XiaoMi-AI文件搜索系统
World File Search Systemflair
热指数用于治疗性低温新生儿脑损伤的早期非侵入性评估：初步报告
围产期窒息 (PA) 是新生儿死亡的第三大原因，也是儿童严重神经系统损伤的最常见原因之一。当前的工具和测量主要基于临床评估分析以及实验室和电生理测试，在进行磁共振成像 (MRI) 评分之前，无法提供一致的数据来预测缺氧缺血性脑病 (HIE) 的严重程度。这项研究的目的是评估新指数——热指数 (TI)——在评估因 PA 导致的治疗性低温 (TH) 过程中新生儿脑损伤程度方面的实用性。这是一项前瞻性、观察性、试点研究，不需要对适用程序进行任何更改。对 2018 年因 PA 在奥波莱大学医院新生儿/儿科 ICU 接受 TH 治疗的六名新生儿进行了分析。根据当前建议，他们都符合 TH 的标准。 TH 结束后，当儿童恢复正常体温时，使用 1.5 T 扫描仪进行脑部 MRI 检查，使用 T1、T2 加权图像、液体衰减反转恢复 (FLAIR)、反转恢复 (IR)、磁敏感加权成像 (SWI) 和弥散加权成像 (DWI)。根据 Weeke 等人提出的评分系统，使用 MRI 评分评估图像。根据本文提出的公式计算评估内源性产热的热指数。在治疗的第一小时内，MRI 评分和 TI 值 (0.98；p = 0.0003) 之间存在高度、统计学上显着的正相关性。与 MRI 评估的高度相关性、测量的非侵入性以及治疗后最初几个小时内即可获得结果，使作者提出将热指数作为早期评估接受 TH 治疗的新生儿脑损伤的工具。需要进一步研究以确认所提出方法的有效性。
使用多模态 MRI 的放射纹理特征描述符来区分复发性脑肿瘤与放射性坏死
尽管采取了化学放射疗法和手术切除等多模式积极治疗，多形性胶质母细胞瘤 (GBM) 仍有可能复发，这被称为复发性脑肿瘤 (rBT)。在多种情况下，良性和恶性病变在放射影像上可能看起来非常相似。其中一个例子就是放射性坏死 (RN)（放射治疗的中度良性影响），在结构磁共振成像 (MRI) 上，它们在视觉上几乎与 rBT 无法区分。因此，需要在常规获取的脑部 MRI 扫描中识别可靠的非侵入性定量测量：对比前 T1 加权 (T1)、对比后 T1 加权 (T1Gd)、T2 加权 (T2) 和 T2 液体衰减反转恢复 (FLAIR)，可以准确区分 rBT 和 RN。在这项工作中，复杂的放射纹理特征用于在多模式 MRI 上区分 rBT 和 RN，以进行疾病表征。首先，提取随机多分辨率放射组学描述符，该描述符可捕获体素级纹理和结构异质性以及强度和直方图特征。随后，这些特征用于机器学习设置，以从四个 MRI 序列（包含 30 个 GBM 病例（12 个 RN，18 个 rBT）的 155 个成像切片）中表征来自 RN 的 rBT。为了减少准确度估计的偏差，我们使用留一交叉验证 (LOOCV) 和分层 5 倍交叉验证与随机森林分类器来实现模型。在本研究中，我们的模型使用多分辨率纹理特征区分 rBT 与 RN，对于 LOOCV 提供 0.967 ± 0.180 的平均准确度，对于分层 5 倍交叉验证提供 0.933 ± 0.082 的平均准确度。我们的研究结果表明，与文献中的其他研究相比，复杂的纹理特征可以更好地区分 MRI 中的 rBT 和 RN。关键词：复发性脑肿瘤，放射性坏死，放射组学特征，多模态磁共振成像
使用深度学习的非小细胞肺癌中脑转移的完全自动化MR检测和分割
背景：非小细胞肺癌（NSCLC）是扩散到大脑的最常见肿瘤实体，多达50％的患者发展出脑转移（BMS）。在MRI上检测BMS是具有挑战性的，其固有的诊断风险固有的风险。目的：在临床常规MRI上训练和评估NSCLC中BMS的全自动检测和3D分割的深度学习模型（DLM）。研究类型：回顾性。人口：预处理MRI 315 BMS的98例NSCLC患者分为培训（66例患者，248 BMS）和独立测试（17例患者，67 BMS）和对照（15例患者，0 BMS）同伙。场强/序列：t 1-/t 2加权，T 1加权对比度增强（T 1 CE；梯度回波和自旋回波序列），以及来自各个供应商和研究中心的1.0、1.5和3.0 t的天赋。评估：使用5倍交叉验证对训练队列进行了3D卷积神经网络（DEEPMEDIC），并在独立的测试和控制集中进行了评估。通过神经外科医生和t 1 CE的放射科医生对BMS的三维体素分割，用作参考标准。统计检验：每次扫描的敏感性（回忆）和假阳性（FP）发现，骰子相似性系数（DSC）比较手动分割之间的空间重叠，Pearson的相关性（R）的相关性（R）以评估量化量级的量级测量和WIRCO之间的关系，并评估量级的量级量表，并进行了量级测量。 BMS。p值<0.05在统计学上被认为是显着的。与参考标准相比，自动化结果：在测试集中，DLM检测到67 BMS中的57个（平均体积：0.99 4.24 cm 3），导致灵敏度为85.1％，而每次扫描的FP发现为1.5。错过的BMS比检测到的BMS（0.96 2.4 cm 3）的体积明显小（0.05 0.04 cm 3）。
多模态磁共振在缺血性脑卒中评估中的运用进展
[1] Murray CJL, Aravkin AY, Zheng P, et al.Global burden of 87 risk factors in 204 countries and territories, 1990 – 2019: a systematic analysis for the Global Burden of Disease Study 2019[J].Lancet, 2020, 396 (10258): 1223-1249.[2] 王增武 , 马志毅 , 薛素芳 , 等 .基层冠心病与缺血性脑卒中共患管理 专家共识 2022[J].中国心血管病研究 , 2022, 20(9): 772-793.[3] 王拥军 , 李子孝 , 谷鸿秋 , 等 .中国卒中报告 2020 （中文版） (1)[J].中 国卒中杂志 , 2022, 17(5): 433-447.[4] Langhorne P, Bernhardt J, Kwakkel G. Stroke rehabilitation[J].Lancet, 2011, 377(9778): 1693-1702.[5] Xing Y, Bai Y.A Review of Exercise-Induced Neuroplasticity in Ischemic Stroke: Pathology and Mechanisms[J].Mol Neurobiol, 2020, 57 (10): 4218-4231.[6] Guggisberg AG, Koch PJ, Hummel FC, et al.Brain networks and their relevance for stroke rehabilitation[J].Clin Neurophysiol, 2019, 130(7): 1098-1124.[7] Lutsep HL, Albers GW, Decrespigny A, et al.Clinical utility of diffusion-weighted magnetic resonance imaging in the assessment of ischemic stroke[J].Ann Neurol, 1997, 41(5): 574-580.[8] 于帆 , Arman Sha, 张苗 , 等 .人工智能在急性缺血性脑卒中影像的研 究进展 [J].中华老年心脑血管病杂志 , 2023, 25(3): 334-336.[9] 李华 , 郭春锋 , 高连荣 .FLAIR 及 DWI 序列在诊断脑血管周围间隙 中的价值 [J].医学影像学杂志 , 2015, 25(8): 1341-1343.[10] Scheldeman L, Wouters A, Dupont P, et al.Stroke, 2022, 53(5): 1665-1673.[11] Thomalla G, Simonsen CZ, Boutitie F, et al.MRI-Guided Thrombolysis for Stroke with Unknown Time of Onset[J].[15] 蔡建新 , 彭如臣 .扩散加权成像和流体且反转的恢复定量定量，以预测不明发作的缺血性中风中的易流性恢复不匹配的恢复不匹配状态[J]。《新英格兰医学杂志》，2018，379（7）：611-622。[12] Legrand L，Turc G，Edilali M等。根据Flair血管高压不匹配而受益于血栓切除术后血运重建[J]。Eur Radiol，2019，29（10）：5567-5576。[13] Xie Y，Oppenheim C，Guillemin F等。预处理病变量会影响临床结果和血栓切除术的功效[J]。Ann Neurol，2018，83（1）：178-185。 [14] Raoult H，Lassalle MV，Parat B等。 基于DWI的算法可预测急性中风血栓切除术治疗的患者的残疾[J]。 Am J Neuroradiol，2020，41（2）：274-279。 弥散张量磁共振成像方法概述[J]。 医学影像学杂，2007，17（10）：1119-1122。 [16] Qiu A，Mori S，Miller MI。 扩散张量成像，用于理解早期生命中大脑发育[J]。 Ann Rev Psychol，2015，66：853-876。 [17] Corroenne R，Arthuis C，Kasprian G等。 胎儿大脑的扩散张量成像：有前途技术的原理，潜力和局限性[J]。 超声产科妇科，2022，60（4）：470-476。 [18] Andica C，Kamagata K，Hatano T等。 源自扩散成像的退化性脑疾病的生物标志物[J]。 J Magn Reson Imaging，2020，52（6）：1620-1636。 [19] Groisser BN，哥伦WA，Singhal AB等。 NeuroRehabil神经修复，2014，28（8）：751-760。Ann Neurol，2018，83（1）：178-185。[14] Raoult H，Lassalle MV，Parat B等。基于DWI的算法可预测急性中风血栓切除术治疗的患者的残疾[J]。Am J Neuroradiol，2020，41（2）：274-279。弥散张量磁共振成像方法概述[J]。医学影像学杂，2007，17（10）：1119-1122。[16] Qiu A，Mori S，Miller MI。扩散张量成像，用于理解早期生命中大脑发育[J]。Ann Rev Psychol，2015，66：853-876。 [17] Corroenne R，Arthuis C，Kasprian G等。 胎儿大脑的扩散张量成像：有前途技术的原理，潜力和局限性[J]。 超声产科妇科，2022，60（4）：470-476。 [18] Andica C，Kamagata K，Hatano T等。 源自扩散成像的退化性脑疾病的生物标志物[J]。 J Magn Reson Imaging，2020，52（6）：1620-1636。 [19] Groisser BN，哥伦WA，Singhal AB等。 NeuroRehabil神经修复，2014，28（8）：751-760。Ann Rev Psychol，2015，66：853-876。[17] Corroenne R，Arthuis C，Kasprian G等。胎儿大脑的扩散张量成像：有前途技术的原理，潜力和局限性[J]。超声产科妇科，2022，60（4）：470-476。[18] Andica C，Kamagata K，Hatano T等。源自扩散成像的退化性脑疾病的生物标志物[J]。J Magn Reson Imaging，2020，52（6）：1620-1636。[19] Groisser BN，哥伦WA，Singhal AB等。NeuroRehabil神经修复，2014，28（8）：751-760。皮质脊髓扩散异常[J]。[20] Kumar P，Kathuria P，Nair P等。使用扩散张量成像的亚急性缺血性卒中后上肢运动恢复的预测：系统评价和荟萃分析[J]。J Stroke，2016，18（1）：50-59。[21] Soulard J，Huber C，Baillieul S等。运动道完整性预测步行恢复：亚急性中风中的扩散MRI研究[J]。神经病学，
使用无监督机器学习自动跟踪多发性硬化症中的主动病变
摘要：背景：在磁共振成像 (MRI) 中识别活动性病变对于多发性硬化症 (MS) 的诊断和治疗计划至关重要。在施用钆基造影剂 (GBCA) 后，可以识别 MRI 上的活动性病变。然而，最近的研究报告称，重复施用 GBCA 会导致 Gd 在组织中积聚。此外，施用 GBCA 会增加医疗保健成本。因此，减少或取消用于活动性病变检测的 GBCA 施用对于提高患者安全性和降低医疗保健成本非常重要。目前，无需施用 GBCA 即可识别脑部 MRI 中的活动性病变的最先进方法利用数据密集型深度学习方法。目标：实现数据密集度较低的非线性降维 (NLDR) 方法、局部线性嵌入 (LLE) 和等距特征映射 (Isomap)，用于自动识别 MS 患者脑部 MRI 上的活动性病变，而无需施用造影剂。材料和方法：本研究中使用的多参数 MRI 数据集包括液体衰减反转恢复 (FLAIR)、T2 加权、质子密度加权以及对比前后 T1 加权图像。减影前后对比 T1 加权图像由专家标记为活动性病变 (地面真实值)。使用无监督方法 LLE 和 Isomap 将多参数脑 MR 图像重建为单个嵌入图像。在嵌入图像上识别活动性病变并将其与地面真实病变进行比较。通过计算嵌入图像中观察到的和识别出的活动性病变之间的 Dice 相似性 (DS) 指数来评估 NLDR 方法的性能。结果：LLE 和 Isomap 应用于 40 名 MS 患者，分别获得 0.74 ± 0.1 和 0.78 ± 0.09 的中位 DS 评分，优于目前最先进的方法。结论：NLDR 方法、Isomap 和 LLE 是识别非对比图像上活动性 MS 病变的可行选择，并且可能用作临床决策工具。
香港创新科技亮相 CES 2025 规模最大的本土科技公司代表团吸引全球关注和潜在商机
编号 公司名称 展位位置 1 Aiilog Limited 全球展馆 2 Ailytics Limited Eureka Park 3 AiShang Mobility (Hong Kong) Limited Eureka Park 4 Applied Technology Group Limited 全球展馆 5 AutoKeybo Limited Eureka Park 6 Bioenergy Resources Research Centre Limited (BRRC) ^ Eureka Park 7 Braillic Limited Eureka Park 8 Carnot Innovations Limited 全球展馆 9 Creations Un Limited ^ 全球展馆 10 Dawnflow Limited Eureka Park 11 Easenory Technology Limited Eureka Park 12 Epago Technologies Limited Eureka Park 13 Expando World Limited Eureka Park 14 FreightAmigo Services Limited 全球展馆 15 Full Nature Farms (Hong Kong) Limited * 全球展馆 16 GOOD Vision Technologies Co., Limited Eureka Park 17 GOOVision Technology Co. Ltd Eureka Park 18 Guardian Glow Limited Eureka Park 19 HairCoSys Limited 全球展馆 20 Hitrons Intelligence Limited 尤里卡公园 21 香港工业人工智能及机械人中心（FLAIR） 尤里卡公园 22 香港 Umedia Limited 全球展馆 23 i2Cool Limited 尤里卡公园 24 iCombo Tech Company Limited ^ 尤里卡公园 25 Immune Materials Limited (IML) 尤里卡公园 26 Incus Company Limited 全球展馆 27 InsightRT Limited 尤里卡公园 28 Kim Dai AI Technology Limited 全球展馆 29 MEMS Drive Hong Kong Limited 全球展馆 30 Meridian Innovation Limited 全球展馆 31 纳米及先进材料研发院有限公司（NAMI） 全球展馆 32 On-us Company Limited 全球展馆 33 OOley Care Company Limited 尤里卡公园 34 PharmCare Technology Limited 尤里卡公园 35 Point Fit Technology Limited 尤里卡公园
SAL-2025 年 1 月.pdf
迎接新年之际，我们的思绪不可避免地会回到过去十二个月中见证的重要事件或里程碑。从生日庆祝、周年纪念、婚礼和新生儿，到失去的亲人、经历的变化和取得的成就。一年的时间里会发生很多事情，我们的社区也不例外。试试乡村测验，看看你能回忆起多少 2024 年发生的当地事件。新年也带来了一个重新设定和寻找做不同事情的机会。众所周知，新年决心的成功率很低，因为它们很少能长期坚持下去。与其在同样艰难的时间范围内设定往往不切实际的目标，也许我们应该寻找更简单的方法来做出改变。做好事、赞美或微笑同样有益，而且更容易实现。如果您想结识新朋友或尝试新的消遣方式，为什么不考虑加入众多俱乐部和社团之一，访问村庄网站，或探索阿斯顿及其周围的一些人行道。三月份的春季展览有很多值得期待的地方，所以请查看本期的时间表并开始计划您的获奖作品。关于变革问题，我很遗憾地告诉大家，我亲爱的同事凯特·西蒙森因其他承诺而辞去 SAL 联合编辑一职。在过去的几个月里，我们开始了解 SAL 的复杂性，我非常感谢她提供的所有帮助和支持。凯特的创意天赋和新想法得到了高度赞赏，她是圣诞节丰富多彩的封面比赛的灵感来源，许多人，尤其是年轻人都很喜欢。我们会想念她，祝她一切顺利，希望她能时不时地参与进来。祝大家新年快乐，身体健康！
Bruno Scrosati（1937–2024）
ULL在意大利罗马La Sapienza分校的电化学教授已有40多年的历史了，Bruno Scrosati领导了电化学领域的全球领先研究小组之一 - 材料科学和纳米技术领域，用于高能电池系统。 他的许多学生都证明了他的作品的卓越表现，今天，他是意大利和国外的知名教授和研究人员。 布鲁诺·斯科萨蒂美国Urbana-Champaign，美国（1964-1966）。 在1970年代开始对充电锂电池的研究开始，布鲁诺·斯科萨蒂（Bruno Scrosati）已经隶属于罗马拉萨皮恩扎大学化学系的化学系。 他最杰出的成就是实际的证明是，在可充电的非水电池系统中，可以用插入型负电极活性材料1代替不稳定且潜在的危险锂金属负电极1，从而使第一个岩石式小组构成了插入式式rockiring of'lither tym intective Elective Elective Active Active材料，从而将其命名为“ lithium-ion Cell pytient of Rockiring”，该材料是Rockir的2个。 在1982年，他成立了最重要的主题会议，即锂电池，国际锂电池国际会议，IMLB，该会议现已举行了二十秒钟的研讨会。 他有一个无可挑剔的组织电化学会议的才能ULL在意大利罗马La Sapienza分校的电化学教授已有40多年的历史了，Bruno Scrosati领导了电化学领域的全球领先研究小组之一 - 材料科学和纳米技术领域，用于高能电池系统。他的许多学生都证明了他的作品的卓越表现，今天，他是意大利和国外的知名教授和研究人员。布鲁诺·斯科萨蒂美国Urbana-Champaign，美国（1964-1966）。在1970年代开始对充电锂电池的研究开始，布鲁诺·斯科萨蒂（Bruno Scrosati）已经隶属于罗马拉萨皮恩扎大学化学系的化学系。他最杰出的成就是实际的证明是，在可充电的非水电池系统中，可以用插入型负电极活性材料1代替不稳定且潜在的危险锂金属负电极1，从而使第一个岩石式小组构成了插入式式rockiring of'lither tym intective Elective Elective Active Active材料，从而将其命名为“ lithium-ion Cell pytient of Rockiring”，该材料是Rockir的2个。在1982年，他成立了最重要的主题会议，即锂电池，国际锂电池国际会议，IMLB，该会议现已举行了二十秒钟的研讨会。他有一个无可挑剔的组织电化学会议1979年12月19日，他向《电工学会杂志》提交了一篇有关电源的文章，证明了在由Li x Wo 2负电极，Li y y y tis 2阳性电极和一个含有Liclo 4盐和Propylene 4 Salt和Propylene acteylene carbenate Cubonate Cubonate Carbor溶液溶剂V型碳酸溶液的电极组成的电细胞中可逆穿梭Li +离子的能力。
纳米
纳米材料制造中心隆重开幕 自有研发+创新园设施推动全球材料发展（香港，2024 年 8 月 27 日）——金峰国际（控股）有限公司旗下子公司纳盾科技有限公司（“纳盾”）欣然宣布其位于将军澳创新园先进制造业中心（“AMC”）的纳米材料制造中心隆重开幕。该项目得到了香港政府和各界专业人士的大力支持，并获得了创新科技署下属新工业化资助计划（NIFS，前称再工业化资助计划）的 1500 万港元资助。开幕当天，众多嘉宾出席了仪式，包括创新、科技及工业局局长孙东教授、香港理工大学校长滕锦光教授、工业署署长（创新及科技）葛明博士，以及其他商界、学术界和政界专业人士。纳盾借助本地大学强大的研发能力，致力推动全球材料发展。一方面，纳盾与香港理工大学成立创新科技中心，加强全球人才的交流与合作；另一方面，成立“香港科技大学-康德莱德可持续技术联合实验室”，探索可持续技术与材料、减碳、新型工业化等领域的前沿研究与应用。纳盾的母公司是一家拥有强大厨具和饮具设计研发能力的一站式解决方案供应商，纳盾意识到现有过滤技术的不足，因此主要专注于纳米技术的应用，例如将纳米纤维技术加入到水过滤产品中。此后，纳盾进一步将可行性分析扩展到医疗和美容领域。随着纳盾不断扩大业务规模和产品种类，纳盾也意识到需要更高的研发效率和生产能力来支持其发展。 2019年，NANOshields收购了4条独立运营的纳米纤维生产线，第一条生产线设在大埔。2021年，香港科技园公司将其位于大埔、元朗和将军澳的3个工业区重新定位为InnoParks，其位于将军澳的AMC
有机酸血症的脑磁共振成像
摘要：背景：有机酸血症（OA）是一类氨基酸代谢缺陷的遗传性疾病，除非在生命早期开始治疗，否则会导致严重的中枢神经系统（CNS）并发症，如癫痫、脑病等。在新生儿筛查计划中可以实现症状前诊断，否则诊断会延迟且具有挑战性。工作目标：寻找 OA 共有的特定磁共振成像（MRI）诊断发现。材料和方法：这项横断面描述性研究包括 42 名确诊有机酸血症的儿童，他们在埃及开罗大学儿科医院社会和预防医学中心的神经代谢诊所接受随访。MRI 脑部扫描是在（1.5 T Aera 机器）上进行的。结果：该研究包括 42 名儿童，平均年龄为 36 个月。其中 29 名（69%）为男性，13 名（31%）为女性，男女比例为 2.23:1。确诊为 1 型戊二酸血症 26 例（61.9%），其次为甲基丙二酸血症 7 例（16.67%），异戊酸血症 3 例（7.14%），丙酸血症 3 例（7.14%），焦谷氨酸血症 2 例（4.76%），D2 羟基戊二酸血症 1 例（2.38%）。20 例（47.6%）出现基底神经节异常信号，11 例（26.2%）出现皮质萎缩，11 例（26.2%）出现白质改变，10 例（23.8%）出现颞叶低血容量，6 例（16.7%）出现脑室扩张，4 例（9.5%）出现蛛网膜囊肿，3 例（7.1%）脑 MRI 正常，2 例（4.8%）出现脑软化。没有特定的影像学发现与 OA 或其类型相关。结论：脑 MRI 发现在有机酸血症或其类型中很常见但并非独有，而且不敏感或特异。正常的脑 MRI 不能排除 OA 的诊断。研究证据级别：IV ( 1 )。关键词：有机酸血症；磁共振成像；MRI；代谢紊乱。缩写：ADC：表观扩散系数；Ax：轴向；C2：乙酰肉碱；C3：丙酰肉碱；(C5-DC)：戊二酰肉碱；CNS：中枢神经系统；DWI：扩散加权成像；FLAIR：液体衰减和反转恢复；FTT：发育不良；GA- 1：1 型戊二酸血症；GDD：全面发育迟缓；IV：异戊酸血症；MMA：甲基丙二酸血症；MRI：磁共振成像；NBS：新生儿筛查；OA：有机酸血症； PA：丙酸血症；T1W：T1加权；T2W：T2加权；TMS：串联质谱。