XiaoMi-AI文件搜索系统
World File Search Systemaneurysm
人工智能在颅内动脉瘤检测中的不一致性
保留所有权利。未经许可不得重复使用。永久。预印本（未经同行评审认证）是作者/资助者，他已授予 medRxiv 许可，可以在此版本中显示预印本。版权所有者于 2024 年 11 月 30 日发布此版本。；https://doi.org/10.1101/2024.11.26.24317954 doi：medRxiv preprint
评估流动分流的脑动脉瘤治疗
摘要背景多个研究和荟萃分析描述了用流动分流（FDS）治疗的大量动脉瘤患者的技术和临床结果。评估方法的变化使研究之间的比较复杂化，阻碍了对设备行为的理解，并在评估FD治疗进一步进步的评估中构成了障碍。方法是神经干预主义者，成像专家和神经放射学家的多学科小组，其目的是建立共识建议，以在FD研究中对图像分析进行标准化。结果提出了标准化方法，用于评估和报告颅内动脉瘤的FD治疗的放射学结果。建议包括临床研究的一般成像考虑以及对纵向变化的评估，例如新内膜衬里和狭窄。它们涵盖了动脉瘤位置，形态，测量值以及动脉瘤遮挡，壁画和颈部覆盖范围的标准。这些报告标准进一步定义了四种特定的辫子变形模式：概要，钓鱼，编织凸起的凸起变形和辫子崩溃，共同称为“ F2B2”。结论在应用广泛应用时，测量和报告结果的标准化将有助于协调临床研究中治疗结果的评估，有助于促进专家之间的结果交流，并帮助使研究和发展专注于FD技术和技术的特定方面。
IntrA：用于深度学习的 3D 颅内动脉瘤数据集
医学是深度学习模型的重要应用领域。该领域的研究是医学专业知识和数据科学知识的结合。在本文中，我们引入了一个开放的三维颅内动脉瘤数据集 IntrA，而不是二维医学图像，这使得基于点和基于网格的分类和分割模型的应用成为可能。我们的数据集可用于诊断颅内动脉瘤和提取颈部以进行医学和深度学习其他领域（如正常估计和表面重建）的夹闭手术。我们通过测试最先进的网络提供了一个大规模分类和部分分割的基准。我们还讨论了每种方法的性能，并展示了我们数据集的挑战。发布的数据集可以在这里访问：https://github.com/intra3d2019/IntrA。
人工智能在未破裂颅内动脉瘤中的作用：概述
颅内动脉瘤 (IA) 是一个重大的公共卫生问题。在没有合并症且平均年龄为 50 岁的人群中，其患病率高达 3.2%。需要一种有效的方法来识别 IA 高风险受试者，以提供足够的放射学筛查指南并有效分配医疗资源。人工智能 (AI) 因其在基于图像的任务中的出色表现而受到全世界的关注。它可以作为临床环境中医生的辅助手段，提高诊断准确性，同时减少医生的工作量。AI 可以像人类一样执行模式识别、对象识别和问题解决等任务。根据收集的训练数据，AI 可以以半自主的方式协助决策。同样，AI 可以识别可能的诊断，并根据健康记录或影像数据选择合适的治疗方法，而无需任何明确的编程（指令集）。动脉瘤破裂预测是预测建模的圣杯。AI 可以显著改善破裂预测，从而挽救生命和肢体。如今，深度学习 (DL) 在准确检测医学影像中的病变方面显示出巨大潜力，并且已经达到甚至超越了专家级诊断。这是通过增加计算放射组学准确诊断 UIA 的第一步。这不仅可以诊断，还可以建议治疗方案。未来，我们将看到 AI 在 IA 的诊断和管理中发挥越来越大的作用。
人工智能解决动脉瘤分析中的挑战 - 富士通全球
麦考瑞大学与邻近的富士通和医疗设备制造商 GE Healthcare 联手开发了一项人工智能诊断技术，可以分析脑动脉瘤的 CT 扫描。该技术旨在显著加快 CT 扫描的分析过程，从而节省放射科医生的宝贵时间。通过使用这项人工智能技术及其附带的 3D 结构分析数据，神经外科医生有望在规划手术时做出更好的决策。
使用 MONAI 从 MRI 图像对脑动脉瘤进行分类...
脑动脉瘤是脑内血管的凸起或膨胀，可能会渗漏或破裂，引起出血，也可能导致脑出血。这是一种紧急医疗情况，需要立即进行神经系统评估和检测以确保生存。[19] 动脉瘤的大小不到 MRI 扫描大小的 1%，因此使用深度学习识别和分割动脉瘤具有挑战性。在这个任务中，我们探索了深度学习神经网络如何帮助从 MRI 扫描中解决脑动脉瘤的分类问题。我们模型的输入是 3D 图像、医院的扫描图像和没有动脉瘤的开源图像。我们使用 DenseNet 网络架构和 MONAI（人工智能医疗开放网络）[12] 平台，这是一个基于 PyTorch 的开源框架，用于训练和提高分类任务的准确性。我们与一家初创公司 VasoGnosis Inc. 合作，这是一家为脑血管疾病提供人工智能诊断和手术规划软件平台的供应商 [15]，通过这个项目获取数据和指导。
肥厚性
1东田纳西州立大学詹姆斯·H·奎伦医学院，美国田纳西州约翰逊市2 Ballad Health CVA心脏研究所，田纳西州约翰逊市，美国田纳西州约翰逊市，通讯作者：Ashwin Jagadish，东田纳西州立大学詹姆斯·H·Quillen医学院医学生James H. Quillen医学院修订：12/12/2023接受：12/21/2023发布：12/31/2023 AM J Hosp Med Oct; 7（4）：2023。doi：https：//doi.org/10.24150/ajhm/2024.004关键词：动脉瘤，血栓，超声心动图，抗凝性，抗癌性心理性心理性心理中性疗法抽象中性障碍左心室（LV）超常见的形式不常见的形式（HC）。它与顶端动脉瘤，心律不齐和心脏猝死有关。顶端动脉瘤可以导致血栓发展，并且患有这种情况的个体可能需要抗凝。我们的病例涉及一名具有HCM的76岁女性，这些女性患有障碍物和LV顶端动脉瘤形成中腔中液脂肥大。她在动脉瘤中形成了一个血栓，该血栓已成功地用口服apixaban处理。引言虽然肥厚性心肌病可以在左心室（LV）壁中的任何地方都表现出来，但最常见的表现涉及基底前隔膜或前自由壁的肥大[1]。一种罕见类型的肥厚性心肌病（HCM）可以作为中腔LV阻塞[2]。中腔lv阻塞
内皮化的硅树脂动脉瘤模型用于流动分化的体外评估
抽象目的这项工作的目的是将硅树脂动脉瘤管置换为用于评估内皮细胞与神经血管器件的体外模型。第一个目标是建立一致且汇合的内皮细胞衬里，并随着时间的推移评估硅胶血管。第二个目标是使用这些硅酮血管进行流动分流和评估。用纤维蛋白涂有硅树脂管，并置于单个生物反应器系统中。人脐静脉内皮细胞被沉积在管中以形成硅酮血管，然后在蠕动泵上培养，并在2、5、7或10天收获以评估内皮细胞衬里。使用了一个硅树脂动脉瘤血管进行流动植入，并在部署后3或7天评估了对设备支撑杆的细胞覆盖率。结果有机硅血管保持汇合，PECAM-1（血小板内皮细胞粘附分子1）随着时间的推移阳性内皮细胞衬里。这些容器促进并承受了流动分流器的植入，并在设备部署后披露了强大的细胞衬里。此外，内皮细胞通过覆盖流动器支撑剂的覆盖范围，对植入的装置做出了反应，而部署后7天的动脉瘤比细胞覆盖率增加，而3天则是3天。结论有机硅动脉瘤模型可以被内皮化并随着时间的流逝而在体外成功维持。此外，这些有机硅容器可用于流动分流和评估。
乳腺癌和脑动脉瘤检测中新型深度学习模型的开发
2.1：CNN 架构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... 28 3.8：来自 SCVMC 数据集的样本 MRA 图像 . ...