XiaoMi-AI文件搜索系统
World File Search System立体
立体定向手术及其在阿尔茨海默氏病大鼠模型中的应用
抽象的立体定向手术是一种可用于定位体内小靶标并对特定靶标的干预和/或处理（例如注射）的技术。立体定向手术除临床实践外，经常用于在实验研究中创建神经系统疾病模型。确定特定脑区域后使用啮齿动物脑坐标的适当玻璃注射器给予注射。阿尔茨海默氏病（AD）是痴呆症的最常见原因，尚无治愈性治疗。AD模型。这些AD模型代表该疾病，并且经常用于药物开发研究。类似AD的模型似乎根据创建方式检查了不同的单向发展机制。但是，AD是一种多向疾病。使用不同方法创建的AD啮齿动物模型具有特定的属性。本综述旨在解释立体定向手术的基本方面，并讨论使用这种手术技术以及其他方法创建的AD啮齿动物模型。关键词：立体定向手术，阿尔茨海默氏病，动物模型，大鼠
光催化 Z/E 异构化解锁轴手性烯烃骨架的立体发散结构
近一个世纪以来出现了大量关于烯烃Z/E异构化的报道，但其中绝大多数仍然局限于二、三取代烯烃的异构化，四取代烯烃的立体特定Z/E异构化仍是一个尚未开发的领域，因此缺乏轴手性烯烃的立体发散合成。本文我们报道了通过不对称烯丙基取代异构化对四取代烯烃类似物进行对映选择性合成，然后通过三重态能量转移光催化对其进行Z/E异构化。在这方面，可以有效实现轴手性N-乙烯基喹啉酮的立体发散合成。机理研究表明，苄基自由基的生成和分布是保持轴手性化合物对映选择性的两个关键因素。
动静脉畸形的术前血流分析及立体定向放射外科治疗后的闭塞反应
目的脑动静脉畸形 (AVM) 的形态和血管结构特征已被广泛描述并与结果相关；然而，很少有研究对 AVM 血流进行定量分析。作者使用直接视觉分析和基于计算机的方法检查了血管造影上的脑 AVM 血流和通过时间，并将这些因素与伽玛刀放射外科治疗后的闭塞反应相关联。方法在单个机构使用 2013 年 1 月至 2019 年 12 月管理的前瞻性患者登记册进行回顾性分析：使用视觉流量测定方法分析了 71 名患者，使用基于计算机的方法分析了 38 名患者。在对两种方法进行比较和验证后，将闭塞反应与流量分析、人口统计学、血管结构和剂量数据相关联。结果 AVM 平均体积为 3.84 cm3（范围 0.64–19.8 cm3），32 个 AVM（45%）位于关键功能位置，平均边缘放射外科剂量为 18.8 Gy（范围 16–22 Gy）。27 个 AVM（38%）被归类为高流量，37 个（52%）被归类为中等流量，7 个（10%）被归类为低流量。研究期间，44 名患者（62%）完全闭塞；低流量 AVM 的平均闭塞时间为 28 个月，中等流量 AVM 的平均闭塞时间为 34 个月，高流量 AVM 的平均闭塞时间为 47 个月。预测闭塞的因素的单变量和多变量分析包括 AVM 病灶体积、年龄和流量。 5 名患者 (7%) 被确诊为不良放射效应，67 名患者 (94%) 在随访期间未出现任何功能恶化。结论 AVM 血流分析和按传输时间分类是预测闭塞概率和闭塞时间的有用指标。作者认为，更定量地了解血流有助于指导立体定向放射外科治疗并设定准确的结果预期。
伏隔核作为治疗人类成瘾的立体定向靶点：文献综述
神经影像学的最新进展使我们更好地了解了人类奖赏系统的功能及其在成瘾患者中的紊乱 [8]。奖赏通路最突出的神经解剖学结构包括前扣带皮层 (AAC)、眶额皮层、腹侧纹状体 (VS) 内的 NAc 和腹侧被盖区 (VTA) [9]。奖赏通路，有时也称为中脑边缘通路，将中脑的 VTA 与前脑基底神经节的 VS 连接起来。从中脑边缘通路释放到 NAc 的多巴胺可调节对奖赏刺激的动机和渴望，并促进强化和与奖赏相关的运动功能学习 [10]。NAc 中中脑边缘通路及其输出神经元的失调在成瘾的发展和维持中起着重要作用 [11]。 NAc 细分为边缘和运动亚区，称为 NAc 外壳和 NAc 核心。NAc 的外壳占据其内侧、腹侧和外侧部分，而核心占据其中央和背部。NAc 中的中棘神经元从 VTA 的多巴胺能神经元和海马、杏仁核和内侧前额叶皮质的谷氨酸能神经元接收输入。当它们被这些输入激活时，中棘神经元的投射会将 GABA 释放到腹侧纹状体上。NAc 位于边缘和中边缘多巴胺能结构、基底神经节和边缘前额叶皮质之间的中心位置。NAc 的这一中心位置影响奖赏相关行为和药物自我给药行为，以及动机、学习和适应性行为 [10, 11]。常见的滥用物质，如可卡因、酒精和尼古丁，已被证明会增加中脑边缘通路内细胞外多巴胺的水平，尤其是 NAc 内的多巴胺水平 [12]。这些中脑边缘通路的多巴胺能激活伴随着奖赏感。这种刺激-奖赏关联表现出对消退的抵抗，并增加了重复导致消退的相同行为的动机。针对中脑边缘系统的神经外科手术已减少或调节 NAc 活动。这些手术包括立体定向消融
预测同时接受靶向治疗或免疫治疗和立体定向放射治疗的黑色素瘤患者的生存率
方法：这项回顾性分析基于国际多中心数据库（TOaSTT），其中包含 2011 年 5 月至 2018 年 5 月期间接受 TT/IT 和同期（≤ 30 天）SRT 治疗脑转移的黑色素瘤患者。使用 Kaplan-Meier 生存曲线和对数秩检验研究总生存期（OS）。进行单变量和多变量分析以分析 OS 的预后因素。结果：分析了 110 名患者。分别有 61%、31% 和 8% 接受了 IT、TT 和同时联合治疗。每个患者平均治疗两个脑转移瘤。经过中位 8 个月的随访，中位 OS 为 8.4 个月（0 – 40 个月）。molGPA 评分与 OS 无关。相反，累积脑转移瘤体积、转移时间（同时与异时）和同期 IT 与 TT 的全身治疗对 OS 有显著影响。根据这些参数，建立了 VTS 评分（容量-时间-全身治疗），将患者分为三组，中位 OS 分别为 5.1、18.9 和 34.5 个月（p = 0.001 和 0.03）。（下页继续）
基于磁共振成像的 3D 打印立体定向脑活检装置在狗身上的准确性
图 2 A，犬头部有 3 个骨锚和 MRI/CT 标记。颧弓的每一侧和枕骨隆突用于固定骨锚。MRI/CT 标记被拧到骨锚的内螺纹上。标记是小塑料圆柱体，内装有黑色稀释钆。附着在犬头部的 MRI/CT 标记在两次检查中均可见。B，附着 3 个标记（颧弓两侧和枕骨隆突上）的 CT 表面重建。C，颧弓两侧附着标记后的脑部横向 T2 加权 MR 图像。D，哈瓦那犬头部的横向 T2 加权 MR 图像，带有预定的活检针轨迹（蓝线）。左侧尾状核1点、右侧梨状叶1点为靶点，活检针从脑回进入脑表面，未穿透脑室
临床文献库（创建于 2025-02-04）
脑转移瘤手术切除后切除腔内低分次立体定向放射治疗 (HFSRT) 与单次分次立体定向放射外科治疗 (SRS) (SATURNUS)：随机 III 期临床试验的研究方案
未使用六自由度机器人床的颅脑立体定向放射外科手术中的残留设置错误：无框架与刚性固定系统
4. Lundsford LD，Leksell D。Leksell 系统。LaunsfordLD 编。现代立体定向神经外科。波士顿，马萨诸塞州：Martinus Nijhoff 出版社；1988 年。5. Jacques S，Shelden CH，McCann G，Linn S。小型中枢神经系统病变的微立体定向方法。第一部分。CT 定位和 3-D 重建技术的发展。No Shinkei Geka。1980；8 (6)：527-37。6. Heilbrun MP，Roberts TS，Apuzzo ML，Wells TH Jr，Sabshin JK。Brown-Roberts-Wells (BRW) 计算机断层扫描立体定向引导系统的初步经验。J Neurosurg。 1983;59 (2):217 – 22。7. Lutz W、Winston KR、Maleki N。带有直线加速器的立体定向放射外科系统。Int J Radiat Oncol Biol Phys。1988；14：373 – 381。8. Babic S、Lee Y、Ruschin M 等人。使用框架还是不使用框架？基于锥形束 CT 的直线加速器立体定向放射外科和放射治疗专用头部固定装置的分析。J Appl Clin Med Phys。2018；19(2):111 – 120。
使用序列 MRI 纵向分割自动评估脑转移瘤立体定向放射治疗结果
摘要 — 评估脑转移瘤放射治疗结果的标准临床方法是通过监测纵向 MRI 上的肿瘤大小变化。该评估需要在治疗前和治疗后的几次随访扫描中获取的许多体积图像上勾勒出肿瘤轮廓，而这项工作通常由肿瘤科医生手动完成，给临床工作流程带来了很大负担。在本文中，我们介绍了一种使用标准序列 MRI 自动评估脑转移瘤立体定向放射治疗 (SRT) 结果的新型系统。该系统的核心是一个基于深度学习的分割框架，可在序列 MRI 上高精度地纵向描绘肿瘤。然后自动分析肿瘤大小的纵向变化，以评估局部反应并检测 SRT 后可能出现的不良放射影响 (ARE)。该系统使用从 96 名患者（130 个肿瘤）获得的数据进行训练和优化，并在 20 名患者（22 个肿瘤；95 次 MRI 扫描）的独立测试集上进行评估。自动治疗结果评估与肿瘤专家的手动评估之间的比较表明，在检测局部控制/失败方面，准确度、灵敏度和特异性分别为 91%、89% 和 92%，在检测 ARE 方面，准确度、灵敏度和特异性分别为 91%、100% 和 89%。
高山生态中的多尺度高分辨率地形模型：机载激光雷达和无人机立体摄影测量技术的优缺点
摘要：高山环境易受气候变化影响，迫切需要准确建模和了解这些生态系统。过去十年来，使用数字高程模型 (DEM) 来获取代理环境变量的普及度不断提高，特别是因为 DEM 可以相对便宜地以非常高的分辨率 (VHR；<1 米空间分辨率) 获取。在这里，我们实现了一个多尺度框架，并比较了由光检测和测距 (LiDAR) 和立体摄影测量 (PHOTO) 方法产生的 DEM 衍生变量，目的是评估它们在物种分布建模 (SDM) 中的相关性和实用性。以瑞士西部阿尔卑斯山两个山谷的北极高山植物 Arabis alpina 为例，我们表明 LiDAR 和 PHOTO 技术均可用于生成用于 SDM 的 DEM 衍生变量。我们证明，PHOTO DEM 的空间分辨率至少为 1 米，其精度可与 LiDAR DEM 相媲美，这在很大程度上要归功于与市售的 LiDAR DEM 相比，PHOTO DEM 可以根据研究地点进行定制。我们获得了空间分辨率为 6.25 厘米 - 8 米（PHOTO）和 50 厘米 - 32 米（LiDAR）的 DEM，其中我们确定 SDM 中 DEM 衍生变量的最佳空间分辨率在 1 到 32 米之间，具体取决于变量和站点特征。我们发现 PHOTO DEM 范围的缩小改变了所有衍生变量的计算，这对它们的重新计算产生了特殊影响