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...

小儿脑胶质细胞病：一种具有独特分子特征的弥漫性胶质瘤的预后不良表型 引言 胶质母细胞增生症（gliomatosis cerebri, GC）是一种高度侵袭性的弥漫性胶质瘤，早期由于其无法确立的分子特征而被放弃作为独立病理类型。然而，随着分子生物学的进步，特别是在儿童中，GC的生物学特性差异越来越引起学界的关注。儿童与成人弥漫性胶质瘤在关键生物学特性上的显著差异，使得在世界卫生组织（WHO）第五版中央神经系统肿瘤分类中，儿童类型与成人类型胶质瘤在分子特征上被明确区分开来。尽管如此，不同胶质瘤（亚）类型的临床表现仍可能被忽视，例如早期定义的GC，其特点是在大脑的至少三个相邻皮层中显示弥漫性浸润增长模式。 本文的研究团队开展了一项多国回顾性研究，意在综合放射学、病理学、临床和（表）遗传学特征，对1...

基于拉曼光谱和机器学习平台的IDH突变与野生型胶质瘤细胞代谢差异研究 背景介绍 在胶质瘤的诊断和治疗中，福尔马林固定、石蜡包埋（FFPE）组织切片通常被广泛应用。然而，受到包埋介质背景噪声的影响，FFPE组织在基于拉曼光谱的研究中应用有限。为了克服这一问题并识别肿瘤亚型，本研究开发了一种新型的基于拉曼光谱的机器学习平台——APOLLO（恶性胶质瘤的拉曼光谱病理学），该平台能够从FFPE组织切片中预测胶质瘤亚型。 论文来源 这篇文章由Adrian Lita、Joel Sjöberg、David Păcioianu等学者撰写，作者来自美国国立癌症研究所(National Cancer Institute)、芬兰图尔库大学(University of Turku)、罗马尼亚布加勒斯特大学(Univ...