大麻二醇(CBD)是一种天然存在的非精神活性大麻素,在大麻sativa中发现,通常称为大麻或大麻。目前可用的CBD产品不符合大多数食品安全机构的安全标准,因此批准为饮食补充剂或食品添加剂,但由于其各种潜在的健康益处,CBD近年来一直在广泛关注。主要以其在管理癫痫发作,精神病,焦虑,(神经性)疼痛和受到肿瘤的治疗作用而闻名,但CBD对脑功能的影响也使研究人员和寻求增强认知能力的研究人员的兴趣也引起了人们的兴趣。这篇综述的主要目的是收集,合成并巩固科学证明的证据,证明CBD对脑功能及其治疗性显性对治疗神经和精神疾病的影响。首先,提出了有关CBD的基本背景信息,包括其生物分子特性和作用机理。接下来,提供了人脑中CBD效应的证据,然后讨论CBD作为神经治疗剂的潜在影响。CBD在减轻慢性疼痛方面的潜在有效性是在减少各种脑部疾病的症状(例如癫痫,阿尔茨海默氏症,亨廷顿和帕金森氏病)的症状。此外,还探索了使用CBD来管理精神病,焦虑和恐惧,抑郁症和药物使用障碍等精神病疾病的含义。随后提供了CBD对人类行为方面(例如睡眠,运动控制,认知和记忆)的有益影响的概述。由于CBD产品在很大程度上不受监管,因此解决与其使用相关的道德问题(包括产品质量,一致性和安全性)至关重要。因此,本综述讨论了对CBD负责任的研究和调节的必要性,以确保其作为脑部疾病的治疗剂的安全性和效率,或刺激健康个体的行为和认知能力。
抽象的脑损伤(TBI)不仅是急性疾病,而且是长期后果的慢性疾病。颅内血肿被认为是INTBI发生的主要后果,并可能具有毁灭性的作用,可能会导致大脑质量影响,并最终导致继发性脑损伤。在计算机断层扫描(CT)扫描中对血肿的紧急检测以及三个主要决定因素的评估,即位置,体积和大小至关重要任务。本文对医学和技术文献进行了比较回顾,以更新和建立证据,以表明如何正确利用技术来提高紧急情况下临床工作流量的效率。从2013年至2023年在PubMed和Google Scholar的电子数据库中进行了系统和全面的文献搜索,以确定与颅内出血(ICH)自动检测有关的研究。纳入和排除标准被设定为最相关的文章。我们确定了15项有关使用头部CTSCAN的计算机辅助筛选和分析算法的开发和验证的研究。我们的审查表明,AI算法可以优先考虑放射学工作列表,以减少在头部扫描中筛选ICH的时间,并且还可以识别放射学家所忽略的微妙ICH,并且自动化ICH检测工具将有望在常规临床实践中引入介绍。
参考:Sun S.R.,Wang H.X.,Bogaerts Annemie.-化学降低化学co₂化学动力学:应用于滑动弧等离子体等离子体的等离子体来源科学技术 /物理研究所[Londen] - ISSN 0963-0252-29-29:29:2(2020),0220),0250) https://doi.org/10.1088/1361-6595/ab540f引用此参考:https://hdl.handle.net/10067/10067/1671350151166216621665141
抽象的背景炎症效率为继发性脑损伤和有限的组织再生是脑内出血后有利预后的障碍(ICH)。作为炎症和脂质代谢的调节剂,肝脏X受体(LXR)具有改变小胶质细胞/巨噬细胞(M/ M)表型的潜力,并通过促进胆固醇外排和从吞噬细胞中促进胆固醇外排和回收来帮助组织修复。为支持潜在的临床翻译,在实验性ICH中检查了增强的LXR信号传导的好处。方法用LXR激动剂GW3965或媒介物处理胶原酶诱导的ICH小鼠。 在多个时间点进行了行为测试。 使用T2加权,扩散张量成像和动态对比增强的MRI序列评估病变和血肿的体积以及其他大脑参数。 染色固定的脑冷冻切片,并应用共聚焦显微镜检测LXR下游基因,M/M表型,脂质/胆固醇含有含有脂肪的吞噬细胞,少突胶质细胞谱系细胞和神经干细胞。 还使用了 Western印迹和实时QPCR。 CX3CR1 CRER:ROSA26 IDTR小鼠用于M/m-消耗实验。 结果GW3965治疗减少了病变体积和白质损伤,并促进了血肿清除。 处理过的小鼠上调LXR下游基因,包括ABCA1和载脂蛋白E,并降低了M/M的密度,显然从促炎性介绍性介绍性介绍性介绍性介绍性白介素-1β +转移到精氨酸酶1 + CD206 +调节性表型。 在GW3965小鼠中观察到较少的胆固醇晶体或髓素碎片吞噬细胞。方法用LXR激动剂GW3965或媒介物处理胶原酶诱导的ICH小鼠。在多个时间点进行了行为测试。使用T2加权,扩散张量成像和动态对比增强的MRI序列评估病变和血肿的体积以及其他大脑参数。染色固定的脑冷冻切片,并应用共聚焦显微镜检测LXR下游基因,M/M表型,脂质/胆固醇含有含有脂肪的吞噬细胞,少突胶质细胞谱系细胞和神经干细胞。Western印迹和实时QPCR。CX3CR1 CRER:ROSA26 IDTR小鼠用于M/m-消耗实验。结果GW3965治疗减少了病变体积和白质损伤,并促进了血肿清除。处理过的小鼠上调LXR下游基因,包括ABCA1和载脂蛋白E,并降低了M/M的密度,显然从促炎性介绍性介绍性介绍性介绍性介绍性白介素-1β +转移到精氨酸酶1 + CD206 +调节性表型。较少的胆固醇晶体或髓素碎片吞噬细胞。lxr激活增加了围绕围场区域中OLIG2 +PDGFRα +前体的数量和OLIG2 + CC1 +成熟的少突胶质细胞的数量,并且病变和脑膜下区域中的SOX2 +或Nestin +神经干细胞的升高。MRI结果支持GW3965的更好的病变恢复,这通过返回到功能性rotarod活性的预元值来证实。GW3965的治疗作用被CX3CR1 CRER中的M/M耗竭消除:ROSA26 IDTR小鼠。使用GW3965减少脑损伤的结论LXR激动剂,促进了m/m的有益特性,并促进了胆固醇回收的促进组织修复通讯。
©2022 Wiley-VCH GMBH。这是以下文章的同行评审版本:Bhatti,M。R. A.,Kernin,A.,Tausif,M.,Zhang,H.,Papageorgiou,D.,Bilotti,E.,Peijs,E.,Peijs,T.,Bastiaansen,C。W. M.adv。光学母校。2022,10,2102186,该形式以https://doi.org/10.1002/adom.202102186出版。本文可以根据Wiley使用自算版版本的条款和条件来将其用于非商业目的。未经Wiley的明确许可或根据适用立法的法定权利的明确许可,本文可能不会增强,丰富或以其他方式转化为衍生作品。版权声明不得删除,遮盖或修改。该文章必须链接到Wiley在Wiley在线图书馆上的记录版本,并且必须禁止第三方通过平台,服务和网站提供任何嵌入,框架或以其他方式提供其文章或页面。
的目的:定量评估自发性脑内出血(ICH)的 - 血肿区域的血液脑屏障(BBB)渗透性,并研究脑瘤周围的脑血流通透性和BBB渗透性的改变。材料和方法:自发ICH患者同时进行了未增强的计算机断层扫描(CT)和CT灌注(CTP)。血肿的体积。包括脑血液流量(CBF),脑血体积(CBV),平均转运时间(MTT),峰值时间(TTP)和渗透率E表面积(PS)的值在统计区域和相对的镜像区域中测量了统计结果,并测量了相对值。线性回归用于评估BBB渗透率和变量之间的关联。结果:这项研究总共包括87名ICH患者。在ICH患者的围围场区域观察到了局部升高的BBB渗透率。线性回归表明,RCBF(B¼E0.379,p¼0.001)和RCBV(b¼0.412,p¼0.000)的增加与深ICH中的相对PS(RPS)值独立相关,而RCBV的相对PS(RPS)值增加,而RCBV仅增加了RCBV(B¼0.423,p¼0.423,p¼0.071)corlar inps correl inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps inps增加增加。结论:在血肿周围的区域中,BBB渗透率局部升高。脑血流动力学改变与BBB渗透性增加有关。 脑部灌注不足可能会加剧BBB妥协,而CBV的补偿性增加可能会导致BBB的再灌注损伤。脑血流动力学改变与BBB渗透性增加有关。脑部灌注不足可能会加剧BBB妥协,而CBV的补偿性增加可能会导致BBB的再灌注损伤。2022作者。由Elsevier Ltd代表皇家放射学院出版。这是CC BY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)下的开放访问文章。
抽象背景:准确测量出血体积对于预测和自发性脑内出血(ICH)后的预测和选择适当的临床治疗至关重要。这项研究旨在评估具有有或没有脑室内出血(IVH)延伸的自发性自发性分割脑出血(ICH)体积时,基于深度学习的分割算法的性能和准确性。我们将此自动管道与两种手动分割技术进行了比较。方法:我们回顾性地审查了105例急性自发ICH患者。根据IVH延伸的存在,将患者分为两组:ICH没有(n = 56)和IVH(n = 49)。ICH进行分割并测量,并使用ABC/2评分来测量ICH中ICH中没有IVH组的出血量。相关性和协议分析用于分析三种分割方法之间的处理时间和处理时间长度的差异。结果:在没有IVH组的ICH中,使用AI和ABC/2分数测量的ICH量与CTP分割相当。在三种分割方法中观察到了强相关性(r = 0.994,0.976,0.974; p <0.001;一致性相关系数[CCC] = 0.993,0.968,0.967)。但是,通过ABC/2分数测量的ICH体积的绝对误差大于算法的绝对误差(p <0.05)。在ICH中,IVH组中,算法和CTP之间没有发现显着差异(p = 0.614)。CTP和AI之间的相关性和一致性很强(r = 0.996,p <0.001; CCC = 0.996)。AI分割比CTP的时间明显短(p <0.001),但略长于ABC/2分数技术(P = 0.002)。结论:与CTP测量相比,基于深度学习的AI诊断系统具有高忠诚度和更高效率的急性自发ICH,并且比ABC/2分数更准确。我们认为这是一种有前途的工具,可以帮助医生在实践中实现精确的ICH量化。关键字:脑内出血,自发性脑内出血,体积,人工智能,深度学习
摘要 - 当血管在脑组织内或颅骨内部的其他地方破裂或泄漏时,会发生颅内出血。这可能是由身体创伤或各种医疗状况引起的,在许多情况下会导致死亡。必须尽快开始治疗,因此应准确,快速诊断出出血。诊断通常是由放射科医生进行的,他分析了计算机断层扫描(CT)扫描,该扫描包含整个大脑的大量横截面图像。手动分析每个图像可能非常耗时,但是自动化技术可以帮助加快流程。尽管最近的许多研究都通过使用监督的机器学习算法来解决此问题,但由于隐私问题,公开可用的培训数据仍然很少。可以通过无监督的算法来缓解此问题。在本文中,我们提出了一种基于混合模型的完全无监督算法。我们的算法利用了这样一个事实,即出血和健康组织的性质遵循不同的分布,因此,对这些分布的适当表述使我们能够通过预期最大化的过程将它们分开。此外,我们的算法能够自适应地确定簇的数量,从而在不包括嘈杂的体素的情况下可以找到所有出血区域。我们在公共可用数据集上演示了我们的算法结果,这些数据集包含各种大小和强度的所有不同出血类型,我们的结果与早期的无监督和监督算法进行了比较。结果表明,我们的算法可以胜过大多数出血类型的其他算法。索引术语 - 计算机辅助诊断,颅内下摆,计算机断层扫描,混合模型,无监督的机器学习
简介量子通信网络在量子通信领域提出了革命性步骤(1,2)。尽管实际证明了量子密钥分布(QKD)(3-8),但向许多用户扩展标准的两用户QKD协议的差异已经阻止了大规模采用量子通信。到目前为止,量子网络依靠一个或多个概率特征:可信的节点(9-13)是潜在的安全风险;主动切换(14 - 17),限制了功能和连接性;最近,波长多路复用(18)具有有限的可伸缩性。量子通信研究的最终目标是,具有基于物理定律而不是计算复杂性的安全性,使得与当前的互联网相似。为了实现这一目标,量子网络必须是可扩展的,必须允许使用不同硬件的用户必须与流量管理技术兼容,不得限制允许的网络拓扑,并且必须尽可能避免避免潜在的安全风险(如受信任的节点)。到目前为止,所有人都证明了QKD网络属于三个宽大的冠军。第一类是值得信赖的节点网络(9-12),其中假定网络中的某些或所有节点被认为可以免受窃听。在大多数实用的网络中,很少能相信每个连接的节点。此外,此类网络倾向于在每个节点上同时使用发件人和接收器硬件的多个副本,从而使成本越来越高。第二类是积极切换或“访问网络”的,其中只允许某些用户一次交换密钥(19)。同样,点对点网络网络在利基应用程序中很有用,并且已使用无源束分式(BSS)(20 - 22),活动
图2从IVH患者的CSF中分离NSC样细胞。A分离后不同日期(DIV)的CSF衍生的NSC培养物的相位对比度显微照片。比例尺:100μm。 B,在Matrigel上生长的3种代表性NSC线的指数生长动力学。c,早期(0)和晚期(10)段的细胞的相对对比显微照片,在基质中生长。d,通过对早期(3)和晚期(7)通道的KI-67表达进行定量评估增殖。显示了代表性共焦部分。比例尺25μm。 E,早期(3)和晚(7)通道的CD133,CD24,CD34和CD45的流式细胞仪分析。条件之间没有显着差异。数据显示为5-7个独立生物样品的平均值±SEM。42周大的病例(粉红色符号)被排除在进一步分析之外。f,在早期和晚期与CD133共表达与CD24和CD34的共表达。g,从CSF获得的NSC样细胞和分离后13天后从CSF获得的代表性显微照片。比例尺:100μm。 H,通过从CSF获得的NSC样细胞流式细胞术和通过CSF和通道3的灌洗液进行的CD133分析。* p <.05