近年来，难治性癫痫（refractory epilepsy）越来越受到医学界的关注。这种癫痫被定义为尽管经过两次适当的抗癫痫药物治疗，仍持续发生严重的癫痫发作。对于药物治疗无效的患者来说，如果能够准确定位癫痫发作起源区（seizure onset zone, SOZ），通过切除或消融该区域的治疗方法可能会具有治愈作用。然而，在美国，通过立体定向脑电图（stereoelectroencephalography, SEEG）电极监测不同脑区的癫痫活动是药物难治性癫痫患者常见的手术评估方法，但这种方法依赖于检测到足够数量的癫痫发作，患者需住院监测数日甚至数周。此外，即使完成SEEG监测，SOZ的精准定位也无法得到保证。因此，研究如何提高SOZ的定位准确性具有重要意义。 这篇论文的主要作者包括Ale...
深度学习放射组学模型结合临床放射学特征预测胰腺导管腺癌患者隐性腹膜转移的开发与验证 背景介绍 胰腺导管腺癌（Pancreatic Ductal Adenocarcinoma, PDAC），一种极为致命的恶性肿瘤，其5年生存率约为11%。其糟糕的预后部分是由于80-85%的患者在出现症状时，已经被诊断出为晚期疾病，不可切除或已经发生转移，包括隐性腹膜转移（Occult Peritoneal Metastases, OPM）。腹膜是PDAC转移的第二常见途径，约10-20%的患者在首次诊断时即表现为腹膜转移，对于这一部分患者来说，早期识别腹膜转移将极大地影响治疗选择以避免不必要的手术。 传统的腹膜转移诊断依赖于计算机断层扫描（CT），但是由于缺乏明显的标志，早期腹膜转移往往难以被发现。诊断性分期...
用深度学习结合乳腺X线摄影和超声图像预测密乳腺女性BI-RADS US 4A病变恶性度的诊断研究 背景介绍 乳腺癌是女性最常见的恶性肿瘤，具有较高的发病率和死亡率。先前的研究发现密乳腺女性更容易患上乳腺癌。研究指示，亚洲女性的乳腺密度普遍高于非洲裔和白人女性，故对高乳腺密度的亚洲女性进行研究显得尤为重要。 乳腺X线摄影(MG)被认为是筛查乳腺癌的重要手段，并据称能降低30%的乳腺癌相关死亡率。然而，MG在检测密乳腺女性的乳腺病变时表现较差，其敏感性下降至48%-85%，主要由于腺体遮挡等问题。在这种情况下，超声(US)在筛查和诊断密乳腺女性时扮演着不可或缺的角色。对密乳腺患者进行US与MG联合检查可以提高检测率。一个荟萃分析显示，US作为MG的补充手段可以使无症状乳腺癌的检测率平均提高40%...
将手术室变成混合现实环境：前瞻性临床研究用于脑动脉瘤夹闭手术 对脑动脉瘤的手术处理是神经外科中一个高度复杂且精细的过程。为了改善手术效果，研究人员不断探索新的技术和方法。近年来，混合现实（Mixed Reality, MR）技术的发展为手术室（Operating Room, OR）带来了新的突破。尤其是在使用头戴显示器（Head-Mounted Display, HMD）的情况下，外科医生可以在患者的实际解剖结构上叠加虚拟的三维（3D）图像，从而提高空间定位和操作的直觉性。 研究背景和目标 本研究旨在评估一种新型的混合现实头戴显示器（MR-HMD）在脑动脉瘤夹闭手术中的应用潜力，特别是对外科医生空间定位的帮助。传统的手术导航系统通常依赖于二维（2D）显示器，而外科医生需要将其手部操作在3D现...
基于人工智能的乳腺病变分类多中心研究 在乳腺癌领域，早期诊断对于提高治疗效果和生存率至关重要。乳腺癌主要分为原位癌和浸润性癌两类，这两类癌症在治疗策略和预后上存在显著差异。原位癌的腋窝受累发生率较低（1-2%），不推荐进行前哨淋巴结活检（SLNB）；而对于浸润性癌症，SLNB或腋窝淋巴结清扫（ALND）是必要的。因此，能够在术前准确区分良性、恶性以及原位和浸润癌症显得格外重要。 对比增强乳腺摄影（CEM）是一种新兴的技术，因其能够体现病变的血管特性而在临床应用中日益广泛。然而，CEM在诊断乳腺癌方面尽管对恶性病变具有高敏感性，但其特异性却不尽如人意（66-84%）。此外，传统影像学检查的解释还会受到放射科医生经验的影响，不同的放射科医生之间存在较大的差异。因此，开发一种自动、可靠，并且能够在...
放射组学在脑转移患者术后立体定向放疗局部控制预测中的应用 学术背景 脑转移（Brain Metastases, BMs）是最常见的恶性脑肿瘤，其发病率远远超过了原发性脑瘤如胶质瘤。最近的医疗指南建议对症状明显或较大的脑转移患者进行手术治疗。为了提高局部控制率，建议对一到两个切除的BMs患者进行切除腔的立体定向放疗（Stereotactic Radiotherapy, SRT），方法可以在术后12个月内实现70%到90%的局部控制率。然而，即使在辅助SRT后，局部失败（Local Failure, LF）的风险仍然存在，这引发了对预治疗放射组学（radiomics）预测工具的需求，以识别高LF风险的患者。 研究主要信息 该研究由Josef A. Buchner等发表在《Neuro-Oncolo...