两款深度学习模型用于经会阴超声视频自动检测压力性尿失禁的回顾性研究
在德国亚琛大学医院一项纳入803例患者的回顾性单中心研究中,USCL+TF与V-JEPA2两种深度学习方法均可对完整矢状面经会阴超声(TPUS)视频进行分类,无需手动选帧或定义感兴趣区。
推荐理由:提供两款深度学习方法在无手动选框下完成压力性尿失禁TPUS视频分类的性能对比及可行性结论。
在德国亚琛大学医院一项纳入803例患者的回顾性单中心研究中,USCL+TF与V-JEPA2两种深度学习方法均可对完整矢状面经会阴超声(TPUS)视频进行分类,无需手动选帧或定义感兴趣区。
推荐理由:提供两款深度学习方法在无手动选框下完成压力性尿失禁TPUS视频分类的性能对比及可行性结论。
JAMA Oncology 一篇综述提出,晚期高级别浆液性卵巢癌在维持治疗前的残余病灶取决于肿瘤化疗敏感性与手术切除完整性,CA-125 清除速率常数 KELIM<1.0 且未能完全肿瘤细胞减灭的“双红旗”人群预后最差。
推荐理由:综述把化疗敏感性与手术切除完整性并列为维持治疗前残余病灶的两个决定因素,并梳理了按早期应答选择强化方案的在研试验。
北京大学闫丽盈、袁鹏和乔杰团队在 Autophagy 发表研究,证明卵母细胞减数分裂I期间存在高尔基体解体过程,其囊泡化阶段确保卵母细胞极性建立。研究鉴定MIA2和SFT2D2为自噬控制高尔基体囊泡化的关键下游效应因子,自噬激活会抑制该过程,而自噬抑制则加速高尔基体囊泡化和纺锤体迁移。
MIT、波士顿儿童医院与 Inria 的研究团队开发深度学习模型 E(3)-Pose,用于在胎儿头部移动时辅助胎儿脑 MRI 成像,帮助放射科医生获得可判读的高分辨率图像。该模型把胎儿头部左右对称等物理原理直接嵌入网络结构,以减少运动造成的切片缺口和异常切面。论文已在 2026 年欧洲计算机视觉会议报告,并发布在 arXiv 预印本服务器上;模型目前主要基于孕晚期胎儿训练,团队希望扩展到孕中期。
该定性研究在澳大利亚农村地区开展,综合了临床医生焦点小组和专业机构提交的书面意见。研究旨在通过汇集不同学科、领域和场景下的一线及机构观点,为医疗人力资源、教育及政策讨论提供参考。研究发现该结果不仅适用于澳大利亚,还可为改善国际资源匮乏地区超声服务的可及性提供健康公平方面的见解。
发表在 Nature Communications 的一项新研究发现,孕期接受 MOMCare 简短交谈治疗的孕妇,其新生儿海马体积比对照组小 5%。这些海马可体积较小的婴儿在 6 个月大时对陌生体验(如跳舞的机器人玩具)的负面情绪反应更少。
RACC研究显示,机器人辅助与开腹根治性子宫切除术治疗早期宫颈癌的术后早期恢复结果相似。900例患者随机分组,机器人组术中并发症更低(5.7%对10.0%),但30天术后并发症(33.4%对34.8%)及严重并发症、再入院和再手术率均无差异。研究发表于JAMA Surgery,肿瘤学结局仍在随访中。
推荐理由:900例随机对照显示机器人组术中并发症更低,但未转化为术后并发症减少或整体恢复改善,为术式选择提供围手术期证据。
哥伦比亚大学团队开发的Visionary AI以超广角视网膜图像量化血管拓扑、几何与网络复杂度特征,在1267名孕妇的CU队列中预测子痫前期,性能优化模型AUC为0.91±0.05。
推荐理由:研究在独立外部队列中不经重新训练即完成验证,为视网膜影像用于孕期血管风险分层提供了可迁移的建模思路。