突触膜胶质调节缺血性中风再灌注并避免无效再通 背景介绍 缺血性中风（Ischemic Stroke）是由脑供血动脉的突然阻塞引起的，每年在全球范围内导致数百万人致残和死亡。当前的缺血性中风治疗主要通过静脉血栓溶解或机械血栓切除，或两者结合来恢复血流。然而，尽管及时和成功地打通阻塞的血管，许多患者却没有显著的临床改善。这种现象被称为“无效再通”（Futile Recanalization）。有效的血管再通是恢复脑部血流的基础，但包括远端血栓分解、周细胞收缩或中性粒细胞堵塞毛细血管在内的多个过程可能会阻碍缺血脑区的再灌注，进而导致“无效再通”。 突触膜胶质血管（Leptomeningeal Collaterals，以下简称LMCs）是连接大脑中动脉（MCA）终末分支与前大脑动脉（ACA）和后大脑...
阿尔茨海默症诊断的多模板元信息正则化网络：基于结构磁共振成像的研究 研究背景 阿尔茨海默症（Alzheimer’s Disease, AD）是一种渐进性神经退行性疾病，其诊断和早期检测是医疗领域的重要挑战。结构磁共振成像（Structural MRI, sMRI）因其能够提供详细的大脑形态学模式和解剖特征，已广泛应用于计算机辅助的阿尔茨海默症诊断。尽管之前的研究验证了结合元数据（如年龄、性别和教育年限）对sMRI进行AD诊断的有效性，但现有方法主要关注于元数据与AD的相关性或混杂效应，如性别偏差和正常老化问题，难以充分挖掘元数据对AD诊断的影响。为了解决这些问题，该研究构建了一种新颖的多模板元信息正则化网络（Multi-template Meta-information Regularize...
基于噪声生成和成像机制的隐式正则化学习网络在低剂量CT重建中的应用 低剂量计算机断层扫描（Low-Dose Computed Tomography，LDCT）已成为现代医学成像的重要工具，旨在降低放射性风险并保持图像质量。然而，降低X射线剂量常导致数据受损并引起反投影（FBP）重建不良，进而影响图像质量。为了应对这一问题，研究人员不断开发高级算法以在减少噪声和伪影的同时获取高质量图像。本次报道将详细介绍一项新的研究成果，旨在实现高性能的LDCT重建。 背景介绍 在X射线CT成像中，减少辐射剂量一直是追求的目标，通过降低X射线管电流和/或电压，稀疏视图以及限制角度扫描来实现。然而，这些成像协议可能导致数据损坏和不稳定重建，从而使用经典的FBP算法得到的图像质量较差。因此，开发新的高质量重建算法...
基于全新径向基函数二维插值的时间高效超声局部显微技术 简介 超声波技术是一种主要的医学影像技术，已被广泛应用于可视化皮下体结构如器官、肌肉和动脉中，原因在于其安全性、成本效益和非侵入性。然而，传统超声波成像的性能受限于衍射极限，使得其空间分辨率有限。当频率升高时，空间分辨率会改善，但射束的穿透深度会降低，导致空间分辨率与穿透深度之间存在权衡。 在过去的十年中，超声波定位显微技术（ULM, Ultrasound Localization Microscopy）解决了上述权衡问题。ULM通过精确定位静脉注射的小气泡（MBs, Microbubbles）生成超高分辨率（SR, Super-Resolved）图像。这些SR图像为理解和诊断对血管结构或血流有影响的各种疾病，如癌症、中风和动脉硬化，提供...
基于磁性粒子成像的微创成像和传感方法及其植入式电子电路的应用 学术背景 在现代医学中，微创和生物相容性的植入式生物电子电路被广泛用于长期监控体内的生理过程。然而，这些设备在体内成像和同时提取传感器信息的方法依旧稀缺且成本高。磁性粒子成像（Magnetic Particle Imaging，MPI）因其零背景信号、高对比度、高灵敏度和定量成像能力，成为解决这一问题的理想选择。与增大组织深度而不被吸收的磁信号不同，MPI不涉及辐射剂量，提供了安全有效的成像途径。 论文来源 这篇论文题为“基于磁性粒子成像的微创成像和传感方法及其植入式电子电路的应用”，由Zhiwei Tay, Han-Joon Kim, John S. Ho和Malini Olivo等作者完成。论文发表在2024年5月的IEEE ...
通过互相增强的跨模态图像生成与配准方法进行未对齐PAT和MRI图像的无监督融合 背景和研究目的 近年来，光声断层成像（Photoacoustic Tomography, PAT）和磁共振成像（Magnetic Resonance Imaging, MRI）作为前沿的生物医学成像技术在临床前研究中广泛应用。PAT能够提供高光学对比度和深层成像，但软组织对比度较差；而MRI具有优异的软组织成像能力，但时间分辨率较低。尽管多模态数据融合方面取得了一定进展，但由于图像未对准和空间失真的问题，PAT和MRI图像融合仍具有挑战性。 为了解决这些问题，本文作者提出了一种称为PAMRFuse的分阶段深度学习框架，重点在于未对准的PAT和MRI图像融合。该框架包括一个多模态到单模态的配准网络，用于准确对准输入...