脑膜瘤与低级别胶质瘤基于小波变换运动功能网络动态连接的差异

目的观察脑膜瘤与低级别胶质瘤基于小波变换的运动功能网络动态连接的差异。方法选取脑膜瘤(脑膜瘤组)及低级别胶质瘤(胶质瘤组)患者各14例及正常对照者(对照组)14名,采用小波变换一致性(WTC)方法分析3组运动功能网络动态连接情况。结果基于双手运动任务刺激及广义线性模型分析确定3组运动功能网络节点分别为左右侧主要运动皮层激活区(LPMC、RPMC)及辅助运动皮层激活区(SMA)。在运动网络LPMC、RPMC、SMA感兴趣区(ROI)内,脑膜瘤组、胶质瘤组LPMC-SMA、RPMC-SMA、LPMC-RPMC的WTC均低于对照组(P均<0.05),胶质瘤组均低于脑膜瘤组(P均<0.05)。结论利用WTC方法能够敏感观察脑膜瘤与低级别胶质瘤运动功能网络连接的低频振荡改变。

“大健康”时代背景下的中、美、德医学教育体系对比分析及启示

“大健康”是根据时代发展、社会需求与疾病谱的改变提出的一种全局理念,医学人才的培养正是推进“大健康”时代的关键生产力。如何推进医学教育改革、提高医学人才质量,已经成为我国现阶段高等医学教育改革的核心。笔者通过在美国及德国医学院访问学习的经历,将中、美、德医学教育体系进行比较分析,进而总结美、德医学教育模式中值得借鉴之处,以期能够促进我国医学卓越人才的培养。

韩国恰当应用心脏CT检查指南方法学解读

本文采用AGREE Ⅱ标准,从方法学角度对韩国放射协会和韩国心脏病协会共同制定的韩国恰当应用心脏CT检查指南(Korean Guidelines for the Appropriate Use of Cardiac CT)进行方法学解读。

基于一般线性模型的机器学习方法在BOLD-fMRI脑胶质瘤患者个体化运动功能区定位中的应用价值

目的探讨基于一般线性模型(GLM)的机器学习方法在血氧水平依赖功能磁共振成像(BOLD-fMRI)定位脑胶质瘤患者个体化运动功能中的应用价值。方法前瞻性研究。纳入2017年11月—2021年11月西安交通大学第一附属医院神经外科确诊为脑胶质瘤且病灶位于大脑运动功能区的38例患者作为机器学习模型的验证集(男25例、女13例,年龄24~69岁),同期招募健康志愿者50例作为模型的训练集(男26例、女24例,年龄22~68岁)。采用独立成分分析法(ICA),随机提取98例人类连接组计划(HCP)受试者的静息态功能核磁共振(rs-fMRI)特征。依据健康志愿者的rs-fMRI和基于任务的功能磁共振(tb-fMRI)的相关性,训练基于GLM的机器学习模型。观察项目:(1)采用Pearson相关系数(CC)分析比较GLM预测的激活与实际激活的相似度。(2)采用Dice系数(DC)作为模型预测效能的定量指标,比较GLM与ICA方法的预测效能。结果(1)胶质瘤患者基于GLM的机器学习方法所预测的激活与实际tb-fMRI的功能激活相似度高[(89.47%(34/38)的患者CC值>0.30)]。(2)胶质瘤患者GLM预测任务态运动功能激活的效能,DC为0.34(0.27,0.42),优于ICA方法的效能DC 0.26(0.16,0.30),差异有统计学意义(Z=-3.88,P<0.001);GLM在肿瘤半球的预测效能优于ICA方法,DC分别为0.36(0.17,0.48)和0.34(0.04,0.45),差异有统计学意义(Z=-2.43,P=0.015);2种方法在非肿瘤半球的预测效果均显著高于肿瘤半球(Z=-4.33、-3.59,P值均<0.001)。结论基于GLM的机器学习方法能够很好地在术前利用rs-fMRI数据预测出胶质瘤患者的tb-fMRI运动功能激活,且其预测效果好于ICA方法。