XiaoMi-AI文件搜索系统
World File Search System脑转
NSCLC中脑转移酶的机械建模提供了用于个性化预测结果的计算标记 I型糖尿病的自动胰岛素输送的安全加强学习 电池电动汽车长途移动性的模型：多人分析 使用脉冲测试提取电池的扩散阻力和动态 在利用对称性的量子能力上有效界限的层次结构 抗炎药候选者预防和治疗心血管疾病 植物中DNA g-/c Quadruplexes的OMICS研究 Grossberg代码：感知体验的通用神经网络签名 探索住宅部门的能源效率实施措施的成本效益 合并事件中肥料传播细菌侵袭肥料传播细菌的实验证据：抗生素磺胺甲烷的影响 航空航天科学与技术
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
基于整体学习的放射素学模型，用于区分胶质母细胞瘤的脑转移
目的：术前脑转移（BM）和胶质母细胞瘤（GBM）之间的区分由于它们在常规脑MRI上的相似成像特征，因此在术前具有挑战性。这项研究旨在通过基于MRI放射学数据的机器学习模型来增强诊断能力。方法：这项回顾性研究包括235例确认孤立性BM和273例GBM患者。患者被随机分配到培训（n = 356）或验证（n = 152）队列中。获得了传统的大脑MRI序列，包括T1加权成像（T1WI），对比-Enhanced_T1WI和T2加权成像（T2WI）。在所有三个序列上都描绘了脑肿瘤并分段。从人口统计学，临床和放射线数据中选择了特征。一个集成的集成机器学习模型，即弹性回归SVM-SVM模型（ERSS）和组合人口统计学，临床和放射线数据的多变量逻辑回归（LR）模型是用于预测性建模的。使用歧视，校准和决策曲线分析评估模型效率。此外，使用由47例GBM患者和43例孤立BM患者组成的独立队列进行外部验证，以评估ERSS模型的推广性。Results: The ERSS model demonstrated more optimal classification performance (AUC: 0.9548, 95% CI: 0.9337 – 0.9734 in training cohort; AUC: 0.9716, 95% CI: 0.9485 – 0.9895 in validation cohort) as compared to the LR model according to the receiver operating characteristic (ROC) curve and decision curve for the internal cohort.外部验证队列的最佳性能较低但仍然稳健（AUC：0.7174，95％CI：0.6172 - 0.8024）。具有多个分类器的集成的ERSS模型，包括弹性网，随机森林和支持向量机，产生了可靠的预测性能，并且表现优于LR方法。结论：结果表明，集成的机器学习模型，即ERSS模型，具有有效，准确的BM与GBM的术前分化的潜力，这可能会改善临床决策和脑肿瘤患者的结果。
识别核心 MRI 序列以实现可靠的自动脑转移分割
a 慕尼黑工业大学伊萨尔医院放射肿瘤学系；b 德国转化放射治疗联盟 (DKTK)，慕尼黑合作伙伴网站；c 慕尼黑亥姆霍兹中心放射医学研究所 (IRM)、放射科学系 (DRS)；d 信息学系；e 德国慕尼黑工业大学 TranslaTUM - 中央转化癌症研究所；f 瑞士苏黎世苏黎世大学医院放射肿瘤学系；g 马格德堡大学医院放射肿瘤学系；h 德国耶拿弗里德里希席勒大学耶拿大学医院放射治疗和放射肿瘤学系；i 瑞士苏黎世苏黎世大学医院定量生物医学系；j 诊断和介入神经放射学系； k 慕尼黑工业大学伊萨尔右翼医院神经外科系，慕尼黑；l 海德堡大学医院放射肿瘤学系；m 海德堡放射肿瘤学研究所 (HIRO)，国家放射肿瘤学中心 (NCRO)，海德堡；n 德国哥廷根大学医学中心放射肿瘤学系；o 瑞士阿劳州立大学阿劳分校 KSA-KSB 放射肿瘤学中心；p 富尔达综合医院放射肿瘤学系，富尔达；q 基尔石勒苏益格-荷尔斯泰因大学医学中心放射肿瘤学系；r 弗莱堡大学医学中心放射肿瘤学系；s 德国癌症联盟 (DKTK)，弗莱堡合作伙伴中心，弗莱堡，德国；t 塞浦路斯利马索尔欧洲大学德国肿瘤中心放射肿瘤学系； u 法兰克福及德国北部 Saphir 放射外科中心，Guestrow；v 法兰克福大学医院神经外科系，法兰克福；w 慕尼黑工业大学医学人工智能与信息学研究所，慕尼黑；x 亥姆霍兹人工智能，亥姆霍兹慕尼黑中心，诺伊尔贝格，德国
基于放射组学的脑转移瘤患者术后立体定向放射治疗局部控制率预测
摘要背景。手术切除是治疗大型或有症状的脑转移瘤 (BM) 患者的标准方法。尽管辅助立体定向放射治疗后局部控制得到改善，但局部失败 (LF) 的风险仍然存在。因此，我们旨在开发并外部验证一种基于治疗前放射组学的预测工具，以识别高 LF 风险的患者。方法。数据来自 BM 切除腔立体定向放射治疗多中心分析 (AURORA) 回顾性研究（训练队列：来自 2 个中心的 253 名患者；外部测试队列：来自 5 个中心的 99 名患者）。从增强 BM（T1-CE MRI 序列）和周围水肿（T2-FLAIR 序列）中提取放射组学特征。比较了不同的放射组学和临床特征组合。最终模型在整个训练队列上进行训练，使用先前通过内部 5 倍交叉验证确定的最佳参数集，并在外部测试集上进行测试。结果。使用放射学和临床特征组合训练的弹性网络回归模型在外部测试中表现最佳，一致性指数 (CI) 为 0.77，优于任何临床模型（最佳 CI：0.70）。该模型在 Kaplan-Meier 分析中有效地根据 LF 风险对患者进行分层（P < .001），并显示出增量的净临床效益。在 24 个月时，我们发现低风险组和高风险组分别有 9% 和 74% 出现 LF。结论。临床和放射学特征的组合比单独的任何临床特征集更能预测无 LF。LF 高风险患者可能会受益于更严格的随访程序或强化治疗。
“有症状的”黑色素瘤脑转移
a 瑞士苏黎世苏黎世大学医院和苏黎世大学临床神经科学中心神经外科系 b 瑞士苏黎世苏黎世大学医院和苏黎世大学临床神经科学中心神经内科系 c 英国达勒姆杜克癌症研究所 d 英国伦敦皇家马斯登 NHS 基金会 e 美国德克萨斯州休斯顿德克萨斯大学 MD 安德森癌症中心放射肿瘤学系 f 美国纽约州纽约纪念斯隆凯特琳癌症中心神经外科和脑转移中心 g 美国德克萨斯州休斯顿德克萨斯大学 MD 安德森癌症中心癌症医学部黑色素瘤医学肿瘤学系 h 瑞士苏黎世苏黎世大学医院和苏黎世大学皮肤病学系
如何使抗癌药物穿过血脑屏障来治疗脑转移瘤
摘要：过去 10 年，脑转移瘤的发病率有所增加。然而，脑转移瘤患者的生存率仍然很低，在肿瘤内科的日常实践中也面临挑战。脑转移瘤高发病率的机制之一是大多数化疗药物（包括最近的靶向治疗）无法穿过血脑屏障。因此，需要新的药理学方法来优化抗癌药物方案的疗效。在本文中，我们介绍了脑转移瘤分子数据的最新发现。然后，我们讨论了抗癌药物穿过血脑屏障的药理学研究的已发表数据。我们接着讨论了未来的发展，即使用物理方法或生理转运体促进药物穿过血脑屏障，以治疗癌症患者的脑转移瘤。
NSCLC中脑转移酶的机械建模提供了用于个性化预测结果的计算标记
尽管有希望的表现，但仅当隐含高风险时，很少使用加强学习（RL）。I型糖尿病中的糖症控制就是这样的一个例子：已证明各种RL药物可以准确调节胰岛素的递送，但无法看到现实生活中的应用。 对于此类应用程序，管理风险是关键。 在本文中，我们使用进化策略算法来训练一个用于血糖控制的政策网络：它具有最先进的结果，并且在没有任何先验知识的情况下恢复了胰岛素治疗和血糖管理的基础知识。 我们提出了一种将政策网络配备认识论不确定性度量的方法，这不需要进一步的模型培训。 我们说明了如何使用这种认知不确定性估计来提高设备的安全性，从而为现实生活中的临床试验铺平了道路。糖症控制就是这样的一个例子：已证明各种RL药物可以准确调节胰岛素的递送，但无法看到现实生活中的应用。对于此类应用程序，管理风险是关键。在本文中，我们使用进化策略算法来训练一个用于血糖控制的政策网络：它具有最先进的结果，并且在没有任何先验知识的情况下恢复了胰岛素治疗和血糖管理的基础知识。我们提出了一种将政策网络配备认识论不确定性度量的方法，这不需要进一步的模型培训。我们说明了如何使用这种认知不确定性估计来提高设备的安全性，从而为现实生活中的临床试验铺平了道路。
脑转移复发预后的标记
主要创新和优点本发明人发现，分析接受治疗（例如脑外科手术）的受试者分离样本中本发明特征基因的表达水平，可构成预测受试者脑转移复发的可靠方法。因此，本发明的特征是预测治疗后（更具体地说是脑外科手术后）脑转移复发的可靠方法和试剂盒的基础。
安罗替尼联合放疗治疗男性肺癌脑转移的临床疗效
摘要 背景：本研究分析抗血管生成药物安罗替尼联合放疗治疗男性肺癌脑转移的临床疗效。方法：根据现有病例记录，对我院2019年1月至2023年12月间收治的63例男性肺癌脑转移患者的资料进行回顾性分析。根据记录的治疗方法不同，其中33例患者接受单纯调强放疗（IMRT）（放疗组），30例患者接受安罗替尼联合IMRT（联合治疗组）。比较两种治疗方法的临床结果。结果：结果显示，治疗后1个月，联合治疗组颅内肿瘤客观缓解率（ORR）相对较高（70.00%vs.48.48%），但差异无统计学意义（p>0.05），而联合治疗组疾病进展（PD）发生率明显低于放疗组（6.67%vs.33.33%；p<0.05），提示联合使用安罗替尼可明显减缓疾病进展（p<0.05）。此外，联合治疗组患者脱水药物使用时间、头痛缓解速度均短于放疗组（p<0.05），无进展生存期（PFS）和总生存期（OS）均明显长于放疗组（p<0.001）。结论：总而言之，这些研究结果表明安罗替尼联合放疗可增强男性肺癌脑转移患者的治疗效益。需要进一步的大规模随机对照试验来证实这些结果。
病例报告 罕见脑转移性恶性黑色素瘤与黑色硬脑膜共存病例：资源匮乏环境下的治疗
一名 63 岁男性，有 7 个月的间歇性左侧面部疼痛病史。疼痛被描述为刺痛，左眼周围肿胀加剧了这种疼痛，非处方止痛药无法缓解。他报告有 2 年的左眼周围进行性肿胀病史，伴有 1 年的左侧视力丧失。此外，他经历了 6 个月的全身无力、2 年的头晕和 3 年的左侧听力丧失。他的病史是高血压，每天服用一次 10 毫克氨氯地平进行治疗。没有恶性肿瘤家族史。该患者之前曾在另一家机构接受过皮肤活检，报告诊断为恶性黑色素瘤。不幸的是，我们无法获得原始病理报告。