XiaoMi-AI文件搜索系统
World File Search System影像
社论：神经影像学的非线性动态分析的方法论发展和应用
人脑是具有非线性时空动力学的复杂系统。高级大脑功能从神经元在各种时间和空间尺度上的复杂相互作用中出现，并且在正常情况和患病状况下评估大脑信号的非线性动力学在正常和患病状态下都具有新的视角。随着神经影像学方面的持续进步，近年来对非线性动态分析的应用的兴趣和研究越来越多。因此，该研究主题是“神经影像学中非线性动态分析的方法论发展和应用”，致力于非线性动态分析方法和神经影像应用的应用。特别是，研究主题介绍了大脑熵和复杂性，动态大脑网络和动态因果模型（DCM），均在非线性动态分析的更广泛背景下。复杂度指标（例如样品熵）已广泛应用于各种大脑功能和疾病的研究，揭示了与认知功能和疾病相关的模式。Liu等。 在经典的三叉神经痛（CTN）中应用静息状态fMRI的样品熵，这是一种常见且严重的慢性神经性面部疼痛障碍。 与健康对照组（HCS）相比，他们发现丘脑和脑干中的样品熵增加，并减少了CTN下半肺叶的样品熵。 此外，丘脑样本熵和神经心理学评估显示出显着的正相关。 Liu等。 ）。 在这个研究主题中，Roediger等。Liu等。在经典的三叉神经痛（CTN）中应用静息状态fMRI的样品熵，这是一种常见且严重的慢性神经性面部疼痛障碍。与健康对照组（HCS）相比，他们发现丘脑和脑干中的样品熵增加，并减少了CTN下半肺叶的样品熵。此外，丘脑样本熵和神经心理学评估显示出显着的正相关。Liu等。 ）。 在这个研究主题中，Roediger等。Liu等。）。在这个研究主题中，Roediger等。还使用机器学习使用样品熵作为CTN和HCS分类的特征，并显示了样品熵改变作为CTN的诊断标记的潜在效用（Liu等人。fMRI复杂性的估计可以受到许多因素的影响，例如信号时间尺度和灵敏度阈值以及头部移动引起的信号变化。先前的研究在理解和评估这些潜在影响方面已经引起了一些影响（1-3）。提出了一种优化的多尺度样品熵方法，采用窗口方法来减少运动效果和过程
人类面部视点选择性神经影像学研究中不一致和一致结果的统一模型
研究文章 | 系统/电路 人类面部视点选择性神经影像学研究中不一致和一致结果的统一模型 https://doi.org/10.1523/JNEUROSCI.0296-23.2024 收稿日期：2023 年 2 月 14 日 修订日期：2024 年 2 月 6 日 接受日期：2024 年 2 月 15 日 版权所有 © 2024 作者
波士顿青春期神经影像学和
通过纳入/排除标准的初步筛选的参与者转介到第1节。父母提供了知情同意，并在第1届会议期间同意的青少年。会议1的数据是从三个地点之一获取的：波士顿大学的焦虑和相关疾病中心；麦克莱恩医院/哈佛医学院的抑郁，焦虑和压力研究中心；以及马萨诸塞州综合医院/哈佛医学院的儿童认知行为疗法计划。会议1还用于确认或获取有关确定包含/排除标准的其他信息。确认符合纳入标准的参与者已转介到第2节。第2次会议发生在马萨诸塞州综合医院的Athinoula A. Martinos生物医学成像中心。试图将会议1评估和第2次成像之间的时间保持在三个星期或更短的时间。第2节由大脑成像和眼睛跟踪实验（在扫描仪外获得）。扫描前的扫描前问卷调查表，在扫描前最多需要24小时来查询参与者的药物，补充剂或精神活性物质。一份扫描后的问卷调查了参与者在大脑成像过程中的经验，动力和情绪。在这里没有进一步详细详细介绍眼睛跟踪实验，因为由于数据获取的不一致，预计这些数据将不会公开提供。会议3发生在第2届会议后6个月。本次会议在线举行，包括第二次获得从会议1.会议4发生在第2届会议后的12个月。第4节旨在面对面。由于当地的庇护所订单和暂停个人的暂停性，人类受试者数据收集期间在COVID-19大流行期间，一些参与者远程完成了第4次会议（例如，通过视频会议）。第4节由（1）第三次获得大多数青少年自我报告临床测量； （2）第二次获得青少年和父母结构化临床访谈； （3）第二次获得父母报告临床措施（父母关于自我和青少年的报告）。
神经系统疾病和妇女健康：分子神经影像学技术的贡献
*核医学系，卫生科学大学，Sisli Hamidiye etfal教育与研究医院，土耳其伊斯坦布尔。y LMU大学医院核医学系，德国慕尼黑路德维希 - 马克西利亚人 - 大学。 Z医学系LMU大学医院，路德维希 - 马克西米利人 - 大学，慕尼黑，德国。 X荷兰乌得勒支大学医学中心放射与核医学系。 ║比利时根特大学医院放射与核医学系。 {核医学部，生物医学成像和图像引导疗法系，维也纳医科大学，奥地利维也纳。 ＃土耳其安卡拉加兹大学核医学系。 **核医学和分子成像部，诊断系，日内瓦大学医院，日内瓦大学医学院，CIBM CIBM生物医学成像中心，瑞士日内瓦。 yy核医学部门，AOU citt a della salute e della scienza di Torino，都灵大学，都灵，意大利都灵。 Silvia Morbelli得到了意大利大学与研究部（MIUR）的赠款（Bando Prin 2022 Prot。）的赠款。 2022WK7NHC）。 Valentina Garibotto得到了瑞士国家科学基金会（Projects 320030_169876、320030_185028和IZSEZ0_188355），由Velux Foundation（Project 1123），由Schmidheiny Foundation，Boninchi Foundation，Boninchi Foundation，Boninchi Foundation，AETAS基金会。 电子邮件：ozgulek@gmail.comy LMU大学医院核医学系，德国慕尼黑路德维希 - 马克西利亚人 - 大学。Z医学系LMU大学医院，路德维希 - 马克西米利人 - 大学，慕尼黑，德国。 X荷兰乌得勒支大学医学中心放射与核医学系。 ║比利时根特大学医院放射与核医学系。 {核医学部，生物医学成像和图像引导疗法系，维也纳医科大学，奥地利维也纳。 ＃土耳其安卡拉加兹大学核医学系。 **核医学和分子成像部，诊断系，日内瓦大学医院，日内瓦大学医学院，CIBM CIBM生物医学成像中心，瑞士日内瓦。 yy核医学部门，AOU citt a della salute e della scienza di Torino，都灵大学，都灵，意大利都灵。 Silvia Morbelli得到了意大利大学与研究部（MIUR）的赠款（Bando Prin 2022 Prot。）的赠款。 2022WK7NHC）。 Valentina Garibotto得到了瑞士国家科学基金会（Projects 320030_169876、320030_185028和IZSEZ0_188355），由Velux Foundation（Project 1123），由Schmidheiny Foundation，Boninchi Foundation，Boninchi Foundation，Boninchi Foundation，AETAS基金会。 电子邮件：ozgulek@gmail.comZ医学系LMU大学医院，路德维希 - 马克西米利人 - 大学，慕尼黑，德国。X荷兰乌得勒支大学医学中心放射与核医学系。║比利时根特大学医院放射与核医学系。{核医学部，生物医学成像和图像引导疗法系，维也纳医科大学，奥地利维也纳。＃土耳其安卡拉加兹大学核医学系。**核医学和分子成像部，诊断系，日内瓦大学医院，日内瓦大学医学院，CIBM CIBM生物医学成像中心，瑞士日内瓦。yy核医学部门，AOU citt a della salute e della scienza di Torino，都灵大学，都灵，意大利都灵。Silvia Morbelli得到了意大利大学与研究部（MIUR）的赠款（Bando Prin 2022 Prot。2022WK7NHC）。Valentina Garibotto得到了瑞士国家科学基金会（Projects 320030_169876、320030_185028和IZSEZ0_188355），由Velux Foundation（Project 1123），由Schmidheiny Foundation，Boninchi Foundation，Boninchi Foundation，Boninchi Foundation，AETAS基金会。电子邮件：ozgulek@gmail.com纳塔莉·阿尔伯特（Nathalie Albert）获得了诺华/高级加速器应用程序，Telix Pharmaceuticals和Servier的咨询或顾问委员会参与的酬金，以及Novocure的研究资金。Kathrin Heinrich从Roche，Taiho，BMS，Merck，Servier，MSD（机构），Merck，Merck，Janssen和Amgen，Merck，Servier的支出中获得了酬金。地址转载请求向Ozgul Ekmekcioglu，核医学系，核医学系，Sisli Hamidiye Etfal教育和研究医院，Halaskargazi Cad。
ImageNet 预训练深度学习模型与 DINOv2 在医学影像分类中的对比分析
摘要 — 医学图像分析经常遇到数据稀缺的挑战。迁移学习在解决此问题的同时还节省了计算资源，是一种有效的方法。最近出现了一些基础模型，例如使用视觉变换器架构的 DINOv2，这为该领域开辟了新的机遇，并引起了人们的极大兴趣。但是，DINOv2 在临床数据上的表现仍需验证。在本文中，我们使用三种临床脑 MRI 数据模式执行了神经胶质瘤分级任务。我们在迁移学习环境中比较了各种预训练深度学习模型（包括基于 ImageNet 和 DINOv2 的模型）的性能。我们的重点是了解冻结机制对性能的影响。我们还在其他三种类型的公共数据集上验证了我们的发现：胸部 X 光检查、眼底 X 光检查和皮肤镜检查。我们的研究结果表明，在我们的临床数据集中，DINOv2 的性能不如基于 ImageNet 的预训练模型，而在公共数据集中，DINOv2 通常优于其他模型，尤其是在使用冻结机制时。在不同任务中，不同大小的 DINOv2 模型的性能相似。总之，DINOv2 适用于医学图像分类任务，特别是对于类似于自然图像的数据。然而，它的有效性可能会因与 MRI 等自然图像有显著差异的数据而有所不同。此外，采用较小版本的模型就足以完成医疗任务，从而节省资源。我们的代码可在 https://github.com/GuanghuiFU/medical dino eval 获得。
神经影像数据存储库和人工智能驱动的医疗保健——......
神经影像数据库是数据丰富的资源，包含脑成像以及临床和生物标志物数据。此类数据库改变医疗保健的潜力是巨大的，尤其是它们支持机器学习 (ML) 和人工智能 (AI) 工具的能力。当前关于此类工具在医疗保健领域的普遍性的讨论引发了人们对偏见风险的担忧——ML 模型在女性和少数民族和种族中表现不佳。ML 的使用可能会加剧现有的医疗保健差距或造成部署后的危害。神经影像数据库及其支持 ML/AI 驱动的临床发现的能力，是否既有加速创新医学的潜力，又有缩小神经科学相关医疗保健中社会不平等差距的潜力？在本文中，我们研究了使用神经影像数据库内积累的数据来对全球社区神经科学需求进行 ML 驱动建模的伦理问题。我们分为两部分进行了探讨；首先，在理论实验中，我们主张建立一个东南亚储存库来纠正全球失衡。在此背景下，我们随后考虑了包容与排斥移民工人群体的道德框架，移民工人群体是医疗保健不平等的受害者。其次，我们创建了一个模型，模拟 COVID-19 中嗅觉缺失风险的全球差异对改变大脑结构发现的影响；然后我们进行了一项小型人工智能伦理实验。在这个实验中，我们使用 ML 聚类模型查询了一个实际的试点数据集（n = 17；8 个非嗅觉缺失（47%）vs. 9 个嗅觉缺失（53%））。为了创建 COVID-19 模拟模型，我们引导重新采样并放大数据集。这产生了三个假设数据集：（i）匹配（n = 68；47% 嗅觉缺失），（ii）主要非嗅觉缺失（n = 66；73% 不成比例），以及（iii）主要嗅觉缺失（n = 66；76% 不成比例）。我们发现，每个假设数据集中所代表的相同队列的不同比例不仅改变了区分它们的关键特征的相对重要性，甚至改变了这些特征的存在与否。我们这个小实验的主要目的是了解是否可以以我们能够理解的方式利用 ML/AI 方法对不成比例的数据集进行建模。术语“人工智能伦理”。需要进一步研究将此处提出的方法扩展为可重复的策略。
针刺对缺血性中风偏瘫患者大脑和小脑的双侧影响：一项随机临床和神经影像学试验
摘要 背景 针刺涉及肢体区域可能在临床上对中风康复有效，但可视化和解释证据有限。我们的目的是评估针刺对缺血性中风 (IS) 偏瘫患者的具体效果，并研究其治疗驱动的功能连接改变。方法 IS 患者随机分配（2:1）接受 10 次手足 12 针针刺 (HA，n=30) 或非穴位 (NA) 针刺 (n=16)，招募性别匹配和年龄匹配的健康对照者 (HCs，n=34)。临床结果是改进的 Fugl-Meyer 评估评分，包括上肢和下肢 (ΔFM、ΔFM-UE、ΔFM-LE)。神经影像学结果是体素镜像同伦连接 (VMHC)。静态和动态功能连接 (sFC、DFC) 分析用于研究神经可塑性重组。结果 46 名 IS（平均（SD）年龄，59.37（11.36）岁）和 34 名 HC（平均（SD）年龄，52.88（9.69）岁）被纳入临床和神经影像学的符合方案分析。在临床方面，HA 组的 Δ FM 评分为 5.00，NA 组的 Δ FM 评分为 2.50，Δ FM 与 Δ VMHC 之间存在双重相关性（角度：r=0.696，p=0.000；小脑：r=−0.716，p=0.000），符合线性回归模型（R 2 =0.828）。神经影像学检查发现，IS患者双侧中央后回及小脑VMHC降低（高斯随机场，GRF校正，体素p<0.001，簇p<0.05），符合逻辑回归模型（AUC=0.8413，准确率=0.7500）。针刺后，双侧额上回眶部VMHC增高，伴有脑-小脑改变，患侧额上回眶部与对侧眶额皮质及小脑之间的sFC增高（GRF校正，体素p<0.001，簇p<0.05）。双侧后扣带回 (PPC) 局部 VMHC 变异系数降低 (GRF 校正，体素 p<0.001，簇 p<0.05)，整体整合状态转变为分离状态 (p<0.05)。没有针灸相关的不良事件。结论随机临床和神经影像学试验表明，针灸可以通过双侧静态和动态重组促进 IS 偏瘫患者的运动恢复和改善脑小脑 VMHC。
神经影像学研究博士后助理职位
资格要求：申请人必须近期获得电气和计算机工程、生物医学成像、医学物理学或相关学科的博士学位，并具有以第一作者同行评审出版物为证明的先前研究经验。强大的组织能力、高度的独立性和主动性、出色的沟通能力、出色的计算机熟练程度以及与其他小组成员和合作者有效合作的能力是必不可少的。图像处理经验（例如 MATLAB、python 和图像分析软件包）是必不可少的。理想的候选人应积极性高、可靠，并且在独立工作或合作工作时同样高效。
Prune1综合征中的神经影像学：文献的迷你审查
修剪外聚磷酸酶1（Prune1）是一种短链磷酸酶，是天冬氨酸 - 希斯丁胺 - 抗苷酸（DHH）蛋白质家族的一部分。Prune1在中枢神经系统中高度表达，并且至关重要地参与神经发育，细胞骨架重排，细胞迁移和增殖。最近，在神经发育障碍，低骨，小头畸形，可变脑异常和其他特征的患者中已经鉴定出了双重修剪1变体。Prune1型肌，主要影响DHH1结构域，从而通过功能丧失机制导致酶活性的影响降低。在这篇综述中，我们探讨了迄今为止所描述的与修剪1的致病变异有关的临床和放射学光谱。具体来说，我们专注于神经放射学发现，这些发现与临床表型和遗传数据一起，使我们能够最好地表征患有诊断和潜在预后影响的受影响儿童。
在非部署环境中轻度创伤性脑损伤后神经影像
Biomarkers Two plasma biomarkers, glial fibrillary acidic protein (GFAP) and ubiquitin carboxyl-terminal hydrolase L1 (UCH-L1), are FDA approved as highly sensitive for an abnormal CT scan following mTBI and can be measured with the i-STAT handheld Alinity System.目前不能只用血浆进行全血。9指在潜在的脑震荡事件临床实践指南之后，使用创伤性脑损伤血浆生物标志物以获取更多信息。