XiaoMi-AI文件搜索系统
World File Search SystemUltrasound
LLM可以帮助对超声成像的质量评估？
摘要 - 由于操作员的熟练程度和成像情况的差异，超声检查的次数急剧增加，低质量的超声成像已大大增加，因此对诊断准确性造成了严重负担，甚至导致重新诊断的风险在关键病例中重新开始诊断。为了帮助临床医生选择高质量的超声图像并确保准确的诊断，我们引入了超声波QBench，这是一种全面的基准，该基准在系统上可以评估多模式大型语言模型（MLLMS），以实现超声图像的质量评估任务。超声 - Qbench建立了从不同来源收集的两个数据集：IVUSQA，由7,709张图像和心脏硫酸氢菌组成，包含3,863张图像。这些图像包含常见的超声成像工件由专业的Ul-Trasound专家注释，并分为三个质量：高，中和低。为了更好地评估MLLM，我们将质量评估任务分解为三个维度：定性分类，定量评分和比较评估。对7个开源MLLM和1个原则的评估表明，MLLM具有超声图像质量分类中低级视觉任务的初步功能。我们希望这种基准能激发研究界的深入研究和增强MLLM在医学成像任务中的未开发潜力。索引术语 - 大型大语言模型（MLLM），质量评估，超声图像
Acuson红杉超声系统 - 查看更多。知道...
与常规系统中的多束组重叠，而不是单个或关闭平行光束线。通过Infocus和基于物理的延迟技术启用了次级波束形成。振幅校正可以在发送事件中进行，以显着锐化图像并改善空间分辨率，而不是给定传感器频率的典型分辨率。
超声引导区域麻醉中的人工智能图像解释
超声引导下区域麻醉教育和培训建议。区域麻醉和疼痛医学 2009；34：40 – 6。4. Turbitt LR、Mariano ER、El-Boghdadly K。区域麻醉的未来方向：不仅仅针对行家。麻醉学 2020；75：293 – 7。5. Bowness J、Turnbull K、Taylor A 等人。在超声引导下区域麻醉期间识别变异解剖结构：临床改进的机会。英国麻醉杂志 2019；122：775 – 7。6. Drew T、Vo MLH、Wolfe JM。看不见的大猩猩再次来袭：专家观察员的持续注意力盲视。心理科学 2013； 24 ：1848 – 53。7. Connor CW。麻醉学中的人工智能和机器学习。麻醉学 2019；131：1346 – 59。8. James Lind Alliance。麻醉和术前护理前 10 名。http://www.jla.nihr.ac.uk/priority-setting-partnerships/anaesthesia- and-perioperative-care/top-10-priorities/（2019 年 11 月 15 日访问）。9. C ^ ot e CD，Kim PJ。麻醉学中的人工智能：迈向未来。多伦多大学医学杂志 2019；96：33 – 6。10. Karpagavalli S、Jamuna KS、Vijaya MS。用于术前麻醉风险预测的机器学习方法。国际工程技术最新趋势杂志 2009；1：19 – 22。11. Oh TT、Ikhsan M、Tan KK 等人。一种新的神经轴麻醉方法：自动超声脊柱标志识别的应用。BMC 麻醉学 2019；19：57。12. Wijnberge M、Geerts BF、Hol L 等人。机器学习衍生的术中低血压预警系统与标准护理对择期非心脏手术期间术中低血压深度和持续时间的影响。美国医学会杂志 2020；323：1052 – 60。13. Sippl P、Ganslandt T、Prokosch HU 等人。全身麻醉期间插管后缺氧的机器学习模型。卫生技术和信息学研究 2017； 243 : 212 – 6. 14. Lee CK, Ryu HG, Chung EJ 等。丙泊酚和瑞芬太尼靶控输注过程中双谱指数的预测：一种深度学习方法。麻醉学 2018；128：492 – 501。
超便携式超声波提供诊断级成像、AI 和 CW/PW
1 Trio 是一个实时自动图像标记、分级和指导系统，可让医疗从业人员（包括未接受过超声检查培训的人员）收集图像，以满足在宣布的 COVID-19 公共卫生紧急事件期间的紧急图像分析需求。Trio 旨在由合格的医疗保健专业人员或在经过培训或获得许可的医疗保健专业人员的监督或现场指导下使用。此功能尚未获得 FDA 批准。AI 辅助 EF 工作流程使用 AI 为医疗从业人员（包括未接受过超声检查培训的人员）执行初始 EF 计算，以满足在宣布的 COVID-19 公共卫生紧急事件期间的紧急图像分析需求。AI 辅助 EF 工作流程旨在由合格的医疗保健专业人员或在经过培训或获得许可的医疗保健专业人员的监督或现场指导下使用。此功能尚未获得 FDA 批准。
使用超声波对脑血流进行 3D 成像
神经系统疾病是全球最常见的致残原因和第二大死亡原因。这些疾病通常与脑血流的变化和受损有关，因此脑血管成像对于临床诊断和科学研究都至关重要。然而，目前可用的工具（其中最主要的是磁共振成像（MRI））不足以普遍地检查活体大脑：（1）血管本质上是动态的，但现有工具只能捕捉静态快照；（2）脑血管跨越从厘米到微米的尺度，速度从几米每秒到不到一毫米每秒，但 MRI 缺乏捕捉全频谱的分辨率和灵敏度；（3）MRI 扫描仪体积大、幽闭，需要患者保持静止，这无法对患者进行连续成像或自由移动时的成像，也无法扫描患有运动障碍、幽闭恐惧症或肥胖的人。
脑肿瘤临床磁共振和超声图像在线数据库
目的：医学成像领域的一个重要挑战是找到真实的临床图像来验证新的图像处理算法。对于脑部的跟踪式 3D 超声图像尤其如此。方法：2010 年，作者在蒙特利尔神经病学研究所的成像研究中获取了脑肿瘤患者术前和术后的磁共振和术中超声图像。结果：这些数据可在蒙特利尔神经病学研究所的脑肿瘤图像评估数据库中在线获取，该数据库称为 MNI BITE 数据库。它包含 14 名患者的超声和磁共振图像。每位患者均接受了术前和术后 T1 加权磁共振扫描（钆增强），并在切除术前后获取了多张术中 B 型图像。在某些图像对中手动选择了相应的特征以进行验证。所有图像均为 MINC 格式，这是作者所在研究所用于图像处理的文件格式。 MINC 工具可在 packages.bic.mni.mcgill.ca 免费下载。结论：这是同类中第一个在线数据库。图像处理科学家以及希望比较磁共振和超声成像结果的临床医生可以使用这些图像。VC 2012 美国医学物理学家协会。[http://dx.doi.org/10.1118/1.4709600]
人工智能引导的检测未公认的心肌病的心脏点心脏疾病
美国纽约州西奈山伊坎山医学系肾脏科学系公共卫生，纽黑文，CT手稿类型：原始研究手稿单词计数：3,756个单词图：3表：2 *通讯作者：Rohan Khera，医学博士，MS 195 Church St，6楼，New Haven，CT 06510 203-764-5885; rohan.khera@yale.edu; @rohan_khera
超声用金纳米粒子聚二甲基硅氧烷复合材料合成条件优化
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
健康 | 超声波实验解决了脑医学领域的巨大难题
西弗吉尼亚大学洛克菲勒神经科学研究所的研究人员上周在《新英格兰医学杂志》上公布了他们的研究结果。该研究所的神经外科医生、这项研究的负责人阿里·雷扎伊博士说，当屏障打开时，32% 的斑块被溶解。该小组没有测量进入大脑的抗体量——这需要对药物进行放射性标记——但在动物研究中，雷扎伊博士说，打开屏障可以让 5 到 8 倍的抗体进入大脑。