XiaoMi-AI文件搜索系统
World File Search SystemGlioma
使用拉曼光谱和机器学习模型在新鲜组织样品上进行分类
1医学生物技术与转化医学系，degli Studi di Milano大学，20122年意大利米兰2个肿瘤神经外科手术单位，Humanitas临床和研究中心 - IRCCS，20089年，意大利Rozzano，意大利； tommaso.sciortino@unimi.it（T.S.）; marco.conti@unimi.it（m.c.n.）; lorenzo.gay@unimi.it（l.g。）; marco.rossi2@unimi.it（M.R.）; lorenzo.bello@unimi.it（l.b。）3肿瘤学系，degli Studi di Milano大学，20122年意大利米兰4号米拉诺4 Hamlyn机器人手术中心，全球卫生创新研究所，伦敦帝国伦敦帝国学院，伦敦伦敦SW7 SW7 2AZ，英国； r.secoli@imperial.ac.uk 5电子，信息和生物工程部，Politecnico di Milano，Piazza Leonardo da Vinci 32，20133年，意大利米拉诺； ester.damico@mail.polimi.it（e.d.）; elena.demomi@polimi.it（E.D.M.）6 Biorobotics Institute and Ai卓越的AI，Scuola Superiore Sant'anna，Piazza Martiri Della Liberta'33，56127 Pisa，意大利Pisa； s.moccia@staff.univpm.t。 bethania.fernandes@humanitas.it *通信：marco.riva@unimi.it†这些作者为这项工作做出了同样的贡献。
弥漫性内在庞然神经胶质瘤：在肯塔基州农村诊所的一名19岁男性的回顾性案例研究
弥漫性固有的庞然神经胶质瘤（DIPG）是一种增殖性脑肿瘤，在性质上是侵略性和快速生长的。DIPG主要影响PON，PON是脑干的一部分，负责调节重要的生理功能，例如呼吸，心率和血液动力学稳定性。在美国，每年大约有300名儿童被诊断出患有DIPG，影响5至10岁的儿童，但可能发生在年轻人口，在某些情况下是青少年人口。dipgs通常由于无法安全地切除肿瘤而具有致命的预后，并且当前的药物和放射疗法最终是无效的。儿童期高级脑干肿瘤的存活率仍然非常差，其中一个估计值为诊断后的十名年轻儿科患者中只有四个年轻的小儿患者将生活一年。该案例研究暴露了一名在农村健康诊所的19岁男性中的罕见病例。
AI驱动的量子生物传感器：一种有前途的前沿神经瘤干细胞可塑性在神经肿瘤中
神经胶质瘤干细胞（GSC）在肿瘤杂种，对治疗的抗性和复发中起着关键作用，使其成为神经肿瘤学的关键靶标。它们在不同状态之间转移至可塑性之间的过渡能力，使它们能够逃避治疗，并有助于神经胶质瘤的侵略性。，由于当前技术的局限性，实时检测GSC可塑性是一个重要的挑战，这些技术缺乏精密医学所需的敏感性和连续监测能力。AI驱动的量子生物传感器代表了一种创新且有前途的解决方案，将超敏感的检测方法与先进的数据分析相结合，以实现GSC行为的实时跟踪，从而改变了我们对胶质瘤治疗的方式。2。量子生物传感器和AI集成
使用卷积神经网络体系结构转移学习，从MRI图像中进行神经胶质瘤分类
Sunita M.Kulkarni 1†和G.Sundari Dr.Sundari 2††，ECE，Sathyabama科学技术研究所ECE，印度钦奈，摘要Glioma是脑胶质细胞中开始的脑肿瘤的常见类型。这些肿瘤分为低度或高级肿瘤。医生分析脑肿瘤的阶段，并建议对患者进行治疗。肿瘤的状态在治疗中很重要。如今，计算机系统用于分析和分类脑肿瘤。 肿瘤的准确分级在治疗脑肿瘤方面是有意义的。 本文旨在使用深度学习算法来开发低级神经胶质瘤和高级神经胶质瘤的分类。 该系统利用四种转移学习算法，即Alexnet，Googlenet，Resnet18和Resnet50，用于分类。 在这些算法中，RESNET18显示出最高的分类精度为97.19％。 关键词：脑肿瘤，深度学习，高级神经胶质瘤，低度神经胶质瘤，MRI，Resnet。如今，计算机系统用于分析和分类脑肿瘤。肿瘤的准确分级在治疗脑肿瘤方面是有意义的。本文旨在使用深度学习算法来开发低级神经胶质瘤和高级神经胶质瘤的分类。该系统利用四种转移学习算法，即Alexnet，Googlenet，Resnet18和Resnet50，用于分类。在这些算法中，RESNET18显示出最高的分类精度为97.19％。关键词：脑肿瘤，深度学习，高级神经胶质瘤，低度神经胶质瘤，MRI，Resnet。
II型RAF抑制剂ToVorafenib在复发/难治性小儿低级神经胶质瘤中：2期Firefly-1试验
BRAF基因组改变是小儿低级神经胶质瘤（PLGG）中最常见的致癌驱动因素。ARM 1（n = 77）试验研究了口服，选择性，中枢神经系统 - pentrant，II型RAF抑制剂Tovorafenib（420 mg m -2一次，每周420 mg M -2最高600 mg）对BRAF -ARAF -ARETED -ARETED -ARETED -ARTERED -PLACCED的患者的功效。ARM 2（n = 60）是一个延伸队列，它为ARM 1闭合后的RAF改变PLGG患者提供了治疗。基于独立审查，根据神经肿瘤高级神经胶质瘤（RANO-HGG）标准的响应评估，67％的总响应率（ORR）符合ARM 1 1预定的主要端点；响应持续时间（DOR）为16.6个月；响应时间（TTR）的中位时间为3.0个月（次要终点）。通过小儿神经肿瘤学低级神经胶质瘤（RAPNO）标准和安全性评估评估的其他选择的次要终点包括ORR，DOR和TTR（在所有治疗的患者中评估，ARM 2，ARM 2，n = 137）。根据RAPNO标准（包括次要答复）的ORR为51％； DOR中位数为13.8个月； TTR中位数为5.3个月。最常见的治疗不良事件（TRAES）是头发颜色变化（76％），肌酸磷酸激酶（56％）和贫血（49％）。≥3级Traes发生在42％的患者中。九（7％）患者患有TRAES导致停用Tovorafenib。这些数据表明，Tovorafenib可能是对BRAF的，经过重复/难治性的PLGG的有效疗法。临床。GOV注册：NCT04775485。
CPVL 通过与 BTK/p300 轴相互作用，抑制 STAT1 通路，促进神经胶质瘤进展
简介 胶质瘤是成人中最常见的原发性脑肿瘤之一，也是最具侵袭性和致命性的人类癌症类型之一（1-3）。世界卫生组织（WHO）将胶质瘤分为 4 级：I-IV（4）。尽管早期检测取得了进展，但大多数患者在诊断时为 IV 级胶质母细胞瘤（GBM）；因此，这些患者的预后仍然不佳（5，6）。GBM 的中位生存期仅为诊断后的 12-15 个月（7）。GBM 的治疗方案仍存在未满足的需求（8）。尽管人们付出了巨大努力来识别对胶质瘤细胞侵袭和增殖至关重要的分子，但迄今为止，对它们的表征却非常少（9-11）。越来越多的证据表明，抑制胶质瘤细胞凋亡是导致致瘤性增加的早期事件（12，13）。因此，鉴定潜在的早期诱导凋亡生物标志物对提高胶质瘤的诊断和预后评估具有重要的临床价值（14）。基因芯片和微阵列表达谱技术在过去十年中得到了广泛的应用，可以快速比较不同样本中大量基因的表达水平，使其适用于基因筛选（15）。在本研究中，通过微阵列表达谱筛选出了CPVL（羧肽酶，卵黄生成样）。CPVL是一种丝氨酸羧肽酶，首次在人类巨噬细胞中被鉴定（16）。CPVL是在利用差异显示PCR寻找人类巨噬细胞限制基因的过程中首次克隆和鉴定的（16）。CPVL在脾脏、胎盘、心脏和肾脏等各种组织中均有明显表达（17，18）。然而，CPVL在包括胶质瘤在内的各种肿瘤中的作用至今仍不清楚。
组级稳定性，但右额叶 - 突破性神经胶质瘤醒着切除后神经认知状况的个人变异性
低级神经胶质瘤的清醒手术被认为是改善切除程度并保证患者“有价值的生活”的最佳程序，这不仅避免运动，而且还避免了认知缺陷。然而，位于右半球，尤其是右额叶的肿瘤仍然很少在清醒状态下操作。原因之一可能是，文献中很少有信息描述右侧膜神经瘤切除后持久神经心理缺陷的速度和性质。在右侧IDH突变的神经胶质瘤中醒来手术后的长期认知缺陷。我们回顾性地分析了2012年至2020年之间连续的一系列清醒外科手术切除术，用于右额叶IDH突破性神经胶质瘤。我们研究了患者的主观投诉和手术前后的客观神经心理学评估。然后，我们的结果对文献进行了视角。该研究包括18例患者（中等年龄：42.5 [26-58]）的20例手术病例（包括5例重做手术）。中位术前体积为37 cc；谁的评分分别为70％，20％和10％的病例分级。术前，很少有患者患有相关的主观认知或行为障碍，而评估显示45％的病例中有轻微的缺陷，最常见于执行功能，注意力，工作记忆和速度处理。术后立即评估表明，在75％的病例中，执行功能严重缺陷，但注意力缺陷（65％），空间忽视（60％）和行为障碍（冷漠，阿顿疗法/ amimimia，情感敏感性，情感障碍，厌食症）。手术后四个月，尽管心理测量z得分在小组级别没有变化，但个人评估显示9/20病例的表现略有下降，至少一个领域之一：执行功能，速度处理，注意力，语义认知，社会认知。我们的结果通常与文献的结果一致，证实右额叶是一个高度雄辩的领域，并暗示在清醒条件下操作这些患者的重要性。
通过基因组编辑开发智能水果作物
提出了一个有效的多径CNN模型，具有简单的IDH歧视设计，并在此使用绩效指标进行评估，包括准确性和横向渗透损失。多层卷积神经网络的隐藏层通过在特定大小的视野内施加重叠区域中的权重来激活中间神经元。每一层网络以层次结构方式将原始输入数据转换为更复杂，抽象的表示。具有不同表示形式的一组功能可以单独使用多路径网络的不同顺序路径捕获，而这种多路径网络可以比具有单个路径的顺序网络学习更全面，难以捉摸的特征。因此，假设我们训练的三条道路CNN模型可以通过结合特征
腹部肥胖对糖尿病患者神经胶质瘤风险的影响：韩国的一项基于全国人群的同类研究
神经胶质瘤是最常见的原发性颅内肿瘤，占所有癌脑肿瘤的80％以上[1]。胶质母细胞瘤是胶质瘤中最常见和最具侵略性的亚型，平均总生存期为14.6个月，而2年的生存率为26.5％[2]。到目前为止，仅确定了少数公认的神经胶质瘤发展危险因素[3]，包括年龄，男性性别，高加索种族和某些不常见的遗传疾病[1，4]。胶质瘤唯一已知的可修改风险因素是电离辐射的剂量[5]。与肥胖相关的因素越来越被确定为某些恶性肿瘤（包括乳腺癌和结直肠癌）的可修改风险因素[5]。，流行病学观察性研究报告了与肥胖相关合并症在神经胶质瘤发展中的作用相互矛盾的结果，只有一部分研究表明了一个显着的联系[6-11]。最近，Ahn等人。报道说，在神经胶质瘤方面，腹部肥胖是男性和女性的主要危险因素[12]，这表明诸如腰围（WC）之类的模拟，可测量的指标（WC）可能对神经胶质瘤的风险分层有帮助。糖尿病患者的腹部肥胖症患病率很高[13]。在韩国，在过去的11年中，从2009年到2019年，公众的腹部肥胖症的预期稳步增长[14]，男性为29.3％，女性为19.0％[14]。因此，糖尿病患者中与腹部肥胖相关的健康结果是一个重要问题。根据韩国2020年的糖尿病事实说明，糖尿病成年人腹部肥胖症的侵害远高于一般性公共肥胖症[15]。在这项研究中，我们旨在评估使用韩国大规模的全国人口数据库的糖尿病患者的腹部肥胖与胶质性发育的风险。我们将WC改编为腹部肥胖的参数。我们还根据糖尿病状态进行了综合亚组分析，包括糖尿病持续时间，数量口服降血糖药以及胰岛素的使用以及人口统计学特征和吸烟状态。
氟伐他汀与塞来昔布联合治疗复发/难治性低级别或高级别胶质瘤儿童的 I 期研究 (FLUVABREX)
1 法国里尔 59037 Oscar Lambret 综合癌症中心儿科肿瘤科； pierre.leblond@ihope.fr 2 里昂贝拉德中心，儿科血液学和肿瘤学研究所 (IHOPe)，69008，法国； cecile.conter@ihope.fr 3 法国里尔 59037 Oscar Lambret 综合癌症中心临床研究与创新部；电子邮件：tresch@o-lambret.fr (ET-B.) a-probst@o-lambret.fr (AP) 4 药代动力学和毒理学实验室，La Timone，AP-HM，13005 马赛，法国； nadege.neant@ap-hm.fr（NN）； caroline.solas@ap-hm.fr (CS) 5 法国马赛 AP-HM La Timone 儿科血液学和肿瘤学系； arthur9200@gmail.com 6 法国里尔 59037 Oscar Lambret 综合癌症中心影像部； t-boulanger@o-lambret.fr 7 居里研究所，PSL 研究大学-肿瘤中心 SIREDO，75248 巴黎，法国； isabelle.aerts@curie.fr 8 图卢兹大学医院儿科血液免疫肿瘤科，31300 图卢兹，法国； bertozzi.ai@chu-toulouse.fr 9 南锡大学医院儿科血液肿瘤科，54500 Vandoeuvre-lès-Nancy，法国； p.chastagner@chru-nancy.fr 10 儿科肿瘤血液学 - 儿科 III，斯特拉斯堡大学医院，67091 斯特拉斯堡，法国； natacha.entz-werle@chru-strasbourg.fr 11 昂热大学医院儿科血液肿瘤科，49100 昂热，法国； emdecarli@chu-angers.fr 12 法国里尔 59037 生物统计学系； m-ledeley@o-lambret.fr 13 抗癌基金会，1860 Meise，比利时； gauthier.bouche@anticancerfund.org 14 CRCM INSERM U1068 SMARTc，艾克斯马赛大学，13007 马赛，法国 15 Metronomics 全球健康倡议，13005 马赛，法国 * 通讯地址：nicolas.andre@ap-hm.fr