XiaoMi-AI文件搜索系统
World File Search SystemNeuroradiology
运动对精神分裂症患者大脑结构和功能模式的影响——来自一项多中心随机对照研究的数据
1 德国慕尼黑大学医院精神病学和心理治疗系；2 德国慕尼黑大学医院慕尼黑神经影像核心单位 (NICUM)；3 德国慕尼黑大学医院放射学系；4 德国奥格斯堡大学医学院奥格斯堡 Bezirkskrankenhaus Augsburg 精神病学、心理治疗和心身医学系；5 德国海德堡大学曼海姆医学院中央精神卫生研究所；6 德国柏林夏里特大学医院精神病学和心理治疗系；7 德国亚琛工业大学精神病学、心理治疗和心身医学系；8 德国汉诺威医学院康复与运动医学系； 9 德国哥廷根大学医院精神病学和心理治疗系；10 加拿大多伦多儿童医院诊断成像系神经放射学分部；11 加拿大多伦多大学医学成像系；12 德国柏林夏里特大学医院运动医学系；13 巴西圣保罗圣保罗大学精神病学研究所神经科学实验室 (LIM27)；14 德国慕尼黑马克斯普朗克精神病学研究所
1973 年：北美第一台 CAT 扫描仪
1. Bates, S.、Beckmann L.、Thomas, A.、Waltham R. 2012 年。“Godfrey Hounsfield：CT 的直觉天才。”英国放射学会。2. Baker, H. 1993 年。“历史片段：计算机断层扫描在北美的引入。”美国神经放射学杂志；第 14 卷，第 283-287 页。3. Baker, H. 等人 1974 年。“头部计算机辅助断层扫描：早期评估。”梅奥诊所学报；第 49 卷，第 17-27 页。4. David, G.、Hodgson J.、Kincaid, O. 1990 年。“梅奥诊所的诊断放射学：对 20 世纪 40 年代至 70 年代人员和实践的个人回忆”[未发表]。 Mayo Clinic Libraries，RC78.7D53 D38 1990x，第 130-140 页。5. Schultz, R.、Stein, J.、Pelc, N. 2021 年。“CT 的诞生：医学计算机断层扫描的早期发展。”《医学影像杂志》；第 8(5) 卷，2021 年 9 月/10 月。6. McCollough, C. 2020 年 4 月 15 日。“X 射线计算机断层扫描 (CT) 简介” [视频]。YouTube。https://youtu.be/M6vsBcxHPZU 7. 梅奥诊所档案馆位于 W. Bruce Fye 医学史中心；明尼苏达州罗切斯特。8. 梅奥诊所遗产影片 (2023)：“一种新的观察方式：梅奥诊所的第一次 CAT 扫描。”
中枢神经系统 B 细胞淋巴瘤的 CXCR4 靶向 PET 成像
1 德国慕尼黑工业大学医学院内科 III；2 德国慕尼黑工业大学医学院神经放射学系；3 德国柏林夏里特医学院血液学、肿瘤学和肿瘤免疫学系（本杰明富兰克林校区）；4 德国慕尼黑工业大学医学院核医学系；5 德国慕尼黑工业大学病理学研究所；6 德国柏林健康研究所 (BIH)；7 德国维尔茨堡大学医院核医学系；8 德国奥格斯堡大学医院核医学系；9 德国雷根斯堡大学医院内科 III； 10 德国雷根斯堡大学医院核医学系；11 德国科隆大学医学院神经病理学研究所、科隆大学医院；12 德国慕尼黑工业大学药物放射化学研究所；13 德国慕尼黑工业大学信息学系；14 德国柏林马克斯·德尔布吕克分子医学中心；15 德国海德堡德国癌症研究中心和德国癌症联盟
“人工智能”一词起源于 1956 年，当时它在美国新罕布什尔州达特茅斯学院的一次研讨会上首次提出。“人工智能”
自 60 多年前 AI “诞生” 以来，我们已经取得了长足的进步。由于数据收集和聚合、计算机处理能力、存储容量和计算算法的不断改进，AI 取得了重大进展。AI 最有前途的应用之一是图像处理和图像分析。这些进步自然而然地应用于放射学，这是医学领域最依赖影像的分支学科之一。短短几年内，AI 在放射学中的应用“蓬勃发展”，放射学成为美国食品药品监督管理局 (FDA) 批准的 AI 算法的主要分支学科。FDA 批准的胸部影像 AI 模型数量仅次于神经放射学，还有更多的模型正在研究中。除了放射学，病理学是另一个依赖影像的分支学科，AI 也在该领域取得了进展。高通量全切片扫描技术和数字病理学为计算病理学的腾飞搭建了完美的发射台。尽管基于图像的人工智能正在取得令人兴奋的进展，但患者管理并不单单依赖于成像，因此人工智能已经扩展到其他专科，包括遗传学、外科、肺科、肿瘤学和放射肿瘤学。
自动协方差模式分析的表现优于在变体进行性上核麻痹中的18F-荧光脱氧葡萄糖 - 点发射断层扫描（FDG -PET）的视觉阅读
1 1诊断和介入放射学和核医学系，汉堡 - 埃芬多夫，汉堡，德国汉堡2神经退行性疾病中心（DZNE）慕尼黑，德国慕尼黑7慕尼黑系统神经病学集群（Synergy），慕尼黑，德国慕尼黑8号8号神经病学系，汉堡大学医学中心，汉堡，汉堡，德国9号，汉堡，9月9日，德国核医学，奥格斯堡，穆尼尔，穆尼奇，穆尼奇，穆尼奇，穆尼，穆尼，德国汉诺威汉诺威医学院的诊断和介入神经放射学，12号医学和辐射保护保护，大学医院，奥格斯堡大学，德国奥格斯堡，奥格斯堡，德国奥格斯堡13 13莱比锡神经病学系，莱比锡，莱比锡，德国莱比锡，德国14号神经病学系，奥格斯堡，神经病学系。德国慕尼黑16美国纽约州曼海斯特医学研究机构Manhasset，美国17核医学系，莱比锡大学医院，莱比锡，德国1诊断和介入放射学和核医学系，汉堡 - 埃芬多夫，汉堡，德国汉堡2神经退行性疾病中心（DZNE）慕尼黑，德国慕尼黑7慕尼黑系统神经病学集群（Synergy），慕尼黑，德国慕尼黑8号8号神经病学系，汉堡大学医学中心，汉堡，汉堡，德国9号，汉堡，9月9日，德国核医学，奥格斯堡，穆尼尔，穆尼奇，穆尼奇，穆尼奇，穆尼，穆尼，德国汉诺威汉诺威医学院的诊断和介入神经放射学，12号医学和辐射保护保护，大学医院，奥格斯堡大学，德国奥格斯堡，奥格斯堡，德国奥格斯堡13 13莱比锡神经病学系，莱比锡，莱比锡，德国莱比锡，德国14号神经病学系，奥格斯堡，神经病学系。德国慕尼黑16美国纽约州曼海斯特医学研究机构Manhasset，美国17核医学系，莱比锡大学医院，莱比锡，德国
已发布版本的引用 (APA)：Vernooij, M. W., Zaki, L. A. M., Smits, M., Tolman, C., Papma, J. M., Visser, J. J., & Steketee, R. M. E. (2022)。比较两种人工智能软件包在记忆临床成像中的规范性脑容量测定。神经放射学，64 (7)，1359-1366。 https://doi.org/10.1007/s00234-022-02898-w EUR 研究信息门户上的出版物链接
摘要 目的 比较两个执行规范性脑容量分析的人工智能软件包，并探索它们是否会在临床背景下对痴呆症诊断产生不同的影响。方法 回顾性地纳入了 60 名患者（20 名阿尔茨海默病、20 名额颞叶痴呆、20 名轻度认知障碍）和 20 名对照。每个受试者使用两家专有制造商的软件包处理一次 MRI，为每个受试者生成两份定量报告。两名神经放射科医生仅使用这些报告中的规范容量分析数据分配强制选择诊断。他们将体积分布分类为“正常”或“异常”，如果“异常”，他们会指定最可能的痴呆亚型。通过比较（1）基于软件输出的诊断之间的一致性；（2）诊断准确性、敏感性和特异性；来评估软件包之间的临床影响差异；和 (3) 诊断信心。还比较了定量输出，以提供任何诊断差异的背景。结果 软件包之间的诊断一致性为中等，用于区分正常和异常体积（K = .41– .43）和特定诊断（K = .36–.38）。但是，每个软件包在区分正常和异常概况时都产生了较高的观察者间一致性（K = .73–.82）。软件包之间的准确度、灵敏度和特异性没有差异。对于一个评估者来说，不同软件包之间的诊断信心是不同的。软件包之间的全脑颅内容积输出不同（10.73%，p < .001），用于诊断的规范区域数据相关性弱至中等（r s = .12–.80）。结论 用于脑 MRI 定量规范评估的不同人工智能软件包可以在临床解释层面产生不同的效果。诊所不应假设不同的软件包可以互换，因此建议在采用之前对软件包进行内部评估。
神经肿瘤中的深度学习应用
深度学习（DL）是机器学习（ML）的一个相对较新的子域，对于医疗领域的某些应用，具有难以置信的潜力。鉴于其在神经肿瘤学中使用的最新进展，其在诊断，预测和管理癌症患者护理方面的作用一直是许多研究的主题。研究的范围表明，算法方法的景观随着每次迭代的诞生而不断改善。随着高质量数据可用性的增加，更多的培训集将允许更高的保真度模型。然而，比较DL和医生的预后能力的前瞻性试验的后勤和道德问题严重限制了该技术被广泛采用的能力。医疗宗旨之一是判断，这是DL中医疗决策的一个方面，由于其固有的本质是“黑匣子”，通常会缺少它。对较新技术的自然不信任，再加上通常在我们当前的医疗实践中通常会预期的自主权，这只是实施中的几个重要局限性之一。在我们的评论中，我们将首先定义和概述不同类型的人工智能（AI）以及AI在当前临床医学进展中的作用。我们在神经放射学领域中使用不同的DL方法简要介绍了几项显着研究，并总结了使用这种新生技术时所面临的关键发现和挑战，尤其是DL用户可能面临的道德挑战。
自发颅内低血压诊断和管理的多学科共识指南
抽象背景我们旨在创建一个多学科共识临床指南，以根据当前的证据和来自多学科专家组（SIG）的多学科诊断和共识，在脑脊液内部诊断，研究和管理自发性内部低血压（SIH）（SIH）中的最佳实践指南（SIH）。方法建立了一个由29名成员组成的SIG，具有神经病学，神经放射学，麻醉剂，神经外科手术和患者代表的成员。SIG共识同意该指南的范围和目的。SIG随后使用修改后的Delphi过程为一系列问题主题开发了指南声明。该过程得到了系统文献综述，对患者和医疗保健专业人员的调查以及SIH的几位国际专家的审查。结果SIH及其差异诊断应在任何出现直立衡量头痛的患者中考虑。一线成像应为对比度和整个脊柱的大脑MRI。一线治疗是非靶向硬膜外血斑（EBP），应尽早进行。我们根据脊柱MRI结果和对EBP的反应提供了进行骨髓学的标准，我们概述了治疗原则。还提供了保守管理的建议，头痛的症状治疗以及SIH并发症的管理。结论该多学科共识临床指南有可能提高医疗保健专业人员中对SIH的认识，在护理方面产生更大的一致性，提高诊断准确性，促进有效的研究和治疗，并减少归因于SIH的残疾。
回廊示例
Aljabar, P., Heckemann, RA, Hammers, A., Hajnal, JV, & Rueckert, D. (2009). 基于多图谱的脑图像分割：图谱选择及其对准确性的影响。神经图像，46 (3)，726 – 738。Aljabar, P., Wolz, R., & Rueckert, D. (2012)。流形学习用于医学图像配准、分割和分类。机器学习在计算机辅助诊断中的应用：医学影像智能与分析，1，351 – 372。Arrigo, A., Mormina, E., Calamuneri, A., Gaeta, M., Granata, F., Marino, S., … Quartarone, A. (2017)。人脑半球间闭锁连接：基于约束球面反卷积的研究。 Clinical Neuroradiology , 27 (3), 275 – 281. Berman, S., Schurr, R., Atlan, G., Citri, A., & Mezer, AA (2020). 使用体内高分辨率 MRI 自动分割人类背侧隔膜。Cerebral Cortex Communications , 1 (1), 1 – 14. https://doi.org/10.1093/texcom/tgaa062 Brown, SP, Mathur, BN, Olsen, SR, Luppi, P.-H., Bickford, ME, & Citri, A. (2017). 在理解大脑皮层和隔膜之间功能相互作用的作用方面取得新突破。神经科学杂志, 37 (45), 10877 – 10881。Bruguier, H., Suarez, R., Manger, P., Hoerder-Suabedissen, A., Shelton, AM, Oliver, DK, … Puelles, L. (2020)。寻找隔膜和亚板的共同发育和进化起源。比较神经学杂志, 528 (17), 2956 – 2977。Chen, H., Dou, Q., Yu, L., Qin, J., & Heng, P.-A. (2018)。VoxResNet：用于从 3D MR 图像中分割大脑的深度体素残差网络。神经图像, 170, 446 – 455。Crick, FC, & Koch, C. (2005)。隔膜的功能是什么？英国皇家学会哲学学报B：生物科学，360（1458），1271-1279。
医学中的人工智能：一项关于医学和牙科学生看法的跨国多中心调查
1 英国伦敦 NHS 基金会信托国立神经病学和神经外科医院神经放射学系，2 英国伦敦大学学院皇后广场神经病学研究所脑修复和康复系，3 英国伦敦大学学院医学院，英国伦敦大学学院，4 英国伦敦大学学院计算机科学系，5 英国诺丁汉大学医学院，英国诺丁汉，6 罗马尼亚布加勒斯特卡罗尔达维拉医药大学牙科学院，7 厄瓜多尔国际大学厄瓜多尔医学院 NeurALL 研究小组，厄瓜多尔基多，8 德国科隆科隆大学医院放射学系，9 英国卡迪夫卡迪夫大学医学院，10 英国伦敦 NHS 国立神经病学和神经外科医院临床神经生理学系基金会信托，英国伦敦，11 托布鲁克大学医学院，利比亚的黎波里，12 万隆伊斯兰大学医学院，印度尼西亚万隆，13 雅尔穆克大学医学院，约旦伊尔比德，14 拉合尔 CMH 医学院，巴基斯坦拉合尔，15 坦塔大学医学院，埃及坦塔，16 普利茅斯大学半岛牙科学院，英国普利茅斯，17 哈希姆大学医学院，约旦扎尔夸，18 萨卜哈大学医学院，利比亚塞卜哈