基于神经影像的复杂脑网络技术用于阿尔兹海默症的研究进展

近年来,人工智能技术被广泛地应用于阿尔兹海默症（AD）的计算机辅助诊断和疾病机理研究,基于图论的复杂网络分析技术是其中一种常见的数据挖掘方法,通过结构磁共振、功能磁共振和PET等神经成像手段获取多模态脑影像信息,结合复杂网络分析方法发现,AD患者大脑结构/功能网络存在拓扑异常改变。这一发现为AD的早期诊断和机理研究提供了新思路。笔者综述了复杂网络分析技术在AD脑结构和功能影像中的临床应用现状,并对其发展趋势进行了展望。     

基于PiB PET图像感兴趣区域的阿尔茨海默症计算机辅助分析

阿尔兹海默症 (AD) 是一种不可逆的神经退行性疾病,PiB PET成像技术可用于AD的早期诊断。但是,目前临床基于PiB PET图像的AD诊断主要依靠医生视觉评估分析,其缺点为依赖医生经验且耗时,无法实现对患者病情的客观追踪,因此提出一种基于PiB PET图像的计算机辅助分析方法 (CAAD)实现AD诊断。使用基于阈值先验的3D格子玻尔兹曼技术分割ROIs,采用主成分分析 (PCA) 技术提取图像特征,最终采取基于支持向量机(SVM)多项式核模型对特征进行分类。通过对ADNI数据库和上海市华山医院PET中心的149个样本的PiB PET数据进行对比实验,该方法对于ROIs的分割后Dice系数平均准确率为91.53%±3.0%,最终对AD和正常老年组(HC)、轻度认知障碍组(MCI)和HC、AD/MCI和HC的分类准确率分别达到87.01%、93.04%和91.95%。与现有文献的AD计算机辅助诊断相比,所提出CAAD方法的准确率高出约10%。 实验结果表明,该方法能够很好地对AD、MCI和HC进行分类。     

正电子类药物全自动核素分装仪的研究进展

近年来,我国核医学事业飞速发展,放射性核素被广泛地应用于肿瘤、心脏疾病和神经疾病的诊疗中。正电子类药物分装是核医学诊疗前的必要步骤。由于手工分装会对核医学工作者造成一定的核辐射以及产生抽取剂量准确性等问题,因此研制全自动核素分装仪具有重要的临床价值。笔者系统回顾了全自动核素分装仪的发展历程,重点阐述现有产品在核素分装、原液稀释、气泡检测方面的功能,并提出现有产品存在的维护困难、价格昂贵、功能不完善等不足,最后对正电子类药物全自动核素分装仪在核素注射、核素剂量计算、功能模块化等未来发展方向上的应用进行了展望。     

面向BOP的数字医疗助理设计

为提高医疗资源的利用效率、抑制日益增长的医疗费用和应对老龄化、慢性病的挑战，设计了一套面向低收入群体（BOP）的由移动监护、数据传输、管理等模块组成的数字医疗助理系统。文中给出了系统的评估方法，并讨论了数字医疗助理的应用模式和服务流程。     

影像基因组学在阿尔茨海默病临床前期主观认知下降研究中的应用

随着人口老龄化,阿尔茨海默病(Alzheimer's disease,AD)的发病率逐年增高,造成了巨大的经济与社会负担,早日攻克AD已经成为国家重大健康需求[1].AD早期难以发现,一旦确诊多已是中晚期,大量神经元已经发生了不可逆性坏死,错失了治疗良机.若能在神经元变性坏死之前发现并予以干预,即早发现、早诊断、早干预...