基于群稀疏先验的荧光分子断层扫描用于胶质瘤形态重建

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...

数据工程赋能的胶质瘤生存分析

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...

基于贝叶斯推断的个体化胶质瘤生长预测

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...

嵌入TiO2-Au-MXene的矩形开放通道用于脑肿瘤诊断的PCF生物传感器的数值分析

数值分析嵌入TiO2-Au-MXene的矩形开放通道PCF生物传感器用于脑肿瘤诊断 学术背景与问题陈述 近年来,具有成本效益和高可靠性的生物传感器的开发成为一个研究热点。这些传感器旨在检测分析物的微小浓度,种类繁多,涵盖了各种技术,用于监测和检测细胞和液体。光子晶体(photonic crystals, PHCs)和PHC纤维(photonic crystal fibers, PCFs)因其紧凑尺寸、电磁干扰抵抗性、对分析物需求量少、结构设计灵活且易于集成等优点,迅速占据了传感器技术的热门选择。 特别值得注意的是,基于表面等离子体共振(surface plasmon resonance, SPR)的光纤生物传感器表现出色。SPR现象通过光纤和贵金属相结合,可以剧增检测灵敏度,尤其在生物医学领...

基于影像表型和基因型的深度学习来预测胶质母细胞瘤患者的总体生存时间

基于影像表型和基因型的深度学习来预测胶质母细胞瘤患者的总体生存时间

在全球范围内,恶性脑肿瘤中最常见和最致命的是胶质母细胞瘤(Glioblastoma, GBM)。近年来,不断有研究尝试通过机器学习技术,基于术前的单模态或多模态成像表型来预测GBM患者的总生存时间(Overall Survival, OS)。尽管这些机器学习方法在预测上取得了一定的进展,但多数研究并未考虑基于影像学的OS预测方法中包含的肿瘤基因型信息,而这些信息对预后有很强的指示作用。为解决这般问题,Tang Zhenyu、Xu Yuyun、Jin Lei 等人于2020年6月在《IEEE Transactions on Medical Imaging》上发表了题为“Deep Learning of Imaging Phenotype and Genotype for Predicting ...

St. Jude Survivorship Portal:分享和分析大规模临床和基因组数据集

St. Jude Survivorship Portal:分享和分析大规模临床和基因组数据集

St. Jude Survivorship Portal: 分析及共享儿童癌症幸存者的大规模临床和基因组数据 研究背景 在美国,儿童癌症的五年生存率已从20世纪70年代的约60%上升到今天的超过85%。尽管生存率显著提高,但这些儿童癌症幸存者却面临着由于癌症及其治疗而导致的各种不良健康结果的风险。这些不良结果包括过早死亡、器官功能障碍、新生肿瘤、不良的社会经济结果、心理社会挑战以及总体生活质量的下降等。为了应对这些问题,主要的研究工作集中在确定其潜在原因、相关风险以及最易感的患者亚群。 与此有关的大规模纵向研究如St. Jude Lifetime Cohort (SJLife)和Childhood Cancer Survivor Study (CCSS)已生成了大量关于幸存者的综合数据,涵盖...