XiaoMi-AI文件搜索系统
World File Search System颅内
IntrA：用于深度学习的 3D 颅内动脉瘤数据集
医学是深度学习模型的重要应用领域。该领域的研究是医学专业知识和数据科学知识的结合。在本文中，我们引入了一个开放的三维颅内动脉瘤数据集 IntrA，而不是二维医学图像，这使得基于点和基于网格的分类和分割模型的应用成为可能。我们的数据集可用于诊断颅内动脉瘤和提取颈部以进行医学和深度学习其他领域（如正常估计和表面重建）的夹闭手术。我们通过测试最先进的网络提供了一个大规模分类和部分分割的基准。我们还讨论了每种方法的性能，并展示了我们数据集的挑战。发布的数据集可以在这里访问：https://github.com/intra3d2019/IntrA。
自发颅内低血压诊断和管理的多学科共识指南
抽象背景我们旨在创建一个多学科共识临床指南，以根据当前的证据和来自多学科专家组（SIG）的多学科诊断和共识，在脑脊液内部诊断，研究和管理自发性内部低血压（SIH）（SIH）中的最佳实践指南（SIH）。方法建立了一个由29名成员组成的SIG，具有神经病学，神经放射学，麻醉剂，神经外科手术和患者代表的成员。SIG共识同意该指南的范围和目的。SIG随后使用修改后的Delphi过程为一系列问题主题开发了指南声明。该过程得到了系统文献综述，对患者和医疗保健专业人员的调查以及SIH的几位国际专家的审查。结果SIH及其差异诊断应在任何出现直立衡量头痛的患者中考虑。一线成像应为对比度和整个脊柱的大脑MRI。一线治疗是非靶向硬膜外血斑（EBP），应尽早进行。我们根据脊柱MRI结果和对EBP的反应提供了进行骨髓学的标准，我们概述了治疗原则。还提供了保守管理的建议，头痛的症状治疗以及SIH并发症的管理。结论该多学科共识临床指南有可能提高医疗保健专业人员中对SIH的认识，在护理方面产生更大的一致性，提高诊断准确性，促进有效的研究和治疗，并减少归因于SIH的残疾。
使用高分辨率MRI进行颅内动脉粥样硬化的精确诊断：
Wang，Y。等，中国有症状的颅内大动脉狭窄和闭塞的患病率和结局：中国颅内动脉粥样硬化（CICAS）研究。中风，2014年。45（3）：663-9。Lange，M.C。等人，在缺血性中风的不同亚型中的中风复发。颅内疾病的重要性。arq neuropsiquiatr，2018年。76（10）：649-653。
人工智能在颅内动脉瘤治疗中的应用：现状与未来展望
摘要：伴有蛛网膜下腔出血的颅内动脉瘤发病率和死亡率很高。检测动脉瘤、识别破裂的危险因素和预测动脉瘤的治疗反应以指导临床干预至关重要。人工智能因其在基于图像的任务中的出色表现而受到了全世界的关注。人工智能在一系列临床环境中作为医生的辅助手段，大大提高了诊断准确性，同时减少了医生的工作量。基于使用深度学习的 MRA 和 CTA 的动脉瘤计算机辅助诊断系统已经过评估，并报告了出色的性能。随着机器学习方法的实施，人工智能还被用于自动形态学计算、破裂风险分层和结果预测，这些方法已表现出增量价值。本综述总结了人工智能在动脉瘤管理（包括检测和预测）方面的最新进展。简要讨论了人工智能临床应用的挑战和未来方向。
机器学习在儿童后颅窝肿瘤分类中的应用：系统评价
简单总结：颅后窝肿瘤的诊断具有挑战性，但正确的分类至关重要，因为治疗决策因肿瘤类型而异。本系统综述的目的是总结作为这些儿童脑肿瘤诊断工具而开发的机器学习方法的现状。我们发现，虽然个别算法非常有效，但该领域受到方法、结果报告和研究人群的异质性限制。我们确定了这些算法在研究和开发中的常见限制，并就如何克服这些限制提出了建议。如果将本综述中概述的实用指南纳入算法设计中，可以帮助弥合理论算法诊断测试与各种病理的实际临床应用之间的差距。
基于脑震荡活动经颅交流电刺激的疼痛控制：综合综述
开发有效的工具和策略来缓解慢性疼痛是一项高度优先的科学和临床目标。特别是，与疼痛处理相关的大脑区域已被研究作为通过非侵入性脑刺激 (NIBS) 缓解疼痛的潜在目标。除了阐明疼痛与脑震荡活动之间的关系外，经颅交流电刺激 (tACS) 作为一种控制疼痛的可能技术，引起了科学界的关注，它能够非侵入性地调节脑震荡活动并调节脑震荡通信。本综述重点介绍通过操纵脑震荡活动使用 tACS 缓解疼痛及其潜在的临床应用。几项研究报告称，单个大脑上的 tACS 通过使慢性疼痛患者的异常脑震荡活动正常化来减轻疼痛。基于脑间同步来操纵脑间通信的人际 tACS 方法可能通过亲社会效应缓解疼痛。疼痛由时空神经通信编码，代表疼痛的认知、情绪情感和感觉运动方面的整合。因此，未来的研究应寻求将慢性疼痛中的病理性脑震荡通信确定为 tACS 的治疗目标。总之，tACS 可以有效地重建脑震荡活动并协助社交互动，并且可能有助于开发新的疼痛控制方法。
使用编码器-解码器框架从颅内深度电极合成语音
图 6 示例性注意力矩阵，可视化三位参与者在收敛时的注意力得分（来自随机选择的训练样本）（值越亮表示注意力得分越高）。解码器中的时间步长在 y 轴上表示，编码器的时间步长在 x 轴上表示。对角线结构表明注意力得分在时间域上是很好地对齐的，例如输出中的后续步骤关注输入中的后续步骤。该图还表明，填充输入 sEEG 序列（语音规划和理解）可能是不必要的，因为没有太多注意力放在第一个和最后一个输入步骤上。
经颅超声和彩色多普勒超声对颅脑损伤的诊断准确性
新生儿成熟度：超声检查结果 早产儿 足月儿 室性脑出血 I 级 3(7.5%) 0(0.0)% 室性脑出血 III 级 1(2.5%) 0(0.0)% 硬膜下出血 0(0.0)% 1(2.5%) 脑内血肿 0(0.0)% 1(2.5%) PVL 1(2.5%) 0(0.0)% HIE 0(0.0)% 10(25%) 脑积水 0(0.0)% 8(20%) 先天性病变 0(0.0)% 5(12.5%)
经颅直流电刺激对儿童 GABA 和 Glx 的影响：一项初步研究
经颅直流电刺激 (tDCS) 是一种非侵入性脑刺激，可安全地调节大脑兴奋性并具有对许多疾病的治疗潜力。多项研究表明，初级运动皮层 (M1) 的阳极 tDCS 有助于运动学习和可塑性，但有关其潜在机制的信息很少。使用磁共振波谱 (MRS) 已显示 tDCS 可影响成人局部的 γ -氨基丁酸 (GABA) 和 Glx（谷氨酸和谷氨酰胺的总和）水平，这两者都已知与技能习得和可塑性有关；但这尚未在儿童和青少年中进行研究。本研究检测了儿科人群中针对 M1 的常规阳极 tDCS (a-tDCS) 和高清 tDCS (HD-tDCS) 对 GABA 和 Glx 的反应。 24 名正常发育的右利手儿童（年龄 12-18 岁）连续五天参加 tDCS 干预（假干预、a-tDCS 或 HD-tDCS），针对右侧 M1，同时用左手进行精细运动任务（Purdue Pegboard Task）训练。在方案之前和之后（第 5 天和第 6 周），使用 PRESS 和 GABA 编辑的 MEGA-PRESS MRS 序列测量感觉运动皮质中的 Glx 和 GABA。6 周时，HD-tDCS 组左侧感觉运动皮质测得的 Glx 高于 a-tDCS 和假干预组（p = 0.001）。在任何时候均未观察到任何感觉运动皮质中的 GABA 变化。这些结果表明 a-tDCS 或 HD-tDCS 都不会局部影响发育大脑中的 GABA 和 Glx，因此它可能在成人中表现出不同的反应。