XiaoMi-AI文件搜索系统
World File Search System放射
欧洲癌症研究与治疗组织，放射肿瘤学科学现状和临床试验重点会议报告
摘要背景：放射肿瘤学和成像领域的新技术和新方法为增强局部区域治疗的益处、将治疗范围扩大到新的患者群体（例如患有寡转移性疾病的患者）以及降低正常组织毒性提供了机会。此外，已经出现了可与放射疗法相结合的新型药物，并且可以研究放射相关生物标志物的鉴定以改进治疗处方。最后，人工智能 (AI) 功能的使用还可以改善治疗质量保证或处方放射剂量的便利性。所有这些潜在的进步都为学术临床研究人员带来了机遇和挑战。方法：最近，欧洲癌症研究与治疗组织在来自欧洲和北美的多个利益相关者的会议上讨论了这些主题。以下五个主题是基于放射生物学的生物标志物、新技术（特别是质子束治疗）、全身和放射治疗的联合治疗、癌症管理
社论：放射学癌症诊断的人工智能应用
癌症仍然是对人类生命的最显着威胁之一，早期发现特别具有挑战性。放射学成像是识别癌症的主要工具，但早期的迹象通常是微妙的，导致可能遗漏的可治疗癌症（1）。人工智能（AI）具有巨大的承诺，是帮助放射科医生进行癌症检测的强大工具（2）。AI算法在癌症识别，分割和评估中表现出了令人印象深刻的能力（3，4）。然而，这些算法的不透明性质（通常称为其“黑盒”特征）引起了人们对它们的可解释性和临床预测的验证能力的担忧（5）。需要解决一些新出现的挑战，以有效地将AI整合到癌症检测中。在数据策划期间，公开可用的数据集通常受到扫描仪技术和成像协议中的小规模，不完整的标签或可变性的限制，这限制了其适用性（6）。在开发阶段，AI算法在很大程度上取决于专家放射科医生的手动注释，并且当应用于来自不同医院或协议的数据时，其性能可能会下降（7）。此外，当前的AI模型在处理部分或嘈杂标签，管理长尾数据分布以及适应持续学习（8）等问题上遇到了困难（8）。），头颈肿瘤分割（Zhang和Ray），乳腺癌亚型分类（Sun等）和风险因素识别（Dianati-Nasab等人。）和直肠癌生存风险预测（SHU为了增强AI作为可靠和用户友好的工具的临床采用，有必要开发可以与放射科医生协同工作的AI系统，并将人类专业知识和AI的优势结合起来，以改善癌症检测和患者的结果（9）。This Research Topic has curated articles on the applications of AI models, especially the machine learning models of Random Forest (RF), Neural Networks (NN), Bootstrap Aggregating Classi fi cation and Regression Trees (Bagged CART), Extreme Gradient Boosting Tree (XGBoost), and elastic net, and deep learning models of convolutional neural network (CNN), U-Net, ResNet, and multi-head attention fusion,对于脑肿瘤分割的任务（Luque等人），偶然发现了乳房质量分类（Ma等人
![[18F]2FNQ1P 作为大鼠、猪、非人类灵长类动物和人类脑组织中 5-HT6 受体特异性 PET 放射性示踪剂的临床前验证](/simg/9/9e4bc0056c0b1c85127ea895e33afa5c22b37f78.webp)
[18F]2FNQ1P 作为大鼠、猪、非人类灵长类动物和人类脑组织中 5-HT6 受体特异性 PET 放射性示踪剂的临床前验证
Stéphane Emery、Sylvain Fieux、Benjamin Vidal、Pierre Courault、Sandrine Bouvard 等人。[18F]2FNQ1P 作为大鼠、猪、非人类灵长类动物和人类脑组织中 5-HT6 受体特异性 PET 放射性示踪剂的临床前验证。核医学与生物学，2020 年，82-83，第 57-63 页。�10.1016/j.nucmedbio.2020.01.006�。�hal-03035781�
2025 USP 825 放射性药物附录 (...
并与综合药房或医院药房自检工作表一起存档。请勿发送到委员会办公室。本报告和您的自检的主要目的是提供一个机会来识别和纠正不符合州和联邦法律的地方。本工作表不能取代美国药典 (USP) <825> 放射性药物 – 制备、配制、调剂和重新包装。（注意：自检和委员会检查均不能评估您是否完全遵守所有药房执业法律和规则。）通过回答问题并参考提供的适当法律/规则/ CFR，您可以确定您是否遵守了许多规则和法规。如果您已纠正任何缺陷，请在相应的问题旁写上已纠正的内容和纠正日期。本自检工作表仅适用于药房人员执行的活动。其他医疗保健专业人员受其自己的委员会和委员会监管。
评论文章立体定向放射外科与全脑放射治疗颅内转移瘤：系统评价与荟萃分析
血源性播散是导致脑转移的最常见转移方式；这意味着即使只看到一个颅内病变，整个大脑都可能受到微转移性疾病的影响。 [2] 最近，人们对这一前提产生了怀疑，导致一种反向哲学的出现，认为在某些患者中，颅骨内的疾病仅限于少数转移瘤，这种状态称为寡转移。 [2] 治疗脑转移常用的两种主要方法是对症干预和治疗干预。对症治疗通常包括使用皮质类固醇来减少肿瘤周围肿胀和使用抗惊厥药来防止癫痫复发。脑转移的治疗方案包括手术干预、全脑放射治疗 (WBRT)、立体定向放射外科 (SRS) 和化疗。多名患者会接受多种治疗方案的组合，治疗决策必须基于多个方面，例如患者的年龄和功能能力、初始肿瘤的类型、脑外疾病的程度、之前的治疗方法以及脑内病变的数量。[6]
如何勾勒出心脏不同亚区域的轮廓，以便未来对心脏进行深度学习建模：为放射肿瘤学家提供实用的图示建议
a 法国西部癌症研究所放射肿瘤学系，44800 Saint Herblain，法国 b 法国西部癌症研究所心脏病学系，44800 Saint Herblain，法国 c US2B 实验室，生物科学和生物技术部，UMR CNRS 6286，UFR Sciences et Techniques，2, rue de la Houssini ` ere，44322 Nantes，法国 d 法国雷恩 Eug ` ene Marquis 中心放射肿瘤学系，35000 Rennes，法国 e 法国布雷斯特大学医院中心 (CHU) 放射肿瘤学系，29200 Brest，法国 f 法国西部癌症研究所放射肿瘤学系，49000 Angers，法国 g 法国西部癌症研究所放射学系h 放射科 - 无创心血管成像，大学医院中心 (CHU)，44000 南特，法国 i 医学物理学系，西部癌症研究所，44800 圣埃尔布兰，法国
19 例脑转移瘤二次复发后采用螺旋断层放疗为基础的大分割立体定向放射治疗进行再放疗
约 40% 的肺癌病例在治疗过程中出现脑转移 (BM) (1)。此外，患有 BM 的肺腺鳞癌 (ASC) 患者的中位生存期仅为 4 个月 (2)。随着放射技术的进步，毒性逐渐降低，用于预防和治疗 BM 的放射治疗持续受到关注 (3)。立体定向放射治疗 (SRT) 在过去的半个世纪中取得了进展，其观点逐渐转变，挑战了 BM 的常规全脑放射治疗 (WBRT) 实践 (4)。SRT 包括常规单次分割立体定向放射外科 (SF-SRS) 和低分割立体定向放射治疗 (HSRT) (5)。重复 SRT 可确保较高的局部控制 (LC) 率，尽管存在放射性坏死 (RN) (6) 的风险，这种风险通常是继发于神经认知缺陷和降低
放射化学和回旋加速器
我们的团队定期生产用于临床研究的放射性示踪剂，并将其供应给魁北克省儿童医院（CHUM）以及魁北克省的其他医院。我们目前正在开发用于PET成像研究的Ga-68标记分子。此外，一台新的7T PET/MRI系统将集成到我们的平台中，这将增强临床前研究，并促进新型放射性示踪剂的临床转化。