XiaoMi-AI文件搜索系统
World File Search System脑组织
雄性大鼠脑组织中元素分布的改变可作为多形性胶质母细胞瘤生长的预测指标——使用 SR-XRF 显微镜进行研究
1 波兰 AGH 科技大学物理与应用计算机科学学院，Al. Mickiewicz 30, 30-059 克拉科夫；Karolina.Planeta@fis.agh.edu.pl（KP）；Natalia.Janik-Olchawa@fis.agh.edu.pl（NJ-O.）2 波兰雅盖隆大学动物学和生物医学研究所，Golebia 24, 31-007 克拉科夫；Zuzanna.Setkowicz-Janeczko@uj.edu.pl（ZS）；K.Janeczko@uj.edu.pl（KJ）3 卡尔斯鲁厄理工学院同步辐射应用实验室，Kaiserstr. 12, D-76131 卡尔斯鲁厄，德国；Czyzycki@kit.edu（MC）； Tilo.Baumbach@kit.edu (TB) 4 雅盖隆大学生物化学生物物理与生物技术学院，Golebia 24, 31-007 克拉科夫，波兰；Damian.Ryszawy@uj.edu.pl 5 卡尔斯鲁厄理工学院光子科学与同步辐射研究所，Hermann-von-Helmholtz-Platz 1, D-76344 Eggenstein-Leopoldshafen，德国；R.Simon@kit.edu * 通讯地址：Joanna.Chwiej@fis.agh.edu.pl † 上述作者对本研究贡献相同。‡ 作者遗憾地宣布，年轻的科学家、我们的好朋友 Damian Ryszawy 在本文最终准备好之前突然去世。
小胶质细胞有助于将Aβ传播到未受影响的脑组织中
小胶质细胞在淀粉样β（Aβ）斑块附近被激活，但是小胶质细胞是否有助于β向未受影响的大脑区域的β传播仍然未知。使用野生型（WT）神经元的转移，我们表明β进入WT移植物，并且伴随着小胶质细胞浸润。小胶质细胞功能的操纵减少了移植物中的β沉积。此外，体内成像将小胶质细胞鉴定为先前未受影响的组织中β病理的载体。因此，我们的数据主张迄今未探索β传播的机制。β的聚集是阿尔茨海默氏病（AD）发病机理中必不可少的早期触发因素，导致神经原纤维缠结，神经元功能障碍和痴呆1。由于它们与β斑块2-4的密切关联，已经提出了几种细胞类型的因果关系，包括小胶质细胞，包括小胶质细胞。在大脑中形成β斑块后，小胶质细胞与它们建立了亲密的接触并成为反应性5，6。那些活化的小胶质细胞已通过β摄取与牙菌斑的生长有关，然后是小胶质细胞死亡7、8。我们的小组和其他人最近在β播种9 - 11中牵涉到小胶质细胞，但它们在传播β病理学中的作用仍然难以捉摸。在支持“致病性扩散”假设12中，先前的移植实验表明，源自跨基因宿主组织的β能够入侵并沉积在非转基因移植物中，从而导致神经变性13 - 15。1a，b和扩展数据图1a，b）13。1A和扩展数据图然而，β扩散到WT移植物中的机制尚不清楚，并且迄今尚未证明细胞介导的机制。在这项研究中，我们将wt小鼠的胚胎神经元细胞移植到了年轻的，前置前的5xfad trans-transic小鼠的新皮细胞中，确认了移植到宿主组织中以及几个月内的移植物的存活（图。在移植后4周后立即存在β斑块，它们随着时间的推移而增加（图。1a – c，黄色箭头）。我们首先假设App/Aβ被前进运输
脑组织中电扩散和水运动的精确数值模拟
离子电扩散和水运动的数学建模正在成为一种强有力的研究途径，为大脑稳态提供新的生理学见解。然而，为了提供可靠的答案和解决争议，预测的准确性至关重要。离子电扩散模型通常包括非线性和高度耦合的偏微分方程和常微分方程的非平凡系统，这些方程控制着不同时间尺度上的现象。在这里，我们研究与近似这些系统相关的数值挑战。我们考虑了一个脑组织电扩散和渗透的均质模型，并提出和评估了不同的相关有限元分裂方案的数值特性，包括理想场景和皮质扩散抑制 (CSD) 的生理相关设置的准确性、收敛性和计算效率。我们发现，对于具有平滑制造解决方案的问题，这些方案在空间中显示出最佳收敛率。然而，生理 CSD 设置具有挑战性：我们发现 CSD 波特性（波速和波宽）的精确计算需要非常精细的空间和精细的时间分辨率。
基于机器学习的急性缺血性卒中患者接受茶碱辅助溶栓治疗的脑组织梗塞预测：随机临床试验亚组分析
血管活性药物茶碱在动物中风模型中表现出良好的神经保护作用，可减少脑组织水肿、脑损伤和死亡率（1-3），但之前的随机临床试验中的结果存在争议（4、5）。急性缺血性中风试验旨在克服之前试验的局限性，即缺乏急性缺血性中风验证、缺乏血运重建治疗和干预延迟（6）。总共 64 例经 MRI 证实的急性缺血性中风患者被随机分配接受单次 220 毫克茶碱或安慰剂输注，作为溶栓疗法的辅助治疗。共同主要终点是早期临床改善，定义为从基线到 24 小时随访时 NIHSS 评分的变化。茶碱组改善了 4.7 分（标准差 [SD] 5.6），而单纯溶栓治疗组改善了 1.3 分（SD 7.5）（p=0.04）（7）。共同主要终点是 24 小时随访时梗塞生长，茶碱组为 141.6%（SD 126.5），对照组为 104.1%（SD 62.5）（p=0.15）。虽然单独的临床终点可以显示出统计学上显著的早期改善，但由于有两个主要终点，经过多重检验校正后被认为不具有统计学意义。关于成像终点，比较两个样本量较小且中风病变体积差异较大的独立组可能会阻止检测到茶碱的微小影响。因此，预先计划了一种预测后续病变的机器学习方法作为亚组分析。该方法的基本思想是基于在急性期获取的逐体素图像数据和已知的后续病变信息来训练两个机器学习模型。因此，可以为每位患者量化两个预测的后续病变体积，一个病变结果用于茶碱虚拟治疗，一个病变用于安慰剂虚拟治疗，这实际上使可用于统计检验的结果测量值增加了一倍。本研究的目的是利用这种预测模型方法来比较接受茶碱和安慰剂作为溶栓疗法辅助治疗的患者的后续病变体积，以调查茶碱在个别患者中是否存在细微的治疗效果，而在比较小组中的病变体积时这种效果并不明显。
脑组织预处理技术比较
摘要：脑瘤是年轻人死亡的第二大原因。脑瘤的形状和大小多种多样。良性脑瘤与癌性脑瘤并存。在医学图像处理中，检测和分割脑瘤极其困难。这里使用了四种预处理形式：自适应中值滤波器 (AMF)、中值滤波器、高斯滤波器和维纳滤波器。然后使用以下内容确定性能指标 1. 均方误差率 (MSE) 是系统准确度的度量。2. 峰值信噪比 (PSNR) 3. 结构相似性指数 4. 第四个是 Spearman 等级相关。根据上述测量结果，自适应中值滤波器对常规和异常图像均能产生最佳效果。关键词：脑瘤、滤波器和效率测量 1. 简介脑瘤被描述为脑内细胞外物质的不规则生长和异常。肿瘤是细胞不受控制地生长的结果。根据肿瘤的起源（转移性），可将肿瘤分为原发性肿瘤或继发性肿瘤。脑肿瘤的侵袭性很难评估。扩散到大脑的癌细胞开始在身体的每个部位扩散。例如，乳腺癌或肺癌细胞通常通过血流传播到大脑。扩散到身体其他部位的脑肿瘤通常是癌性的。良性肿瘤生长缓慢，不像恶性肿瘤那么危险。它很少扩散，边界清晰。手术是治疗这种疾病最有效的方法，尽管危险性较低。恶性肿瘤的生长速度不可控制，而且很快。这是一种危及生命的情况，需要立即就医。肿瘤的诊断基于肿瘤细胞的形态，以及某些肿瘤细胞特征，如发展速度、外观、肿瘤中间的死亡肿瘤细胞、血液供应和侵袭潜力。世界卫生组织将肿瘤分为四类
基于深度学习的扩散 MRI 脑组织分割
从扩散磁共振成像 (dMRI) 中分割脑组织类型是一项重要任务，有助于量化脑微结构并改进纤维束成像。当前的 dMRI 分割主要基于注册到 dMRI 空间的解剖 MRI (例如 T1 和 T2 加权) 分割。然而，与解剖 MRI 相比，dMRI 中的图像失真更多且图像分辨率更低，因此这种模态间配准具有挑战性。在本研究中，我们提出了一种用于扩散 MRI 分割的深度学习方法，我们将其称为 DDSeg。我们提出的方法从来自人类连接组计划 (HCP) 的高质量图像数据中学习组织分割，其中解剖 MRI 与 dMRI 的配准更为精确。然后，该方法能够直接从新的 dMRI 数据（包括使用不同采集协议收集的数据）预测组织分割，而无需解剖数据和模态间配准。我们训练卷积神经网络 (CNN) 来学习组织分割模型，使用一种新颖的增强目标损失函数来提高组织边界区域的准确度。为了进一步提高准确度，我们的方法将表征非高斯水分子扩散的扩散峰度成像 (DKI) 参数添加到传统的扩散张量成像参数中。DKI 参数是根据最近提出的平均峰度曲线方法计算得出的，该方法可以校正不合理的 DKI 参数值并提供区分组织类型的附加特征。我们在 HCP 数据上展示了较高的组织分割准确度，并且在将 HCP 训练模型应用于来自其他采集的分辨率较低且梯度方向较少的 dMRI 数据时也表现出较高的组织分割准确度。
有意识的重新思考：为什么在考古记录中通常保存脑组织？评论
英国伦敦UCL考古研究所； B英国米德尔斯堡蒂赛德大学卫生与生命科学学院； c化学系和质谱卓越中心，约克大学，英国约克大学； D德国图宾根大学的史前，早期历史和中世纪考古研究所； E约克大学考古学系，英国约克大学； F UCL神经病学研究所，UCL神经病学研究所，UCL神经病学研究所，英国伦敦UCLH；英国伦敦的G摩尔领域眼科医院； H荷兰阿姆斯特丹神经科学校园神经科学系； i神经科学校园阿姆斯特丹，荷兰阿姆斯特丹神经科学校园； J哥本哈根大学，丹麦哥本哈根大学地球遗传学的J部分； K考古和法医科学，英国布拉德福德大学布拉德福德大学； L哥本哈根大学哥本哈根大学哥本哈根哥本哈根哥本哈根大学的生物学组学部分； M麦当劳考古研究所，英国剑桥
超材料形式化方法可提高对脑组织活检中胶质瘤区域的识别
摘要：早期发现肿瘤使患者最终战胜癌症并康复的可能性更大。广义的癌症诊断的主要目标是确定患者是否患有肿瘤、肿瘤位于何处以及肿瘤的组织学类型和严重程度。癌症感染组织的主要特征是样本中存在神经胶质瘤细胞。目前的诊断方法主要侧重于微生物学、免疫学和病理学方面，而不是疾病的“超材料几何”。随着有效介质近似技术的发展，确定生物组织样本的有效特性并将其视为无序超材料介质已成为可能。它们的优势在于能够将生物组织样本视为具有经过充分研究的特性的超材料结构。在这里，我们首次介绍了有关生物组织超材料特性的研究，以识别脑组织中的健康和癌症区域。结果表明，超材料的特性会因组织类型（健康或不健康）的不同而有很大差异。获得的有效介电常数值取决于各种因素，例如样本中不同细胞类型的数量及其分布。基于这些发现，我们根据其有效介质特性对癌症感染区域进行了识别。这些结果证明了超材料模型能够识别癌症感染区域。所提出的方法可以对精确识别病理组织的方法学方法的发展产生重大影响，并可以更有效地检测与癌症相关的变化。
新西兰兔脑组织学染色方法中灰质与白质的区分
材料和方法：本研究使用 14 个月大的新西兰兔的脑组织。将脑组织横向切片，以使其适合组织学程序。为此，将脑组织放在毫米纸上，切成三等份。将获得的样本从同一侧从头到尾切成 10μm 厚，并用六种染色方法对载玻片进行染色。通过显微镜将每张载玻片拍摄为 jpeg 格式。将获得的切片图像传输到 Image J 程序以估计其面积。使用李克特量表调查染色方法是否适合确定脑中灰质和白质以及细胞群的边界。作为这些程序的结果，获得的数据的统计结果以表格和图形呈现。
文章射频超声对内源性脑组织位移成像的量化
摘要：本文旨在量化使用超声射频 (RF) 信号对脑组织内源性运动进行成像时使用的位移参数。在一项临床前研究中，具有 RF 输出的超声诊断系统配备了专用的信号处理软件和受试者头部超声换能器稳定装置。这允许使用 RF 扫描框架来计算微米范围的位移，不包括超声检查员引起的运动。对动态幻影实验中定量位移估计的分析表明，根据信号片段之间的皮尔逊相关性 (最小 p ≤ 0.001)，55 μm 至 2 μm 的位移被量化为可信的。实验和临床成像中使用了相同的算法和扫描硬件，这允许将幻影结果转化为阿尔茨海默病患者和健康老年受试者作为例子。六个体内心动周期事件的可信定量位移波形范围从 8 μm 到 263 μm（皮尔逊相关性 p ≤ 0.01）。位移时间序列显示出评估扫描平面每个点的内源性位移信号形态的良好可能性，而位移图（位移参数的区域分布）对于组织表征至关重要。