一名 28 岁的韩国男性患者,18 岁时曾患桥本甲状腺炎和脑动脉瘤破裂导致的蛛网膜下腔出血,耳朵、手指和脚趾出现寒冷诱发的冻疮病变;腿部出现网状疹(皮肤红斑狼疮病面积和严重程度指数 [CLASI] 评分为 14);手脚出现炎性关节炎(图 1A)。他的神经系统检查正常。系统检查未见异常,无相关家族史。随访脑血管造影显示多个微小囊状动脉瘤(图 2)。血液检查显示轻度白细胞减少(3.5 × 10 9 /L)和中性粒细胞减少(1.4 × 10 9 /L)。所有其他实验室和影像学检查结果均正常,包括炎症标志物、感染性血清学、ANA、类风湿因子、补体和尿液分析。基因检测显示 TREX1 c.52G>A、p.(Asp18Asn) 杂合,证实了 FCL 的诊断。
引言对比诱导的急性肾损伤(CI-AKI)是一种急性肾损伤的形式,是由于注射造影剂而导致的,经常在诊断程序(例如计算机断层扫描(CT)扫描或血管造影)中进行(1)。对比诱发的急性肾脏损伤是一个重大问题,因为它可能导致肾脏损害和弱势患者的进一步并发症,尤其是患有肾脏疾病或其他危险因素的人(2)。这种情况的特征是肾功能突然下降,这定义为在对比度给药后48-72小时内(3)内48-72小时内,血清肌酐水平的升高至少为0.5 mg/dL或25%。- 葡萄糖共转运蛋白2(SGLT2)抑制剂是一组主要治疗2型糖尿病的药物。它们通过抑制肾脏中的葡萄糖重吸收来起作用,从而通过尿液增加葡萄糖排泄(4)。但是,SGLT2抑制剂还对可能影响Ci-Aki的肾脏生理学有其他影响(5)。
多模态 CT 扫描,包括非造影 CT、CT 灌注和 CT 血管造影,广泛用于急性中风诊断和治疗计划。虽然每种成像模式在脑横截面特征可视化方面都有其优势,但不同模式的图像分辨率不同,这妨碍了放射科医生辨别一致但细微的可疑发现的能力。此外,更高的图像质量需要更高的辐射剂量,从而增加白内障形成和癌症诱发等健康风险。在这项工作中,我们提出了一种基于深度学习的方法 Transfer-GAN,该方法利用生成对抗网络和迁移学习来提高多模态 CT 图像分辨率并降低必要的辐射暴露。通过大量实验,我们证明,与不学习先验知识的训练相比,从多模态 CT 进行的迁移学习提供了显着的可视化和数量增强。
背景:人工智能 (AI) 有可能通过自动解释和穿支识别提高放射学报告的效率、准确性和可靠性,从而改变乳房重建的术前计划。大型语言模型 (LLM) 最近在医学领域取得了重大进展。本研究旨在评估当代 LLM 在解释计算机断层血管造影 (CTA) 扫描以进行深下腹壁穿支 (DIEP) 皮瓣术前计划方面的能力。方法:四个著名的 LLM,ChatGPT-4、BARD、Perplexity 和 BingAI,回答了六个关于 CTA 扫描报告的问题。一组在乳房重建方面拥有丰富经验的整形外科专家使用李克特量表评估了答案。相反,答案的可读性则使用 Flesch 阅读难度分数、Flesch-Kincaid 等级和 Coleman-Liau 指数来评估。 DISCERN 评分用于确定反应的
对患者护理的影响 自动检测增强冠状动脉计算机断层扫描血管造影 (CCTA) 中的钙化的能力有可能减少用户的差异并使结果标准化,帮助放射科医生区分支架和钙化,并专注于更重要的任务。越来越多地使用各种人工智能技术有可能改善工作流程和/或诊断准确性;识别冠状动脉钙化 (CAC) 是实现该目标的一步。自动 CAC 检测可以帮助诊断人员快速将注意力集中在感兴趣的病变上,帮助解释冠状动脉管腔,并提供安全网,以免忽视细微病变,这对于受训人员或 CCTA 解释经验有限的人尤其有价值。未来的深度学习 (DL) 算法能够自动从对比增强 CCTA 中得出钙化评分,有可能通过省略非对比钙化评分来减少辐射暴露。
2007 写作委员会成员与美国急诊医师学会、心血管造影和介入学会以及胸外科医师学会合作开发。由美国心血管和肺康复协会和学术急诊医学学会认可 Jeffrey L. Anderson,医学博士,FACC,FAHA 主席;Cynthia D. Adams,RN,博士,FAHA;Elliott M. Antman,医学博士,FACC,FAHA;Charles R. Bridges,医学博士,理学博士,FACC,FAHA;Robert M. Califf,医学博士,MACC;Donald E. Casey,Jr,医学博士,公共卫生硕士,工商管理硕士,FACP,FAHA;William E. Chavey,II,医学博士,理学硕士;Francis M. Fesmire,医学博士,FACEP; Judith S. Hochman,医学博士、FACC、FAHA; Thomas N. Levin,医学博士、FACC、FSCAI; A. Michael Lincoff,医学博士,FACC; Eric D. Peterson,医学博士、公共卫生硕士、FACC、FAHA; Pierre Theroux,医学博士、FACC、FAHA; Nanette K. Wenger,医学博士; R. Scott Wright,医学博士、FACC、FAHA
摘要:啮齿动物脑血管成像是光声学研究大脑活动和病理的热门应用之一。深层脑结构成像常常受到光传输和声学检测系统布置不合理所阻碍。在我们的工作中,我们重新审视了光声信号生成背后的物理原理,以便从理论上评估最佳激光波长,以超越光在高度散射和吸收的脑组织中扩散所造成的穿透障碍,对啮齿动物进行脑血管光声血管造影。我们开发了一个基于扩散近似的综合模型,使用与典型鼠脑非常相似的光学和声学参数来模拟光声信号生成。该模型揭示了可见光和近红外光谱中的三个特征波长范围,最适合对不同大小和深度的脑血管进行成像。数值模拟证实了理论结论,而体内成像实验进一步验证了准确分辨 0.7 至 7 毫米深度范围内脑血管的能力。
其许多主要分支(图 3)。大动脉炎的诊断是根据欧洲抗风湿病联盟/儿童风湿病国际试验组织/欧洲儿童风湿病学会的标准确定的。2 开始使用甲氨蝶呤,并继续每日服用泼尼松龙。诊断为大动脉炎四个月后,出现左侧偏瘫。脑 MRI 显示右前血管区域广泛脑梗塞(图 4)。脑部和颈部计算机断层扫描血管造影显示右侧颈内动脉完全闭塞。右颈总动脉的血管受累发展为闭塞前狭窄。右侧大脑前动脉和中动脉直径较细,由后交通动脉和前交通动脉供血(图 5)。托珠单抗治疗以每四周 8 mg/kg 的剂量开始。经过 2.5 年的托珠单抗治疗随访,患者的临床状况略有改善,没有出现新的症状。获得了患者的书面知情同意。
Aim: To assess three different level experienced nuclear medicine specialists' intra- and interobserver variability of semiquantitative visual interpretations of left ventricular (LV) myocardial perfusion, wall motion (WM), and wall thickening (WT) in gated myocardial perfusion single- photon emission tomography (gMPS), and to compare the compatibility between the observers' and coronary angiography (CAG) reports.方法:使用5点灌注量表,WM的6分尺度和WT的4分制来评分每个段。图像由3个观察者分别解释了3次至少一个月的间隔。随后,通过求和相应的分段灌注得分来计算应力(SSS)和REST(SRS)的视觉半定量求和分数。总结得分(SDS)也被计算为SSS和SRS之间的差异。通过将所有相应的分段分数求和,从应力图像中计算出视觉半定量WM和WT分数。结果:在全球灌注评估中观察者的一致性具有统计学意义(71.9-100%)。在所有LAD-SS,CX-SSS,VE RCA-SSS解释中都有一个重大的共识。在3个观察者的3个读数之间有很好的一致性(p = 0.0)。由于全球评估中的高观察者一致性水平,1。的平均值和2。解释(平均1.-2。int。),并与该新值和3。解释进行区域比较。在3个区域SSS解释中达成了重大协议。尽管在LAD动脉领域计算了最低的协议率,但协议水平在统计上是统计的,并且在所有领土上都非常重要。在CX和RCA领土中,协议水平在统计学上是显着的(p <0.05)。结论:灌注解释的观察者间和观察者的一致性水平在全球和区域基础中都很重要。视觉解释和CAG结果之间存在重大一致性,尤其是在CX和RCA动脉领域。在WM评分中,观察者中的观察者和观察者协议高于壁厚分数。
2007 写作委员会成员 与美国急诊医师学会、心血管造影与介入学会以及胸外科医师学会合作开发。得到美国心血管和肺康复协会和学术急诊医学学会的认可 Jeffrey L. Anderson,医学博士,FACC,FAHA 主席;Cynthia D. Adams,RN,博士,FAHA;Elliott M. Antman,医学博士,FACC,FAHA;Charles R. Bridges,医学博士,理学博士,FACC,FAHA;Robert M. Califf,医学博士,MACC;Donald E. Casey,Jr,医学博士,公共卫生硕士,工商管理硕士,FACP,FAHA;William E. Chavey,II,医学博士,理学硕士;Francis M. Fesmire,医学博士,FACEP;Judith S. Hochman,医学博士,FACC,FAHA; Thomas N. Levin,医学博士、FACC、FSCAI; A. Michael Lincoff,医学博士,FACC; Eric D. Peterson,医学博士、公共卫生硕士、FACC、FAHA; Pierre Theroux,医学博士、FACC、FAHA; Nanette K. Wenger,医学博士; R. Scott Wright,医学博士、FACC、FAHA
