期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深髓静脉及AI技术在脑小血管病影像标志物的研究进展
1
作者
韩燕
周龙年
+2 位作者
王颖超
巴志霞
王宏
《磁共振成像》
北大核心
2025年第8期160-167,共8页
脑小血管病(cerebral small vessel disease,CSVD)是脑血管疾病最常见的亚型之一,在老年人群中非常普遍,与卒中的发生和复发、步态障碍、认知障碍、心理障碍和排尿困难等有关。由于CSVD很难通过组织学进行明确的诊断,目前CSVD的诊断主...
脑小血管病(cerebral small vessel disease,CSVD)是脑血管疾病最常见的亚型之一,在老年人群中非常普遍,与卒中的发生和复发、步态障碍、认知障碍、心理障碍和排尿困难等有关。由于CSVD很难通过组织学进行明确的诊断,目前CSVD的诊断主要依赖磁共振成像(magnetic resonance imaging,MRI)显示的神经影像标志物。越来越多的研究表明,深髓静脉(deep medullary veins,DMVs)与CSVD的流行病学及影像学特征有关,可能参与了CSVD的发展,成为CSVD新的影像标志物。然而,CSVD的诊断过程缺乏定量的评价标准,容易导致漏诊和误诊。近年来,新兴的人工智能(artificial intelligence,AI)技术已经在医学领域得到了广泛的应用,可识别并提取CSVD的影像标志物,为CSVD的诊断和预后提供更多肉眼无法识别的神经影像学信息。本文总结了近年来国内外关于CSVD影像标志物的研究成果,并简要介绍了AI在评价CSVD影像征象中的应用,总结了目前研究的局限性并指出未来的研究方向,旨在为后续的研究提供更多的思路。
展开更多
关键词
脑小血管病
影像标志物
深髓静脉
人工智能
磁共振成像
在线阅读
下载PDF
职称材料
深髓静脉与脑萎缩及脑小血管病总负荷的关系研究
2
作者
韩燕
周龙年
+2 位作者
滕钰
苟一丹
巴志霞
《放射学实践》
北大核心
2025年第2期204-210,共7页
目的:基于磁共振SWI和VBM方法探究大脑深髓静脉(DMVs)与脑萎缩及脑小血管病(CSVD)整体负荷的关系。方法:将2021年3月-2023年12月在本院确诊的94例脑小血管病住院患者纳入本研究。应用磁敏感加权成像(SWI)评估DMVs的数目并进行0~3级评分...
目的:基于磁共振SWI和VBM方法探究大脑深髓静脉(DMVs)与脑萎缩及脑小血管病(CSVD)整体负荷的关系。方法:将2021年3月-2023年12月在本院确诊的94例脑小血管病住院患者纳入本研究。应用磁敏感加权成像(SWI)评估DMVs的数目并进行0~3级评分,采用基于体素的形态学测量方法(VBM)通过计算灰质体积分数、白质体积分数及脑脊液体积分数来评估脑萎缩程度,基于常规头颅MR平扫序列(T_(1)WI、T_(2)WI、FLAIR及DWI)评估CSVD总负荷。使用多因素线性回归分析评估DMVs数目及评分与脑萎缩及CSVD总负荷的关系。结果:DMVs数目及评分与CSVD总负荷(β=-0.590,P<0.001;β=0.657,P<0.001)及脑灰质体积分数(β=0.298,P=0.011;β=-0.236,P=0.039)、脑脊液体积分数(β=-0.383,P=0.004;β=0.276,P=0.034)具有显著相关性。结论:DMVs数目及评分与脑萎缩程度及CSVD总负荷密切相关,DMVs或可作为评估CSVD潜在的影像标志物。
展开更多
关键词
深髓静脉
脑萎缩
脑小血管病
磁敏感加权成像
基于体素的形态学测量
在线阅读
下载PDF
职称材料
题名
深髓静脉及AI技术在脑小血管病影像标志物的研究进展
1
作者
韩燕
周龙年
王颖超
巴志霞
王宏
机构
河西
学院
附属张掖人民医院
医学影像
科
河西学院医学影像研究所
河西
学院
附属张掖人民医院神经外科
出处
《磁共振成像》
北大核心
2025年第8期160-167,共8页
基金
甘肃省自然科学基金项目(编号:25JRRG035)
甘肃省高校教师创新基金项目(编号:2025A-181、2024A-153)
河西学院校长基金青年科研项目(编号:QN2024024、QN2024045)。
文摘
脑小血管病(cerebral small vessel disease,CSVD)是脑血管疾病最常见的亚型之一,在老年人群中非常普遍,与卒中的发生和复发、步态障碍、认知障碍、心理障碍和排尿困难等有关。由于CSVD很难通过组织学进行明确的诊断,目前CSVD的诊断主要依赖磁共振成像(magnetic resonance imaging,MRI)显示的神经影像标志物。越来越多的研究表明,深髓静脉(deep medullary veins,DMVs)与CSVD的流行病学及影像学特征有关,可能参与了CSVD的发展,成为CSVD新的影像标志物。然而,CSVD的诊断过程缺乏定量的评价标准,容易导致漏诊和误诊。近年来,新兴的人工智能(artificial intelligence,AI)技术已经在医学领域得到了广泛的应用,可识别并提取CSVD的影像标志物,为CSVD的诊断和预后提供更多肉眼无法识别的神经影像学信息。本文总结了近年来国内外关于CSVD影像标志物的研究成果,并简要介绍了AI在评价CSVD影像征象中的应用,总结了目前研究的局限性并指出未来的研究方向,旨在为后续的研究提供更多的思路。
关键词
脑小血管病
影像标志物
深髓静脉
人工智能
磁共振成像
Keywords
cerebral small vessel disease
imaging markers
deep medullary veins
artificial intelligence
magnetic resonance imaging
分类号
R445.2 [医药卫生—影像医学与核医学]
R743 [医药卫生—神经病学与精神病学]
在线阅读
下载PDF
职称材料
题名
深髓静脉与脑萎缩及脑小血管病总负荷的关系研究
2
作者
韩燕
周龙年
滕钰
苟一丹
巴志霞
机构
河西
学院
附属张掖人民医院
医学影像
科
河西
学院
附属张掖人民医院神经外科
河西
学院
附属张掖人民医院神经内科
河西学院医学影像研究所
出处
《放射学实践》
北大核心
2025年第2期204-210,共7页
基金
甘肃省高校教师创新基金项目(2025A-181)
河西学院校长基金青年科研项目(QN2024024)
甘肃省教育科技创新项目(2023B-169)。
文摘
目的:基于磁共振SWI和VBM方法探究大脑深髓静脉(DMVs)与脑萎缩及脑小血管病(CSVD)整体负荷的关系。方法:将2021年3月-2023年12月在本院确诊的94例脑小血管病住院患者纳入本研究。应用磁敏感加权成像(SWI)评估DMVs的数目并进行0~3级评分,采用基于体素的形态学测量方法(VBM)通过计算灰质体积分数、白质体积分数及脑脊液体积分数来评估脑萎缩程度,基于常规头颅MR平扫序列(T_(1)WI、T_(2)WI、FLAIR及DWI)评估CSVD总负荷。使用多因素线性回归分析评估DMVs数目及评分与脑萎缩及CSVD总负荷的关系。结果:DMVs数目及评分与CSVD总负荷(β=-0.590,P<0.001;β=0.657,P<0.001)及脑灰质体积分数(β=0.298,P=0.011;β=-0.236,P=0.039)、脑脊液体积分数(β=-0.383,P=0.004;β=0.276,P=0.034)具有显著相关性。结论:DMVs数目及评分与脑萎缩程度及CSVD总负荷密切相关,DMVs或可作为评估CSVD潜在的影像标志物。
关键词
深髓静脉
脑萎缩
脑小血管病
磁敏感加权成像
基于体素的形态学测量
Keywords
Deep medullary vein
Brain atrophy
Cerebral small vessel disease
Susceptibility weighted imaging
Voxel-based morphological measurement
分类号
R445.2 [医药卫生—影像医学与核医学]
R743.1 [医药卫生—神经病学与精神病学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深髓静脉及AI技术在脑小血管病影像标志物的研究进展
韩燕
周龙年
王颖超
巴志霞
王宏
《磁共振成像》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
深髓静脉与脑萎缩及脑小血管病总负荷的关系研究
韩燕
周龙年
滕钰
苟一丹
巴志霞
《放射学实践》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
