GPT-4在胸部X光片评估中的潜力：一项回顾性研究 学术背景 近年来，人工智能（AI）在医疗领域，尤其是放射学中的应用日益广泛。AI工具的引入正在改变临床实践，尤其是在影像诊断中。然而，AI工具的广泛采用面临诸多挑战，包括资金不足、信息技术（IT）集成效率低下以及验证不足等问题。此外，医疗专业人员，尤其是放射科医生，普遍缺乏足够的统计学知识，这进一步阻碍了他们对AI工具的深入理解和应用。随着放射学研究越来越依赖于数据驱动技术，放射科医生需要具备批判性评估统计方法及其局限性的能力。 大型语言模型（LLMs），如OpenAI的GPT-4，因其能够理解自然语言、推理和解释复杂信息的能力，逐渐在放射学中得到认可。GPT-4的Advanced Data Analysis（ADA）扩展功能使其能够分析数...

大型视觉语言模型在放射学中的应用：GPT-4V的多模态与多解剖区域能力定量评估 学术背景 近年来，大型语言模型（Large Language Models, LLMs）如OpenAI的ChatGPT在文本生成领域取得了显著进展。这些模型基于Transformer架构，通过海量文本数据进行训练，能够在无需大量示例的情况下生成可信的文本输出（few-shot learning和zero-shot learning）。LLMs在医学领域的应用也日益广泛，例如将自由文本的放射学报告转换为标准化模板，以及从肺癌的CT报告中挖掘数据。此外，LLMs在放射学考试中的表现也显示出其具备一定的“知识”储备，并能够帮助简化放射学报告。 随着GPT-4V（GPT-4 with Vision）的推出，模型不仅能够处...

CT在检测肝脂肪变性中的诊断准确性：系统综述与Meta分析 学术背景 肝脂肪变性（hepatic steatosis）是肝细胞内甘油三酯异常积累的结果，可能引发一系列炎症反应，称为脂肪性肝病（steatotic liver disease, SLD）。代谢功能障碍相关的脂肪性肝病（metabolic dysfunction–associated SLD）是美国乃至全球最常见的SLD形式，并迅速成为慢性肝病的主要原因。肝脂肪变性是心血管疾病、肝纤维化、肝硬化、肝癌、肝衰竭和死亡的重要风险因素。早期检测肝脂肪变性对于及时干预和预防并发症至关重要。 传统的肝活检是诊断和分级肝脂肪变性的金标准。近年来，基于MRI的脂肪定量技术被引入作为活检的替代方法，特别是MRI质子密度脂肪分数（proton de...

乳腺非肿块性病变的超声筛查研究：基于乳腺X线检查结果的评估 学术背景 乳腺癌是全球女性中最常见的恶性肿瘤之一，早期发现和诊断对于提高患者的生存率至关重要。乳腺超声（Breast Ultrasound, US）作为一种无创、无辐射的影像学检查手段，在乳腺疾病的筛查和诊断中发挥着重要作用。特别是在乳腺密度较高的女性中，乳腺超声能够有效检测出乳腺X线检查（Mammography）难以发现的早期乳腺癌。然而，乳腺超声检查中常常会遇到一种称为“非肿块性病变”（Nonmass Lesions, NMLs）的影像学表现。NMLs通常表现为与周围乳腺组织相比回声纹理发生改变的离散区域，但缺乏肿块的三维特征或明显的边缘、形状等特征。尽管NMLs在乳腺超声检查中较为常见，但其良恶性鉴别仍然具有挑战性，尤其是在筛...

自动化超微结构分析：基于大规模高光谱电子显微镜的研究 学术背景 电子显微镜（Electron Microscopy, EM）是研究生物超微结构的关键技术，能够在生物分子分辨率下揭示细胞的精细结构。近年来，随着自动化和数字化的发展，电子显微镜能够以纳米级分辨率捕获大面积的细胞和组织样本。然而，电子显微镜图像通常是灰度图像，且数据量庞大，分析过程往往依赖于繁琐的手动注释，这限制了其在大规模研究中的应用。为了解决这一问题，研究者们开始探索如何通过自动化手段提取生物分子组装体的信息，从而加速对生物超微结构的理解。 本文的研究背景在于，尽管电子显微镜在生物医学研究中具有重要地位，但其分析过程仍然面临挑战。特别是，如何从大规模的电子显微镜数据中自动提取生物分子信息，成为了一个亟待解决的问题。本文提出了一...