3D-TSE序列在延长颅内远处复发时间中的疗效：一项基于组织学多样化患者队列的分阶段分析 学术背景 脑转移瘤（Brain Metastases, BM）是颅内恶性肿瘤的主要类型，显著影响癌症相关的发病率和死亡率。在系统性癌症的初始诊断中，约15%的患者在任何阶段以及高达30%的IV期患者被诊断为脑转移瘤，随着系统性疾病进展，这一比例可能上升至50%。随着磁共振成像（MRI）的普及和分期指南的实施，脑转移瘤的发病率显著增加。然而，尽管全脑放疗（Whole Brain Radiotherapy, WBRT）在治疗脑转移瘤方面有一定效果，但其对神经认知功能的负面影响使得立体定向放射外科（Stereotactic Radiosurgery, SRS）或分次放射外科（Fractionated Ster...

基于生理MRI的肿瘤生境分析预测IDH野生型胶质母细胞瘤患者短期预后 学术背景 胶质母细胞瘤（Glioblastoma, GBM）是一种高度恶性的脑肿瘤，具有显著的肿瘤内异质性（intratumoral heterogeneity），这种异质性不仅体现在基因表达、组织病理学上，还表现在宏观结构上。这种异质性导致了治疗反应的多样性和肿瘤耐药性的发展，使得胶质母细胞瘤的预后极差。早期准确预测肿瘤进展对于及时调整治疗方案（如再次手术或使用贝伐珠单抗）至关重要，然而，治疗后胶质母细胞瘤中肿瘤复发和放射性损伤的共存使得进展预测变得复杂。 近年来，基于多参数生理MRI（如脑血容量Cerebral Blood Volume, CBV和表观扩散系数Apparent Diffusion Coefficient...

基于CNN与Dilated Sampling Self-Attention的ABVS乳腺肿瘤分割研究 学术背景 乳腺癌是全球范围内第二大常见癌症，早期和准确的检测对于改善患者预后和降低死亡率至关重要。尽管目前有多种成像技术（如X线乳腺摄影、磁共振成像和手持超声）被用于乳腺癌的早期筛查，但这些技术往往面临分辨率有限或操作依赖性强等问题。为了解决这些问题，自动化乳腺容积扫描仪（Automated Breast Volume Scanner, ABVS）应运而生。ABVS能够自动获取整个乳房的全面视图，但其图像分析仍然具有挑战性，主要由于乳腺肿瘤在大小、形状和位置上的显著差异。近年来，深度学习在医学图像分析中取得了显著进展，尤其是卷积神经网络（CNN）和变换器（Transformer）在肿瘤分割和...

背景介绍 精神病学领域长期以来依赖于症状和医学访谈进行诊断，缺乏客观的生物标志物（biomarkers）。静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）被广泛认为能够揭示大脑结构和功能的特征模式，从而为精神疾病的诊断提供潜在的分类标志物。然而，由于分析管道的多样性，目前尚未形成广泛接受的标志物。不同分析管道的选择对诊断和泛化性能有显著影响，但很少有研究系统地探索理想的管道。因此，本研究旨在通过大规模、多站点的rs-fMRI数据集，全面评估用于重度抑郁症（major depressive disorder, MDD）分类标志物的分析管道，以期为精神疾病的诊断提供标准化流程。 论文来源 本论文由来自...

基于子空间增强超图神经网络的焦虑障碍识别与生物标志物检测研究 学术背景 焦虑障碍（Anxiety Disorders, ADs）是全球范围内常见的心理健康问题，影响约7.3%的人口。焦虑障碍患者通常表现出过度的恐惧、担忧以及相关的行为异常，这些症状严重影响了患者的社交功能和生活质量，同时也给家庭和社会带来了巨大的负担。焦虑障碍可以分为多种亚型，如广泛性焦虑障碍（Generalized Anxiety Disorder, GAD）、社交焦虑障碍（Social Anxiety Disorder, SAD）、恐慌症（Panic Disorder, PD）和特定恐惧症（Specific Phobia, SP）。尽管这些亚型在临床实践中通常通过观察进行诊断，但仍需通过生物标志物来区分患者与健康个体，以...