传统的 X 光无法显示颅骨后面生长的肿瘤,因此需要使用特殊扫描来寻找肿瘤。计算机断层扫描 (CT) 或磁共振成像 (MRI) 扫描均使用计算机图形来创建大脑图像。对于这两种扫描,患者都躺在滑入成像设备的桌子上。为了获得准确的图像,患者必须静静地躺着。如果患者无法静静地躺着,则可能需要镇静。通常会注射特殊造影剂来帮助增强图像。扫描可能非常嘈杂,并且时间长度不一。CT 和 MRI 只是可用的两种扫描类型。其他专门的扫描可以测量流向大脑的血流率、提供用于手术期间的大脑映射或测量神经细胞产生的磁场。扫描完成后,放射科医生将解释计算机图像并提供初步诊断。
健康和患病的组织以及特定患者中肿瘤和其他病变的存在。通过造影剂,显微镜和弹性学技术的最新进展,例如磁共振弹性摄影(MRE)[13],使个人在个体患者中的粘弹性反应的体内表征成为可能。的确,MRE技术目前允许在体内汇编的脑部组织粘弹性特性的个性化地图集,包括存储和损耗模量作为频率的函数[1,14]。目前的MRE技术仅涵盖声音频率范围,但预计最终也涵盖了超声范围。这些进步从根本上从数据饥饿到数据丰富的领域进行了从根本上转移的脑生物力学,这种转换以基本和深远的方式挑战理论和计算实践。可以根据这些挑战和机遇来采取几种可能的策略。一种当前流行的策略使用监督的机器学习(ML)回归来拟合数据,例如使用神经网络代表[15]。但是,无论是基于神经网络还是基于
纳米医学的快速发展带来了新的替代方案,有可能改变医疗保健。靶向药物输送以及纳米载体的合成是一门不断发展的学科,人们对其进行了深入研究,以降低目前用于治疗各种疾病的药物的复杂性,并开发新的治疗和诊断技术。有几种设计好的纳米材料用作输送系统,如脂质体、胶束、树枝状聚合物、聚合物、碳基材料和许多其他物质,它们将药物部分直接输送到其目标身体区域,减少了传统药物输送的毒性作用,从而减少了治疗效果所需的药物量,并提供了更多优势。目前,这些材料用于许多应用,包括癌症治疗、成像造影剂和生物标志物检测等。本综述通过对纳米药物的药物合成、类型、靶点和在提高治疗效率方面的应用进行彻底研究,全面更新了靶向纳米药物输送系统领域的最新进展。
摘要 微泡是纳米尺寸的充气气泡。它们用于临床诊断、医学成像、超声成像中的造影剂以及靶向药物输送的转运体。它们还可用于治疗血栓形成、肿瘤疾病、开放性动脉和血管斑块以及癌症患者的局部化疗输送。微泡可以填充任何类型的治疗剂、治疗剂、生长因子、细胞外囊泡、外泌体、miRNA 和药物。微泡具有由脂质和蛋白质组成的特殊封装外壳,可保护其货物免受免疫攻击。填充治疗药物后,它们可以安全高效地在整个身体中循环,到达目标区域。先进的基于气泡的药物输送系统结合人工智能进行指导,为药物和药品的靶向输送带来了巨大的希望。 关键词:人工智能、微泡、纳米囊泡、药物运输、靶向治疗
关于脑成像应用的研究有很多。马来西亚的统计数据显示,神经胶质瘤是脑瘤中最常见的疾病类型之一。神经胶质瘤脑瘤是脑组织内神经胶质细胞的异常生长,被称为脑组织。放射科医生通常使用磁共振成像 (MRI) 图像序列来诊断脑瘤。然而,放射科医生手动检查脑瘤诊断是一项困难且耗时的任务,因为肿瘤的形状和外观各不相同。他们还会注射钆造影剂来增强图像模态,这会给患者带来副作用。因此,本文提出了一种使用 Sobel 边缘检测和数学形态学操作对 MRI 脑图像进行自动分割和检测的方法。从脑瘤图像分割基准 (BRATS) 获得了总共 30 个神经胶质瘤 T1 加权 MRI 脑图像。使用区域重叠定量评估分割和检测的结果,准确率为 80.2%,表明所提出的方法很有前景。
几十年来,快速、高质量的放射图像采集一直是一项重大挑战,而且仍然是一项巨大的挑战。如何加快 MRI 和 CT 扫描等图像数据采集速度一直是人们关注的焦点,以提高效率和患者安全等。为此,已开发并报告了许多用于快速、高质量放射图像重建的 AI 技术(2),在某些情况下,静脉造影剂的剂量大大减少,辐射剂量也更低。可以预见,这些新的图像数据采集技术将继续得到开发,以造福患者、放射科医生和放射临床流程。此外,人工智能可以在整合和优化放射数据采集工作流程中发挥重要作用,例如,最近一个成功的例子是 COVID-19 大流行期间的非接触式患者定位系统 ( 3 ),该系统自动校准、定位和多视图合成组件,无需身体接近即可对患者进行扫描。本期刊的放射学人工智能专业将鼓励和欢迎解决人工智能赋能的图像数据采集各个方面的投稿。
摘要 冠状动脉疾病 (CAD) 仍然是全球发病率和死亡率的主要原因,因此诊断技术亟待改进。冠状动脉 CT 血管造影 (CCTA) 已成为一种重要的非侵入性工具,可用于评估冠状动脉解剖结构和检测动脉粥样硬化斑块负荷,具有高空间分辨率。本综述探讨了 CCTA 的发展,重点介绍了其技术进步、临床应用和挑战。多探测器 CT、光子计数 CT 和 FFR-CT 等功能评估工具等关键创新增强了 CCTA 的诊断和预后能力。尽管取得了这些进展,但与辐射暴露、碘造影剂和患者特定限制相关的问题仍然存在。未来的方向包括开发新型成像生物标志物和最小化辐射暴露的策略。通过综合现有文献和最新发展,本文全面了解了 CCTA 在当代 CAD 管理中的作用。
癌症被认为是控制细胞增殖、分化和体内平衡的基因突变的复杂恶性后果,因此肿瘤治疗极具挑战性。迄今为止,各种载货分子,包括核酸药物(pDNA、miRNA 和 siRNA)、治疗药物(阿霉素、紫杉醇、柔红霉素和吉非替尼)和成像剂(放射性同位素、荧光染料和 MRI 造影剂)已被视为临床应用的潜在药物。然而,由于肿瘤异质性和多种药物耐药性,非单一治疗药物可以产生令人满意的临床效果,而基于纳米技术的联合治疗正在成为增强抗癌效果的重要先进模式。本综述汇集了当前以纳米药物为基础的联合递送小分子药物和核酸进行抗癌治疗的先进发展。此外,明确介绍了其优越性,并详细讨论了克服临床挑战的障碍。最后,展示了未来药物和核酸联合治疗肿瘤的合理方向。
然而,与此同时,大规模的可配置性在功耗,电气和光学包装,驱动器电子和控制算法方面面临一些巨大的挑战。毕竟,具有重新配置功能的电路总是更大,更复杂的,而专门为单个目的而设计的电路。这将导致更长的光路和需要更多的电气控制信号,这反过来又需要在操作过程中更高的功耗。,我们将在不同的欧洲合作背景下在我们建立通用可编程光子芯片的道路上讨论我们在这些领域的最新进展。使用高效率的电磁调谐器,高密度包装解决方案以及电子和软件层扩展硅光子学,以控制这些光子电路的行为,可用于光子和微波模拟信号处理。,我们研究了新技术(例如MEMS)的引入,或新材料(例如用于硅上的高密度电磁相移位器)的新材料,取代了通常用于此目的的渴望强力的微型造影剂。我们还讨论放大器的引入如何显着增强可编程光子学的功能。
摘要 —多模态磁共振 (MR) 成像为诊断和分析脑胶质瘤提供了巨大潜力。在临床场景中,常见的 MR 序列(例如 T1、T2 和 FLAIR)可以在单次扫描过程中同时获得。然而,获取对比增强模态(例如 T1ce)需要额外的时间、成本和注射造影剂。因此,开发一种方法来合成不可用的模态具有临床意义,这些模态也可以用作下游任务(例如脑肿瘤分割)的额外输入以提高性能。在这项工作中,我们提出了一个端到端框架,称为模态级注意力融合网络 (MAF-Net),其中我们创新地进行逐块对比学习以提取多模态潜在特征并动态分配注意力权重以融合不同的模态。通过在 BraTS2020 上进行大量实验,发现我们提出的 MAF-Net 具有优异的 T1ce 合成性能(SSIM 为 0.8879 和 PSNR 为 22.78)和准确的脑肿瘤分割(在分割肿瘤核心、增强肿瘤和整个肿瘤方面的平均 Dice 分数分别为 67.9%、41.8% 和 88.0%)。