XiaoMi-AI文件搜索系统
World File Search System胶质瘤
肥胖、糖尿病、生活方式因素与胶质瘤风险之间的关联
中枢神经系统 (CNS) 恶性肿瘤通常是所有癌症中预后最差的，与其他癌症相比，其估计寿命损失最高（1）。神经胶质瘤是最常见的中枢神经系统肿瘤（2），约占所有恶性肿瘤的 80% 和所有原发性脑肿瘤的 30%。此外，在所有原发性脑肿瘤导致的死亡中，神经胶质瘤的死亡率最高（3,4）。一些流行病学研究揭示了几种可能影响神经胶质瘤的因素，包括肥胖（5,6）、饮酒（7）、吸烟（8,9）、糖尿病（10,11）和咖啡摄入量（12）。胰岛素抵抗、炎症和激素水平改变可能参与肥胖、糖尿病、生活方式因素与神经胶质瘤风险之间关联的潜在机制（5-12）。
胶质瘤中的树枝状聚合物技术：功能设计和潜在应用
简单总结：神经胶质瘤是常见的原发性脑肿瘤，在世界范围内占癌症相关死亡人数的很大一部分。由于对目前的治疗方案有抵抗力，患有侵袭性神经胶质瘤的患者预后不良。大脑和外周循环之间的解剖障碍使神经胶质瘤药物输送特别具有挑战性。最近，人们探索了树枝状聚合物（一种具有独特分支结构和许多结合位点的纳米材料）将治疗和诊断物质直接输送到神经胶质瘤部位的潜力。越来越多的神经胶质瘤细胞系和动物模型研究表明，这种基于树枝状聚合物的输送方法可能有助于降低药物毒性，并允许在神经胶质瘤中使用非传统治疗和成像剂。在这里，我们回顾了树枝状聚合物的物理特性、修改树枝状聚合物以靶向神经胶质瘤细胞的策略，以及这种纳米技术在神经胶质瘤模型中的新应用。
恶性星形细胞胶质瘤：遗传学、生物学和治疗途径
1 加州大学圣地亚哥分校路德维希癌症研究所，加利福尼亚州拉霍亚 92093，美国；2 加州大学圣地亚哥分校医学系，加利福尼亚州拉霍亚 92093，美国；3 加州大学圣地亚哥分校癌症中心，加利福尼亚州拉霍亚 92093，美国；4 德克萨斯大学西南医学院神经病学系和医学系，德克萨斯州达拉斯 75390，美国；5 哈佛医学院丹娜法伯癌症研究所贝尔弗创新癌症科学研究所应用癌症科学中心，马萨诸塞州波士顿 02115，美国；6 哈佛医学院布莱根妇女医院医学系，马萨诸塞州波士顿 02115，美国；7 哈佛医学院丹娜法伯癌症研究所医学肿瘤学系，马萨诸塞州波士顿 02115，美国； 8 哈佛医学院丹娜法伯癌症研究所医学系和遗传学系，美国马萨诸塞州波士顿 02115；9 哈佛医学院布莱根妇女医院病理学系，美国马萨诸塞州波士顿 02115；10 哈佛医学院麻省总医院病理学系，美国马萨诸塞州波士顿 02115；11 纪念斯隆凯特琳癌症研究所神经外科系，美国纽约州纽约 10065；12 哈佛医学院丹娜法伯癌症研究所皮肤病学系，美国马萨诸塞州波士顿 02115；13 加利福尼亚大学圣地亚哥分校分子遗传学中心，美国加利福尼亚州拉霍亚 92093
聚焦超声治疗弥漫性内在性脑桥胶质瘤 (...
van Vuurden 博士介绍了他在乌得勒支 Princess Maxima 中心的儿科神经外科工作。除了患者护理外，van Vuurden 博士还使用聚焦超声和其他方式进行临床前研究。他的中心正在安装一台与其飞利浦 MRI 扫描仪兼容的 Insightec ExAblate Neuro 临床聚焦超声系统。它将用于治疗脑肿瘤、阿尔茨海默病等患者。van Vuurden 博士说，他的临床前实验证实，可以使用聚焦超声将阿霉素输送到脑干，但该方案并没有提高存活率。小鼠模型中的药代动力学（阿霉素的快速清除）存在问题。
在表观遗传改变的小儿高级H3K27M神经胶质瘤
2国家中药质量研究的主要实验室，澳门科学技术大学，塔帕，澳门，中国，澳门，3通广东工程疾病易感性研究中心，吉南大学，吉南大学，广东，中国，中国，4个在孕妇医学和儿童研究中的研究中，中国4个关键实验室研究所，Shunde妇女和儿童医院（Shunde Foshan的产妇和儿童医疗医院），广东医科大学，Foshan，中国广东，6个儿科妇女和儿童医院（Shunde and Shipt Chirens Hospital and Shodcare Hospital of Foshan），Shunde Foshan，Shunde Hospital and Shunde Hormy University，Guangdong forshan，Guangan，Shund，Guangang，Guangang，Guangang，Guangand'Shund and shund and shund and shund and shund and shund and Guangangd，医院（Shunde Foshan的孕妇和儿童医疗医院），广东医科大学，中国广东，广东，8号，超声部，广东医科大学，广东医科大学，广东，广东，广东，中国，妇女和儿童医院医院9号。中国广东的佛山，10个医学遗传学实验室，蒙德妇女和儿童医院（Shunde Foshan的孕妇和儿童医疗医院），广东医科大学，佛山，广东，中国广东，11个内分泌学系，Zhanjiang，Guangdong医学院，div>
Hybrid-AI方法用于高级神经胶质瘤精确治疗的决策支持
为新的和更大的问题开发智能决策支持系统驱动了人工智能（AI）的几个核心领域的发展，例如机器学习（ML）和约束编程（CP）。尽管ML和CP都成功地用于支持决策过程，但它们的组合尚未得到充分探索，尤其是在癌症研究领域。高级神经胶质瘤（HGGS）是大脑中最常见的恶性肿瘤。他们会影响各个年龄段的人，并且普遍致命。尽管进行了数十年的研究，但治疗方案缺乏靶向疗法，而是仅限于对肿瘤的手术切除（如果可能的话），然后使用辐射和DNA损伤诱导化学疗法进行治疗（Ostrom等，2018）。对这些有限和严厉的治疗的抵抗力在所有患者中都会发展出来，强调了对新的精密药房靶向方法的迫切需求。缺乏可用的治疗并不是由于缺乏努力。在过去的15年中，已经进行了超过400次临床试验，以测试新的治疗方法（Bagley等，2022），但没有显示明显的临床益处。在这一领域的一个重大问题是，对这些试验失败的原因有很糟糕的理解，因为为每个患者收集纵向样本需要开颅手术，因此在诊断后患者的短期内，高度侵入性且很少有动机的努力。因此，与其他癌症类型相比，患者衍生的细胞系和异种移植模型的可用性显着有限。总的来说，这最终意味着，当选择最合适的治疗高级神经胶质瘤的疗法时，我们正在盲目飞行。这要求将大规模基因组和功能数据与人工智能方法的紧急整合在一起，以提供决策支持工具，以提高HGG治疗的有效性，使其成为推动智能决策支持方法限制的理想应用。
达拉非尼联合曲美替尼治疗 1 岁及以上儿童和青少年的 BRAF V600E 突变阳性胶质瘤
3.1 神经胶质瘤是儿童和年轻人中最常见的脑癌类型。它们由支持大脑和脊髓神经细胞的神经胶质细胞发展而来。神经胶质瘤根据其生长速度进行分类。大多数神经胶质瘤为 1 级或 2 级，称为低级别神经胶质瘤 (LGG)，不生长或仅生长缓慢。3 级和 4 级神经胶质瘤称为高级别神经胶质瘤 (HGG)，生长迅速。因此，HGG 的结果比 LGG 更差。BRAF 是一种编码蛋白质 B-Raf 的基因，它会影响细胞生长。BRAF V600E 突变阳性的 LGG 患者的寿命比没有突变的神经胶质瘤患者短。患者专家强调了神经胶质瘤诊断对儿童和年轻人、他们的家人和照顾者的创伤性，以及当前治疗的局限性。他们指出，神经胶质瘤及其治疗可能会延迟教育、限制社交，并导致持久的情绪
基于图像的胶质瘤分级的机器学习工具及其报告质量：挑战与机遇
1 耶鲁大学医学院放射学和生物医学成像系，333 Cedar Street，PO Box 208042，纽黑文，CT 06520，美国；sara.merkaj@uni-ulm.de（SM）；ryan.bahar@yale.edu（RCB）；tal.zeevi@yale.edu（TZ）；mingde.lin@yale.edu（ML）；ichiro.ikuta@yale.edu（II）；gabriel.cassinellipetersen@yale.edu（GICP）；lawrence.staib@yale.edu（LS）； sam.payabvash@yale.edu (SP) 2 乌尔姆大学神经外科系，Albert-Einstein-Allee 23, 89081 Ulm，德国 3 Visage Imaging, Inc.，12625 High Bluff Dr, Suite 205，San Diego，CA 92130，美国 4 Visage Imaging, GmbH.，Lepsiusstraße 70, 12163 Berlin，德国；kbousabarah@visageimaging.com 5 加州大学旧金山分校放射学和生物医学成像系，505 Parnassus Ave.，San Francisco，CA 94143，美国；john.mongan@ucsf.edu (JTM)；soommee.cha@ucsf.edu (SC) * 通信地址：mariam.aboian@yale.edu；电话：+650-285-7577 † 这些作者对这项工作做出了同等贡献。
基于 CapsNet 的脑 MRI 图像中胶质瘤的精确自动分割
摘要 — 胶质瘤是一种高度侵袭性的脑肿瘤，出现在大脑的不同部位，大小、形状各异，边界模糊。因此，在 MRI 图像中识别肿瘤的确切边界是一项艰巨的任务。近年来，基于深度学习的 CNN 方法在图像处理领域越来越受欢迎，并已用于医学应用中的精确图像分割。然而，CNN 的固有局限性使得在训练阶段需要数万张图像，而收集和注释如此大量的图像带来了巨大的挑战。在这里，我们首次优化了一个基于胶囊神经网络（称为 SegCaps）的网络，以实现 MRI 图像中的精确胶质瘤分割。我们将我们的结果与使用常用的 U-Net 进行的类似实验进行了比较。两个实验都是在 BraTS2020 挑战性数据集上进行的。对于 U-Net，网络训练是在整个数据集上进行的，而 SegCaps 使用的子集仅包含整个数据集的 20%。为了评估我们提出的方法的结果，我们使用了 Dice 相似系数 (DSC)。SegCaps 和 U-Net 在胶质瘤肿瘤核心分割上分别达到了 87.96% 和 85.56% 的 DSC。SegCaps 使用卷积层作为基本组件，具有概括新观点的内在能力。网络使用胶囊的动态路由来学习特征之间的空间关系。胶囊神经网络的这些功能使胶质瘤分割结果提高了 3%，数据更少，而其参数比 U-Net 少 95.4%。
高级别胶质瘤的免疫原性细胞死亡及其治疗或预后潜力
免疫原性细胞死亡 (ICD) 已成为治疗诱导的抗肿瘤免疫的关键组成部分。在过去的几年中，人们发现 ICD 在各种新的和现有的治疗方式中发挥着关键作用。这些技术在癌症治疗中的临床应用仍处于起步阶段。胶质母细胞瘤 (GBM) 是最致命的原发性脑肿瘤，尽管进行了最大限度的治疗，预后仍然不佳。由于冷肿瘤免疫环境，这种侵袭性肿瘤类型的新疗法的开发仍然极具挑战性。因此，GBM 可以从刺激抗肿瘤免疫反应的基于 ICD 的疗法中受益。接下来，我们将描述 ICD 背后的机制以及以 GBM 为重点的抗癌疗法中基于 ICD 的 (前) 临床进展。