XiaoMi-AI文件搜索系统
World File Search System中脑
更新了一般实践中与体育有关脑震荡的管理指南
自2001年以来，举行了四次国际会议，以解决对体育中脑震荡的理解和管理的关键问题。这些会议中的每一次会议之后，发表了一份摘要文件，以“改善参加运动期间脑震荡的运动员的安全性和健康”。5–8最近的会议于2012年11月在苏黎世举行。 苏黎世会议的共识声明提供了有关运动中脑震荡的最新知识。 8它还概述了当前的最佳实践管理指南，并为从业者提供了简单的临床工具来帮助管理脑震荡。 来自2012年苏黎世会议产生的一些关键概念包括：•重点是改善脑震荡的认识和报告•强调保守管理方法，尤其是在受伤的日子，以及在儿童中，优先重点是返回学校和学习，而不是返回体育。 本文的目的是提供有关运动中脑震荡的最新概述，包括了解伤害，5–8最近的会议于2012年11月在苏黎世举行。苏黎世会议的共识声明提供了有关运动中脑震荡的最新知识。8它还概述了当前的最佳实践管理指南，并为从业者提供了简单的临床工具来帮助管理脑震荡。来自2012年苏黎世会议产生的一些关键概念包括：•重点是改善脑震荡的认识和报告•强调保守管理方法，尤其是在受伤的日子，以及在儿童中，优先重点是返回学校和学习，而不是返回体育。本文的目的是提供有关运动中脑震荡的最新概述，包括了解伤害，
大脑发育的概述
在开发的第28天之前，神经管已关闭，其主端末端已经形成了三个相互连接的腔室。这些腔室变成心室，围绕它们的组织成为大脑的三个主要部分：前脑，中脑，后脑。（FIF 3.5 a和3.5 c）随着发育的进展，the骨腔（前脑）分为三个单独的部分，它们成为两个侧心室和第三个心室。侧心室周围的区域变成了脑脑（末端大脑），第三个心室周围的区域变成了脑脑（脑）。（3.5 b和3.5 d）以最终形式，中脑内部的腔室（中脑）变窄，形成大脑渡槽，并在后部脑中形成两个结构：Metencephalon（Metercephalon（Afterbrain）和Myelencephalon（Marrowbrain）（Marrowbrain）（Marrowbrain）（Marrowbrain）（Marrowbrain）（Marrowbrain）（div 3.5 E）
人类额叶皮层中的神经互动分离奖励和惩罚学习
抽象的感觉系统基于传达准确信息的可靠性优先加强对刺激的响应。先前的报告表明，大脑会根据可靠性的动态变化来重新获得线索，但大脑如何学习和维持对预期会随着时间稳定的感觉统计数据的神经反应是未知的。谷仓猫头鹰的中脑具有听觉空间的地图，神经元在其中计算从室内时间差（ITD）计算水平声音位置。中脑图神经元的频率调整与神经元首选ITD的最可靠频率相关（Cazettes等，2014）。去除面荷兰，导致高频从额叶空间的可靠性降低。直接测试ITD可靠性驱动频率调整是否永久变化，从成年猫头鹰记录了中脑图神经元，在发育过程中除去了面部荷兰和幼体猫头鹰，在面部ruff发育之前，掉了幼体猫头鹰。在两组中，将正面调谐的神经元调整为低于正常成年猫头鹰的频率，这与ITD可靠性的变化一致。此外，少年猫头鹰表现出更异质的频率调整，这表明正常的发育过程优化调整以匹配ITD的可靠性。这些结果表明，空间线索的长期统计数据在中脑频率调整属性的发展中，实施概率编码声音定位。
通过体内 CRISPR 编辑剖析 Fgf8 调控环境，揭示了增强子内和增强子之间的大量冗余
发育基因通常由多种具有重叠活性的元件调控。然而，在大多数情况下，这些元件的相对功能及其对内源基因表达的贡献仍未得到很好的表征。这种现象的一个例子是，已经提出了不同的增强子组来指导肢体顶端外胚层脊和中脑-后脑边界中的 Fgf8。利用体内 CRISPR/Cas9 基因组工程，我们从功能上剖析了这个复杂的调控集合，并展示了两种不同的调控逻辑。在顶端外胚层脊中，Fgf8 表达的控制似乎分布在不同的增强子之间。相反，我们发现在中脑-后脑边界中，三个活性增强子中的一个是必需的，而另外两个是可有可无的。我们进一步剖析了必需的中脑-后脑边界增强子，揭示它也是由必需和可有可无的模块混合组成的。该增强子的跨物种转基因分析表明，其组成可能发生在脊椎动物谱系中。
e1757232024.完整版.pdf
中脑导水管周围灰质 (PAG) 是一种小型中脑结构，环绕着中脑导水管，调节大脑与身体之间的通讯，人们经常研究它在应对威胁的“战斗或逃跑”和“冻结”反应中的作用。我们使用超高场 7 T fMRI 来分辨人类的 PAG 并将其与中脑导水管区分开来，并在工作记忆任务 (N = 87) 中检查其在体内的功能。轻度和中度认知需求均引发空间相似的全脑血氧水平依赖性 (BOLD) 反应模式，并且中度认知需求引发脑干中广泛高于基线的 BOLD 增加。值得注意的是，这些脑干的增加并不显著高于轻度需求条件下的增加，这表明轻度认知需求也发生了低于阈值的脑干 BOLD 增加。对特定于受试者的面具进行分组以检查 PAG 反应。在 PAG 中，轻度和中度要求都会在腹外侧 PAG 中引发明确的反应，该区域被认为在功能上与人类和非人类动物的预期疼痛威胁有关——然而，当前任务仅构成最小的（如果有的话）“威胁”，所使用的认知任务大约与记住电话号码一样具有挑战性。这些发现表明，即使在没有威胁的情况下，PAG 也可能在内脏运动调节中发挥更普遍的作用。
评估血氧水平依赖性信号变异性作为运动相关脑震荡中脑损伤的生物标志物
轻度创伤性脑损伤是一种复杂的神经系统疾病，在参加接触运动的运动员中，对运动员的关注很大。维持与运动有关的脑震荡的运动员通常会进行体格检查和神经认知评估，以确定伤害的现实和重返比赛状态。然而，由于最小可检测到的ANA Tomic病理学或神经认知改变，可能会发生对神经代谢过程的创伤性破坏，从而增加运动员可以在脆弱时期重返游戏并受到重复损害的风险。这强调了对敏感功能性神经影像学方法的需求，以检测脑震荡运动员中熟食的脑生理学改变。本研究比较了立即症状后评估和认知测试的复合评分以及血液氧水平依赖性信号变异性的全脑测量的疗效，以分类结束状态，并预测健康，脑震荡和重复刺激的运动员的脑震荡症状，并评估了动态依赖性的运动型依赖性的运动型，并依赖性依赖性依赖性氧脑生理和协助检测与运动有关的脑震荡。我们观察到了脑震荡运动员的区域血氧水平 - 依赖性信号变异性测量指标的显着差异，但没有观察到脑震荡运动员的立即震荡后评估和认知测试得分的显着差异。我们进一步证明，将功能性大脑变化的措施与立即的震荡后评估和认知测试一起得分增强了监督随机森林机器学习方法的敏感性和特异性，当分类和预测脑震荡状态以及脑震荡后的症状和临时症状，表明对体育范围的范围的变化有助于表征脑部的范围，以征服脑部的范围。创伤性脑损伤。These results indicate that altered blood oxygen level–dependent variability holds promise as a novel neurobiological marker for detecting alterations in cerebral perfusion and neuronal functioning in sport-re lated concussion, motivating future research to establish and validate clinical assessment protocols that can incorporate advanced neu roimaging methods to characterize altered cerebral physiology following mild traumatic brain injury.
确定 BRATS Ch 中脑肿瘤分割、进展评估和总体生存预测的最佳机器学习算法
Spyridon Bakas 1 , 2 , 3 , † , ‡ , ∗ , Mauricio Reyes 4 , † , Andras Jakab 5 , † , ‡ , Stefan Bauer 4 , 6 , 169 , † , Markus Remp , 19 , † , Alessandro Crimi 7 , † , Russell Takeshi Shinohara 1 , 8 , † , Christoph Berger 9 , † , Sung Min Ha 1 , 2 , † , Martin Rozycki 1 , 2 , † , Marcel Prastawa 10 , Alberts , 19 , 6 7 , † , Jana Lipkova 9 , 65 , 127 , † , John Freymann 11 , 12 , ‡ , Michel Bilello 1 , 12 , ‡ , Hassan M. Wishal-Shallah , 13 . 4 , 6 , ‡ , Jan Kirschke 126 , ‡ , Benedikt Wiestler 126 , ‡ , Rivka Colen 14 , ‡ , Aikaterini Kotrotsou 14 , ‡ , Pamela Lamontagne 15 , ‡ , Michael 17 , Michael il Milchenko 16 , 17 , ‡ , Arash Nazeri 17 , ‡ , Marc-Andr Weber 18 , ‡ , Abhishek Mahajan 19 , ‡ , Ujjwal Baid 20 , ‡ , Elizabeth Gerstner , 12 , 12 , Dong Jin 2 , † , Gagan Acharya 107 , Manu Agarwal 109 , Mahbubul Alam 33 , Alberto Albiol 34 , Antonio Albiol 34 , Francisco J. Albiol 35 , Varghese Alex 107 , Nigel Allinson 143 , Pedro 15 , Amharim HA 107 , Amharic 197 07 , Simon Andermatt 152 , Tal Arbel 92 , Pablo Arbelaez 134 , Aaron Avery 60 , Muneeza Azmat 62 , Pranjal B. 107 , Wenjia Bai 128 , Subhashis Banerjee 36 , 37 , Bill Barth 2 , Thomas Batchelman , 83 , Enzo Battistella 42 , 43 , Andrew Beers 123 , 124 , Mikhail Belyaev 137 , Martin Bendszus 23 , Eze Benson 38 , Jose Bernal 40 , Halandur Nagaraja Bharath 141 , George Biros 62 das , Sotirios Maria Cabe 123 , James Cabe 123 zas 40 , Shilei Cao 67 , Jorge M. Cardoso 76 , Eric N Carver 41 , Adri Casamitjana 138 , Laura Silvana Castillo 134 , Marcel Cat 138 , Philippe Cattin 152 , Albert C´erigues 40 , Vini Chagas , 49 , Siddha Yidd . u Chang 45 , Shiyu Chang 156 , Ken Chang 123 , 124 , Joseph Chazalon 29 , Shengcong Chen 25 , Wei Chen 46 , Jefferson W Chen 80 , Zhaolin Chen 130 , Kun Cheng 120 , Ahana Roy Roy 47 , Albert Church 40 , Steven Colleman 141 , Ramiro German Rodriguez Colmeiro 149 , 150 , 151 , Marc Combalia 138 , Anthony Costa 122 , Xiaomeng Cui 115 , Zhenzhen Dai 41 , Lutao Dai 50 , Laura Alexandra 43 , Eric Dingschang 25 , Chao Dong 65 , Shidu Dong 155 , Wojciech Dudzik 71 , 72 , Zach Eaton-Rosen 76 , Gary Egan 130 , Guilherme Escudero 159 , Tho Estienne 42 , 43 , Richard Everson , Fanat 27 , Jonathan , 29 , Longwei Fang 54 , 55 , Xue Feng 27 , Enzo Ferrante 128 , Lucas Fidon 42 , Martin Fischer 95 , Andrew P. French 38 , 39 , Naomi Fridman 57 , Huan Fu 90 , David Fuentes 58 , Yao Evan Gates , 68 , 68 Amir Gholami 61 , Willi Gierke 95 , Ben Glocker 128 , Mingming Gong 88 , 89 , Sandra Gonzlez-Vill 40 , T. Grosges 151 , Yuanfang Guan 108 , Sheng Guo 64 , Sudeep Gupta 19 , Wong Han Song 63 , Konstantin Harmuth 95 , Huiguang He 54 , 55 , 56 , Aura Hernndez-Sabat 100 , Evelyn Herrmann 102 , Naveen Himthani 62 ,Winston Hsu 111 , Cheyu Hsu 111 , Xiaojun Hu 64 , Xiaobin Hu 65 , Yan Hu 66 , Yifan Hu 117 , Rui Hua 68 , 69 , Teng-Yi Huang 45 , Weilin Huang Huve 64 H V014 Van , Khan M. Iftekharuddin 33 , Fabian Isensee 22 , Mobarakol Islam 81 , 82 , Aaron S. Jackson 38 , Sachin R. Jambawalikar 48 , Andrew Jesson 92 , Weijian Jian 119 , June Kan Marian 37 , V z 128 , Konstantinos Kamnitsas 128 , Po-Yu Kao 79 , Ayush Karnawat 129 , Thomas Kellermeier 95 , Adel Kermi 74 , Kurt Keutzer 61 , Mohamed Tarek Khadir 75 , Mahendra Kheneder 06 Philipp 107 , , Haley Knapp 60 , Urspeter Knecht 4 , Lisa Kohli 60 , Deren Kong 64 , Simon Koppers 32 , Avinash Kori 107 , Ganapathy Krishnamurthi 107 , Kushibar 13 Karivov 4 Dmitrii Lachinov 84 , 85 , Tryphon Lambrou 143 , Joon Lee 41 , Chengen Lee 111 , Yuehchou Lee 111 , Matthew Chung Hai Lee 128 , Szidonia Lefkovits 96 , Laszlo Lef7 6 iHongwet 9 65 , Wenqi Li 76 , 77 , Hongyang Li 108 , Xiaochuan Li 110 , Yuexiang Li 133 , Heng Li 51 , Zhenye Li 146 , Xiaoyu Li 67 , Zeju Li 158 , XiaoGang Li 158 , XiaoGang Li 45 , Fengming Lin 115 , Pietro Lio 153 , Chang Liu 41 , Boqiang Liu 46 , Xiang Liu 67 , Mingyuan Liu 114 , Ju Liu 115 , 116 , Luyan Liu 112 , Maro 4 Llad
当前吸烟严重程度对阿片类药物使用障碍中脑灰质体积的影响 - 体素-BAS
摘要背景：吸烟（CS）和阿片类药物使用障碍（OUD）显着改变了脑裁缝。尽管OUD和吸烟是高度合并的，但大多数先前在OUD的神经影像学研究都无法控制吸烟严重程度。具体来说，吸烟和OUD对脑灰质体积（GMV）的综合作用尚不清楚。目的：我们使用结构磁共振成像（SMRI）检查：（1）OUD和非淘汰的人之间的GMV差异具有可比的吸烟严重程度； （2）吸烟严重程度对具有和没有OUD的个体之间的大脑GMV的差异作用。方法：我们对每天抽烟的116个人的现有SMRI数据集进行了二次分析，其中60个患有Oud（CS-OUD； 37名男性，23名女性）和56个没有（CS； CS； 31名男性，25名女性）。通过基于体素的形态计算分析估计脑GMV。 结果：与CS组相比，CS-OUD组在枕皮层中具有较高的GMV，在前额叶和颞皮层，纹状体和胸膜前/后中心回旋（全脑校正）中的GMV较高（全脑校正 - P <.05）。 在内侧轨道额皮层中GMV的组与吸烟严重程度之间存在显着相互作用（全脑校正-p <.05），因此吸烟较重与CS-OUD中较低的内侧眶额GMV相关，但CS-OUD中的CS-OUD，但不是CS参与者（R = –0.32 vs. 0.12 vs. 0.12）。 结论：我们的发现表明，吸烟和Oud对脑灰质的独立和互动效果的结合。通过基于体素的形态计算分析估计脑GMV。结果：与CS组相比，CS-OUD组在枕皮层中具有较高的GMV，在前额叶和颞皮层，纹状体和胸膜前/后中心回旋（全脑校正）中的GMV较高（全脑校正 - P <.05）。在内侧轨道额皮层中GMV的组与吸烟严重程度之间存在显着相互作用（全脑校正-p <.05），因此吸烟较重与CS-OUD中较低的内侧眶额GMV相关，但CS-OUD中的CS-OUD，但不是CS参与者（R = –0.32 vs. 0.12 vs. 0.12）。结论：我们的发现表明，吸烟和Oud对脑灰质的独立和互动效果的结合。阐明经竞标阿片类药物和烟草使用的神经解剖学相关性可能会使受影响个体的新干预措施开发出来。
使用受激拉曼组织学和深度神经网络进行近实时术中脑肿瘤诊断
* 通讯作者：Daniel A. Orringer，医学博士，纽约大学，530 First Ave.，SKI 8S，纽约，NY 10016；电话 212-263-0904，Daniel.Orringer@nyulangone.org。‡ 现地址：美国加利福尼亚州旧金山市加利福尼亚大学旧金山分校神经外科系 作者贡献：TCH、SC-P. 和 DAO 构思了这项研究、设计了实验并撰写了论文，并得到了 BP、HL、ARA、EU、ZUF、SL、PDP、TM、MS、PC 和 SSSK 的协助。作者 CWF 和 JT 制作了 SRH 显微镜。TCH、ARA、EU、AVS、TDJ、PC 和 AHS 分析了数据。TDJ 和 TCH 进行了统计分析。 DAO、SLH-J.、HJLG、JAH、COM、ELM、SES、PGP、MBS、JNB、MLO、BGT、KMM、RSD、OS、DGE、RJK、MEI 和 GMM 提供了手术标本以供成像。所有作者均审阅并编辑了手稿。
早期期18F林木和18F-氟苯甲莫图像作为记忆诊所中脑代谢的代理
近年来，放射性治疗领域已大大提高，主要是由靶向生长抑素受体的B摄取疗法 - 表达肿瘤和前列腺特异性膜抗原。现在，由于其高线性能量和人类组织中的短范围，因此正在进行更多的临床试验，以评估一个具有较高效率的潜在下一代治疗学。In this review, we summarize the important studies ranging from the fi rst Food and Drug Administration – approved a -therapy, 223 Ra-dichloride, for treatment of bone metastases in castration-resistant prostate cancer, including concepts in clinical translation such as targeted a -peptide receptor radiotherapy and 225 Ac-PSMA-617 for treatment of prostate cancer, innovative therapeutic models evaluating new靶标和组合疗法。靶向A疗法是新型靶向癌症治疗中最有希望的领域之一，对神经内分泌肿瘤和转移性前列腺癌进行了几项早期和晚期临床试验，以及在其他早期相位研究中的显着兴趣和投资。一起，这些研究将有助于我们了解靶向治疗的短期和长期毒性，并有可能识别合适的治疗组合伴侣。