XiaoMi-AI文件搜索系统
World File Search System息肉
息肉区域的细分异源变分编码器用于分割，缺少模态
摘要。多模式图像的使用通常可以改善分段。但是，由于临床限制，完整的多模式数据集通常不可用。为了解决这个问题，我们提出了一个新颖的mul-timodal分割框架，该框架可通过使用利益区域（ROI）细心的模态完成，可以使缺少模态固定。我们使用ROI专注的跳过连接专注于与分割相关的收件，以及结合肿瘤ROI的关注点和分割概率图的关节歧视者，以学习与分割与分割相关的共享潜在表示。我们的方法在脑部分割挑战数据集中得到了285例，该数据集的全部肿瘤，肿瘤核心和增强肿瘤的三个区域。它也是在缺血性卒中病变分割挑战数据集上的带有28例梗塞病变的阀门。我们的方法在强大的多模式分割中优于最先进的方法，分别为三种类型的脑肿瘤区域的平均骰子分别为84.15％，75.59％和54.90％，中风病变的平均骰子为48.29％。我们的方法可以改善需要多模式图像的临床工作流程。
使用计算机视觉的结直肠息肉的自动化尺寸
消息结直肠息肉大小是影响管理决策的重要生物标志物，但目前使用的主观方法有缺陷。我们探索了两种计算机视觉（CV）技术，用于将息肉大小为≤5mm或> 5 mm的二进制分类。首先，我们使用了固定在猪结肠模型上的预先幻象息肉（22个这样的息肉的视频）来探索使用Motion（SFM）方法结构（SFM）方法的自动化尺寸的概念，并将其与10个独立的内窥镜医生进行比较：SFM System（85.2％）的总体，平均诊断精度（85.2％）是Onsos-eneros-Ondos-Copist-Copists-59.5％。第二，我们开发了一个基于卷积神经网络（CNN）的深度学习模型，并在10个人类息肉视频中发现了80％的精度。与人工智力（AI）相结合时，实时自动化息肉尺寸可以改善息肉管理策略。
利用 CRISPR-Cas9 切口酶进行遗传性非息肉病性结直肠癌的基因治疗
。CC-BY 4.0 国际许可证（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。
质子泵抑制剂相关多发性胃增生性息肉伴无法控制的出血：一例病例报告
摘要。背景/目的：据报道，长期使用质子泵抑制剂 (PPI) 与胃底腺息肉 (FGP) 的发生密切相关。相反，已报道了几例与 PPI 使用相关的胃增生性息肉 (GHP) 病例。我们遇到了一例与 PPI 相关的多个 GHP 伴有无法控制的出血的病例。病例报告：一名 64 岁男性，有类风湿性关节炎病史，因眩晕和黑便到医院就诊。血液检查显示贫血和低蛋白血症。食管胃十二指肠镜检查 (EGD) 显示胃内积聚血液和黑色残留物。出血源是多个增生性息肉。即使禁食也可以止血，18 天内需要输血 28 单位红细胞。停止使用 PPI 后，EGD 显示息肉几乎消失。切除的息肉病理诊断为增生性息肉，特征为毛细血管增生和水肿。胃泌素受体在小凹上皮中过度表达，而在毛细血管中不表达。随访期间发现甲氨蝶呤 (MTX) 诱发的门脉高压性胃肠病
慢性鼻窦炎伴鼻息肉患者在生物治疗前和治疗期间对鼻内类固醇的依从性：一个被忽视的问题
1 维罗纳大学医学系，意大利，维罗纳 37129；francescanore@gmail.com（FN）；gianenrico.senna@aovr.veneto.it（GS） 2 维罗纳综合大学医院过敏科和哮喘中心，意大利，维罗纳 35134；michele.schiappoli@aovr.veneto.it（MS）；biancaolivieri92@gmail.com（BO） 3 维罗纳大学医院耳鼻喉科，外科、牙科、妇科和儿科系，维罗纳大学，意大利，维罗纳 37129；patrick.pinter@aovr.veneto.it 4 帕多瓦大学神经科学系耳鼻喉科，意大利，帕多瓦 35122； giancarlo.ottaviano@unipd.it 5 耳鼻喉科，A. Gemelli 大学医院基金会 IRCCS，00168 罗马，意大利；eugenio.decorso@policlinicogemelli.it * 通信地址：marco.caminati@univr.it
人工智能对结直肠息肉检测的影响......
摘要 结直肠癌 (CRC) 是世界第三大常见癌症。结肠镜检查对降低 CRC 的发病率和死亡率做出了重大贡献。人工智能 (AI) 融入结肠镜检查实践解决了筛查结肠镜检查的各种缺点。人工智能辅助结肠镜检查将有助于实时识别具有可能组织学的息肉类型。这不仅可以节省时间，还有助于减少人为错误。计算机辅助检测和计算机辅助表征是人工智能的两种应用，目前正在广泛研究，旨在提高息肉和腺瘤的检出率。全球正在进行多项研究，这些研究要么涉及简单的决策算法，要么通过模仿人脑的神经网络涉及复杂的模式。大多数数据都是回顾性收集的，研究仅限于单中心研究，可能存在偏差。因此，未来结肠镜检查人工智能的研究应致力于开发更复杂的卷积神经网络和深度学习模型，这将有助于标准化实践并确保所有结肠镜检查具有相同的准确度，无论执行内镜检查的医师经验如何。在这篇评论中，我们将仔细研究人工智能的现状及其与结肠镜检查领域的整合。
达特茅斯数字共享引用 达特茅斯数字共享引用 Nasir-Moin, Mustafa；Suriawinata, Arief A.；Ren, Bing；Liu, Xiaoying；Robertson, Douglas J.；Bagchi, Srishti；Tomita, Naofumi；Wei, Jason W.；Mackenzie, Todd A.；Rees, Judy R.； Hassanpour, Saeed，“人工智能增强数字系统对结直肠息肉组织学分类的评估”（2021 年）。达特茅斯奖学金。4174。https://digitalcommons.dartmouth.edu/facoa/4174
作者单位：新罕布什尔州汉诺威盖泽尔医学院生物医学数据科学系（Nasir-Moin、Bagchi、Wei、MacKenzie、Hassanpour）；新罕布什尔州汉诺威达特茅斯学院计算机科学系（Nasir-Moin、Bagchi、Tomita、Wei、Hassanpour）；新罕布什尔州黎巴嫩达特茅斯-希区柯克医学中心病理学和实验室医学系（Suriawinata、Ren、Liu）；新罕布什尔州黎巴嫩达特茅斯卫生政策和临床实践研究所（Robertson、MacKenzie）；新罕布什尔州汉诺威盖泽尔医学院医学系（Robertson、MacKenzie）；佛蒙特州怀特河交界处退伍军人事务医疗中心胃肠病学科（Robertson）；新罕布什尔州汉诺威盖泽尔医学院社区和家庭医学系（Rees）；新罕布什尔州汉诺威盖泽尔医学院流行病学系（Rees，Hassanpour）。
第 34 章 APC 的故事：源自息肉的结肠癌
第 34 章 APC 的故事 – 源自息肉的结肠癌 230127be 抗癌药物：发现和寻求治愈方法的故事 Kurt W. Kohn，医学博士，哲学博士 美国国立癌症研究所发展治疗分部名誉科学家 马里兰州贝塞斯达 kohnk@nih.gov 第 34 章 APC 的故事：源自息肉的结肠癌。 上一章讨论了一种由单个基因 RB 突变引起的癌症——视网膜母细胞瘤。这是一个独特的案例，因为绝大多数癌症都是在不同基因发生一系列突变后才发生的。一个典型的例子是结直肠癌，尤其是源自身体左侧降结肠和直肠息肉的常见癌症。这些恶性肿瘤发展相对较慢，通常需要约 10 年的时间，在此期间它们会经历一系列突变或其他基因变化，从而有时间在恶性癌症出现之前通过结肠镜检查切除息肉（图 34.1）。升结肠中也会发生类似的突变过程，特别是第 25 章中讨论的 DNA 错配修复基因突变。但在这里，我们关注的是降结肠和直肠息肉中发展的癌症。导致结直肠息肉癌症的多步骤突变过程。结直肠癌是全球发病率或死亡率第三高的癌症，其中最常见的是降结肠癌或直肠癌。这些癌症的主要特征是染色体不稳定性，当有丝分裂不能均等地划分染色体或染色体重复或删除时就会出现这种情况。这与升结肠癌形成鲜明对比，升结肠癌的特点是微卫星不稳定性（第 25 章）。染色体不稳定的一个标志是 APC（腺瘤性结肠息肉）基因的功能丧失，导致 Wnt 通路失活（后面部分讨论），这是结肠息肉癌变的第一步（图 34.2）。在 APC 之后，在癌变过程中序列中其他经常受损的基因是 KRAS（第 18 章）、SMAD2 和 4。
SKOUT AI辅助息肉检测
SKOUT 系统仅用于协助胃肠病学家识别疑似结肠直肠息肉，胃肠病学家负责检查 SKOUT 疑似息肉区域并根据自己的医学判断确认息肉的存在与否。SKOUT 并非旨在取代对患者的全面评估，也不旨在作为对内窥镜检查程序、医学诊断或患者治疗/行动方案建议的主要解释。SKOUT 仅适用于白光结肠镜检查。