Tele-Cranio:一种无需CT的AI远程诊断和规划解决方案
该研究开发了一种基于AI的远程诊断和规划解决方案,无需CT即可重建面部形态,适用于多种口腔颌面畸形。该框架使用移动获取的2D面部照片重建3D面部形态,支持术后面部模拟。该技术适用于远程评估、无辐射随访和医生-患者沟通,补充而非替代基于CT的诊断和手术规划。
该研究开发了一种基于AI的远程诊断和规划解决方案,无需CT即可重建面部形态,适用于多种口腔颌面畸形。该框架使用移动获取的2D面部照片重建3D面部形态,支持术后面部模拟。该技术适用于远程评估、无辐射随访和医生-患者沟通,补充而非替代基于CT的诊断和手术规划。
丹麦哥本哈根大学团队利用27,660张智能手机面部照片训练深度神经网络,从中位年龄73岁的急诊入院患者中预测死亡率。面部得分为3天死亡率AUC 0.80、30天死亡率AUC 0.77,优于分诊级别、早期预警评分(EWS)、生命体征、血液生化及估算面部年龄。
推荐理由:原文首次用大规模真实急诊数据验证面部图像预测死亡率,为临床风险分层提供新线索与可迁移方法。
日本研究团队开发出基于碳-13标记MVL的超极化MRI分子探针,可在体内高灵敏地显示肝细胞色素P450旁路酶(PON)活性。在MASLD和MASH小鼠模型中,随着疾病进展PON活性逐步下降;信号增强约23万倍,扫描约20秒即可完成肝脏成像。相关研究发表于Sensors & Diagnostics。
ResNet18模型以最高AUROC(0.829±0.022)、准确率(0.800±0.027)、敏感度(0.817±0.029)成功预测下颌第三磨牙与下牙槽管邻近关系(CBCT定义根-管距离≤1 mm)。
该研究提出一种SWO蜘蛛蜂优化算法改进的LBP-CNN-模糊逻辑融合框架,用于心脏CT血管造影图像处理。实验表明,该方法在提升图像清晰度与对比度的同时,可使患者及医生接受的辐射剂量降低72.15%。
该研究评估了卷积神经网络和视觉变换器在生前全景牙科X光片中的人体识别性能。ConvNeXt-S在验证任务中表现最佳,准确率为0.9908;ConvNeXt-L在识别任务中表现最佳,Rank@1和Rank@5准确率分别为0.9877和0.9983。研究结果表明,深度度量学习在法医牙科识别中有潜在应用价值。
一项发表于Scientific Reports的研究提出DentAll框架,集成牙齿实例分割与解剖学缺失位点预测。在1,325例全景牙片中,实例级分割达DSC 88.21%(匹配实例92.74%)、AP50为97.34%;缺牙定位器MTLP将IoU≥0.5达标率由仅用索引的25.20%提升至72.58%,无需显式缺牙标注即可利用同弓邻近牙几何与目标牙身份进行坐标回归预测。
推荐理由:研究团队提出DentAll框架,在全景牙片中实现牙齿实例分割与缺牙定位,为口腔影像AI应用提供可参考的技术路径。
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。
研究开发了一种增强感知的三维MedNeXt框架,并在多队列设计中评估了其测量准确性和外部有效性。结果显示,自动化分割在多个队列中的表现良好,支持其在乳腺癌研究中的应用。
该研究针对OASIS与Kaggle-Augmented Alzheimer's Dataset(KAAD)两个常用于阿尔茨海默病MRI深度学习的基准进行分析,发现两者均存在显著数据泄漏。
该研究提出一种抗伪影轻量级U形网络ARL-UNet,通过多线索主干估计毛发、反光、气泡和皮纹等采集伪影区域,并在有限参数预算下保留病灶特征;基于ISIC 2017/2018构建含四种临床相关伪影及两个严重程度的可复现 corrupt benchmark 进行评估,课程训练策略在保持清洁域精度的同时提升了污损域的鲁棒性,并在PH2数据集上实现零微调迁移。
研究团队开发了动态模糊编码网络(DFE-Net),通过学习可微模糊隶属度场同时完成脑卒中对 CT 和 MRI 的分类诊断与病灶定位。
该研究介绍了协作式通用-专科AI系统在非对比脑CT工作列表优先级调整中的应用,通过与Coreline Soft Co., Ltd.和JLK Inc.的AI算法合作,提高了影像诊断的效率和安全性。
该研究开发并评估了基于深度学习的马蹄铁骨X光片二分类模型,使用ResNet-50作为主要分类器,Xception和VGG-16作为对照架构。模型在外部验证集上达到了较高的AUROC(0.905)和F1分数(85.7%),但不用于临床诊断或替代兽医解读。未来需多中心数据验证后方可临床应用。
RETBind 是一种患者级多模态基础模型,通过统一编码器学习视网膜光学相干断层扫描(OCT)和超广视野(UWF)影像的跨模态对应关系,显著提升了眼科疾病分类和分割任务的性能,特别是在临床相关不平衡设置中增强了AUPR值。
Qureight 在一篇同行评审的观点文章中建议,纤维化程度应成为抗纤维化临床试验的主要结构影像生物标志物。文章指出,HRCT 可提供比肺功能测试更直接的生物标志物变化视图,有助于更准确地评估治疗效果。
CACLP 2027 南京国际博览中心,汇集全球55个国家和地区1200余家体外诊断全产业链企业,涵盖仪器试剂、上游原材料、元器件、耗材及AI智能装备等展区,打造国际化专业展览与学术盛会。展会聚焦新技术、新场景,升级展示内容,优化交流模式,推动IVD产业协同创新与高质量发展。
该研究比较了颈椎为中心的 ROI 输入策略在骨龄估计中的表现,发现保留周围解剖上下文的输入策略比仅颈椎掩码更稳健。
该研究提出了一种熵引导自适应置信加权互补深度集成(E-ACW Ensemble)方法,用于股骨放射影像中的骨质疏松和骨质减少分类。该方法在二分类和多分类设置下分别达到了99.2%和98.7%的准确率,显著降低了计算成本。实验结果表明,熵引导的自适应置信加权提供了一种有效的决策级融合策略,有助于提高骨质疏松相关影像分类的性能和可靠性。
香港理工大学团队基于DCE-MRI影像开发肿瘤异质性指数(THI),用于在治疗前无创预测高风险早期乳腺癌患者对AKT抑制剂MK2206的应答,相关多组学分析基于I-SPY2试验数据并发表于Breast Cancer Research。
推荐理由:研究基于I-SPY2数据提出影像指标THI,为治疗前筛选AKT抑制剂潜在获益人群提供非侵入性思路。
美国科罗拉多大学Anschutz医学院团队在Nature Communications报告一种视觉语言AI智能体,可解读右上腹(RUQ)超声、筛查16种常见诊断并自动生成报告。
推荐理由:在约1.1万例腹部超声数据上测试的多任务视觉语言模型,其自动报告经放射科医生编辑后与人工报告难以区分。
荷兰 Maastricht University Medical Center 的 NUTRIM 团队在《Food & Function》发表随机对照交叉试验:31 名 60–75 岁健康老年人每天摄入 60 克无盐带皮烘焙花生 16 周后,右侧海马、舌回、海马旁回及后扣带回等记忆相关脑区的胰岛素反应性得到改善。
宁波大学附属第一医院11月1日启用浙东首台医用双源光子计数探测器CT,院方称其分辨率可达110微米,辐射剂量较传统高端CT降低60%—90%。该院影像科主任阮新忠介绍,设备可识别微小结节、冠脉斑块、耳蜗神经等细微结构,并消除支架、假牙等金属植入物造成的成像伪影。该院还计划于11月中下旬引进5T全身超高场磁共振,用于微小隐匿病灶检出与术前评估。
推荐理由:院方给出光子计数CT与传统CT在分辨率和辐射剂量上的具体对比,可供评估此类设备的临床定位。
LITMUS 项目的两项国际研究显示,SOMAScan 蛋白组学检测、MR 弹性成像(MRE)和 FibroScan 弹性成像(含 Agile 3+ 评分)在识别晚期肝纤维化与肝硬化方面准确性最高,ELF 与 ADAPT 血检也超过肝硬化的预设阈值。
推荐理由:两项前瞻性多中心研究在同一批患者中比较血液与影像学无创检测,为减少肝活检提供了可参照的准确性排序。
研究团队提出多模态医学视觉语言模型 EVLF-FM,基于约 130 万张、覆盖 10 种影像模态的临床图像训练,可完成疾病诊断、医学视觉定位与视觉问答并给出文字解释。
推荐理由:论文给出该模型在诊断、视觉定位与问答三类任务上的对比结果,并说明其解释性训练与评测方法。
一项单中心回顾性研究纳入47例CT或MRI形态学不明确的胰腺病变患者,行动态[68Ga]Ga-FAPI-46 PET/CT并结合体素级数字活检与网络聚类,发现恶性病变FAPI清除更慢,可在原发与复发场景区分恶性和非恶性胰腺病变。研究构建47个个体网络和2个联合网络,病理体素呈高纯度聚类,每个感兴趣区可含多个簇。原发场景31例、复发场景16例。
该研究对30只离体上肢进行锥形束CT扫描,评估DUCE方法在下尺桡关节稳定性评估中的表现。结果显示,传统放射尺骨比(RR)随前臂旋转及切迹形态显著变化(P < 0.001),而DUCE中的中心定位和偏心度指标未见此类关联。DUCE提供了基于解剖参考的旋转行为描述,后续临床研究需验证其在病理性不稳定评估中的效用。
RadNet 同意以 3.5 亿美元预付款加 500 万股股票收购美国远程影像判读服务商 Onrad,并另设最高 2.1 亿美元与 2027 年业绩目标挂钩的对价。
一项发表于 Nature 的国际 fMRI 分析汇总 40 个数据集、2175 名参与者,未发现前额叶活动强度能反映个体情绪调节能力的证据。研究由德国中央精神卫生研究所(CIMH)的 Maurizio Sicorello 与因斯布鲁克大学的 Carmen Morawetz 牵头,32 个团队按预注册的标准化方案分析数据,其中 9 个数据集此前未发表。
推荐理由:汇总40个数据集、2175名参与者的分析显示,前额叶活动无法区分个体情绪调节能力,对临床影像标记的解读提出方法学质疑。
研究团队发布一种用于超低场 MRI 的集成 NMR 磁场探针,利用高压碳化硅晶体管实现快速非绝热磁场关断。该探针无需预先知晓磁场强度即可测量拉莫尔频率,验证范围从 1 mT 到 45 mT,比类似系统强 1000 倍。其低成本模块化设计有助于解决磁场不稳定性问题,支持全球范围内低成本 MRI 的可复制开发与图像质量改进。
Skoltech(Skoltech)与沙迦大学(University of Sharjah)合作开发的神经网络在脑部MRI检测中,通过整合生物医学特征,提升了癫痫(epilepsy)和多发性硬化症(multiple sclerosis)病灶的识别效率。
日本量子科学技术研究所(QST)研究团队在《Movement Disorders》发表研究,证实进行性核上性麻痹(PSP)患者脑内 tau 蛋白积聚速度与其临床症状恶化程度密切相关。该研究利用氟正托(florzolotau)PET 显像剂追踪 26 名 PSP 患者,发现苍白球区 tau 积聚增加量较大的患者,其 PSP 评估量表得分恶化更显著。
一项基于 3,504 个乳腺微钙化灶的 micro-CT 研究发现,微钙化周围组织比钙化核心本身携带更强的良恶性鉴别诊断信息。研究使用约 8 μm 分辨率的 3D micro-CT 分析 94 个乳腺活检块,仅用周围组织特征训练的模型 AUC 约 0.81,与包含钙化核心的模型相当。研究提示,仅关注钙化沉积的定量影像方法可能遗漏有价值的诊断信息,但该发现基于离体样本,尚需独立验证。
在一家急诊科为期三个月的前瞻性部署中,13 名放射技师借助 AI 判读 2496 例肌骨影像,准确率由 97.6% 升至 98.0%(p=0.0064)。AI 独立判读敏感度为 75.6%,对细微骨折降至 46.2%,低于技师基线的 91.6%。技师仅在 729 例判读分歧中的 11 例改变决定,8.8% 的检查未返回完整 AI 输出,研究未测量下游临床结局。
研究团队提出 SvRTV-UNet,将 U-Net 与空间变化相对全变分(SvRTV)正则
一项名为TOSYMA的大型研究显示,数字乳腺断层摄影在乳腺癌筛查中比传统乳腺X光摄影更频繁地检测到乳腺癌。在第一年筛查后,使用数字乳腺断层摄影的女性乳腺癌诊断率比使用传统乳腺X光摄影的女性低29%。两年后,使用数字乳腺断层摄影的女性乳腺癌诊断率比使用传统乳腺X光摄影的女性低24%。研究还发现,使用数字乳腺断层摄影的女性乳腺癌更少是局部晚期或转移到腋窝淋巴结。
推荐理由:研究团队通过大规模比较试验,证明了数字乳腺断层摄影在乳腺癌筛查中的有效性。
青岛市市立医院王子轩团队牵头、历时6年多研发的血管介入AI系统AIMI Guide™样机已部署在该院复合手术室,即将进入大规模手术回溯与验证阶段。该系统采用国产化血流求解器,把肝脏血管血流仿真从十余小时压缩至数分钟,可在术中实时输出三维血管重建、血流生理指标推演与操作风险预警。
第39届欧洲核医学协会年会上公布的澳大利亚墨尔本癌症中心研究显示,128厘米长轴视野PET/CT系统采集1分钟的图像平均诊断质量评分为4.5分,高于传统短轴视野PET/CT的3.9分,团队认为扫描时间大幅缩短仍可维持诊断级图像质量。
约翰霍普金斯应用物理实验室(APL)正在研发超声平台OsteoSEE,利用沿骨表面的声表面波识别皮质骨微结构变化与早期应力性骨折,无需电离辐射。该技术在测试中检出小于0.5毫米的骨折,并获2026年R&D 100奖。团队表示其可能用于军事训练、运动医学与儿科等场景,并正探索与低强度脉冲超声(LIPUS)结合的可能。
脑微出血评估从单纯计数转向分布分型,脑叶型提示脑淀粉样血管病且出血风险显著高于深部型。QSM技术与AI辅助检测提升了病灶量化与病因分辨能力。2026年AHA/ASA指南明确不推荐为筛查CMBs常规行MRI,已知不超过10个CMBs通常不阻碍静脉溶栓。
推荐理由:原文系统梳理了脑微出血的机制分型与抗栓决策新范式,明确了分布模式对出血风险的预测价值高于单纯计数。