Imaging solute transportation along the posterior lymphatic pathway in the ocular glymphatic system in healthy human participants
该研究通过动态磁敏感对比增强 MRI 追踪静脉注射钆对比剂在健康人眼中的分布,首次证实了静脉给药可经血眼屏障进入眼球并沿后部淋巴通路向视神经及颅内脑脊液空间运输溶质,从而建立了一种临床可行的眼类淋巴系统成像方法。
80 篇论文
该研究通过动态磁敏感对比增强 MRI 追踪静脉注射钆对比剂在健康人眼中的分布,首次证实了静脉给药可经血眼屏障进入眼球并沿后部淋巴通路向视神经及颅内脑脊液空间运输溶质,从而建立了一种临床可行的眼类淋巴系统成像方法。
该研究提出了一种基于自监督视频扩散编码器的数据高效深度学习框架,利用少量前瞻性队列的 B 型超声视频成功检测了上斜方肌肌筋膜疼痛综合征,证明了该方法在小样本临床研究中验证新型超声生物标志物假设的可行性。
本文提出了名为 ReMIND 的视觉语言框架,该框架利用超过 73,000 次患者访问和 850,000 多组多序列脑 MRI 数据及其报告进行训练,通过大规模指令微调和针对性的监督微调,实现了跨机构泛化能力强、能生成临床连贯且准确的多序列脑 MRI 分析报告,从而推动了神经系统疾病诊断的自动化与公平化。
这项基于 ARIC 和 MESA 队列的研究表明,蛋白质组学衰老加速与脑小血管病的 MRI 标志物(如白质高信号和梗死)显著相关,且这种关联在晚年时期尤为明显。
该研究证实,样本迭代局部近似(SILA)算法能够准确建模两个纵向队列中元颞叶区域的纵向 Tau PET 轨迹并回溯估算个体 Tau 阳性起始年龄,但在阿尔茨海默病神经影像计划(ADNI)队列中,该算法对伴有痴呆患者的海马旁回皮层估算精度有所下降,提示该脑区可能仅适用于临床前阶段的 Tau 病理进程研究。
这项针对美国 705 名 11-12 岁健康儿童的研究发现,即使在非糖尿病范围内,血糖控制水平(HbA1c)的轻微升高也与大脑皮层变薄和灰质体积减少相关,且这种负面影响在来自社会经济剥夺更严重社区的青少年中尤为显著。
这项基于骨关节炎倡议(OAI)数据的研究表明,在两年内减重超过 5% 可显著减缓伴有或不伴有影像学骨关节炎个体的膝关节软骨退化进程(通过软骨厚度评分 CTh-Score 评估),其效果约为 50%,且该指标比传统结构指标更为敏感。
该研究利用 UK Biobank 的 MRI 数据,通过结合体积、脂肪分数与 3D 网格形状分析,揭示了臀大肌形态的局部重塑与代谢功能障碍(特别是 2 型糖尿病)之间存在显著的性别特异性关联,表明这种空间分辨的表型分析能提供超越传统全局指标的更精准风险分层和机制洞察。
本文提出并评估了一种基于 DenseNet121 和 Grad-CAM 的可部署深度学习系统,该系统利用公开胸部 X 光数据集训练,能够在离线桌面和移动平台上准确、可解释地检测结核病,为资源受限地区提供了有效的辅助筛查工具。
本研究开发并评估了基于多模态大语言模型 Gemini 2.5 Pro 的自动勾画质量评估系统(LAQUA),结果显示该系统与专家判断具有实质性的一致性,具备作为临床初级筛查工具以优化自动勾画质控流程的可行性。
该研究提出了一种基于合成数据训练的无动脉输入函数深度神经网络(QTMnet),通过定量传输映射技术,在胶质瘤分级任务中显著优于传统的 2CXM 方法,实现了对低级别和高级别胶质母细胞瘤的精准区分。
该研究利用深度学习模型分析胸部X光片,发现基于影像的年龄加速与未来肺癌发病风险独立相关,但将其纳入现有风险预测模型后并未显著提升预测区分度。
该研究通过傅里叶分析发现,利用原始全视野数字乳腺 X 线摄影(FFDM)图像评估的双侧乳腺不对称性在短期乳腺癌风险预测中表现最佳,其预测效能优于经过临床处理的 FFDM 图像和数字乳腺断层合成(DBT)图像。
本文提出了一种名为 TWISTARE 的新型双稳态 3D-GRE 方法,通过在 7T 超高场下联合估计 T2 和 B1 场,实现了快速、精准且无偏的全脑定量 T2 映射,有效克服了超高场成像中的 SAR 限制和射频场不均匀性挑战。
本研究利用 2024 至 2025 年 FDA 公开的 510(k) 摘要数据,揭示了放射科 AI 设备在低患病率场景下面临的假阳性悖论,指出单纯依赖敏感度和特异度无法反映真实的阳性预测值,并主张通过披露误报率和漏报率等指标,帮助临床医生在伦理、经济和临床层面更合理地选择 AI 系统。
该研究表明,阿尔茨海默病患者的外周血液线粒体呼吸功能与大脑皮层神经生理信号(特别是α和θ波段节律)的异常改变存在显著关联,提示外周线粒体指标可作为揭示该疾病能量代谢与神经功能障碍联系的潜在生物标志物。
尽管法国放射科医生普遍认可人工智能在提升诊疗精准度、预测性和个性化方面的潜力,并表现出强烈的采纳意愿(超过 70% 希望使用且无人拒绝),但高昂的成本和设备不足仍是阻碍其日常应用的主要障碍,且医生们普遍不担心被 AI 取代。
该研究系统评估了运动、重影、模糊和噪声四种模拟 MRI 伪影对三种深度学习脑龄预测算法的影响,发现不同算法对伪影的敏感度存在显著差异,表明在将脑龄作为生物标志物应用于临床科研时,必须考虑算法的伪影鲁棒性并制定相应的评估与缓解策略。
这项在摩洛哥苏斯马萨地区开展的多中心研究评估了 142 名患者常规腰椎 X 光检查的辐射剂量,结果显示所有医院的入口表面剂量和剂量面积积均低于诊断参考水平,但医院间因设备和协议差异存在波动,强调了持续监测与优化技术的重要性。
该研究利用“跨扫描仪头部”数据集评估了五种脑 MRI 基础模型嵌入的跨设备可靠性,发现生物学引导的预训练策略(如整合年龄或形态学元数据)能显著提升嵌入的跨扫描仪鲁棒性,使其表现媲美甚至超越传统 FreeSurfer 方法,而纯自监督模型则因受扫描仪身份影响较大而可靠性较差。