摘要 - 超声(US)图像中胎儿大脑皮层下区域的生长可以帮助鉴定出异常发育的存在。手动分割这些区域是一项艰巨的任务,但是最近的工作表明,它可以使用深度学习自动化。然而,应用验证的模型来表现出徒手的美国量通常会导致由于获取和对齐的巨大差异而导致性能下降。在这项工作中,我们首先证明测试时间适应(TTA)可用于在存在真实和模拟域移动的情况下改善模型性能。我们通过将规范地图集作为解剖学的先验提出了一种新型的TTA方法。在存在各种域移位的情况下,我们基准了不同TTA方法的绩效,并证明了我们提出的方法带来的改进,这可能会进一步促进对胎儿脑发育的自动监测。我们的代码可从https://github.com/joshuaomolegan/ tta-for-3d-fetal-subcortical-sementation获得。关键字 - 测试时间适应,超声,分段
B 组患者将使用配备 5 cm² 超声波探头的 Cosmogamma US13 EVO 产生的超声波进行治疗。治疗前,将通过涂抹特殊导电凝胶来准备治疗部位。患者将以坐姿接受治疗,患臂外展,肘关节屈曲约 60 度,前臂旋前并放在治疗台上。超声波频率将设置为 3 MHz,空间平均时间峰值 (SATP) 设置为 0.5 W/cm²。占空比为 20%。在每次治疗过程中,将以半静止方式(探头的运动将非常有限)用超声波治疗外上髁最痛点 5 分钟。患者将在连续两周的工作日接受总共 10 次治疗。
结果:用抗-PD-1和LIPU诱导的BBBD处理的小鼠的中位生存时间为58天,而用抗-PD-1处理的小鼠39天,在对侧半球后对侧重新观察后,长期生存的人都活着。CAR T细胞给药可显着增加24(p <0.005)和72(p <0.005)和72(p <0.001)小时后的T细胞递送到中枢神经系统的增加,并且与单独的CAR T细胞相比,中位生存期的中值增加了129%。在治疗窗口(p¼0.004)期间,胶质瘤微环境中cxcl10分泌APC的局部沉积增强了T细胞神经胶质瘤的纤维瘤,并显着增强了存活率(P <0.05)。结论:LIPU将免疫治疗性递送到肿瘤环境中,WithAnassAssipedIncreaseassurvivalandis是一种增强大脑中新型疗法的新兴技术。
Sophie Cambronero,AurélienDupré,Charles Mastier,David Melodelima。在体内猪模型中对肝组织的非侵入性高强度的超声处理:使用环形传感器快速,大而安全的消融。医学与生物学超声波,2023,49(1),pp.212-224。10.1016/j.ultrasmedbio.2022.08.015。hal-04745052
[1] MILLER DL, SMITH NB, BAILEY MR 等。治疗性超声应用和安全注意事项概述[J]。超声医学杂志,2012,31 (4): 623-634。[2] WANG J, ZHENG Z, CHAN J 等。用于血管内超声成像的电容式微机械超声换能器[J]。微系统纳米工程,2020,6 (1): 73。[3] JIANG X, TANG HY, LU Y 等。基于与 CMOS 电路键合的 PMUT 阵列的发射波束成形超声指纹传感器[J]。IEEE 超声铁电频率控制学报,2017,PP (9): 1-1。[4] CHEN X, XU J, CHEN H 等。利用多频连续波的 pMUT 阵列实现高精度超声测距仪[J]。微机电系统,2019 年。[5] CABRERA-MUNOZ NE、ELIAHOO P、WODNICKI R 等人。微型 15 MHz 侧视相控阵换能器导管的制造和特性[J]。IEEE 超声铁电和频率控制学报,2019 年:1-1。[6] LU Y、HEIDARI A、SHELTON S 等人。用于血管内超声成像的高频压电微机械超声换能器阵列[S]。IEEE 微机电系统国际会议;2014 年。[7] ZAMORA I、LEDESMA E、URANGA A 等人。用于成像应用的具有 +17 dB SNR 的单片 PMUT-on-CMOS 超声系统[J]。 IEEE Access,2020,页(99):1-1。[8] JUNG J,LEE W,KANG W 等。压电微机械超声换能器及其应用综述[J]。微机械与微工程杂志,2017,27 (11):113001。[9] BERG S,RONNEKLEIV A。5F-5通过引入有损顶层降低CMUT阵列中膜之间的流体耦合串扰[S]。超声波研讨会;2012年。[10] LARSON J D。相控阵换能器中的非理想辐射器[S]。IEEE;1981年。[11] NISTORICA C、LATEV D、SANO T 等。宽带宽、高灵敏度的高频压电微机械换能器[S]。 2019 IEEE 国际超声波研讨会(IUS);2019: 1088-1091。[12] 何丽梅,徐文江,刘文江等。基于三维有限元仿真的二维阵列压电微机械超声换能器性能和串扰评估[S]。2019 IEEE 国际超声波研讨会(IUS);2019。[13] PIROUZ A、MAGRUDER R、HARVEY G 等。基于 FEA 和云 HPC 的大型 PMUT 阵列串扰研究[S]。2019 IEEE 国际超声波研讨会(IUS);2019。[14] DZIEWIERZ J、RAMADAS SN、GACHAGAN A 等。一种用于NDE应用的包含六边形元件和三角形切割压电复合材料子结构的2D超声波阵列设计[S]。超声波研讨会;2009年。[15]徐婷,赵玲,姜哲,等。低串扰、高阻抗的压电微机械超声换能器阵列设计
慢性疼痛病理是由周围和/或中枢神经系统的适应不良变化引起的,是一种影响 20% 欧洲成年人口的致残性疾病。更好地了解这种发病机制将有助于确定新的治疗目标。最近,从大脑网络之间连贯的低频血流动力学波动中提取的功能连接 (FC) 为研究大规模大脑网络及其在神经/精神疾病中的破坏提供了一种强有力的方法。对 FC 的分析通常是对随时间推移的平均信号进行的,但最近,对 FC 动态的分析也提供了新的有希望的信息。考虑到持续性疼痛动物模型的局限性以及它们作为增进我们对慢性疼痛致病性神经生物学基础的理解的有力工具,本研究旨在通过使用功能性超声成像(一种具有独特时空分辨率(100 μ m 和 2 ms)和灵敏度的神经成像技术)来确定临床相关的持续性炎症疼痛(佐剂性关节炎)动物模型中功能连接的变化。我们的研究结果显示,关节炎动物的 FC 发生了显著变化,例如躯体运动 (SM) 网络的一个子部分,发生在疾病开始后数周。此外,我们首次证明通过超声评估的动态功能连接可以为我们定义为大脑状态的动态模式提供定量和可靠的信息。虽然主要状态由 SM 网络中血流动力学波动的整体同步组成,但关节炎动物在统计上花费更多时间处于其他两种状态,其中发炎后爪的初级感觉皮层的波动与 SM 网络的其余部分不同步。最后,将 FC 变化与个体动物的疼痛行为相关联表明 FC 改变与疼痛的认知或情感方面之间存在联系。我们的研究引入了 fUS 作为一种新的转化工具,以增强对慢性疼痛主要临床前模型中动态疼痛连接组和大脑可塑性的理解。
丙酮酸脱氢酶B(PDHB)是丙酮酸脱氢酶复合物的重要组成部分,与改变肿瘤代谢和促进恶性肿瘤有关。然而,PDHB对肝细胞癌(HCC)代谢重编程的特定影响及其在肿瘤进展中的作用仍有待阐明。在我们的研究中,我们发现了HCC内PDHB表达的明显升高,与延迟的肿瘤分期,肿瘤分级升高和预后结局降低相关。PDHB过表达驱动体外和体内肿瘤的生长和转移。从机械上讲,PDHB通过与SLC2A1,GPI和PKM2的启动子区域结合,介导了代谢重编程,从而促进了糖酵解相关的基因转录,从而有助于HCC索拉非尼替尼耐药。另外,同肌固定会是PDHB的靶向抑制剂,并对HCC发挥抗肿瘤作用。在小鼠异种移植模型中,同肌苷和索拉非尼的组合比单独的索拉非尼表现出明显更好的作用。总而言之,我们的研究证实了PDHB为一种能够预测HCC肿瘤进展的致癌耐药性相关基因。PDHB和等肌苷可能是肝癌靶向和联合疗法的潜在途径。
Faezeh Gerayeli、Nawel Khalef、Aziz Bakri、Philippe Benech、Donald Martin。超声波刺激的布朗棘轮增强了水凝胶中保留的分子的扩散。纳米医学:纳米技术、生物学和医学,2021 年,第 31 期,第 102308 页。�10.1016/j.nano.2020.102308�。�hal-02987851�
背景:超声心动图为心脏健康提供了基本见解,但是它们复杂的多维数据为分析和解释带来了重大挑战。现有用于超声心动图分析的深度学习模型通常严重依赖于监督培训,这限制了它们在不同数据集和临床环境中的普遍性和鲁棒性。目的:开发和评估Echo-Vision-FM(Echo Cardiogram视频视频视频f oundelation M Odel),这是一个自我监督的视频学习框架,旨在预先培训视频编码器,以大规模,未标记的超声心动图数据进行预编码。Echo-Vision-FM旨在产生可靠且可转移的视频表示形式,从而改善超声心动图数据集和临床条件的下游性能。方法:所提出的框架通过掩盖的自动编码技术采用高级自我监督的视频学习,该技术可以压缩视频数据的片段,并通过掩盖非重叠视频补丁来重建完整的视频。不对称的编码器架构架构是此方法的基础。为了进一步增强学习的表示形式,我们介绍了STF-NET,这是一个patial-t emporal f usion Net,该网络整合了视频表示的空间和时间相关性。我们使用MIMIC-IV-ECHO数据集进行了预训练的Echo-Vision-FM,并在多个下游数据集中进行了微调,以进行特定的临床任务,包括形态学价值估计以及心脏功能和疾病的诊断。在回归任务中,Echo-Vision-FM优于最先进的模型,对于LV EF预测,达到平均绝对误差(MAE)为3.87%,R 2的平均误差(MAE)为0.825。结果:Echo-Vision-FM在分类左心室射血分数(LV EF)方面取得了出色的性能,精度为0.905,F1得分为0.941,AUC为0.931。该模型在估计终端施加局和末期量体积方面也有显着改善,R 2值分别为0.782和0.742。合并STF-NET进一步增强了所有任务的性能。结论:我们的结果表明,关于Echocarigon图数据的大规模自学视频学习可以提取可转移和临床相关的特征,超过现有方法。Echo-Vision-FM框架,特别是在包含STF-NET的情况下,显着改善了时空特征的提取,从而提高了一系列心脏参数的预性准确性。Echo-Vision-FM为超声心动图分析提供了可扩展有效的解决方案,并在临床诊断和研究中采用了有希望的应用。
在低强度TU的快速增长的领域中,使用“离线”经颅超声刺激(TUS)方案特别感兴趣。离线TU可以在刺激后长达几个小时调节神经活动,这表明诱导早期神经塑性。对人类和非人类灵长类动物的研究都显示了神经调节靶标和与之相关的区域的分布式网络的空间特定变化。这些变化表明兴奋性或抑制作用是所用方案与基础大脑区域和状态之间复杂相互作用的结果。了解如何通过离线诱导早期神经塑性,可以为在广泛的脑部疾病中影响晚期神经塑性和治疗应用开放途径。