本期目录
胞外磁场标记仿生水凝胶诱导的人间充质干细胞球体与阿魏木糖醇的MRI跟踪
7t MRI蓝斑完整性与帕金森病的冷漠和认知有关
磁共振成像和计算机断层扫描在肺结节检测和容量评估中的比较：一项前瞻性研究
神经性贪食症的区域神经活动异常和全脑功能连接重组：来自静息态fMRI的证据
创造性表达程序对神经认知网络性能的影响，通过任务和静息态功能MRI测量
基于多模态磁共振图像序列的腮腺肿瘤分类的深度学习模型
卷积神经网络在单个MRI切片上检测前庭神经鞘瘤的可行性研究
1、胞外磁场标记仿生水凝胶诱导的人间充质干细胞球体与阿魏木糖醇的MRI跟踪
摘要：
在组织修复研究和临床试验中，用超顺磁性氧化铁纳米颗粒(SPIONs)标记间充质干细胞(MSCs)已成为磁共振成像(MRI)跟踪移植细胞的一种潜在方法。使用临床批准的SPIONs (ferumoxytol)标记MSCs需要使用转染试剂或磁场，这在很大程度上限制了其临床应用。为了克服这一障碍，我们建立了一种利用阿魏木糖醇对间充质干细胞球粒进行磁性标记的新方法。与传统方法不同，阿魏木醇标记是在形成机械可调仿生水凝胶诱导间充质干细胞球体的过程中完成的。此外，标记的间充质干细胞球表现出较强的MRI T2信号和良好的生物安全性。值得注意的是，被包裹的阿铁木醇被定位在球粒的细胞外基质(ECM)中，而不是细胞质中，最小化了阿铁木醇的细胞毒性，并保持了水凝胶诱导的仿间充质干细胞球粒的活力和干性。这表明了该方法在临床移植后MRI跟踪方面的潜力。
关键词：超顺磁性氧化铁纳米粒子、MSC标签、机械可调仿生水凝胶、球状体、MRI跟踪
原文：Extracellular magnetic labeling of biomimetic hydrogel-induced human mesenchymal stem cell spheroids with ferumoxytol for MRI tracking
2、7t MRI蓝斑完整性与帕金森病的冷漠和认知有关
摘要：
背景：蓝斑神经退行性变(LC)有助于帕金森病(PD)和进行性核上性麻痹(PSP)的神经精神症状。采用超高场7t磁共振成像技术提高了LC成像的空间精度。
目的：探讨帕金森病和PSP LC病理改变的空间模式及LC信号与神经精神症状的跨诊断关系。
方法：25名特发性PD患者，14名可能患有PSP-Richardson综合征的患者，以及24名年龄匹配的健康对照。参与者接受了临床评估和高分辨率(0.08 mm3) 7 t -磁化-转移成像，以测量活体LC完整性。利用分区域平均对比度和显著LC聚类分析了LC变化的空间格局;我们进一步使用混合效应模型和体素分析，将LC对比与冷漠和认知测量相关联。
结果：与对照组相比，PSP和PD组在尾部亚区显示了显著的LC变性。混合效应模型显示，疾病组与冷漠相关的LC退行性变之间存在显著交互作用(β = 0.46, SE[标准误差]= 0.17,F(1,35) = 7.46, P = 0.01)，其驱动因素是PSP的强相关性(β = 0.58, SE = 0.21, t(35) = 2.76, P = 0.009)。在两个疾病组中，体素分析表明，较低的LC完整性与较差的认知和较高的冷漠分数相关。
结论：LC和非运动症状之间的关系强调了去甲肾上腺素能功能障碍在PD和PSP中的作用，证实了去甲肾上腺素能治疗策略在神经退行性疾病中解决经诊断的认知和行为特征的潜力。
关键词：蓝斑、帕金森病、进行性核上的麻痹、认知、冷漠、magnetization-transfer成像、7t磁共振成像、去甲肾上腺素
原文：Locus Coeruleus Integrity from 7 T MRI Relates to Apathy and Cognition in Parkinsonian Disorders
3、磁共振成像和计算机断层扫描在肺结节检测和容量评估中的比较：一项前瞻性研究
摘要：
理论基础和目的：计算机断层扫描(CT)肺结节评估是常规进行的，在肺癌筛查中很有前途。然而，辐射暴露的时间仍然是一个问题。因此，本前瞻性研究的总体目标是对不确定肺结节进行最佳治疗，目的是评估优化的超短回声时间(UTE) MRI对肺结节检测和容量评估的潜力。
材料与方法：纳入8例(54.9 13.2年)至少有1例4 mm非钙化结节的患者。研究高频无创通气(UTE- hf - niv)和潮气量自由呼吸(UTE- fb)下的UTE，以及全吸气时的容积插值屏气检查(VIBE-BH)。三位经验丰富的读者评估了4mm和6mm结节的检出率，并报告了它们的位置、二维测量和固体/亚固体性质。卷由两位经验丰富的读者测量。随后，两位读者评估金标准CT图像中4mm肺结节的检测和体积大小，并进行软、肺核重建。使用病灶管理软件(Carestream, Rochester, New York, USA)进行容量测定。
结果：UTE-HF-NIV对4mm (n = 66)和6mm (n = 32)结节的检出率最高(分别为35和50%)。使用UTE-HFNIV检测结节与它们在肺中的位置之间没有相关性(p >0.4)时，2例使用VIBE-BH的读者均存在这种依赖性(p = 0.002和0.03)。读者和技术人员注意到结节的检测与其大小的相关性(p <0.02)。当比较结节体积测量值时，CT和UTE-HF-NIV之间有很好的一致性，Darçot等。MRI对肺结节的评估能力，UTE-HF-NIV高估了13.2%，而VIBE-BH高估了结节体积28.8%。
结论：UTE-HF-NIV尚不能替代低剂量CT检测肺结节，但可以根据其容量精度与CT交替进行随访研究。
关键词：肺MRI、MR结节检出、CT结节检出、结节体积评估、高频无创通气
原文：Comparison Between Magnetic Resonance Imaging and Computed Tomography in the Detection and Volumetric Assessment of Lung Nodules：A Prospective Study
4、神经性贪食症的区域神经活动异常和全脑功能连接重组：来自静息态fMRI的证据
摘要：
神经性贪食症(BN)患者的进食行为管理是一个复杂的过程，而BN涉及大脑多个区域的活动，这些区域整合了内外功能信息。这种功能信息整合发生在涉及奖赏、认知、注意、记忆、情感、嗅觉、味觉、视觉等的大脑区域。虽然已有报道BN患者静息状态的脑活动与健康对照组不同，但其神经机制尚不清楚，需要进一步探索。低频波动分数幅分析(fALFF)是一种重要的数据驱动方法，可以测量特定频段内的低频波动对整个可探测频率范围的相对贡献。fALFF很适合揭示单体素水平的区域间合作强度，以研究局部神经元的活性。FC是一种基于时间序列之间相关动态水平的脑网络分析方法，它借助线性时间相关性建立两个感兴趣空间区域(roi)之间的联系。基于BN患者的心理特点及既往神经影像学研究显示的脑功能活动异常，本研究我们通过应用fALFF分析和全脑功能连接(FC)来研究BN患者静息状态下区域神经活动的改变，并探索大脑活动和饮食行为之间的相关性。我们发现，作为静息状态神经网络重组的关键节点，左岛叶和双侧下顶叶(IPL)改变了与奖赏、情绪、认知、记忆、嗅觉/味觉和视觉相关功能加工相关的大脑区域的FC，这可能影响了限制性饮食行为。这些结果为BN患者的神经心理治疗提供了进一步的理论依据和潜在的有效靶点。
关键词：神经性贪食症、静息态功能磁共振成像、进食行为、奖励、认知
原文：Regional Neural Activity Abnormalities and Whole-Brain Functional Connectivity Reorganization in Bulimia Nervosa：Evidence From Resting-State fMRI
5、创造性表达程序对神经认知网络性能的影响，通过任务和静息态功能MRI测量
摘要：
背景：本研究考察了16周创造性表达程序对轻度认知障碍(MCI)成人在故事创造任务和静息状态功能网络连接过程中大脑活动的影响。
方法：36名轻度认知障碍成人被分为创造性表达组(CrExp, n = 18)和对照组(CG,n = 18)。干预前后，在故事创造任务表现和静息状态下对所有参与者进行了功能磁共振扫描。计算两组比较各聚类的血氧合水平依赖(blood oxygenation level-dependent, BOLD)信号变化，探讨两组间fMRI激活和功能连接(functional connectivity, FC)的差异。
结果：任务激活分析显示右侧扣带回(ACG)、右侧额叶内侧回(MFG)、右侧慢状核(LN)、左侧海马(HIP)、左侧枕中回(MOG)和左侧小脑后叶(CPL)的激活增加(p <0.05)。故事创造性能的改善与左髋区更大的激活有关。创造性表达组与对照组之间的静息状态功能连接(FC)表现出显著的交互作用。此外，右侧角回(ANG)、右侧颞下回(ITG)、右侧枕上回(SOG)、左侧角回(ANG)、左侧枕上回(MFG)之间的连接与认知表现的改善有关(p <0.05)。
结论：创造性表达训练可改善轻度认知障碍患者的认知激活，并可能与创造性表达训练引起的神经认知网络可塑性变化有关。
关键词：轻度认知障碍、磁共振成像、功能网络连接、大脑活动、老年护理
原文：The effect of creative expression program in neurocognitive networks performance measured by task and resting-state functional MRI
6、基于多模态磁共振图像序列的腮腺肿瘤分类的深度学习模型
摘要：
目的：设计一种基于多模态磁共振(MRI)序列的腮腺肿瘤深度学习模型，用于腮腺肿瘤的自动分类，提高临床诊断决策水平。
方法：首先，收集266例腮腺肿瘤患者的多模态MRI序列，结合Resnet的图像分类网络和自然语言处理的Transformer网络，从0开始设计基于人工智能(AI)的深度学习模型。其次，通过对MRI序列进行多模态融合，提高深度学习模型的有效性，优化不同MRI序列的融合策略。此外，我们比较了该模型在腮腺肿瘤分类中的有效性与经验丰富的放射科医生。
结果：深度学习模型在腮腺良恶性肿瘤的鉴别中提供了可靠的结果。模型,训练有素的t2加权融合,postcontrast t1,和diffusion-weighted成像(b = 1000 s /平方毫米),产生最好的结果的准确性评分0.85,一个接受者操作特征(ROC)曲线下面积0.96,敏感性得分为0.90分,特异性得分为0.84分。此外，多模态模式在诊断多形性腺瘤和Warthin瘤方面表现出可靠的结果，但在鉴别基底细胞腺瘤方面则不可靠。
结论：基于多模态MRI序列融合，建立了一种准确高效的腮腺肿瘤分类模型。这种方法的有效性肯定优于使用单一MRI图像或单一MRI序列作为输入的模型，而且可能还优于经验丰富的放射科医生。
关键词：人工智能、深度学习、机器学习、磁共振成像、肿瘤、腮腺肿瘤
原文：A Deep Learning Model for Classification of Parotid Neoplasms Based on Multimodal Magnetic Resonance Image Sequences
7、卷积神经网络在单个MRI切片上检测前庭神经鞘瘤的可行性研究
摘要：
在这项研究中，我们旨在通过使用 2D-CNN 在单个磁共振成像 (MRI) 切片中检测前庭神经鞘瘤 (VSs)。使用来自一家机构的对比增强 T1 加权 (T1c) MRI 切片对预训练的 CNN (ResNet-34) 进行再训练和内部验证。第二步，使用来自不同机构的 T1c 和 T1 加权 (T1) 切片对模型进行外部验证。作为替代，对分切片用于有和没有来自包含单侧 VS 部分的整个横向切片的肿瘤。基于分类准确性和混淆矩阵评估模型预测。共有 539、94 和 74 名患者分别被纳入培训、内部验证和外部 T1c 验证。这导致内部验证的准确度为 0.949 (95% CI 0.935-0.963)，外部 T1c 验证的准确度为 0.912 (95% CI 0.866-0.958)。我们建议，由于对计算能力的需求减少以及不需要分割，2D-CNNs 可能是某些任务的 2.5-/3D-CNNs 的有前途的替代品。然而，需要进一步研究 2D-CNN 与更复杂架构之间的差异。
关键词：人工智能、深度学习、机器学习、前庭、神经鞘瘤、neuro-oncology
原文：Convolutional Neural Networks to Detect Vestibular Schwannomas on Single MRI Slices：A Feasibility Study
本文仅用于学习参考，详细内容请参考原文。若需原文获取，可留言。若有侵权及疑问，请后台留言，管理员侵删。
网友评论