XiaoMi-AI文件搜索系统
World File Search SystemImaging
用于肿瘤成像的叶酸受体靶向 PET 放射性药物的开发——从实验室到临床的历程
摘要：叶酸受体-α（FR-α）在许多上皮癌中过度表达，包括卵巢癌、子宫癌、肾癌、乳腺癌、肺癌、结肠癌和前列腺癌，但在肾脏、唾液腺、脉络丛和胎盘等正常组织中表达有限。因此，FR-α已成为向FR阳性肿瘤输送治疗剂和成像剂的有希望的靶点。已经开发了一系列基于叶酸的PET（正电子发射断层扫描）放射性药物，用于选择性靶向FR阳性恶性肿瘤。本综述概述了迄今为止关于叶酸衍生的PET放射性结合物的设计、放射合成和用于靶向FR阳性肿瘤的效用的研究进展。本文主要介绍了用氟-18（t 1 / 2 = 109.8 分钟）和镓-68（t 1 / 2 = 67.7 分钟）标记的叶酸放射性结合物的结果，但也讨论了用“外来”和新 PET 放射性核素标记的叶酸，例如铜-64（t 1 / 2 = 12.7 小时）、铽-152（t 1 / 2 = 17.5 小时）、钪-44（t 1 / 2 = 3.97 小时）、钴-55（t 1 / 2 = 17.5 小时）和锆-89（t 1 / 2 = 78.4 小时）。对于肿瘤成像，迄今为止报道的 PET 放射性标记叶酸中，除了 [ 18 F]AzaFol 之外，没有一种完成了从实验室到临床的旅程，该药物在一项多中心首次人体试验中成功用于转移性卵巢癌和肺癌患者。然而，在不久的将来，我们预计会有更多基于叶酸的 PET 放射性药物的临床试验，因为临床对成像和 FR 相关恶性肿瘤的治疗越来越感兴趣。
脑图像数据结构 (BIDS) 的过去、现在和未来
Poldrack，Russell A. 1，Markiewicz，Christopher J. 1，Appelhoff，Stefan 2，Ashar，Yoni K. 3，Auer，Tibor 4,5，Baillet，Sylvain，Sylvain 6，Bansal，Bansal，Shashank 7，Shashank 7，Beltrachini，Beltrachini，Beltrachini，Leanar，Leanar，Benar，Christian G. 9，Bertazzoli，bertazzoli，bertazzoli，bertazzoli，10,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,11,1111 ,, ，Blair，Ross W. 1，Bortoletto，Marta 10，Boudreau，Mathieu 16，Brooks，Teon L. 1，Teon L. 1，Calhoun，Vince D. 17，Castelli，Castelli，Filippo Maria 18,19，Clement，Clement，Patricia 20,21，Cohen，Cohen，Cohen，Cohen，Alexander L.22 23,24，吉尔斯（De Hollander），吉尔斯（De Hollander），25，de la iglesia-vayá，玛丽亚26，de la vega，Alejandro 27，Delorme，Arnaud，28，Devinsky，Orrin 29，Draschkow，Draschkow，Dejan，Dejan 30，Duff，Duff，Eugene Paul 31，Dupre，Dupre，Elizabeth 1，Earlin，Erlin，Erlind 32 Illaume 34，Galassi，Anthony 32，Gallitto，Giuseppe 35,36，Ganz，Melanie 37,38，Gau，Rémi39，Gholam 39，Gholam，James 40，Ghosh，Satrajit S. 41，Giacomel，Giacomel，Giacomel，Alessio，Alessio，Alessio 42 44 , Gramfort, Alexandre 45 , Guay, Samuel 46 , Guidali, Giacomo 47 , Halchenko, Yaroslav O. 48 , Handwerker, Daniel A. 32 , Hardcastle, Nell 1 , Herholz, Peer 49 , Hermes, Dora 50 , Honey, Christopher J. 51 , Innis, Robert B. 32 , Ioanas, Horea-Ioan 48 , Jahn, Andrew 52 , Karakuzu, Agah 16 , Keator, David B. 53,54,55 , Kiar, Gregory 56 , Kincses, Balint 35,36 , Laird, Angela R. 57 , Lau, Jonathan C. 58 , Lazari, Alberto 59 , Legarreta, Jon Haitz 60 , Li, Adam 61 , Li, Xiangrui 62 ，Love，Bradley C. 63，Lu，Hanzhang 64，Marcantoni，Eleonora 65，Maumet，Camille 66，Mazzamuto，Giacomo67，Meisler 67，Meisler，Steven L. 68，Mikkelsen，Mikkelsen，Mark 69 4,75，Niso，Guiomar 76，Norgaard，Martin 32,37，Okell，Thomas W. 59，Oostenveld，Robert 77,78，Ort，Ort，Eduard 79，Park J. 80，Patrick J. 80，Pawlik，Pallik，Pallik，Mateusz，Mateusz 81，Pernet，Pernet，Pernet，Cyril R.38，Pestilli，Pestilli，Pestilli，Petilli，franco，Petr，Petr，Petr，Jan，Jan 272菲利普斯（Phillips），克里斯托夫（Christophe），83，派恩，让·巴蒂斯特（Jean-Baptiste）84，波罗尼尼（Pollonini），卢卡（Luca）85,86，拉马纳（Raamana），普拉德普·雷迪（Pradeep Reddy），里特（Ritter），佩特拉（Ritter），佩特拉（Petra）88,89,90,91,92，里佐（Rizzo） 99，Routier，Alexandre 100，Saborit-Torres，Jose Manuel 26，Salo，Taylor 101，Schirner，Michael 88,89,90,91,92，Smith，Smith，Robert E. 102,103，Spisak，Spisak，Spisak，Spisak，Tamas，Tamas 35,104，Sprenger，Sprenger，Julia，Julia 105，Swann，Swann，Swann，Swann，Nicole C. C. C. Nicole C. 106 , Szinte, Martin 105 , Takerkart, Sylvain 105 , Thirion, Bertrand 45 , Thomas, Adam G. 32 , Torabian, Sajjad 107 , Varoquaux, Gael 108 , Voytek, Bradley 109 , Welzel, Julius 110 , Wilson, Martin 111 , Yarkoni, Tal 112 , Gorgolewski, Krzysztof J. 1
Perimeter Medical Imaging AI, Inc. Cindy Domecus 监管...
我们已审查了您根据第 510(k) 条提交的上述器械上市前意向通知，并确定该器械与 1976 年 5 月 28 日（即《医疗器械修正案》颁布日期）之前在州际贸易中合法销售的同类器械或已根据《联邦食品、药品和化妆品法案》（法案）的规定重新分类且无需获得上市前批准申请 (PMA) 批准的器械基本相同（就附件中所述的使用指征而言）。因此，您可以根据法案的一般控制规定销售该器械。虽然这封信将您的产品称为器械，但请注意，一些已获准的产品可能是组合产品。位于 https://www.accessdata.fda.gov/scripts/cdrh/cfdocs/cfpmn/pmn.cfm 的 510(k) 上市前通知数据库可识别组合产品提交。该法案的一般控制条款包括年度注册、设备清单、良好生产规范、标签以及禁止贴错标签和掺假的要求。请注意：CDRH 不评估与合同责任担保相关的信息。但是，我们提醒您，设备标签必须真实，不得误导。
生成量子颜色成像-CVF开放访问
单光摄像机的惊人发展为科学和工业成像创造了前所未有的机会。但是，这些1位传感器通过这些1位传感器进行的高数据吞吐量为低功率应用创造了重要的瓶颈。在本文中，我们探讨了从单光摄像机的单个二进制框架生成颜色图像的可能性。显然，由于暴露程度的差异，我们发现这个问题对于标准色素化方法特别困难。我们论文的核心创新是在神经普通微分方程（神经ode）下构建的暴露合成模型，它使我们能够从单个观察中产生持续的暴露量。这种创新可确保在Col-Orizers进行的二进制图像中保持一致的曝光，从而显着增强了着色。我们演示了该方法在单图像和爆发着色中的应用，并显示出优于基准的生成性能。项目网站可以在https://vishal-s-p.github.io/projects/ 2023/generative_quanta_color.html
鹌鹑中经液的心脏成像-USC Dornsife
禽心和哺乳动物心以类似的方式将血液传递到肺和身体[Sturkie的鸟类生理学，第五版]。鸟类和哺乳动物具有房屋和心室隔s，可以在氧化和脱氧的血液之间分离，并完全分离全身和肺部循环。通过大型骑士静脉从体内从人体返回到右心房。脱氧的血液移至右心室，在该心室被加压以进行肺循环。血液转储其二氧化碳，并通过肺毛细血管获取O2。与哺乳动物一样，新近充氧的血液通过四个大肺静脉回到左心房。含氧血液移至左心室，在那里加压以进行全身循环。
在合成小鼠肿瘤模型中具有低免疫细胞浸润的低氧CAIX阳性肿瘤区域的定量成像。 Boreel，D.F。; Span，P.N。;
摘要：氧与氧气消耗量增加的有限扩散导致大多数固体恶性肿瘤的慢性缺氧。已知这种氧气的稀缺性会诱导辐射势并导致免疫抑制的微环境。碳酸酐酶IX（CAIX）是一种酶，充当低氧细胞中酸性输出的催化剂，是慢性缺氧的内源性生物标志物。这项研究的目的是开发一种放射标记的抗体，该抗体识别出鼠类caix可视化慢性肿瘤模型中的慢性缺氧，并研究这些低氧区域中的免疫细胞群体。将一种抗MCACIS抗体（MSC3）偶联到二乙基三环乙酸乙酸（DTPA），并用依赖二醇标记为111（111英寸）。使用流式细胞仪确定鼠肿瘤细胞上的CAIX表达，并在竞争性结合测定中分析了[111 in] In-MSC3的体外亲和力。进行了体内生物分布研究，以确定体内放射性分布。CAIX +肿瘤分数通过MCAIX微光谱/CT确定，并使用免疫组织化学和自身自显影分析肿瘤微环境。我们表明，[111 in] In-MSC3在体外与表达Caix（Caix +）鼠细胞结合，并在体内积聚在Caix +地区。我们优化了[111 in] In-MSC3用于临床前成像的使用，以便可以将其应用于合成小鼠模型中，并表明我们可以通过Vivo McAix Micropect/CT进行定量区分具有不同CAIX +分数的肿瘤模型。对肿瘤微环境的分析确定这些Caix +区域被免疫细胞浸润较少。这些数据共同表明，McAix Microspect/CT是一种敏感技术，可视化缺氧的Caix +肿瘤区域，在合成小鼠模型中表现出降低免疫细胞的浸润。将来，该技术可能会在针对缺氧或减少缺氧治疗之前或期间可视化CAIX表达。因此，它将有助于优化翻译相关的合成小鼠肿瘤模型中的免疫和放射疗法功效。关键词：碳酸酐酶IX，缺氧，动物成像，免疫学，肿瘤微环境■简介
成像镜头和激光光学制造商
在紫外线，可见和红外中心波长中可用10 - 80nm的带宽可用，非常适合生物医学应用和仪器集成193-399nm，400-6999nm，以及700-1650nm的700-1650nm CWL CWL选项可用的传统覆盖物700 - 1650nm带通道干扰档案的传统型号用于范围狭窄的范围。这些过滤器是一系列生物医学和定量化学应用的理想选择。带通滤波器过滤器被广泛用于各种应用中，包括临床化学，环境测试，比色，元素和激光线分离，火焰光度法，荧光和免疫测定。此外，传统涂层700 - 1650nm带通滤波器用于从ARC或气体排放灯中选择离散的光谱线，并将特定线与AR，KR，ND：YAG和其他激光器分离。传统涂层700 - 1650nm带通滤波器通常与激光二极管模块和LED一起使用。
功能单元：材料科学的新观点...
摘要 - 定量反转算法允许在场景中的每个点构建电性能（例如介电常数和电导率）。但是，由于需要了解场景中的事件波场，因此这些技术在测量的反向散射相历史信号和数据集上都具有挑战性。通常，由于天线特征，路径丢失，波形因子等因素，这是未知的。在本文中，我们引入了一个标量校准因子来解释这些因素。为了解决校准因子，我们通过包括正向问题来增强反转过程，我们通过训练简单的馈送正式完全连接的神经网络来解决这些问题，以学习基本介电常数分布与雷达散射场之间的映射。然后，我们最大程度地减少了测得的和模拟字段之间的不匹配，以优化每个发射器的标量校准因子。我们证明了数据驱动的校准方法在菲涅尔研究所数据集中的有效性，其中我们显示了估计的场景介绍的准确性。因此，我们的论文为在现实成像场景中应用定量反转算法的应用奠定了基础。
甲状腺成像的诊断性能
材料和方法：这是一项横断面的研究，在印度帕德切里的Jawaharlal研究生医学教育与研究研究所（Jipmer）进行了255例患者（带有TNS> 1 cm）的样本，他们接受了甲状腺USG（带有彩色多普勒），然后使用ARFI，然后使用TE。虚拟触摸成像（VTI）和VTQ定量（VTQ）。Ti-Rads得分以及所有结节的其他定性参数都记录下来。所有结节均经过细针吸入细胞学（FNAC）或活检，以最终表征为良性或恶性。根据Kwak绘制了总分，接收器操作特征（ROC）曲线是总数
精神疾病中神经可塑性的瞬时大脑成像评估：系统评价方案
背景：神经塑性描述了大脑适应环境改变的能力，并且是学习的基础。已经提出了降低的神经可塑性，以构成几种精神症状和疾病的基础。神经影像学的进步提供了研究或索引体内神经塑性变化的潜力的新方法。拟议的系统综述和荟萃分析将利用神经成像评估综合研究，以比较患有相对于健康对照同龄人（HC）的普遍研究精神疾病的个体之间迅速变化的可能性。方法：这项系统评价将包括比较患有普遍研究精神疾病（情绪，焦虑，强迫性，与创伤相关的，饮食，饮食和精神分裂症和其他精神病）之间神经塑性变化潜力的研究。纳入的研究将使用已建立或推定的神经影像生物标志物评估神经可塑性。纵向研究，使用非神经成像方法评估神经塑性潜力的研究，将排除动物研究。PubMed, Web of Science, Embase, and PsycINFO will be searched using predefined terms.两位独立的审阅者将使用Rayyan筛选标题，摘要和全文，并由第三名审稿人解决冲突。将提取包括研究和参与者特征在内的数据。将使用随机效应荟萃分析将汇总统计数据合并和分析，以估计组之间神经可塑性的平均差异。在发生异质性的情况下，亚组分析和元回归将探索组间差异的潜在主持人。将使用Egger的测试评估出版物偏见可能影响审查结果的程度。讨论：本综述将总结神经可塑性的改变，如瞬时的神经成像评估所表明的，在患有主要精神疾病的个体中。随着研究越来越多地将精神病疾病与神经塑性联系起来，这项综述将提供一种宝贵的资源，以了解如何在体内测量神经可塑性以检查精神病的机制。系统评价注册：此评论在Prospero注册（注册号：CRD42025630626）关键字