对比剂&;分子成像
出版合作
更多信息
威利印达维标manbetx电竞志
期刊指标
接受率 58%
提交最终决定 65天
接受出版 40天
城市核心 4
期刊引文指标 0.610
影响因素 3.161

铼和碘作为X线造影剂的对比研究

阅读全文

日记账概况

对比剂与分子成像是造影剂和分子成像领域令人兴奋的杂志,涵盖成像技术的所有领域,特别强调MRI和PET。

编辑焦点

主编Zimmer教授专注于PET放射性示踪剂的开发和使用,用于PET/MRI成像在神经科学和药理学中的新应用。

特刊

我们目前有许多特刊可供提交。特刊突出了一个领域内的新兴研究领域,或提供了对现有研究领域进行深入调查的场所。

最新文章

更多的文章
研究文章

钆酸(Clariscan)在对比增强磁共振成像患者中的使用模式、有效性和安全性:一项前瞻性、多中心、观察性研究

客观的。通常需要对比增强MR(CE-MR)成像来提高病变检测和定性,并增加诊断信心。本研究旨在评估大环钆基造影剂Clariscan在韩国实际临床实践中的安全性、有效性以及使用模式。材料和方法这是一项前瞻性、多中心、观察性研究,对象为在韩国6所大学医院接受常规临床护理的CE-MR患者。通过确定诊断可信度和图像质量来评估疗效;安全性评估包括不良事件(AE)表达率:亚组分析按诊断部位(肌肉骨骼、神经系统等)和儿科患者(老年人)进行≤7年)。后果.2019年10月至2020年9月,共纳入1376名受试者。Clariscan的平均用量为0.26 mL/kg (0.13 mmol/kg)。在整个研究人群和每个亚组中,Clariscan增强后诊断的信心增加。总体而言,72.5%的受试者图像质量良好,27.2%的受试者图像质量良好。克拉瑞斯康耐受性良好(10例受试者发生14例AEs);所有AEs均为轻度。亚组分析显示,克拉瑞斯康用于神经系统相关诊断(如脑)的平均剂量≥0.1 mmol/kg,用于肌肉骨骼和儿科相关诊断的平均剂量≤0.1 mmol/kg。所有的肌肉骨骼和小儿检查均提供一个小包装的5ml Clariscan。MR检查体区以神经系统(69.0%)、肌肉骨骼系统(13.6%)、生殖系统(4.9%)最为常见。结论. 这项研究证实了Clariscan的使用模式及其在韩国现实临床环境中的卓越有效性和安全性。小剂量包装表明有可能增加药物使用的便利性和效率。

研究文章

荧光吲哚青绿(ICG)的视频内镜腹股沟淋巴结清扫(VEILND):一种新的技术,用于鉴别男性腹股沟炎患者的前哨淋巴结≥pT1G2和cN0阴茎癌

介绍.在男人身上≥pT1G2 cN0,阴茎癌淋巴结取样推荐(1)闪烁标记动态前哨淋巴结活检(DSLNB)或(2)改良腹股沟淋巴结清扫(MILND)。虽然DSLNB是一种微创技术,但假阴性率约为10%,如果阳性,则需要进一步手术。开放性MILND是一种诊断和治疗选择,但发病率更高。一种潜在的折衷方法是LND-VEILND(视频内窥镜腹股沟LND)技术这可以与前哨淋巴结(SLN)的ICG荧光标记相结合。我们对ICG-VEILND进行了初步研究。目的是验证前哨淋巴结联合ICG标记在VEILND中的适用性(增加切除SLN的可能性),并确定ICG的最佳时间和剂量。材料和方法.15例VEILND患者(24个腹股沟)接受了ICG应用和荧光近红外(NIR 803)⟶830 检测。ICG应用于阴茎癌或阴茎残端或耻骨上区域附近的皮下(全切术史:5例)。剂量为1.25 1例不可见前哨淋巴结患者应用mg(ICG),剂量为2.5 mg/1 8例为mL,5例为mL 其余6名患者(10个腹股沟)服用mg。后果. 25.0%的病例(6/24)未能用ICG标记SLN:由于应用了1.25 mg-ICG,SLN广泛转移,4例病因不明(16.7%,4/24)。在短期随访期间,pN0 ICG组未发现局部复发。结论.ICG染料的荧光红外图像增加了VEILND过程中SLN的去除概率。ICG的剂量为2.5 (5)mg稀释为1ml,术前可用于有阴茎全切除术史的男性耻骨上区,其中16.7%的患者ICG标记无法解释。

研究文章

深度学习下磁共振图像特征分析在脑血管病神经康复诊断中的应用

为探讨基于深度学习算法的磁共振成像(MRI)图像特征对脑血管病患者神经康复的影响,选择80例急性脑血管病患者作为研究对象,根据患者是否存在血管认知障碍将其分为VCI组(34例)和非VCI组(46例)。此外,基于卷积神经网络(CNN),提出了一种新的多模态CNN图像分割算法,并将该算法应用于血管性认知障碍(VCI)患者的MRI图像分割并与CNN和fullcnn(FCN)的分割结果进行比较,结果表明,三种不同算法的分割结果表明,多模态CNN算法的骰子系数、准确度和召回率均为0.78 ± 0.24, 0.81 ± 0.28和0.88 ± 分别为0.32,与其他两种算法相比显著增加(  < 0.05). 神经系统评估结果显示,VCI患者的MMSE和MoCA评分分别为15.4和14.6 ± 分别为5.31,显著低于非VCI组(  < 0.05). VCI患者的TMT-a和TMT-b评分分别为221.7和385.9,显著高于非VCI组(  < VCI组的MRI图像中显示的神经功能相关纤维的FA和MD值与非VCI组有显著差异(  < 0.05). 因此,VCI患者的神经恢复过程受到多种神经认知相关纤维结构的影响。综上所述,多模态CNN算法能够灵敏、准确地反映脑血管病患者的神经损伤程度,可用于VCI患者的疾病诊断和神经功能评估。

研究文章

基于深度学习的磁共振成像诊断肛周脓肿和瘘管形成

探讨基于多模态特征融合算法的磁共振成像(MRI)对肛周脓肿的诊断和预后效果。本研究利用视觉几何群网络的第2 ~ 5个卷积块以迁移学习的方式提取深度特征,构建多模式特征融合算法。通过最大化特征层的能量比例对整个网络进行训练,并与全卷积神经网络(FCN)算法进行比较。然后,采用该算法的成像诊断肛肠疾病患者50承认我们医院,它是发现,相似系数(85.37%)、精度(80.02%),和召回率(79.38%)的改进的深度学习算法都明显高于那些FCN算法(70.18%,67.82%,66.92%)( ).随着卷积层数的增加,卷积神经网络(CNN)算法的分割精度也得到了提高。观察组的检出率(84%)显著高于对照组(64%),差异有统计学意义( ).观察组患者脓肿定位(84%)、阳痿道定位(80%)、内孔定位(92%)的检出率明显高于对照组脓肿定位(60%)、阳痿道定位(68%)、内孔定位(72%)。 ).综上所述,多模态特征融合算法的性能较好,基于该算法的MRI图像特征分析具有较高的诊断准确率,对提高检测率、检测准确率和疾病分类具有积极作用。

评论文章

用于COVID-19大流行防控

2021年,新冠病毒-19大流行继续肆虐,全世界至少有1.7亿受害者。医疗保健系统被大规模病毒感染淹没。幸运的是,物联网(IoT)是智能世界中最有效的范例之一,在智能世界中,人工智能(AI)技术,如云计算和大数据分析,在防止新冠肺炎蔓延方面发挥着至关重要的作用。AI和5G技术突飞猛进,进一步增强了物联网应用的智能性和连通性,传统物联网逐步升级为更强大的AI + 物联网(AIoT)。例如,在对新冠病毒-19患者进行远程筛查和诊断方面,基于机器学习和深度学习的人工智能技术最近显著升级了医疗设备,并在与患者接触最少的情况下重塑了工作流程,因此医疗专家可以更有效地做出临床决策,不仅为患者而且为专家本身提供最佳保护。本文回顾了利用物联网和人工智能对抗新冠病毒19的最新进展,并提供了如何对抗新冠病毒19大流行以及未来可能应用的技术的全面细节。

研究文章

深度学习算法下的磁共振成像特征评价异丙酚麻醉下开颅血肿清除术的脑保护作用

本研究旨在探讨基于深度学习超分辨率算法的磁共振成像(MRI)特征在评估异丙酚麻醉对开颅血肿清除患者脑保护的价值。在传统算法的基础上,通过多尺度网络重构模型,得到了一种优化的超分辨率算法。选取开颅血肿清除术患者100例,分为七氟醚对照组和异丙酚实验组。利用基于深度学习超分辨率算法的扩散张量成像(DTI)图像对两者进行评估。结果显示,实验组患侧内囊后肢皮质脊髓束各向异性图像(FA)值为0.67±0.28。美国国立卫生研究院卒中量表(NIHSS)评分为6.14±3.29。颈静脉氧饱和度(SjvO)2)分别为61.93±6.58%和59.38±6.2%,脑氧摄取率(CO .2呃)是31.12 ± 6.07%和35.83% ± 颈静脉血氧(Da-jvO)的差异2)在T3、T4和T5时为63.28 ± 10.15 毫升/分升,64.89 ± 13.11 mL/dL和66.03 ± 11.78 神经元特异性烯醇化酶(NSE)和中枢神经特异性蛋白(S100)β)T5的水平为53.85 ± 12.31 ng/mL和7.49 ± 3.16 ng/mL。在术后并发症的数量方面,在七氟醚麻醉下,实验组患者优于对照组,且差异显著( < 0.05)。综上所述,基于深度学习超分辨率算法的MRI图像在评估异丙酚麻醉患者的脑损伤程度以及异丙酚对脑神经的保护作用方面具有重要的临床价值。

对比剂&;分子成像
出版合作
更多信息
威利印达维标manbetx电竞志
期刊指标
接受率 58%
提交最终决定 65天
接受出版 40天
城市核心 4
期刊引文指标 0.610
影响因素 3.161
提交

年度文章奖:2020年杰出研究贡献,由我们的主编评选。阅读获奖文章