摘要 增强和替代通信技术(例如脑机接口,BCI)可以直接读取脑信号来替代失去的语言能力。国际上已开展了初步研究以开发脑信号(例如EEG、sEEG、ECoG)和基于语音的BCI,然而,缺乏将非侵入性EEG、发音和语音信号一起检查并分析大脑中的规划过程、发音运动和产生的语音信号之间的相互作用的组合方法。通过本研究中提出的多模式(脑电图、舌头超声和语音)分析和综合,我们超越了最现代的国际趋势。我们将利用基于舌头超声的发音数据来扩展对言语过程中脑信号的分析,以提供更多可比较的生物信号。我们使用深度神经网络根据脑电图测量的脑信号来预测有关发音运动(舌头超声图像)的信息。根据结果,可以证明脑电图和舌超声之间的关系。这项研究的长期目标是为基于语音的脑机接口做出贡献:其结果可能被应用于例如:作为言语障碍者的交流辅助工具。关键词:语音技术、超声波、脑电图、深度学习
Carthera partners with Agenus and Northwestern University for phase 2a trial combining SonoCloud-9 with checkpoint inhibitors to treat glioblastoma World-first trial at Northwestern University could change standard of care for unmethylated glioblastoma patients Carthera's SonoCloud-9 device will be used to increase delivery of Agenus' checkpoint inhibitors balstilimab (anti-PD-1) and botensilimab(抗CTLA-4)进入法国巴黎,2024年4月8日-Carthera,这是由PR创立的Sorbonne University的衍生产品。Alexandre Carpentier和Sonocloud®的开发人员,Sonocloud®是一种创新的基于超声的医疗设备,可治疗多种脑部疾病,今天宣布推出2A期临床试验(NCT05864534)。这项西北大学赞助的试验将使用Agenus的检查点抑制剂Balstilimab和botensilimab使用Carthera的Sonocloud-9设备,用于已完成放射治疗的新诊断已诊断为胶质母细胞瘤(GBM)的患者。未甲基化GBM的患者通常的预期率少于12-15个月。护理标准包括手术切除,然后进行放射化学疗法和其他维持化疗。然而,具有未甲基化的MGMT基因启动子的肿瘤通常对替莫唑胺化疗具有抗性,并且迫切需要新的方法。到目前为止,常规免疫疗法在改善胶质母细胞瘤患者的预后方面没有成功。第2A期试验将评估免疫调节检查点疗法的安全性和功效,用于与BBB开放结合使用GBM。该试验试验旨在招募25名患者来评估安全性和初步疗效。在这项新的试验中,将在芝加哥进行西北大学进行,将使用Agenus的下一代多功能FC增强的抗CTLA-4,botensilimab和抗PD-1 bastilimab,结合Carthera的植入式超声型Sonocloud-9结合使用Carthera的植入式超脑(BBB),该植入率(BBB)越来越多地覆盖(BBB)。 脑。已完成放射化学疗法的患者将在三到四个星期内招募,然后将使用Carthera的Sonocloud-9设备与低剂量脂质体脂质体阿霉素一起接受治疗,以调节肿瘤微环境,以及Agenus的检查点抑制剂Balstilimab和botensenilimab和Botensilimab。botensilimab和balstilimab在其他难以治疗的免疫原性或以前失败的免疫疗法的癌症中表现出了有利的反应。Sonocloud-9设备已在第1/2阶段试验中进行了广泛的测试,并为复发性胶质母细胞瘤患者的患者结合不同的化学疗法方案。这种基于超声的设备的创新使用可以显着增强单克隆抗体向大脑内疾病部位的递送。低剂量阿霉素也用于进一步增强免疫反应。西北大学的亚当·索纳本德(Adam Sonabend)实验室实验室已经在使用Sonocloud-9设备的GBM治疗中进行了广泛的临床前研究,这构成了这一新策略的基础。“我们的临床前数据为免疫疗法和超声检查的作用机理和联合活性提供了新的见解。我们的临床前结果令人鼓舞,我们
目的:使用超声成像扫描仪进行原位药物输送可以大大简化治疗并提高其特异性。我们的目标是使用具有毫米分辨率的临床超声扫描仪在体内输送大量封装的药物。本研究描述了荧光素在超声诱导复合液滴中的封装以及它在大鼠肝脏预定区域中的靶向释放。方法:使用微流体系统将荧光素水溶液封装在 4 μ m 单分散液滴中的全氟碳液体中。然后将药物注射到 12 只大鼠的股静脉内。在探索性超声成像后,超声医师在肝脏中定义五个区域,并在同一设备上启动释放序列。在对肝脏样本进行切片以进行病理学检查之前,在荧光宏观检查和术中荧光相机下体内观察肝脏表面。结果:液滴转换后,超声技师选定区域的对比度增加 25 dB。这些高回声区域与肝脏表面的明亮荧光点共定位。液滴内容物的输送需要最低峰值负压 2.6 MPa,这符合成像脉冲的规定。组织和细胞结构不受释放序列的影响。结论:由于复合液滴可以携带各种治疗剂和成像剂,因此它们可以将这些药剂专门输送到任何可接触超声的器官中。© 2012 美国医学物理学家协会。[ http://dx.doi.org/10.1118/1.4736822 ]
摘要:光被广泛应用于化学、生物学和医学、荧光成像、光遗传学、光激活基因编辑、光控免疫疗法和光化学疗法等治疗癌症和病毒感染的方法中。所有基于光的方法在活体生物组织中面临的一个关键挑战是光子的穿透性差,这主要是由于散射和吸收。这种限制通常需要侵入性操作,例如对组织进行物理切片、插入光纤和内窥镜,以及手术切除上覆组织(例如开颅手术)。为了应对这些挑战,我们的实验室开发了一种超声介导的血管内光源,利用聚焦超声的深层组织穿透性。我们利用了机械发光纳米传感器 (MLNT),它们是通过生物矿物启发的抑制溶解方法合成的机械发光材料的胶体纳米颗粒。这些 MLNT 可以通过静脉输送到血液循环中,并在超声焦点处局部发光。由于超声波具有深度穿透和快速时间动力学,我们已经证明这种方法可以在活体小鼠的不同器官中以毫秒精度在高深度产生按需和动态可编程的光发射模式。这种超声介导的血管内光源使我们能够在活体小鼠中进行非侵入式“声光遗传学”神经调节,以及激活同一只小鼠大脑不同脑区的全脑“扫描光遗传学”。在演讲结束时,我将介绍光子材料的进步如何促进下一代脑机接口的发展。
人工智能 (AI) 的最新进展促进了包括超声检查 (US) 在内的 AI 医学成像的发展。然而,忽视或误诊恶性病变可能会导致严重后果;将 AI 引入成像模式可能是防止人为错误的理想解决方案。对于医学成像 AI 的开发,有必要了解模式在任务设置背景下的特点、所需的数据集、合适的 AI 算法以及具有临床影响的预期性能。关于 AI 辅助超声诊断,在肿瘤学领域已经进行了多次尝试来构建图像数据库并开发 AI 辅助诊断系统。关于使用超声图像诊断肝肿瘤,据报道使用 AI 进行 4 或 5 类分类,包括区分肝细胞癌 (HCC)、转移性肿瘤、血管瘤、肝囊肿和局灶性结节增生。放射组学方法与人工智能的结合也正在成为预测肝癌患者治疗后结果的有力工具,表明人工智能在个性化医疗方面的应用潜力。然而,由于检查过程中的条件差异,超声图像表现出高度的异质性,各种成像参数可能会影响图像质量;这些条件可能会阻碍基于超声的人工智能的发展。在这篇综述中,我们总结了人工智能在医学图像领域的发展,包括任务设置、数据管理方面的挑战,并重点介绍了人工智能在肝肿瘤管理中的应用,尤其是超声诊断。
引言超声超声(每秒> 5000帧)在过去20年中的出现,通过增加的计算能力和平行接收电子设备来实现,刺激了生物医学超声的multiple成像模式的发展(1,2)。在短(<1 ms)的时间窗口内的完整图像的形成可以准确地量化组织,血液和对比度运动。这促进了组织弹性和动脉刚度的测量(3,4),通过定位和跟踪单个微泡(5,6)的序列分辨率(5,6),并在广泛的视野(7)上大大增强了血液的成像。后者导致功能性超声成像(FUS或FUSI)的出现,一种神经影像学技术,能够检测到神经血管偶联引起的脑血容量的小变化(8,9)。与其他神经影像模式(例如功能磁共振成像)相比,FUS在较低的成本下提供了更大的易用性,同时提供了更高的时空重置,并且最近的演示与对比度相结合,可与6.5- spatial spatialssolution(10)相结合,以检测其能力。超声超声成像主要仍然是二维(2D)技术。此成像过程需要以高框架速率(≥5kHz)的一系列平面或分化波传输,同时记录以nyquist速率在空间和时间上采样的反向散射信号(1)。在3D成像的情况下,通常需要数千个元素(2D成像为64至256)和具有相关射频数字数字的相应数量的独立数据通道。最近的工作报告了3/4D心脏想象的1024个通道系统(11,12),超分辨率(13,14)和大鼠的功能成像(15)。但是,这些需要使用和同步
肠道菌群与认知发展有因果关系。我们旨在确定介导其对认知发展的影响以及与最有前途的代谢产物有关的食物或营养的代谢产物。粪便(多利安 - 皮萨克队列,包括90个有婴儿的一般人群,42/48女性/男性,2011年至2014年出生)(FMT)中的C57BL/6无菌小鼠。儿童和受体小鼠通过认知表型或基于保护性代谢物进行分层。在儿童中获得了食物频率问卷。小鼠的认知测量值包括五次Y迷宫测试,直到FMT后23周,以及(23周)PET-CT用于脑代谢和放射性,以及基于超声的颈动脉血管指数。儿童(粪便,尿液)和小鼠(粪便,血浆)代谢组通过1H NMR光谱法测量,并通过16S rRNA扩增子测序在小鼠中分析粪便菌群。儿童和受体小鼠的认知评分相关。fmt依赖性的脑代谢修饰。从高认知或保护性代谢物富集的儿童中接受FMT的小鼠发展出了卓越的认知行为表现。一组代谢产物,即黄嘌呤,甲明甲明,甲酸盐,甘露糖,酪氨酸,苯丙氨酸,谷氨酰胺,可介导供体儿童和受体小鼠的肠道认知轴。血管指标部分解释了代谢物与表型关系。儿童消费豆类,全乳酸奶和鸡蛋以及铁,锌和维生素D的摄入似乎支持保护性肠道代谢物。总体而言,参与炎症,嘌呤代谢和神经递质合成的代谢产物介导了肠道认知轴,并具有筛查的希望。相关的饮食和营养发现提供了针对认知保护的微生物群的干预措施,并具有持久的影响。
目的:基于肝脂质定量的衰减系数(AC),肝纤维化阶段对定量超声的影响是有争议的。这项研究的目的是确定如何根据超声引导的衰减参数根据肝脂肪变性的等级(使用磁共振成像(MRI)质子密度脂肪分数(MRI衍生的PDFF),根据超声引导的衰减参数(MRI),如何根据超声引导的衰减参数(MRI-PDFF)影响AC。方法:在2020年2月至2021年4月之间,有982例慢性肝病患者接受了AC和MRI衍生的PDFF测量以及MR弹性摄影。多重回归用于研究AC是否受肝僵硬程度的影响。结果:AC随着344例没有肝脂肪变性的患者的进展,AC随着肝僵硬的发展而增加(P = 0.009)。在多变量分析中,在没有肝脂肪变性的患者中,AC与皮肤胶囊距离(p <0.001),MR弹性学值(P = 0.037)和MRI衍生PDFF(P <0.001)呈正相关。在982例患者中有52名(5%)中,AC和MRI-sured PDFF之间的相关性落在回归线斜率的95%置信区间之外。MRI衍生PDFF的患者低于其AC(n = 36)的纤维化4分数,白蛋白 - 二氟脂蛋白评分和MR弹性摄影值高于MRI衍生PDFF的患者大于其AC的患者(n = 16; P = 0.018,p = 0.018,p = 0.001,p = 0.001,p = 0.011)。结论:AC仅在没有肝脂肪变性的患者中受肝纤维化(MR弹性学值≥6.7kPa)的影响(MRI衍生PDFF <5.2%)。在患有晚期肝纤维化患者中应谨慎解释这些值。
目的:研究高剂量美伐伐他汀对ST段抬高心肌梗塞(STEMI)中心室重塑和心脏功能的影响。材料和方法:从2017年1月到2019年3月,收集并分析了93例STEMI患者的临床数据,在常规剂量组(Rosuvastatin,10 mg/d)中有46例,高剂量组(Rosuvastatin,20 mg/d)中有46例。Blood lipid (TC, TG, LDL-C and HDL-C), serum inflammatory markers (hs-CRP, IL-6, TNF-α and ICAM-1), ventricular remodelling markers (NT-pro BNP, MMP-9, TIMP-4 and Gal-3) and indicators of cardiac function (LVESD, LVESD, LVESV, LVEDV, IVST and在入院时和Rosuvas Tatin治疗后8周内从所有患者中收集LVEF)。结果:与持续剂量组的rosuvastatin治疗8周后,TC,TG,TG,LDL-C,HS-CRP,HS-CRP,IL-6,TNF-α,TNF-α,ICAM-1,NT-PRO BNP,MMP-9和GAL-3在高剂量组中的水平显着降低(P <0.05),而概率是 - - - - - - - - - - - 均为 - - - - - - - - - - - - - - - - - - - - - - - - - cmp <0.05),而H. (p <0.05)比召集剂量组的(p <0.05)。此外,LVEF明显更高(P <0.05),LVESD,LVESD,LVESV,LVEDV和IVST在治疗后的处理前都明显低(P <0.05)。高剂量组的心脏超声的改善比常规剂量组更重要(p <0.05)。关键词:rosuvastatin,ST升高心肌梗塞,血脂,炎症因子,心室重塑,心肌纤维化Conclusion: This study suggests that high-dose rosuvastatin was better than conventional- dose rosuvastatin for improving blood lipid metabolism, reducing the inflammatory response, and preventing and treating ventricular remodelling and myocardial fibrosis, indicating that high-dose rosuvastatin had stronger therapeutic effect on STEMI than conventional-dose rosuvastatin.
深度学习算法已准备就绪,可帮助解释随访期间监测变化的放射学发现。然而,超声的转化方法很困难,目前受到很大限制。计算机辅助报告程序可以提供很大的帮助,在专家机器学习的适当背景下,它可以构建未来的诊断方向背景。肺超声是一种严重依赖操作员能力的诊断方法,其中人类专业知识部分必须伴随着最合适的设备和适当设置的质量。然而,在阅读肺部图像时,这种严格的临床和定性解释是一个弱点,因为我们的医疗专业人员在执行该程序时具有不同程度的知识和专业知识。在抗击 2019 年冠状病毒疾病 (COVID-19) 的过程中,由于需要预防传染,因此患者状况以及援助和警告方法也存在特殊困难。患者,尤其是家中、救护车和急诊室设施中资源有限的患者,即使对于专业操作员来说也是非常困难的对象,这也是因为胸部超声检查是全接触程序。定量分析使放射学报告更加全面。实际上,一些研究小组已经开始将人工智能 (AI) 视为读取和分析 X 射线和计算机断层扫描 (CT) 扫描的工具,并通过多种深度学习方法帮助诊断和监测 COVID-19。这样做是为了克服诊断程序和干预背景的固有限制。不幸的是,在超声检查中,基于对伪影(尤其是 b 线)的自动读取,使用不适当方法的建议已经得到解决:这是许多人出乎意料地、毫无理由地提出的建议。在这方面,必须强烈重申,量化不稳定和不可靠的伪影,通过机器计数方法测量它们,只是一种神秘和误导的方法,没有任何优势,而且在患者管理中实际上是危险的。目前,所提出的算法不太可能直接取代医生,即放射科医生在超声诊断过程中的判断以及个人责任。这是因为这些方法对明确发现进行分类的特殊性有限甚至缺乏,并且这种诊断具有法医学含义。