XiaoMi-AI文件搜索系统
World File Search SystemStereotactic
肺癌中的立体定向身体放疗
在过去的二十年中，早期非小细胞肺癌（NSCLC）的治疗已大大改善。尽管手术不是唯一的选择，但叶切除术仍然是可手术患者的金标准治疗类型。对于无法手术的患者，应提供立体定向身体放射疗法（SBRT），以达到很高的局部控制和总体存活率。使用SBRT，我们可以精确照射高剂量的小型，良好的病变。要选择适当的分级时间表，确定肺部肿瘤的大小，定位和程度很重要。引入新颖和进一步开发的计划（轮廓指南，诊断图像应用，计划系统）和交付技术（运动管理，图像引导放射疗法）导致副作用率较低，并且具有更大的构型目标体积覆盖率。这项研究的目的是总结有关肺SBRT的当前发展，随机研究，指南，重点是增加局部控制和“适应性”患者的总体控制和总体率的可能性，因此SBRT将有资格代替手术。
现代的立体定向放疗对肺癌的脑转移：基于综合翻译方法的当前趋势和未来观点
摘要：脑转移（BMS）是肺癌患者中最常见的转移性事件，大约50％的非小细胞肺癌（NSCLC）患者发生在小细胞肺癌（SCLC）的患者中，多达70％。到目前为止，在诊断和治疗程序中已经取得了许多进步，从而可以改善这些患者的预后。现代方法依赖于几个因素的整合，例如准确的组织学和分子促进，对临床参数的全面评估以及颅内和颅外疾病参与程度的精确定义。这些因素的结合是指导多学科讨论并根据个性化方法为这些患者提供最合适的治疗方法的关键。局灶性放射疗法（RT），其所有模式（放射外科（SRS），分离的立体定位放疗（SRT），辅助立体定位放疗（ASRT），是单独或与手术和系统性结合的BM管理的辅助定位放射疗法（ASRT）。我们回顾可用于治疗脑部受累的肺癌患者的现代治疗策略。这包括对不同技术解决方案的准确审查，可以利用这些解决方案，以提供“最先进的”焦点RT，以及当存在可靶向的分子驱动器时，可以作为SRS/SRT的有效替代方案提供对系统性剂的详细描述。除了经过验证的治疗方案外，我们还根据新兴的临床报告（例如，来自SCLC的NSCLC或SRS多个BMS的患者的SRS）讨论了对焦点RT的未来观点，以及在转化研究和新颖的目标中的创新性和有希望的人，以及与新颖的目标组合中的创新性和有希望的信息一起介绍。
使用序列 MRI 纵向分割自动评估脑转移瘤立体定向放射治疗结果
摘要 — 评估脑转移瘤放射治疗结果的标准临床方法是通过监测纵向 MRI 上的肿瘤大小变化。该评估需要在治疗前和治疗后的几次随访扫描中获取的许多体积图像上勾勒出肿瘤轮廓，而这项工作通常由肿瘤科医生手动完成，给临床工作流程带来了很大负担。在本文中，我们介绍了一种使用标准序列 MRI 自动评估脑转移瘤立体定向放射治疗 (SRT) 结果的新型系统。该系统的核心是一个基于深度学习的分割框架，可在序列 MRI 上高精度地纵向描绘肿瘤。然后自动分析肿瘤大小的纵向变化，以评估局部反应并检测 SRT 后可能出现的不良放射影响 (ARE)。该系统使用从 96 名患者（130 个肿瘤）获得的数据进行训练和优化，并在 20 名患者（22 个肿瘤；95 次 MRI 扫描）的独立测试集上进行评估。自动治疗结果评估与肿瘤专家的手动评估之间的比较表明，在检测局部控制/失败方面，准确度、灵敏度和特异性分别为 91%、89% 和 92%，在检测 ARE 方面，准确度、灵敏度和特异性分别为 91%、100% 和 89%。
用于立体定向端到端验证的幻影病人
套件允许在患者治疗计划 QA 期间通过大脑和颈部的不同位置进行剂量测量。这可以使用两个平行通道来实现，这两个通道在上下方向上相隔 30 毫米穿过幻影。后通道贯穿脊髓，前孔则钻在脊柱和气管之间具有挑战性、异质性、高剂量梯度的区域。通过在脑腔中相应定位，可将随附的脑等效立方体中的中心孔与前通道或后通道对齐。剂量计可以放置在
整合用于脑转移的全身治疗和立体定向放射外科
摘要：脑转移（BM）代表了癌症的常见并发症，在现代时代，需要多模式的管理方法和多学科护理。传统上，由于细胞毒性化学疗法的有效性有限，治疗策略仅关注局部治疗，例如全脑放射疗法（WBRT），立体定向放射外科手术（SRS）和切除。然而，现在，基于中枢神经系统（CNS）渗透的基于分子疗法的可用性允许个性化选择定制的全身疗法与局部疗法一起使用。此外，引入免疫检查点抑制剂（ICIS），具有证明的CNS活性进一步彻底改变了BM患者的管理。将这些癌症治疗剂的迅速引入临床实践中导致了有关这些系统性疗法以及SRS以及SRS的最佳时机，测序和组合的发表文献的显着缺乏。本手稿回顾了BM患者的肿瘤生物学和分子方案对管理范式的影响，并严格分析了SRS的当前景观，并特别关注与全身疗法整合。我们还讨论了结合SRS和ICI的新兴治疗策略，时间的影响以及SR周围这些疗法的测序，皮质类固醇的作用以及审查处理后的成像发现，包括假性预测和辐射坏死。
灰质和白质立体定向脑电图电极对语音活动检测的贡献
I. 引言利用颅内阵列（如皮层电图 (ECoG) [1]）对大脑活动进行侵入式记录，已在脑机接口 (BCI) 设计中显示出良好的前景，可用于语音解码和合成等多种应用 [2]，[3]，[4]，[5]，[6]，[7]。由于 ECoG 仅从皮层表面采集灰质样本，因此很少有人研究白质记录对 BCI 解码的潜在贡献，而白质约占人类大脑体积的 50%。此外，据报道，白质记录的信息与灰质的信息不同 [8]。立体定向脑电图 (sEEG) [9] 在临床应用中的日益普及，为检查更广泛大脑区域和更深层结构（包括灰质和白质）的神经活动提供了机会。最近一些研究探讨了白质 sEEG 记录在 BCI 设计中的作用。研究表明，加入来自灰质和白质的 sEEG 通道有助于区分各种上肢运动和静止，或区分不同的运动类型 [10]。其他研究表明，灰质和白质中的 sEEG 通道有助于 BCI 的语音活动检测和语音生成模型 [7]、[11]、[12]。虽然这些研究强调了灰质和白质对语音生成的潜在贡献，但尚未对灰质和白质通道进行全面的表征。本研究分别和联合研究了来自灰质和白质的通道，以设计一个语音活动检测模型，用于区分 BCI 的语音和非语音。
利用深度学习和手工放射组学预测立体定向放射治疗后脑肿瘤的不良放射效应
方法：收集接受 SRT 治疗 BM 的患者的钆增强 T1 加权 MRI 和特征，用于来自不同机构的训练和测试队列（N = 1,404）和验证队列（N = 237）。从训练集中的每个病变中提取放射组学特征并用于训练极端梯度增强 (XGBoost) 模型。在同一队列上训练 DL 模型以进行单独预测并提取最后一层特征。使用 XGBoost 的不同模型仅使用放射组学特征、DL 特征和患者特征或它们的组合构建。使用外部数据集上的受试者工作特征曲线的曲线下面积 (AUC) 进行评估。研究了对个体病变和每个患者发展为 ARE 的预测。
立体定向和功能性神经外科课程...
课程主席 Ahmed Raslan，医学博士 | 俄勒冈健康与科学大学神经外科 课程主任 Shannon Anderson，MPAS，PA-C | 俄勒冈健康与科学大学神经外科 Kim Burchiel，医学博士 | 俄勒冈健康与科学大学神经外科 David Spencer，医学博士 | 俄勒冈健康与科学大学神经外科 客座教师 Sharona Ben-Haim，医学博士 | 加州大学圣地亚哥分校健康 Nathan Crone，医学博士 | 约翰霍普金斯大学 Shabbar Danish，医学博士 | 罗格斯大学 Shadi Dayeh，博士 | 加州大学圣地亚哥分校 Dawn Eliashiv，医学博士 | 加州大学洛杉矶分校医学中心 Kelly Foote，医学博士 | 佛罗里达大学 Walid Abdel Ghany，医学博士、博士 | 艾恩夏姆斯大学 Jorge Gonzalez-Martinez，医学博士、博士 |匹兹堡大学 Alex Green 医学博士 | 牛津大学 Kunal Gupta，医学学士，哲学博士 | 印第安纳大学 Simon Hanft 医学博士 | 罗格斯大学 Christopher Honey 医学博士，哲学博士 | 不列颠哥伦比亚大学 Zvi Israel 医学博士 | 哈达萨医学中心 Michael Kinsman 医学博士 | 堪萨斯大学 Andrew Ko 医学博士 | 华盛顿大学 Albert Lee 医学博士 | 印第安纳大学 Jonathan Miller 医学博士 | 凯斯西储大学 Seth F. Oliveria 医学博士 | 普罗维登斯波特兰 Kiran Patel 医学博士 | 圣克莱尔健康中心 Erika Petersen 医学博士 | 阿肯色大学医学院 Julie Pilitsis 医学博士，哲学博士 | 奥尔巴尼医学院 Adolfo Ramirez - Zamora 医学博士 | 佛罗里达大学 Jeffrey Raskin 医学博士 |印第安纳大学 Joshua Rosenow 医学博士 | 西北大学 Jason Schwalb 医学博士 | 亨利福特医疗系统 Sameer Sheth 医学博士、哲学博士 | 贝勒医学院 Konstantin Slavin 医学博士 | 伊利诺伊大学 Ashwin Viswanathan 医学博士 | 贝勒医学院 Jon Willie 医学博士、哲学博士 | 埃默里大学 Zeiad Yousry 医学博士、哲学博士 | 艾恩夏姆斯大学俄勒冈州立大学教职员工
通过立体定向放射外科治疗和癌症靶向治疗的协同作用改善脑转移瘤的治疗效果
脑转移瘤是中枢神经系统最常见的恶性肿瘤 ( 1 )。脑转移瘤的发病率是原发性中枢神经系统 (CNS) 脑肿瘤的 10 倍，占所有癌症患者的 20% 至 40%，在美国每年有超过 100,000 名新患者 ( 2 – 4 )。随着治疗方法的改进、无神经系统症状患者筛查的增加以及患者寿命的延长，脑转移瘤的发病率持续上升。长期以来，血脑屏障一直对传统化疗药物进入脑部并有效治疗这些病变构成挑战。因此，迄今为止，主要治疗方法包括手术、立体定向放射外科 (SRS) 和全脑放射治疗；全身疗法的作用有限 ( 5 )。目前，脑转移瘤患者的治疗方案包括按症状分层，以及按数量（单个病灶、寡转移、多转移）和大小分层疾病负担（6、7）。有症状且体能状态较差的患者通常仅接受最佳支持治疗即可获益（8）。有症状且体能状态良好的患者除了接受全身治疗（传统化疗、免疫疗法和/或靶向分子疗法）外，还可能接受手术和/或放疗（SRS、低分割放射外科或全脑放疗），具体取决于转移瘤的数量和大小
通过立体定向脑电图检测语音活动
摘要 — 最近的研究表明，设计脑机接口 (BCI) 为神经损伤或疾病患者恢复语音交流大有可为。已经开发出许多 BCI 来从大脑活动中重建语音的不同方面，例如音素和单词。然而，在语音图像期间从大脑活动中成功重建连续语音方面仍然存在许多挑战。在这里，我们研究了使用立体定向脑电图获取的不同频带中的颅内脑活动来区分语音和非语音的潜力。结果显示，在 alpha 和 theta 波段中具有统计学上显着的信息，可用于检测语音活动，并且使用多个频带的组合可以进一步提高性能，准确率超过 92%。此外，该模型是因果关系，可以在未来的闭环实验中以低延迟实现。这些初步发现表明，跨频率脑信号特征可用于检测语音活动以增强语音解码和合成模型。