前列腺癌是男性生殖系统中一种常见的恶性肿瘤,前列腺的复杂结构导致前列腺癌的诊断极具挑战性。近年来,国内外学者进行了多项的基于深度学习的前列腺癌辅助诊断方法研究,旨在提高前列腺癌诊断的准确性和效率。为此,本文对相关研究进行...前列腺癌是男性生殖系统中一种常见的恶性肿瘤,前列腺的复杂结构导致前列腺癌的诊断极具挑战性。近年来,国内外学者进行了多项的基于深度学习的前列腺癌辅助诊断方法研究,旨在提高前列腺癌诊断的准确性和效率。为此,本文对相关研究进行了综述,以便为深入展开前列腺癌辅助诊断研究提供参考和借鉴。首先,概述常见的多参数磁共振成像(multi-parametric magnetic resonance imaging,MP-MRI)序列,并探讨不同序列组合在前列腺癌辅助诊断中的应用价值;其次,重点介绍基于深度学习的前列腺癌辅助诊断算法,包括前列腺分割和前列腺癌的检测、分割、分级;最后,对相关文献中的深度学习模型进行总结,并对未来的研究方向进行展望。研究表明,深度学习在前列腺癌辅助诊断方面显示出较大优势,并具有一定的临床实用性,未来应继续深入研究更高阶的深度学习算法,充分挖掘其在前列腺癌辅助诊断中的潜力和临床应用价值,为实现一体化治疗提供依据。展开更多
目的分析我国不同城市在生物医学工程领域的国际合作偏好,为政府和研究机构制定国际合作战略和政策提供参考。方法在Web of Science数据库中检索近3年发表的生物医学工程类期刊论文,基于论文署名的城市和机构分年份构建合作网络,计算各...目的分析我国不同城市在生物医学工程领域的国际合作偏好,为政府和研究机构制定国际合作战略和政策提供参考。方法在Web of Science数据库中检索近3年发表的生物医学工程类期刊论文,基于论文署名的城市和机构分年份构建合作网络,计算各城市和机构在合作网络中的中介中心性和聚类系数,以这两个指标的数值大小来评估科学合作偏好,其中将中介中心性高而聚类系数低的节点视为第一类(偏好国际合作),将中介中心性和聚类系数中等的节点视为第二类(无明显偏好),将中介中心性低而聚类系数高的节点视为第三类(偏好国内合作)。结果城市层面的分析显示,上海、北京稳居第一类,深圳、广州、香港地区、杭州、南京稳居第二类,成都则于2023年从第三类变成第二类,天津、重庆、西安、台北、合肥、哈尔滨、武汉、苏州、沈阳和济南稳居第三类。机构层面的分析显示,上海交通大学稳居第一类,浙江大学、复旦大学稳居第二类,中山大学、四川大学、中国科学院和北京大学在个别年份进入第二类,清华大学、南方医科大学、北京航空航天大学、中国科学院大学、首都医科大学、天津大学、华南理工大学、东南大学、中国科学技术大学、苏州大学稳居第三类。结论北京和上海的科研机构在生物医学工程领域开展国际合作最为积极,以上海交通大学、中国科学院和北京大学为代表。位于长三角地区的杭州和南京以及位于粤港澳大湾区的深圳、广州、香港地区也表现出较强的国际合作积极性,代表性机构包括浙江大学、复旦大学和中山大学。位于西部地区的成都国际合作积极性明显增强,以四川大学最为突出。其他城市的科研机构更倾向于与国内机构开展合作。展开更多
文摘目的探索人工智能辅助压缩感知(artificial intelligence-assisted compressed sensing,ACS)技术加速颅内血管壁高分辨率三维T1加权黑血成像(three-dimensional T1-weighted black blood imaging,3D T1_HRVWI)的可行性,并与临床常规采用的并行采集技术(parallel imaging,PI)进行对比分析。方法前瞻性纳入47例脑血管疾病患者,行ACS加速(实验组)和PI加速(对照组)的3D T1_HRVWI扫描。客观比较ACS组和PI组的序列扫描时长、图像中血管壁的信噪比以及相对于血管腔的对比噪声比,主观评估两组图像总体质量、颅内血管显示情况及病灶诊断价值,并进行统计分析。结果相较于PI 3D T1_HRVWI,ACS 3D T1_HRVWI的扫描时长缩短43%;ACS 3D T1_HRVWI图像中颈内动脉、基底动脉、椎动脉、大脑前动脉、大脑中动脉、大脑后动脉血管壁的信噪比均显著升高(P<0.001);两组图像的总体质量评分和颅内血管的显示评分均未见显著差异(P>0.05);两组图像的病灶诊断价值相当(P>0.05)。结论ACS技术实现了3D T1_HRVWI序列更快的采集速度,同时保持了较好的成像质量,为开发兼顾扫描效率与诊断精度的脑血管影像扫描方案提供了循证依据,在脑血管疾病的精准诊断中展现出重要价值。
文摘[目的]探究实时姿势监测与反馈系统对血流限制(blood flow restriction,BFR)下跑者下肢运动学与肌电特征的变化.[方法]17名无BFR训练经验的新手健康跑者参与3次不同方案的跑步测试.第1次测试空白条件下单纯跑步(blank running,BR)状态;第2次测试BFR下跑步(BFR and running,BFRR)状态;第3次测试BFR并进行实时姿势监测与反馈(monitoring and feedback,MF)时的跑步状态.比较3次测试中跑者下肢髋、膝、踝关节峰值活动角度与下肢主要肌肉肌电参数变化.[结果]与BR方案相比,BFRR方案下跑者下肢关节峰值角度显著增加,肌肉激活程度与肌纤维募集频率范围也显著增加.使用实时姿势监测与反馈后,与BFRR方案相比,BFRR+MF方案下跑者下肢关节峰值活动角度与上述肌电参数显著下降.[结论]BFR训练将导致跑者初次应用时表现出过激运动表现,但实时监测与反馈系统将优化运动表现,降低运动损伤风险.
文摘前列腺癌是男性生殖系统中一种常见的恶性肿瘤,前列腺的复杂结构导致前列腺癌的诊断极具挑战性。近年来,国内外学者进行了多项的基于深度学习的前列腺癌辅助诊断方法研究,旨在提高前列腺癌诊断的准确性和效率。为此,本文对相关研究进行了综述,以便为深入展开前列腺癌辅助诊断研究提供参考和借鉴。首先,概述常见的多参数磁共振成像(multi-parametric magnetic resonance imaging,MP-MRI)序列,并探讨不同序列组合在前列腺癌辅助诊断中的应用价值;其次,重点介绍基于深度学习的前列腺癌辅助诊断算法,包括前列腺分割和前列腺癌的检测、分割、分级;最后,对相关文献中的深度学习模型进行总结,并对未来的研究方向进行展望。研究表明,深度学习在前列腺癌辅助诊断方面显示出较大优势,并具有一定的临床实用性,未来应继续深入研究更高阶的深度学习算法,充分挖掘其在前列腺癌辅助诊断中的潜力和临床应用价值,为实现一体化治疗提供依据。
文摘目的分析我国不同城市在生物医学工程领域的国际合作偏好,为政府和研究机构制定国际合作战略和政策提供参考。方法在Web of Science数据库中检索近3年发表的生物医学工程类期刊论文,基于论文署名的城市和机构分年份构建合作网络,计算各城市和机构在合作网络中的中介中心性和聚类系数,以这两个指标的数值大小来评估科学合作偏好,其中将中介中心性高而聚类系数低的节点视为第一类(偏好国际合作),将中介中心性和聚类系数中等的节点视为第二类(无明显偏好),将中介中心性低而聚类系数高的节点视为第三类(偏好国内合作)。结果城市层面的分析显示,上海、北京稳居第一类,深圳、广州、香港地区、杭州、南京稳居第二类,成都则于2023年从第三类变成第二类,天津、重庆、西安、台北、合肥、哈尔滨、武汉、苏州、沈阳和济南稳居第三类。机构层面的分析显示,上海交通大学稳居第一类,浙江大学、复旦大学稳居第二类,中山大学、四川大学、中国科学院和北京大学在个别年份进入第二类,清华大学、南方医科大学、北京航空航天大学、中国科学院大学、首都医科大学、天津大学、华南理工大学、东南大学、中国科学技术大学、苏州大学稳居第三类。结论北京和上海的科研机构在生物医学工程领域开展国际合作最为积极,以上海交通大学、中国科学院和北京大学为代表。位于长三角地区的杭州和南京以及位于粤港澳大湾区的深圳、广州、香港地区也表现出较强的国际合作积极性,代表性机构包括浙江大学、复旦大学和中山大学。位于西部地区的成都国际合作积极性明显增强,以四川大学最为突出。其他城市的科研机构更倾向于与国内机构开展合作。
