XiaoMi-AI文件搜索系统
World File Search SystemStereotactic
立体定向手术及其在阿尔茨海默氏病大鼠模型中的应用
抽象的立体定向手术是一种可用于定位体内小靶标并对特定靶标的干预和/或处理（例如注射）的技术。立体定向手术除临床实践外，经常用于在实验研究中创建神经系统疾病模型。确定特定脑区域后使用啮齿动物脑坐标的适当玻璃注射器给予注射。阿尔茨海默氏病（AD）是痴呆症的最常见原因，尚无治愈性治疗。AD模型。这些AD模型代表该疾病，并且经常用于药物开发研究。类似AD的模型似乎根据创建方式检查了不同的单向发展机制。但是，AD是一种多向疾病。使用不同方法创建的AD啮齿动物模型具有特定的属性。本综述旨在解释立体定向手术的基本方面，并讨论使用这种手术技术以及其他方法创建的AD啮齿动物模型。关键词：立体定向手术，阿尔茨海默氏病，动物模型，大鼠
动静脉畸形的术前血流分析及立体定向放射外科治疗后的闭塞反应
目的脑动静脉畸形 (AVM) 的形态和血管结构特征已被广泛描述并与结果相关；然而，很少有研究对 AVM 血流进行定量分析。作者使用直接视觉分析和基于计算机的方法检查了血管造影上的脑 AVM 血流和通过时间，并将这些因素与伽玛刀放射外科治疗后的闭塞反应相关联。方法在单个机构使用 2013 年 1 月至 2019 年 12 月管理的前瞻性患者登记册进行回顾性分析：使用视觉流量测定方法分析了 71 名患者，使用基于计算机的方法分析了 38 名患者。在对两种方法进行比较和验证后，将闭塞反应与流量分析、人口统计学、血管结构和剂量数据相关联。结果 AVM 平均体积为 3.84 cm3（范围 0.64–19.8 cm3），32 个 AVM（45%）位于关键功能位置，平均边缘放射外科剂量为 18.8 Gy（范围 16–22 Gy）。27 个 AVM（38%）被归类为高流量，37 个（52%）被归类为中等流量，7 个（10%）被归类为低流量。研究期间，44 名患者（62%）完全闭塞；低流量 AVM 的平均闭塞时间为 28 个月，中等流量 AVM 的平均闭塞时间为 34 个月，高流量 AVM 的平均闭塞时间为 47 个月。预测闭塞的因素的单变量和多变量分析包括 AVM 病灶体积、年龄和流量。 5 名患者 (7%) 被确诊为不良放射效应，67 名患者 (94%) 在随访期间未出现任何功能恶化。结论 AVM 血流分析和按传输时间分类是预测闭塞概率和闭塞时间的有用指标。作者认为，更定量地了解血流有助于指导立体定向放射外科治疗并设定准确的结果预期。
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。
预测同时接受靶向治疗或免疫治疗和立体定向放射治疗的黑色素瘤患者的生存率
方法：这项回顾性分析基于国际多中心数据库（TOaSTT），其中包含 2011 年 5 月至 2018 年 5 月期间接受 TT/IT 和同期（≤ 30 天）SRT 治疗脑转移的黑色素瘤患者。使用 Kaplan-Meier 生存曲线和对数秩检验研究总生存期（OS）。进行单变量和多变量分析以分析 OS 的预后因素。结果：分析了 110 名患者。分别有 61%、31% 和 8% 接受了 IT、TT 和同时联合治疗。每个患者平均治疗两个脑转移瘤。经过中位 8 个月的随访，中位 OS 为 8.4 个月（0 – 40 个月）。molGPA 评分与 OS 无关。相反，累积脑转移瘤体积、转移时间（同时与异时）和同期 IT 与 TT 的全身治疗对 OS 有显著影响。根据这些参数，建立了 VTS 评分（容量-时间-全身治疗），将患者分为三组，中位 OS 分别为 5.1、18.9 和 34.5 个月（p = 0.001 和 0.03）。（下页继续）
无框架立体定向系统针对非人类灵长类动物皮层下核的可行性和性能
目的尽管对其作用机制尚不了解，但深部脑刺激 (DBS) 是治疗不同神经系统疾病的有效方法。非人灵长类动物 (NHP) 的使用在推动该领域的发展方面一直具有重要意义，并且为揭示 DBS 的治疗机制提供了独特的机会，为优化当前应用和开发新应用开辟了道路。为了提供参考，使用 NHP 的研究应使用合适的电极植入工具。在本研究中，作者报告了使用市售无框立体定向系统 (微靶向平台) 瞄准 NHP 中不同深部脑区域的可行性和准确性。方法在七个 NHP 的丘脑底核或小脑齿状核中植入 DBS 电极。为每只动物设计一个微靶向平台并用于引导电极的植入。每只动物在术前都获取了影像学研究数据，随后由两名独立评估人员进行分析，以估计电极放置误差 (EPE)。同时还评估了观察者之间的差异。结果分别估计了 EPE 的径向和矢量分量。EPE 矢量的大小为 1.29 ± 0.41 毫米，平均径向 EPE 为 0.96 ± 0.63 毫米。观察者之间的差异可以忽略不计。结论与传统的刚性框架相比，这些结果表明，与传统的刚性框架相比，该商用系统适用于增强 DBS 导线在灵长类动物脑内的手术插入。此外，我们的研究结果开辟了在灵长类动物中进行无框架立体定位的可能性，而无需依赖基于术中成像的昂贵方法。
接受立体定向放射外科治疗的累计脑转移瘤≥25例患者的生存率和预后
目的 在越来越多的脑转移瘤 (BM) 患者仅接受立体定向放射外科 (SRS) 治疗的时代，了解患者、肿瘤和治疗因素如何影响功能状态和总体生存期 (OS) 至关重要。作者研究了在单次治疗中或在病程中累计治疗 ≥ 25 个转移瘤的伽玛刀放射外科 (GKRS) 患者的生存结果和关键结构剂量。方法在单个机构进行回顾性分析。查询该机构的前瞻性伽玛刀 (GK) SRS 登记处，以确定 2013 年 6 月至 2020 年 4 月期间接受 GKRS 治疗累计 ≥ 25 个 BM 的患者。确定了 95 名患者，并使用他们的数据进行分析。89 名患者可以获得剂量分析的治疗计划。确定了患者、肿瘤和治疗特征，并评估了结果和 OS。结果 作者在其机构登记处确定了 1132 名患有 BM 的患者。95 名患者接受了 ≥ 25 个累积转移瘤的治疗，共计在 373 个独立治疗疗程中治疗了 3596 个肿瘤。每位患者接受的 SRS 疗程数中位数为 3（范围为 1-12 次 SRS 疗程），几乎所有患者（n = 93，98%）都接受了 > 1 次疗程。在单变量分析中，以统计学显著方式影响 OS 的因素包括组织学、肿瘤体积、肿瘤数量、诊断特异性分级预后评估 (DS-GPA)、脑转移速度 (BMV) 以及随后的全脑放射治疗 (WBRT) 的需求。平均 WB 剂量的中位数为 4.07 Gy（范围为 1.39-10.15 Gy）。在治疗转移瘤累计数量和累计体积最高的上四分位数中，平均 WB 剂量的中位数为 6.14 Gy（范围 4.02-10.15 Gy）。79 名患者（83%）在最后一次随访时所有治疗过的肿瘤都得到控制，反映了高且持久的控制率。超过四分之一的患者被处方皮质类固醇来治疗肿瘤或治疗相关的影响。在经放射学证实的不良放射反应（ARE；15%）的患者中，4 名有症状。四名患者随后需要开颅手术治疗出血、进展或 ARE。结论对于选定的具有大量累积 BM 的患者，多个疗程的 SRS 是可行且安全的。结合新的全身疗法，研究结果表明，实现的生存率与更大的当代队列相比更为有利，同时大多数患者避免了 WBRT。因此，与其他系列的研究结果一起，本研究支持将 SRS 作为针对特定 BM 数量较多患者的标准疗法。
基于放射组学的脑转移瘤患者术后立体定向放射治疗局部控制率预测
摘要背景。手术切除是治疗大型或有症状的脑转移瘤 (BM) 患者的标准方法。尽管辅助立体定向放射治疗后局部控制得到改善，但局部失败 (LF) 的风险仍然存在。因此，我们旨在开发并外部验证一种基于治疗前放射组学的预测工具，以识别高 LF 风险的患者。方法。数据来自 BM 切除腔立体定向放射治疗多中心分析 (AURORA) 回顾性研究（训练队列：来自 2 个中心的 253 名患者；外部测试队列：来自 5 个中心的 99 名患者）。从增强 BM（T1-CE MRI 序列）和周围水肿（T2-FLAIR 序列）中提取放射组学特征。比较了不同的放射组学和临床特征组合。最终模型在整个训练队列上进行训练，使用先前通过内部 5 倍交叉验证确定的最佳参数集，并在外部测试集上进行测试。结果。使用放射学和临床特征组合训练的弹性网络回归模型在外部测试中表现最佳，一致性指数 (CI) 为 0.77，优于任何临床模型（最佳 CI：0.70）。该模型在 Kaplan-Meier 分析中有效地根据 LF 风险对患者进行分层（P < .001），并显示出增量的净临床效益。在 24 个月时，我们发现低风险组和高风险组分别有 9% 和 74% 出现 LF。结论。临床和放射学特征的组合比单独的任何临床特征集更能预测无 LF。LF 高风险患者可能会受益于更严格的随访程序或强化治疗。
基于放射组学的脑转移瘤患者术后立体定向放射治疗局部控制率预测
1 德国慕尼黑工业大学伊萨尔右翼医院放射肿瘤学系 2 德国诺伊尔贝格慕尼黑亥姆霍兹中心亥姆霍兹 AI 3 德国慕尼黑工业大学伊萨尔右翼医院诊断和介入神经放射学系 4 德国慕尼黑工业大学 TranslaTUM - 癌症转化中央研究所 5 德国慕尼黑工业大学信息学系 6 瑞士苏黎世大学放射肿瘤学系 7 德国马格德堡马格德堡大学医院放射肿瘤学系 8 德国耶拿弗里德里希-席勒大学耶拿大学医院放射治疗和放射肿瘤学系 9 瑞士苏黎世大学定量生物医学系 10慕尼黑，德国慕尼黑 11 海德堡大学医院放射肿瘤学系，德国海德堡 12 海德堡放射肿瘤学研究所 (HIRO)，国家放射肿瘤学中心 (NCRO)，德国海德堡 13 德国哥廷根大学医学中心放射肿瘤学系，德国哥廷根 14 阿劳州立大学 KSA-KSB 放射肿瘤学中心，瑞士阿劳 15 德国富尔达综合医院放射肿瘤学系，德国富尔达 16 德国基尔石勒苏益格-荷尔斯泰因大学医学中心放射肿瘤学系 17 德国弗莱堡大学医学中心放射肿瘤学系，德国弗莱堡 18 德国癌症联盟 (DKTK)，弗莱堡合作伙伴中心，德国弗莱堡 19 塞浦路斯欧洲大学德国肿瘤中心放射肿瘤学系，塞浦路斯利马索尔20 德国法兰克福及北德 Saphir 放射外科中心，基尔，德国 21 德国法兰克福大学医院神经外科系，法兰克福，德国 22 德国慕尼黑翻译放射医学研究中心 (DKTK)，慕尼黑合作网站，慕尼黑，德国 23 德国慕尼黑亥姆霍兹中心放射医学研究所 (IRM)，放射科学系 (DRS)，慕尼黑，德国 24 德国慕尼黑工业大学医学人工智能与信息学研究所
如何评估体积传导模型的准确性？立体定向EEG数据的验证研究
Volume conduction models of the head are widely used for source reconstruction of electro- (EEG) and magnetoencephalography (MEG) activity ( Malmivuo and Plonsey, 1995 ; Nunez and Srinivasan, 2006 ; Hansen et al., 2010 ), and are used to understand and optimize the effects of electrical ( Neuling et al., 2012 ; Rampersad et al., 2014 )和磁性脑刺激（Janssen等，2013），用经颅电气，深脑和磁刺激（TES，DBS和TMS）颅内和颅外应用。尽管有许多模型研究可以通过比较不同的模拟模型来量化电势数值的准确性（在EEG情况下）和磁场（在MEG情况下）（在MEG情况下），但研究了较少的研究研究，研究了人类和模拟的Elliss and ush and droissells and and and and and and and and and and eSte and and and and and and and and and and and and and and and and and and and。 Al。，2017）。体积传导模型的几何，电和数值方面是固有的。例如，BEM假设几何形状由具有同质和各向同性的电导率的嵌套隔室组成，从而导致对三角形的表面网格之间的边界进行几何描述，其中大多数BEM的实现都需要触摸或相交的情况，并且在deSect and triangles不得不触摸或相互交织。另一个例子是白质传导率的假设是各向异性，它将数值方法的选择限制为FEM或FDM。涉及计算机模拟的验证研究中经常采用的策略是将重点放在其中一个或两个因素上，并保持其余方面固定。先前的工作表明，由体积传导模型产生的潜在的准确性取决于许多因素，例如模型的几何代表（Vorwerk等，2014），不同组织的电导率（Oostendorp等，2000，2000; Aydin等，2014; Aydin et al。，2014年），Sensers nermane alser（Cuplmane alser），Etermane et ner ner ner ner ner ner ner ner ner ner ner。 2020a），来源的表示[例如，偶极子（De Munck等，1988）或双梁（Vermaas等，2020b）]，以及用于解决数学问题的方法[例如，具有分析公式（De Munck and Peters，De Munck and Peters，1993; Zhang，1995; Zhang; Mosher et efiment; Mosher等人，2001年; Oostenveld和Oostendorp，2002年； Akalin-Acar和Gençer，2004元素方法（Marin等，1998; Schimpf等，2002; Miinalainen等，2019）]。通过在模型中包括高分辨率的解剖学细节，例如CSF，紧凑型和海绵状的骨骼部分，颅骨，血管或dura的骨骼部分需要高分辨率，需要在模型中进行高分辨率，以便在模型中具有足够的地理位置，以使其具有足够的详细信息， 是在模型中包括高分辨率的解剖学细节，例如CSF，紧凑型和海绵状的骨骼部分，以使其具有足够的地理位置的详细信息，以使其具有足够的详细信息，以使其具有足够的详细信息，以使其具有足够的详细信息， 进行了特定的联系。 ; Piastra等人，2018年）。 在Nüßing等人中。 （2016），例如，头部模型的几何形状保持恒定，并且解决了正向问题的数学方法。 Piastra等人。 vorwerk是在模型中包括高分辨率的解剖学细节，例如CSF，紧凑型和海绵状的骨骼部分，以使其具有足够的地理位置的详细信息，以使其具有足够的详细信息，以使其具有足够的详细信息，以使其具有足够的详细信息， 进行了特定的联系。 ; Piastra等人，2018年）。 在Nüßing等人中。 （2016），例如，头部模型的几何形状保持恒定，并且解决了正向问题的数学方法。 Piastra等人。 vorwerk是在模型中包括高分辨率的解剖学细节，例如CSF，紧凑型和海绵状的骨骼部分，以使其具有足够的地理位置的详细信息，以使其具有足够的详细信息，以使其具有足够的详细信息，以使其具有足够的详细信息， 进行了特定的联系。 ; Piastra等人，2018年）。 在Nüßing等人中。 （2016），例如，头部模型的几何形状保持恒定，并且解决了正向问题的数学方法。 Piastra等人。 vorwerk进行了特定的联系。 ; Piastra等人，2018年）。 在Nüßing等人中。 （2016），例如，头部模型的几何形状保持恒定，并且解决了正向问题的数学方法。 Piastra等人。 vorwerk进行了特定的联系。 ; Piastra等人，2018年）。在Nüßing等人中。 （2016），例如，头部模型的几何形状保持恒定，并且解决了正向问题的数学方法。 Piastra等人。 vorwerk在Nüßing等人中。（2016），例如，头部模型的几何形状保持恒定，并且解决了正向问题的数学方法。Piastra等人。vorwerk（2018），更改了数值方法和源模型，而几何形状保持恒定。