从多模式MRI中进行的脑组织分割是许多神经影像分析管道的关键基础。已建立的组织分割方法并未开发出来应对由病理学(例如白质病变或肿瘤)引起的大型解剖变化,并且在这些情况下通常会失败。同时,随着深神经网络(DNN)的出现,脑损伤的分割显着成熟。然而,现有的方法很少允许对正常组织和脑病变的联合分割。当前,注释的数据集通常仅处理一个特定任务,并且依赖任务特定的成像协议,包括任务特定的成像模式集,因此目前妨碍了针对此类联合任务的DNN。在这项工作中,我们提出了一种新的方法,可以从聚合的任务特异性异型模式结构域构建关节组织和病变分割模型。从关节问题的各种公式开始,我们展示了如何通过经验分解和优化预期的风险。我们利用了处理跨数据集的异质成像方式的风险上限。为了应对潜在的域转移,我们基于数据增强,对抗性学习和伪健康的生成进行了整合并测试了三种常规技术。对于每个单独的任务,我们的联合方法与任务特定的和完全监督的模型相比具有比较性能。对两种不同类型的脑损伤进行评估,该框架将进行评估:白质病变和神经胶质瘤。在后一种情况下,缺乏用于定量评估目的的联合基础真相,我们提出并使用一种新型的临床上相关的定性评估方法。
Yigit 表示:“据我们所知,这一反应率使 Vvax001 成为迄今为止报道的针对 HPV16 相关 CIN3 病变的最有效治疗疫苗之一。如果在更大规模的试验中得到证实,我们的结果可能意味着至少一半的 CIN3 患者可以省去手术,避免所有可能的副作用和并发症。”
1门诊科(超声),四川临床癌症研究中心,四川癌症医院和研究所,四川癌症中心,中国电子科学与技术大学癌症医院(UESTC),成都,中国国家癌症中心医院,中国国家癌症中心医院2年,中国妇科学院 Chengdu Medical College, Chengdu, China, 5 Department Gynecological Oncology, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, Af fi liated Cancer Hospital of University of Electronic Science and Technology of China (UESTC), Chengdu, China, 6 Department Pathology, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, Af中国成都的中国电子科学与技术大学(UESTC)培养癌症医院
导管癌原位(DCIS)是一种无创类型的乳腺癌类型,具有侵入性和影响死亡率的高度可变的潜力。目前,由于缺乏特定的生物标志物,可将低风险病变与较高进展风险的患者区分开来,因此许多DCI患者被过度治疗。在这项研究中,我们分析了来自不同患者的57个纯DCI和313种侵入性乳腺癌(IBC)。 获得了三个级别的基因组数据;基因表达,DNA甲基化和DNA拷贝数。 我们进行了亚型分层分析和DCI和IBC之间的关键差异,这些差异表明亚型特定进展。 在基底样亚型的肿瘤中发现了显着差异:基础样的DCI的增殖较小,并且比基底样IBC显示出更高的分化程度。 此外,与IBC相反,在DCIS之间未识别核心基底肿瘤(以与基底质心相关的高度相关)。 在拷贝数水平上,与基底类的IBC相比,基底样的DCIS显示出较少的拷贝数畸变。 与基底样的DCI和正常组织相比,通过甲基甲基化的分析是基底样IBC中多重原钙粘着蛋白基因的高甲基化,这可能是由远程表观遗传沉默引起的。 这表明在基础类亚型的IBC中特异性地对细胞粘附相关基因进行沉默。在这项研究中,我们分析了来自不同患者的57个纯DCI和313种侵入性乳腺癌(IBC)。获得了三个级别的基因组数据;基因表达,DNA甲基化和DNA拷贝数。我们进行了亚型分层分析和DCI和IBC之间的关键差异,这些差异表明亚型特定进展。在基底样亚型的肿瘤中发现了显着差异:基础样的DCI的增殖较小,并且比基底样IBC显示出更高的分化程度。此外,与IBC相反,在DCIS之间未识别核心基底肿瘤(以与基底质心相关的高度相关)。在拷贝数水平上,与基底类的IBC相比,基底样的DCIS显示出较少的拷贝数畸变。与基底样的DCI和正常组织相比,通过甲基甲基化的分析是基底样IBC中多重原钙粘着蛋白基因的高甲基化,这可能是由远程表观遗传沉默引起的。这表明在基础类亚型的IBC中特异性地对细胞粘附相关基因进行沉默。我们的工作证实,在研究从DCIS到IBC的进展时,亚型地层是必不可少的,并且我们提供了证据,表明基底样DCIS表现出较小的侵略性,并质疑基底样DCIS是基底样DCIS是基础类似基底类似的乳腺癌乳腺癌的直接前体。
使用人工智能辅助图像分类器对初级内镜医师进行胃病变组织学预测培训的初步效果。方法 在具有五个卷积层和三个完全连接层的卷积神经网络上构建人工智能图像分类器,通过 2,000 个未放大的内镜胃图像训练 Resnet 主干。独立验证集由来自 100 个胃病变的另外 1,000 个内镜图像组成。六名初级内镜医师审查了验证集的第一部分,然后向其中三名(A 组)披露人工智能的预测,而其余三名(B 组)未提供此信息。所有内镜医师都独立审查了验证集的第二部分。结果 AI 的总体准确率为 91.0 %(95 % CI:89.2 – 92.7 %),敏感度为 97.1 %(95 % CI:95.6 – 98.7 %),特异度为 85.9 %(95 % CI:83.0 – 88.4 %),ROC 曲线下面积 (AUROC) 为 0.91(95 % CI:0.89 – 0.93)。在两个验证集中,AI 的准确度和 AUROC 均优于所有初级内镜医师。在第二个验证集中,A 组内镜医师的表现有所提高,但 B 组内镜医师没有提高(准确度为 69.3 % 到 74.7 %;P = 0.003)。结论 训练后的 AI 图像分类器可以准确预测胃病变中是否存在肿瘤成分。人工智能图像分类器的反馈还可以加快初级内窥镜医师预测胃病变组织学的学习曲线。
由于 PARP 抑制剂能够特异性地杀死无法通过同源重组修复 DNA 的肿瘤,因此聚(ADP - 核糖)聚合酶 1 (PARP1) 已成为癌症治疗的中心靶点。DNA 损伤后,PARP1 会迅速与 DNA 断裂结合并触发 ADP - 核糖基化信号。ADP - 核糖基化对于将各种因子募集到损伤部位以及及时将 PARP1 从 DNA 断裂中分离非常重要。事实上,在 PARP 抑制剂存在的情况下,PARP1 会被困在 DNA 断裂处,这是这些抑制剂细胞毒性的潜在机制。因此,任何影响捕获的细胞过程都被认为会影响 PARP 抑制剂的效率,可能导致接受这些药物治疗的患者产生获得性耐药性。DNA 损伤后有许多 ADP - 核糖基化靶点,包括 PARP1 本身以及组蛋白。虽然最近的研究报告称 PARP1 的自我修饰会促进其从 DNA 损伤中释放,但其他 ADP - 核糖基化蛋白对这一过程的潜在影响仍不清楚。本文,我们证明组蛋白 ADP - 核糖基化对于 PARP1 从损伤中及时消散也至关重要,从而导致细胞对 PARP 抑制剂产生耐药性。考虑到 ADP - 核糖基化与其他组蛋白标记之间的串扰,我们的研究结果为开发更有效的 PARP 抑制剂驱动的癌症疗法开辟了有趣的前景。
通过基于DNA-HPV测试的基于人群筛查的年龄组评估癌前病变,阴道镜转诊和正预测值(PPV)的速率的抽象目标。方法本示范研究比较了该计划的第一个30个月中进行的16,384个HPV测试与在细胞学筛查中测试的19,992名妇女进行了比较。比较了CIN2和CIN3的阴道镜转介率和PPV按年龄组和筛选程序进行了比较。统计分析使用CHI方检验和赔率比(OR),其置信间隔为95%(95%CI)。结果,HPV16-HPV18的HPV测试为3.26%,对于具有1.68%异常的细胞学计划,对阴道镜转介率的其他12个其他HPV的阳性为9.92%。人乳头瘤病毒测试检测到103 CIN2,89 CIN3和一个AI,而通过细胞学检测到24个CIN2和54 CIN3(P <0.0001)。通过HPV测试筛选的25至29岁年龄组的阳性比2.4至3.0倍,13.0%的阳性率转诊,是30至39岁的女性的两倍(7.7%; P <0.0001),并检测到20个CIN3和3个cin3和3级癌症的cin3和3 cin3和cante cintoly cintology cintogency of Cin3和canterology cintogeny 3或cintogency cintogency 3或cinty 3. 3. 3. 3. 3. 95; 95; 95; p¼0.043)。在HPV测试计划中,CIN2的阴道镜PPV范围为29.5至41.0%。结论在短暂的HPV测试筛查中,子宫颈癌性病变的检测显着增加。在女性<30岁的女性中,HPV测试表现出更大的积极性,高阴道镜转介率,与老年女性的类似阴道镜PPV以及对HSIL和HSIL和早期宫颈癌的更多检测。
目标:多发性硬化症患者(PWM)的运动缺陷通常是不对称的,表明影响相应电动途径的局灶性病变的主要作用。[1]但是,病变负荷与物理残疾之间的关联在PWM中仍然适度。一个假设可能是严重的病变,即沿着电动路径的重斜向脱髓鞘与功能后果有关。材料和方法:在2个中心(NCT04220814)募集了60个复发式PWM和33个健康对照。病变。使用概率地图集重建完整的运动区,包括大脑和SC部分。[2,3]使用磁化转移率(MTR)近似病变严重程度,在不同区域沿不同区域计算,并使用基于HC的Z分数在体素水平上计算出病变,以识别严重的病变(阈值2 SD)。每个肢体功能运动后果。使用同时脑和宫颈SC MP2RAGE定量T1成像(QT1)重复分析。[4]结果:临床运动评分与成像之间的关联是适度的。上肢和下肢的CMCT与病变负荷和MTR呈正相关。严重病变在异常的PWM中比正常CMCT观察到更频繁的病变(例如,主要发现是使用QT1复制的,但程度较小。:上肢正常/异常CMCT的严重病变:38.1/80.8%;在下肢:33.3/93.9%;所有p's <.001),但与临床运动评分状态相关(所有p's> .1)。多变量逻辑回归模型表明,SC中存在严重病变的存在与仅在下肢中患有异常CMCT的风险增加有关(p <.001)。结论:PWMS中的电动机评估具有挑战性,临床运动评分可能缺乏灵敏度,而CMCT被证明是整个CST完整性的可靠反映。假设肢体的延长CMCT仅通过在相应的电动途径上至少存在严重的病变来解释,仅在下肢上证实了一个严重的病变,并且需要使用更具体的髓磷脂含量生物标志物进行进一步的研究。参考文献:[1] Sechi E.等,神经病学,2019年; [2] Kerbrat A.等,2020,大脑; [3] De Leener B.等人,Neuroimage,2018年; [4] Forodighasemabadi A.等,Magn Reson Imag,2021。致谢:这项研究得到了ARSEP和Corect
标题:水凝胶的精密切割肺切片支持体内引起的肺部肺部病变的体内文化作者:Caroline Hauer 1,Rachel Blomberg 2,Rachel Blomberg 2,Kayla Sompel 1,Kayla Sompel 1,Chelsea M. Magin M. Magin M. Magin 1,2,3科罗拉多州Anschutz医疗校园Aurora,Co 80045,美国2生物工程系丹佛分校美国30045,美国30045,科罗拉多州科罗拉多大学Anschutz Medical Campus Aurora,Co 80045,美国运行标题:水凝胶embedded PCLS支持肺PML的肺部PML培养物:Meredith A.科罗拉多州的网球大学Anschutz医疗校园12700 E 19 Th Ave,Box C272 Aurora,Co 80045,美国Meredith.tennis@cuanschutz.edu利益冲突:C.M.M M. C.M.M担任Colorado Biosci-Biosci-Ence Institute董事会副主席。 所有其他作者都没有宣布潜在的利益冲突。 单词计数:4,500(包括材料和方法)数字:4科罗拉多州的网球大学Anschutz医疗校园12700 E 19 Th Ave,Box C272 Aurora,Co 80045,美国Meredith.tennis@cuanschutz.edu利益冲突:C.M.M M. C.M.M担任Colorado Biosci-Biosci-Ence Institute董事会副主席。所有其他作者都没有宣布潜在的利益冲突。单词计数:4,500(包括材料和方法)数字:4
胶质母细胞瘤 (GBM) 是一种恶性程度较高的脑肿瘤,预后较差。尽管免疫疗法正在被探索作为 GBM 患者的潜在治疗选择,但目前尚不清楚全身免疫疗法是否能够达到并改变脑内的肿瘤微环境。我们评估了在手术前 1 周接受抗 PD-1 免疫检查点抑制剂 nivolumab 的患者的免疫特征,并与未接受过 nivolumab 治疗而接受挽救性切除术的对照患者进行了比较。我们观察到 nivolumab 与脑内肿瘤内和组织驻留 T 细胞结合的饱和水平,这意味着 nivolumab 的饱和水平可以到达脑肿瘤。在 nivolumab 治疗后,在肿瘤驻留 T 细胞群中观察到 T 细胞活化和增殖的显著变化,并且外周 T 细胞上调趋化因子受体