子宫动静脉瘘引起晚期产后出血的诊疗进展

子宫动静脉瘘(uterine arteriovenous fistula,UAVF)是一种临床上较为罕见的子宫血管异常疾病,是导致女性晚期产后出血的原因之一。近年来随着我国二孩政策的放开以及人工流产率的增高,UAVF的发病率也随之上升,严重影响女性的生活质量,并增加了患者再次妊娠的难度和风险。由于UAVF病因和临床表现的多样性,临床工作中常常难以早期识别并及时作出恰当的处理,从而导致不良事件的发生。目前对于UAVF的诊断主要依靠影像学手段,血管造影是金标准。保守治疗、介入治疗和手术治疗是主要的治疗方法,其中子宫动脉栓塞术最常用,但有关对再妊娠不良影响的报道也逐年增多。根据患者的临床症状和生育意愿选择合理的诊疗方案可以改善预后,并减少再次妊娠的风险。

MiRNAs与妊娠期糖尿病发病机制的研究进展

妊娠期糖尿病(gestational diabetes mellitus,GDM)是常见的妊娠期合并症之一,并且会对孕妇以及子代造成严重后果甚至有长远影响。随着生活方式的改变,GDM在我国发病率呈逐年升高趋势。微小RNA(microRNAs,miRNAs)是一类长度为19~24个核苷酸的单链小分子非编码RNA,以特异性结合方式抑制靶基因的转录或翻译来调控细胞的发育、分化与增殖、早期胚胎发育、脂肪代谢、神经细胞功能分化及自身免疫调节等生物过程。目前,GDM的发病机制还未完全阐明。近年来,miRNAs在GDM发病机制中的作用备受关注,主要通过胰岛素抵抗、胰岛素分泌异常和脂肪因子等方面参与GDM的发生。

DCE-MRI纹理分析在乳腺癌诊疗及预后判断方面的应用进展

近年来,乳腺癌已经成为我国女性发病率及死亡率第一的恶性肿瘤[1]。乳腺癌在影像、病理及免疫组化上存在高度异质性,其早期诊断、分期、病理分型对预后至关重要。磁共振动态增强成像(dynamic contrast enhanced magnetic resonance imaging,DCE-MRI)和影像组学的纹理分析结合是先进的功能成像与定量分析技术的整合,可以更加详细量化肿瘤的异质性,为临床提供更高的价值。现就DCE-MRI纹理分析在乳腺癌诊断、病理分型、疗效评估及预测方面的应用进展进行综述。

医学图像分割算法的损失函数综述

基于深度学习的医学图像分割方法已经成为了医学图像处理领域的强大工具。由于医学图像的特殊性质,基于深度学习的图像分割算法面临样本不平衡、边缘模糊、假阳性、假阴性等问题,针对这些问题,研究人员大多对网络结构进行改进,而很少从非结构化方面做出改进。损失函数是基于深度学习的分割方法中重要的组成部分,对损失函数的改进可以从根源上提高网络的分割效果,并且损失函数与网络结构无关,可以即插即用地运用在各种网络模型和分割任务中。本文从医学图像分割任务中的困难出发,首先介绍了解决样本不平衡、边缘模糊、假阳性、假阴性问题的损失函数及改进策略;然后对目前损失函数改进过程中所遇到的困难进行分析;最后对未来的研究方向进行了展望。本文将为损失函数的合理选择、改进或创新提供参考,并为损失函数的后续研究指引方向。