肿瘤大小不是一切:推动影像组学作为肿瘤学药物开发和临床护理的精准医学标志物

在当今的肿瘤学临床实践和药物开发领域,对肿瘤反应的评估方法正处于革新的边缘。自1981年世界卫生组织(WHO)提出用于评估抗癌药物效果的肿瘤反应分类标准以来,这一领域经历了多次改进。最为人们熟知的,是1995年成立的响应评估标准在实体瘤(RECIST)工作组。该工作组通过与加拿大国家癌症研究所、美国国家癌症研究所以及欧洲癌症研究和治疗组织的合作,建立了基于大量病例数据的循证推荐,推动了RECIST 1.0和1.1版本的发布,这些版本在确定客观响应率等影像学终点方面发挥了重要作用。 然而,随着对肿瘤生物学更深入的理解和诊疗策略的不断演进,传统的依赖大小和数量变化的评估方法显示出其局限性,这就需要新的方法来填补这一空缺。为此,RECIST工作组于2022年5月组织了一次多学科工作坊,聚焦于探讨放...

镭-223对转移性去势抗性前列腺癌的循环和影像生物标志物反应

镭-223对转移性去势抗性前列腺癌的循环和影像生物标志物反应

迫切问题的背景 前列腺癌是男性中最常见的癌症之一。转移性去势抵抗性前列腺癌(mCRPC)是一种晚期形式的前列腺癌,其特点是肿瘤对去势治疗产生了抵抗。Radium-223是一种α发射体放射性药物,已被证明可以提高mCRPC患者的总体生存率(OS)并减少骨骼事件。然而,目前临床实践中缺乏可用的生物标记物来预测哪些患者可能对Radium-223治疗有反应,及时监测治疗的效果以及评估患者的预后。因此,开发相关的循环和影像生物标记物就具有重要的意义。 论文来源 该论文由Philip J. Saylor等研究人员编写,作者来自哈佛医学院、贝勒女子医院和麻省总医院。该研究成果发表在《JCO Precision Oncology》期刊上,doi信息为:https://doi.org/10.1200/po.2...

用于脑肿瘤切除的基于机器学习的定量高光谱图像引导

用于脑肿瘤切除的基于机器学习的定量高光谱图像引导

机器学习辅助的定量高光谱成像在脑肿瘤切除中的指导作用研究 背景介绍 恶性胶质瘤的完全切除一直受到肿瘤细胞在浸润区难以区分的挑战。这项研究的背景是:在神经外科手术中,通过使用5-氨基乙酰丙酸(5-aminolevulinic acid,简称5-ALA),可以实现原卟啉IX(protoporphyrin IX,简称PPIX)的荧光引导,从而提高肿瘤的切除率。然而,即使在光谱成像的帮助下,许多低级别胶质瘤和一些高级别肿瘤由于PPIX的低积累,显示出较弱的荧光,这使得肿瘤更难区分。因此,了解不同类别肿瘤组织中的PPIX发射光谱,以及如何利用这些光谱进行分类,具有重要意义。 论文来源 这篇论文发表于《Communications Medicine》期刊(2024年),文章标题为“Towards mac...

基于深度学习的高效自监督对比学习在超声心动图自动诊断中的应用

深度学习在超声心动图自动化诊断中的新突破:对比自监督学习方法的研究报告 研究背景 随着人工智能和机器学习技术的快速发展,它们在医学影像诊断领域发挥着越来越重要的作用。特别地,自监督学习(Self-Supervised Learning, SSL)在处理标签数据稀缺的问题上展示出了显著的效果,这在获取医学影像标签困难和昂贵的情况下具有重要意义。通常,大多数的自监督学习方法都没有针对包含丰富时间信息的视频影像,如超声心动图,进行特别适配和优化。因此,开发出一种针对超声心动图视频的自监督对比学习方法,以提升在小型标签数据集上的自动化医学影像诊断性能,显得尤为迫切和重要。 研究来源 此研究由Gregory Holste、Evangelos K. Oikonomou、Bobak J. Mortazav...

使用超高磁场MRI精确成像急性和慢性猪心肌梗死的心功能和疤痕大小

使用超高磁场MRI精确成像急性和慢性猪心肌梗死的心功能和疤痕大小

心脏功能和猪梗塞疤痕大小的精密成像:利用超高场 MRI 在急性和慢性猪心肌梗死模型中的研究 研究背景 心脏磁共振影像学(MRI)是评估心脏功能和体积的准确且具有较高重复性的技术。近年来,超高场(ultrahigh-field,UHF)MRI 致力于提高信噪比 (SNR) 和图像分辨率。7T MRI 可能使临床指标精度提高,可早期检测功能障碍和评估治疗反应。然而,针对大型动物模型如猪的心脏功能和梗塞疤痕大小的精确测量,现有研究具有局限性,传统心脏 MRI 系统在图像质量和时间分辨率方面存在欠缺。 本研究的原因在于心脏病理改变会导致生理学上重要指标的改变,例如射血分数(ejection fraction,EF)和心肌质量。尤其是在心肌梗塞(Myocardial Infarction,MI)后,这...