XiaoMi-AI文件搜索系统
World File Search SystemLeft
演示文稿标题左对齐，空间垂直居中，无规则/线条
离职（续） • Veerasamy Ravichandran，博士，生物物理学、生物医学技术和计算生物科学部生物信息学和计算生物学分部（调至美国国家医学图书馆） • Lumy Sawaki-Adams，医学博士，研究能力建设司研究进步项目分部（调至美国国家神经疾病和中风研究所） • Peggy Schnoor，数据集成、建模和分析司数据集成和传播分部（退休） • Vickie Southers，管理司（退休）
用原发性经皮冠状动脉干预治疗的急性心肌梗死后的严重左心室功能障碍：预测因子和院内结果 - 中东三级中心经验
在所有患者中均未确定经皮冠状动脉干预（PPCI）后改善或维持心脏功能。我们在当前研究中的目标是研究心肌梗死患者血运重建后与早期左心室（LV）功能障碍相关的因素。方法：一项单中心回顾性研究包括2863例被送入我们中心并通过成功PPCI治疗的心肌梗塞患者。结果：在2018年5月至2021年8月的2863例连续患者中，1021年（36％）发达的服务器LV功能障碍。他们在AMI之前显示出更高的缺血性心脏病病史和先前的血运重建率（分别为p¼0.05和0.001）。此外，与其他患者相比，他们还提出了更多的心肌梗死（p <0.001）和沉重的血栓负担（P¼0.002和0.004，与其他患者组相比，围场旁糖蛋白IIB/IIIA抑制剂的使用和血栓抽吸的指示指示）。此外，它们还具有更为关键的冠状动脉疾病解剖结构（左主和多毒冠状动脉疾病的P <0.001）。用PPCI治疗的AMI后早期严重LV功能障碍的独立相关预测因子是AMI的前定位，肌钙蛋白，肾功能障碍和严重的冠状动脉疾病的较大价值（P¼<0.001，0.001，0.036，0.002和<0.07）。较大的心肌梗塞，肾脏损伤和严重的冠状动脉疾病是ppci后严重LV收缩功能障碍的独立预测指标。尽管对这些患者进行了最佳治疗，但他们的结局较差，包括院内发病率和死亡率（P <0.001）结论：成功PPCI后，患者的比例相当大，患有严重的LV收缩功能障碍，并且与临床不良结果有关。
左心脏综合征是什么？
摘要：到目前为止，对于所谓的“低塑性左心综合症”尚无商定的定义。甚至其起源仍然有争议。Noonan和Nadas据我们迄今为止可以将第一个组成的患者组成的患者在1958年属于“综合征”，并建议LEV命名了该实体。lev在1952年写作时，描述了“主动脉流出流动综合体的发育不全”。在他的最初描述中，就像Noonan和Nadas一样，他的病例包括心室间隔缺陷。在随后的帐户中，他建议只有那些具有完整心室隔膜的人才包括在综合征中。有很多值得称赞的方法。根据心室隔膜的完整性进行评估时，要包括的心脏可以解释为显示出胎儿生命的疾病。对这一事实的认识对于那些寻求建立左心室发育不全的遗传背景的人很重要。流也很重要，然后具有间隔完整性，然后会影响其对低塑性心室结构的影响。在我们的综述中，我们总结了支持完整心室隔膜现在应该成为降型左心脏综合征定义的一部分的证据。
先天性冠状窦闭锁的病例，持续的左上腔静脉
由于冠状窦闭锁或缺席，冠状静脉血液回流是通过与左心房的通信发生的，并且通常包括持续的左SVC。2在这些极少数情况下，持续的左SVC可以通过右静脉向右SVC，然后进入右心庭，从冠状动脉系统中携带血液。2例没有持续的左SVC的冠状动脉闭锁的病例，通过其他心脏静脉（例如大心脏静脉）在左心房中排出静脉。2最终，这种异常会导致左至左的小分流，尽管通常没有足够的体积在临床或血液动力学上具有很高的意义。2因此，该发现通常是偶然的，管理是保守的。
用GLP-1RAS semaglutide和dulaglutide在2型糖尿病中改善左心室全球纵向菌株的改善：一项初步研究
摘要：（1）背景：葡萄糖样肽-1受体激动剂（GLP-1 RAS）（GLP-1 RAS）是针对2型糖尿病（DM2）与动脉粥样硬化性心血管疾病（ASCVD）或高心脏或心脏高cardiof Casciof（CV）的2型糖尿病（DM2）治疗中建议的基于惯性药物。但是，对GLP-1 RAS在心脏功能的直接机制的了解是适度的，尚未完全阐明。左心室（LV）全球纵向应变（GLS）带有斑点跟踪超声心动图（Ste）代表一种用于评估心肌收缩力的创新技术。（2）方法：在2019年12月至2020年3月在GLP-1 RAS Dulaglutide或Semaglutide接受治疗之间，在22例连续DM2和ASCVD或ASCVD或高/高CV风险的患者的队列中进行了观察性，透视，单中心研究。在基线和治疗六个月后，记录了舒张期和收缩功能的超声心动图参数。（3）结果：样本的平均年龄为65±10年，男性患病率为64％（64％）。在用GLP-1 ras dulaglutide或semaglutide治疗六个月后，观察到LV GLS的显着改善（平均差：-1.4±1.1％； P值<0.001）。在其他超声心动图参数中没有看到相关的更改。（4）结论：用GLP-1 RAS dulaglutide或semaglutide治疗六个月，可改善患有ASCVD或ASCVD的DM2受试者的LV GLS的改善。有必要对较大人群和更长的随访的进一步研究确认这些初步结果。
如何引用本文CM W，Pillai G，Divakar A等。 （2023年2月6日）2型糖尿病中的左心室舒张功能障碍：A S
研究中总共包括80名患者。在书面知情同意书后，所有适合纳入标准的患者都纳入了研究期。患者是从内科和内分泌科门诊诊所招募的。纳入标准是年龄在30岁以上的T2DM的患者。如果患者建立了冠心病，先天性心脏病，瓣膜心脏病，心肌病或任何其他先前存在的心脏病，则将其排除在外。如果患者患有1型糖尿病或潜在的甲状腺疾病，或者是酗酒者，则将其排除在胸膜超声心动图上，而对胸膜超声心动图的窗口也很差，也将被排除在外。
细菌发病机理和粘膜免疫在慢性尿路感染中的临床意义
1超声心动图实验室，圣巴塞洛缪医院，巴特斯健康NHS，伦敦EC1A 7BE，英国2，2超声心动图实验室，伦敦大学伦敦大学伦敦大学NW1 2BU，英国2BU，3 BU 3 BU 3运动员健康与绩效研究中心，Aspetar Orthopedic和Aspetar Orthopedic and Sports Hospital，Doha 23833，Doha 23833英国L3 3AF 5运动与健康研究所（ISEH），伦敦大学学院，伦敦大学1T 7HA，英国6布里斯托尔医学院，布里斯托尔大学，布里斯托尔大学，布里斯托尔BS8 1ud，英国7号，国家健康研究所（NIHR）心血管生物医学研究中心国家卫生研究所（NIHR） Aspetar Orthopaedic and Sports Medicine Hospital, Doha 23833, Qatar 9 Wythenshawe Hospital, Manchester University NHS Foundation Trust (MFT), Manchester M23 9LT, UK 10 Colchester Hospital National Health Service Trust, Colchester CO4 5JL, UK 11 Health Sciences Department, Manchester Metropolitan University, Manchester M15 6BH, UK * Correspondence: d.l.oxborough@ljmu.ac.uk
使用深度神经网络对经食管超声心动图图像中的左心室进行分割
胸外按压是心肺复苏 (CPR) 期间促进全身循环的主要手段。最佳胸外按压可使心脏骤停患者获得良好的复苏效果。尽管最近的 CPR 指南建议使用实时反馈设备来在复苏期间维持高质量的 CPR，但它很少与良好的复苏效果相关[1-3]。原因之一可能是未监测胸外按压的位置。先前基于胸部计算机断层扫描的研究还发现，目前建议的胸外按压位置太高，无法有效压迫左心室 (LV) [4,5]。经食道超声心动图 (TEE) 被认为是一种很好的方法，可用于识别心脏骤停的可纠正原因以及监测 CPR 质量和位置[6-8]。它还可以在复苏期间不中断胸外按压的情况下识别受外胸按压的心脏结构[9]。因此，我们可以从心脏骤停患者 TEE 图像中评估胸外按压的准确位置和外部胸外按压产生的收缩功能。这可能验证 CPR 期间促进左心室收缩功能的最佳胸外按压方法[10-12]。分割左心室对于确定胸外按压的位置和获得心脏功能定量评估指标（如舒张末期容积、收缩末期容积、面积和射血分数）是必不可少的。人们进行了许多尝试来分割左心室。Noble 等[13]基于轮廓跟踪方法，采用了基于卡尔曼滤波器的心外膜和心内膜边界跟踪系统。Bosch 等[14]将边界检测的主动外观模型改进为主动外观运动模型，可实现全自动、强大且连续的左心室检测。大多数心脏图像，如超声波图像和核磁共振成像（MRI），都有模糊的边界和严重的噪声；因此，分析这些图像需要时间，而且结果可能因人而异。人工神经网络已被提出，因为它们提供了很高的分析精度，并使医学图像的泛化成为可能[15，16]。Smistad 等人[17]建议使用 U-Net [18] 的深度卷积神经网络进行 LV 分割模型，它由一个编码器-解码器组成，在生物医学图像中显示出鲁棒的分割模型。然而，U-Net 并没有考虑所有语义特征在解码过程中的贡献。因此，Moradi 等人[19]开发了一种改进的 U-Net，称为多特征金字塔 U-Net，其中通过在 U-Net 解码器路径的所有级别上链接特征图来补充特征。然而，现有的方法有一个局限性，即它们无法识别阴影和 LV 之间的模糊边界。此外，由于胸外按压，CPR 期间获取的 TEE 图像比正常超声心动图噪声更大。我们通过应用残差特征聚合方法和各种注意技术开发了基于 U-Net 的网络。我们的模型不仅展示了使用挤压和激励块以及残差块的强大特征提取技术，而且还关注更重要的特征。工作流程如图 1 所示。下一节描述了数据组织、深度学习的数据增强技术以及我们模型的结构。
左心房功能与心力衰竭的连接，并保留了射血分数
左心率（HFPEF）的心力衰竭总结，左心房增大是一种替代标记物，具有慢性左心室舒张功能障碍。因此，经常在日常临床实践中评估左心房体积，以确定左心室舒张功能障碍的存在。然而，最近的研究表明，左心功能障碍是导致HFPEF发病机理的重要因素，预计它将成为HFPEF的治疗靶标之一，而不仅仅是替代标记。eChocar-diography在识别左心功能障碍和重塑HFPEF中起着核心作用。在这篇综述中，我们描述了使用超声心动图评估HFPEF中左心功能的方法。（int Heart J Advance出版）关键词：超声心动图，应变成像，舒张功能