电偶联光检测技术提高多核素SPECT成像的探索 放射性药物疗法（Radiopharmaceutical Therapy, RPT）近年来引起了越来越多的兴趣，尤其是在涉及同时使用多种示踪剂的SPECT成像中。传统的成像方法容易受到不同能量γ射线的散射与串扰影响，导致成像质量显著降低。为了解决这一问题，本文的作者Yifei Jin和Ling-Jian Meng提出了一种称为电偶联光子检测（Coincidence Detection of Cascade Photons，CDCP）的方法，旨在基于电偶联光子的检测，显著减少低活性治疗性放射核素成像中的下散射和串扰污染。 研究背景 CDCP技术的提出源于传统方法在低活性放射性药物疗法成像中的局限性。诸如Ac-225、In-111、Ra-223和Lu...

背景介绍 一百年前，Hevesy首次提出利用放射性示踪剂作为植物的生物指标，并后来在大鼠实验中得到验证。这一发现推动了核医学和分子成像作为生物医学领域的发展，使得在分子层面定量可视化生物过程成为可能。在众多成像技术中，单光子发射计算机断层扫描（SPECT）和正电子发射断层扫描（PET）显得尤为重要，它们能够通过标记化合物来定量检测生物功能和代谢。在这些技术发展的过程中，通过融合X射线计算机断层扫描（CT）或磁共振成像（MRI）获取解剖信息，进一步提升了诊断和数据修正的准确性。 然而，现有系统的一大限制在于图像重建过程中存在的时间消耗和噪声传播问题。鉴于此，近年来研究人员开始探索不依赖数学重建步骤的新一代分子成像方法，即直接正电子发射成像（DPEI）。DPEI利用超快飞行时间（TOF）探测器，...

诱发成分分析（ECA）：基于GLM正则化对功能超声信号的分解 背景介绍 功能性神经影像数据分析旨在揭示大脑活动的空间和时间模式。现存的数据分析方法主要分为两类：完全基于数据的分析方法和依赖于先验信息的方法，例如用刺激时间程来分析脑活动。一般来说，使用刺激信号可以帮助识别活跃的大脑区域，但大脑对刺激的反应往往表现出非线性和时间变化的特点。因此，完全依赖刺激信号来描述大脑的时间反应可能导致对大脑功能的理解比较局限。 在此背景下，本文作者提出了一种新技术，称为诱发成分分析（Evoked Component Analysis，简称ECA），其利用了先验信息作为指导因子，通过在低阶分解框架中引入广义线性模型（General Linear Model，GLM）设计矩阵作为正则项，达到了在空间和时间上分解...

基于卷积神经网络对头部冲击动力学测量去噪的研究与应用 研究背景 轻度脑外伤（MTBI）是一种全球性的健康威胁。人类在诸如跌倒、交通事故和运动等情况下常面临MTBI的风险。据统计，2016年全球有超过2700万例脑外伤病例，其中80%为“轻度”脑外伤，即症状相对较轻但可能引发长期病理变化。MTBI病情分类通常通过格拉斯哥昏迷量表评分进行，分数高于12的患者被归类为轻度脑外伤患者。虽然急性期后症状可能迅速恢复，但长期来看患者可能会出现慢性创伤性脑病（CTE）等并发症。 为了量化头部冲击对脑的影响，研究人员开发了多种可穿戴传感器技术来测量头部运动学参数，这些系统包括头部冲击遥测系统（HITS）、XPatch、头带/头巾传感器以及装置在牙托上的传感器。然而，由于这些传感器与人体接口的固有不完美，它们...

利用基于物理知识的深度学习实现低场强MRI图像重建 背景介绍： 磁共振成像（MRI）技术近年来在低场磁共振成像中的应用越来越受到关注。低场MRI由于其成本低、维护简便，被认为在各种临床和研究环境中具有广泛的应用前景。例如，便携式低场MRI扫描仪不仅更容易操作，还可用于应急单位和手术室等场景。此外，初步评估表明低场MRI在中风诊断中具有潜在的临床应用，这使得该技术在全球医疗诊断中更具吸引力。然而，低场MRI的主要挑战包括低信噪比（SNR）和由磁体设计、材料缺陷和制造公差引起的强B0场不均匀性。 本研究由David Schote, Lukas Winter, Christoph Kolbitsch, Georg Rose, Oliver Speck和Andreas Kofler等学者完成，发表于...

人类肩关节刚度的三维姿态特征及性别差异研究 研究背景 肩关节是人体结构中最复杂的关节之一，肩关节的稳定性对于手臂运动的有效控制至关重要，包括肘部和手腕等远端关节的自然控制以及日常活动中的精细手部功能。肩关节的稳定性是通过骨骼、韧带、肌腱和肌肉的复杂相互作用来实现的，其中刚度是对外部干扰提供阻力的特性。近年来研究表明，女性在职业和运动中肩部受伤的发生率更高，这提示肩关节刚度可能存在性别差异。然而，在多维空间中，尤其是三维（3D）空间中，对肩关节刚度及其性别差异的研究尚未充分开展。 论文来源 该研究由Seunghoon Hwang、Dongjune Chang、Aditya Saxena、Ellory Oleen、Soe Lin Paing、John Atkins 和Hyunglae Lee等学...