中的不确定性，以改善个体治疗效果；二是需要表征肿瘤和宿主组织的空间异质性，这会对治疗的设计产生显著影响。 研究背景和动机 本研究的核心动机在于通过引入贝叶斯框架来解决上述两...

肿瘤生长数学模型研究——利用纵向磁共振成像探究胶质瘤的扩展 近日发表在《IEEE Transactions on Biomedical Engineering》上的一篇文章，对胶质瘤（glioma）的数学建模及生长规律进行了系统性研究。该研究由Birkan Tunç、David A. Hormuth II、George Biros和Thomas E. Yankeelov完成，主要通过纵向磁共振成像（MRI）数据评估三种不同数学模型在模拟肿瘤生长以及质量效应（mass effect）中的性能差异。 研究背景 胶质母细胞瘤（glioblastoma multiforme, GBM）是最常见的原发性脑肿瘤，患者预后较差。GBM一个显著的特征是对周围脑组织的严重变形效应，即“质量效应”，目前已有大量...

高级别胶质瘤中的神经上皮遗传标志与预后研究 背景与研究动机 高级别胶质瘤（glioma）是一种恶性程度极高的脑肿瘤，患者预后通常较差。先前的临床前模型研究表明，神经和肿瘤细胞之间的相互作用推动了肿瘤的生长，但在临床中验证这种机制仍然有限。为了解高级别胶质瘤的分子机制，研究人员提出了一种基于表观遗传学的神经标志（neural signature）用于预测患者生存期。通过分析中央神经系统（CNS）肿瘤的表观遗传学特征，研究人员希望识别出在临床上具有重要意义的子类。 研究来源 这篇文章由Richard Drexler等人撰写，他们分别来自德国汉堡大学医学中心、斯坦福大学等多个不同的研究机构。文章于2024年6月发表在《Nature Medicine》上。 研究流程与方法 研究流程 研究包含多个步骤...