梅斯医学MedSci APP 医路相伴，成就大医
目前，深度学习（DL）在医学影像领域的应用日益广泛。如 U-Net 和 DenseNet 等 DL 模型在甲状腺结节分割方面表现出色，能帮助放射科医生快速准确地识别和划定甲状腺结节区域。
基于 CMR 特征跟踪（CMR - FT）的 LA 应变是一种新兴的评估 LA 阶段性功能的工具，具有较高的可行性和可重复性。
机械负荷分析可以通过检查动脉瘤壁对内部血流动力学压力或壁张力（WT）的反应，揭示其生物力学特性。由于几何形状变化导致壁承受机械应力，AWE 与 WT 之间可能存在潜在相关性。
人工智能（AI）有望借胸部 CT 自动处理技术，减轻放射科医生负担。肺结节自动检测已有研究并用于临床。
CCTA 被推荐作为诊断 CAD 的首选检查方法，具有较高的阴性预测价值，能够准确排除阻塞性 CAD。
磁ocardi图（MCG）是一种非侵入性、无辐射且无需使用造影剂的技术，用于检测心脏的电磁功能，对心血管疾病具有一定的诊断能力。
肿瘤内异质性被认为是肿瘤细胞进化与环境应激源空间变化共同作用的结果，导致肿瘤形成具有不同生物学行为的亚区域。
DCE - MRI 是一种功能性成像技术，可反映组织灌注、血管状态和血流情况，有助于评估各种肿瘤的微观结构变化和治疗反应。
机器学习（ML）算法已被证明能提供比人类专家更好的预测，它利用统计方法从医学数据中识别潜在模式和分类，并已成功应用于改善患者护理。
增强CT后急性肾损伤预测模型（Pre-CT AKI得分）
通过静息态功能磁共振成像发现右侧前扣带回和后扣带回的功能连接在抽动秽语综合征中调节前兆冲动（PU）与抽动严重程度的关系。右侧pCunPCC ROI 3的度中心性和全局效率与抽动严重程度和PU呈负相关。
社交焦虑障碍（SAD）和早期生活逆境（ELA）在静息态功能连接中存在显著交互作用，涉及膝下前扣带回、左中额叶回和左侧距状裂/楔前叶等脑区。
随着针对 IDH 野生型胶质母细胞瘤治疗方法的发展，患者的总生存期（OS）延长，预计复发时诊断出 LM 的发病率会上升。此外，使用灵敏度更高的诊断方法也是 LM 发病率可能增加的原因之一。
本研究利用压力传感器和人工智能技术，开发了一种基于接触式的体位监测系统，可实现非侵入式、无辐射、实时监测，为监测肿瘤放射治疗过程中患者的体位变化提供了一种有效且可行的解决方案。
本研究通过孟德尔随机化方法揭示了内皮功能障碍和炎症在SVD中的因果作用，并识别了多个潜在的治疗靶点。
VWMRI 是一种新兴的用于评估有症状 ICAD 患者的 ICAD 及其他动脉病变的工具。
研究显示，MRI 形态学特征、基于 T2 加权脂肪抑制成像的影像组学特征以及瘤内和瘤周联合影像组学特征可用于预测高级别 STS。
与传统的能量积分探测器（EID）不同，光子计数探测器（PCD）能完全捕捉并平等权衡这些低能量子，同时最大程度减少电子噪声，从而提高碘的对比噪声比（CNR），有望降低CM用量。
多项研究报告称，基于 CT 和 MRI 的影像组学模型可预测直肠癌患者的预后，曲线下面积（AUC）在 0.67 至 0.906 之间。然而，由于算法灵活，影像组学模型的 AUC 值存在疑问。
近年来，深度学习算法在器官分割方面的进展使得能够自动测量脾脏体积，并且脾肿大的诊断已发展为基于考虑年龄、性别和身体大小等因素的个性化参考区间。
音乐已被证明能激活中枢神经系统的多个奖赏中心，并通过降低血液皮质醇水平直接影响激素水平，从而促进放松。
脑损伤是极早产儿不良神经预后的重要预测因素，除了幕上损伤外，小脑出血（CBH）也至关重要。
CCBT显著改善了抑郁症状，MADRS和BDI评分平均下降约50%。CCBT治疗后，前额叶皮层与多个皮层下区域的功能连接发生变化，尤其是前额顶叶网络与膝下前扣带皮层的连接变化与抑郁症状的改善显著相关。
2021年推出的 Node - RADS 1.0 旨在标准化癌症中淋巴结的评估，通过详细标准对淋巴结受累的可疑程度进行分类。
有研究表明，含机器学习和深度学习（DL）算法的人工智能（AI）模型，能借助常规获取的 T1 加权（T1w）和 T2 加权（T2w）临床 MRI 图像，对肝脏硬度严重程度分级。
