XiaoMi-AI文件搜索系统
World File Search Systemcomputed
深度学习的工作流程，用于自动提取心脏纤维化中心脏计算机断层扫描上心房和心外膜脂肪组织的自动提取
抽象背景：计算机断层扫描（CT）图像上左心房（LA）和心外膜脂肪组织（EAT）体积的术前估计与心房颤动（AF）复发的风险增加有关。我们旨在设计一个基于学习的工作流程，以提供对心房，心包和饮食的可靠自动分割，并为未来在AF管理中的应用提供。方法：本研究招募了157例AF患者，他们在2015年1月至2017年12月在台北退伍军人综合医院之间接受了首次导管的消融。LA，右心庭（RA）和心包的三维（3D）U-NET模型用于开发用于总，LA-EAT和RA-EAT自动分割的管道。 我们将心包内的脂肪定义为组织，衰减在-190至-30 HU之间，并量化了总食物。 在心包内的LA或RA的扩张性内部边界和心内膜壁之间的区域用于检测归因于脂肪的体素，从而估计La-EAT和RA-EAT。 结果：LA，RA和心包分割模型的骰子系数分别为0.960±0.010、0.945±0.013和0.967±0.006。 3D分割模型与LA，RA和心包的地面真相良好相关（r = 0.99，所有人的P <0.001）。 我们提出的食品，LA-EAT和RA-EAT方法的骰子系数分别为0.870±0.027、0.846±0.057和0.841±0.071。 结论：我们提出的用于自动LA，RA和饮食分割的工作流程在CT图像上使用3D U-NETS对AF患者可靠。用于开发用于总，LA-EAT和RA-EAT自动分割的管道。我们将心包内的脂肪定义为组织，衰减在-190至-30 HU之间，并量化了总食物。在心包内的LA或RA的扩张性内部边界和心内膜壁之间的区域用于检测归因于脂肪的体素，从而估计La-EAT和RA-EAT。结果：LA，RA和心包分割模型的骰子系数分别为0.960±0.010、0.945±0.013和0.967±0.006。3D分割模型与LA，RA和心包的地面真相良好相关（r = 0.99，所有人的P <0.001）。我们提出的食品，LA-EAT和RA-EAT方法的骰子系数分别为0.870±0.027、0.846±0.057和0.841±0.071。结论：我们提出的用于自动LA，RA和饮食分割的工作流程在CT图像上使用3D U-NETS对AF患者可靠。
根据时间序列fMRI数据计算出的阿尔茨海默氏病的因果功能连通性
已知大脑区域之间的功能连通性在阿尔茨海默氏病中发生改变，并有望成为早期诊断的生物标志物。功能连接性的几种方法获得了代表大脑区域之间随机关联（相关）的非指导网络。但是，关联不一定意味着因果关系。相比之下，因果功能连通性（CFC）更有信息，提供了代表大脑区域之间因果关系的有向网络。在本文中，我们通过静止状态功能磁共振成像（RS-FMRI）记录了来自三个临床组的受试者的静止功能磁共振成像（RS-FMRI）的因果功能连接组：认知正常，轻度认知障碍和阿尔茨海默氏病。我们应用了最近开发的时间感知PC（TPC）算法来推断整个大脑的因果功能连接组。TPC在时间序列设置中基于有向图形建模的全脑CFC的模型估计。我们将TPC的CFC结果与文献中其他相关方法的结果进行了比较。然后，我们使用了TPC的CFC结果，并基于Welch的t -test t -test t -Values获得的Alzheimer和认知正常组之间的CFC边缘强度的差异进行了探索性分析。因此，发现大脑区域与临床/医疗机构的研究人员发表的有关受阿尔茨海默氏病影响的大脑区域的文献一致。
严重支气管肺发育不良中的胸部计算机断层扫描：比较定量评分方法
莫德纳大学和雷吉奥·埃米利亚大学学科研究生院，意大利摩德纳市Berasmus mc -Sophia儿童医院，鹿特丹大学医学中心，儿科学系，呼吸医学和过敏症科，鹿特丹，荷兰，荷兰，医疗中心，牛排，托特斯特姆Mc MC，大学医学中心鹿特丹，荷兰鹿特丹流行病学系，荷兰E Erasmus mc-索菲亚儿童医院，鹿特丹大学医学中心，鹿特丹大学，鹿特丹新生儿科，鹿特丹新生儿科，荷兰，荷兰MC，鹿特丹大学医学中心，鹿特兰大学，鹿特兰大学，鹿特兰大学，鹿特兰大学。意大利Cagliari的Cagliari
定量计算机断层扫描在慢性阻塞性肺疾病的队列研究中的实用性：叙事评论
慢性阻塞性肺疾病（COPD）由于其发病率高和死亡率而代表了一个重大的全球健康问题，预计到2030年，它被评为全球第三大死亡原因（1）。吸烟与COPD的发病率密切相关，尤其是在像中国这样的亚洲地区，高烟草消费量会导致更高的患病率。在中国，超过13％的40岁以上的人出现了COPD，2018年估计患者总数约为9990万（2）。该疾病的特征是无法完全可逆的气流阻塞，并可能影响不同水平的呼吸系统，并具有异质性临床表现（3）。尽管肺活量测定学仍然是COPD诊断和分期的传统方法，但成像方式（例如定量计算机断层扫描（QCT））可能会提供更全面的诊断和治疗见解。尤其是在2019年冠状病毒疾病（Covid-19）大流行期间，由于气溶解病毒传播的风险，应谨慎使用肺功能测试程序（4）。因此，QCT等创新的诊断工具已获得了知名度。QCT可以安全地评估COPD的严重性，包括肺气肿和气道阻塞，提供潜在的初步筛查工具和个性化COPD治疗指南（5）。
土耳其儿童脑部计算机断层扫描视神经鞘直径随性别和年龄变化的情况
可能影响颅内压和眼球的问题；身高、体重和头围在适当范围内；神经发育正常（补充表1和2）。我们认为排除种族/民族差异以减少多样性和确保标准化是适当的，所以我们只包括土耳其患者。荟萃分析显示，除了所有这些因素外，测量地点的海拔高度和患者的个人特征也会影响ONSD测量值。先前的一项研究报告称，海拔每增加1000米，ONSD测量值就会增加0.14毫米[35]。我们进行研究并获得CT图像的医院位于海拔8米（26英尺）处。因此，我们认为获得的正常中位数是最小值，重要的是
使用低剂量计算机断层扫描
骨质疏松症是一种全身性疾病，其特征是骨矿物质密度降低（BMD）和微体系结构的全身丧失，导致脆弱性骨折（1）。骨质疏松症已成为老年人口中的一种常见疾病，影响了全球超过2亿人（2）。由于骨质疏松症在早期阶段是无症状的，因此早期诊断在防止这种疾病引起的骨质疏松性骨折中起着至关重要的作用（3）。BMD测量是诊断骨质疏松症的主要基础之一。双能X射线被认为是测量BMD的标准技术（4）。定量计算机断层扫描（QCT）是测量BMD的另一种经过临床验证的方法，也可以提供结构信息（5）。QCT提供了更准确的BMD测量值，与双能X射线吸收测定法（DXA）不同，它不容易受到诸如髋关节或脊柱的严重退化变化，血管钙化，口服对比以及某些食物或饮食补充的因素，某些含量高矿物质和元素（6-8）。但是，QCT仍然有几个局限性，例如对专用软件和幻影的需求，训练有素的技术人员较少，并且经常需要校准。另外，即使使用通常包括L1和L2的标准扫描协议，QCT中的辐射剂量也明显高于DXA（9）。如今，在肺气肿检测，肺癌筛查，肝脏脂肪变性评估等（10-12）中建议使用低剂量计算机断层扫描（LDCT）。基于此，胸部与上腹部LDCT扫描相结合，经常用于物理检查中。在BMD测量中支持低辐射剂量QCT的可行性（13,14），在LDCT扫描中获得的图像涵盖了L1和L2 Spine，可用于使用专用QCT软件的BMD测量，而无需额外的成本和暴露（15）。根据许多研究，使用从标准CT扫描获得的取消骨的计算机断层扫描值（CT）值计算，其相关系数在0.399至0.891之间（16）。但是，除了不同的内部椎体
随机三维数值幻象，可以在乳腺癌的定量光声计算机中启用计算研究
光声计算机断层扫描（OAT），也称为光声计算的Tomography，是一种非侵入性成像方式，可积极用于临床乳房成像和其他生物医学应用。1 - 8燕麦的独特特征是能够基于与发色团浓度和组织内的发色团浓度和氧化状态相关的内源性光学对比度产生图像的能力，而无需电离辐射和空间分辨率丢失，通常与纯粹的光学技术相关的纯粹光学技术，例如纯粹的光学技术。1，9这允许进行组织代谢和血管生成的成像，这些代谢和血管生成已被鉴定为在肿瘤生长和进展中起关键作用。7，10因此，理想地将光声成像定位为在体内解决这两个标志。2 - 8，10因此，优化且经过验证的燕麦系统可以成为治疗乳腺癌的强大工具。通过评估肿瘤微举行密度和血液氧合，它可以使肿瘤侵袭性的初步评估以告知治疗计划和预后。它还可以随着时间的推移监测肿瘤对治疗的反应。然而，为了实现其全部诊断潜力，燕麦应具有提供有关光吸收系数真实值的定量信息的能力，该信息与分子浓度成正比。7、11、12
新型光谱计算机断层扫描中的定量参数：胃腺癌患者KI-67表达的评估
结果分别分别为37例和71例患者，分别为低和高的KI-67表达。ct 40 KeV-VP，CT 70 KeV-VP，CT 100 KEV-VP和Z EFF相关参数明显更高，但是与具有高KI-67表达式状态的基团表达状态较低的组中，与IC相关的参数较低，而其他分析的参数则没有显示两组之间的统计差异。Spearman的相关性分析表明，CT 40 KEV-VP，CT 70 KEV-VP，CT 100 KEV-VP，Z EFF，Z EFF和N Z EFF与KI-67状态呈负相关，而IC和NIC与KI-67状态呈正相关。ROC分析表明，光谱参数的多变量模型在识别KI-67状态[曲线下的面积（AUC）= 0.967;灵敏度为95.77％；特异性91.89％）]。然而，单变量模型的区分功能是中等的（AUC值0.630-0.835）。此外，NZ Eff
大脑Spect扫描（单照片发射计算机断层扫描）
脑SPECT扫描是大脑的一种核成像。•SPECT代表单照片排放计算机断层扫描。•“核”一词是指少量放射性物质（称为示踪剂）用于帮助医生看到血液如何流向人体器官。•“成像”一词是指特殊的相机为示踪剂穿过血液的照片。脑SPECT扫描是在放射学中进行的。扫描显示血液如何流向大脑。它可以帮助医生知道大脑的工作方式何时存在问题。在扫描之前该怎么办？
统计和机器学习方法预测轻度创伤性脑损伤儿童进行计算机断层扫描的必要性
该研究招募了 1100 名 2 岁以下的儿童，以评估学龄前儿童。其他纳入和排除标准均符合 PECARN 研究。人口统计学、损伤细节、病史和神经学评估等数据用于统计评估和 ML 算法的创建。临床重要 TBI (ciTBI)、CT 上的 mTBI 和对照组的儿童人数分别为 28、30 和 1042。除损伤机制的严重程度外，所有非参数预测因子均显示出对照组和需要住院治疗的临床重要 TBI (csTBI：CT 上的 ciTBI+mTBI) 之间的统计学意义。三组之间的比较也显示出所有预测因子的显著性 (p < 0.05)。这项研究表明，用于预测是否需要进行 CT 扫描的监督 ML 可以以 95% 的准确率生成。它还揭示了决策树中每个预测因子的重要性，尤其是“生命天数”。