蒽环类药物所致心脏毒性的磁共振研究进展

来源 :磁共振成像 | 被引量 : 0次 | 上传用户:
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读

蒽环类药物(anthracycline,ATC)是常见的化疗药物,具有突出的心脏毒性。蒽环类药物所致心脏毒性(anthracycline-induced cardiotoxicity,AIC)是影响癌症患者生存质量的重要因素。准确检测及正确评估AIC能够为临床诊疗提供重要信息,降低癌症患者出现心血管并发症的风险。心脏磁共振(cardiac magnetic resonance,CMR)具有无创、可重复性好、空间分辨率高、多序列成像等优势,在AIC的基线评估及跟踪随访中起到了重要作用。近年来,包括特征追踪(feature-tracking,FT)技术及mapping技术在内的一系列CMR新技术的发展更是在AIC的早期检测方面发挥了重要的作用。本文将对CMR在检测和评估AIC中的应用及研究进展作一综述。

其他文献
第107届北美放射学会(RadiologicalSocietyofNorthAmerica,RSNA)年会关于中枢神经影像学的研究亮点主要有:(1)脑肿瘤:基因分子诊断分类与预测,治疗后病情评估;(2)脑卒中:MRI血管壁成像(vesselwallimaging,VWI)技术的优势,鼓励提升VWI的图像质量和临床应用,人工智能(artificialintelligence,AI)大大提升了急性出血性卒中和缺血性卒中的影像诊断水平和效率;(3)脑发育和认知功能障碍:应用AI分析脑结构和功能成像更高效、更准确
第107届北美放射学会(RadiologicalSocietyofNorthAmerica,RSNA)年会人工智能亮点聚焦于:(1)新技术新算法:联邦学习破解数据孤岛难题,迁移学习应用于多中心数据;(2)真实年龄新概念:“影像-生理年龄”;(3)AI赋能影像,从实验室走向临床应用,包括早期诊断、风险评估、预后预测、临床决策辅助、自动化智能测量等;(4)AI应用的挑战:数据“黑盒”、模型适用性,数据管理及法律责任等。结合近年文献,本文对2021RSNA年会AI研究进行概述。
第107届北美放射学会(RadiologicalSocietyofNorthAmerica,RSNA)年会儿科影像学的研究亮点聚焦于:(1)安全高效:在保证图像质量的前提下,降低辐射剂量、缩短检查时间;(2)MRI新技术:基于fMRI的儿童神经网络应用,儿童肺部MRI,儿童心血管系统4DFlowMRI和磁共振弹性成像技术的临床实现,以及超高场MRI在儿童疾病诊疗中的应用;(3)儿童的影像诊断标准建立,基于多中心成果融合和大数据信息互通;(4)儿童先天性、罕见性疾病的影像征象识别和鉴别诊断经验分享。本文将按
肝纤维化是各种慢性肝病向肝硬化发展的重要中间环节。故对肝纤维化无创的、准确的评估能够为及时干预及治疗后评价提供重要的信息。影像组学分析能够提取多种医学图像特征以对疾病进行诊断及评估。随着磁共振成像技术及计算机科学的发展,磁共振影像组学分析在肝纤维化的诊断及分期中显示出了其突出的价值及应用前景。其中,基于常规磁共振、增强磁共振以及其他功能或定量磁共振图像的影像组学分析已经取得了良好的分期性能。但同时也面临一些重要的问题及挑战,包括影像组学分析方法内在的局限性以及肝脏形态和病理状态对分期性能的影响。因此,作者
成瘾是一种影响决策、情绪平衡、行为控制的疾病,不仅会在使用精神活性产品的情况下产生,而且在行为依赖的情况下也会出现,统称为物质相关和成瘾性障碍。物质相关和成瘾性障碍对个人、家庭、社区和社会带来了巨大的健康和经济负担,长期成瘾造成大脑功能的变化是成瘾过程发展和维持的关键,如何客观评估这种改变成为了研究的一大热点。酒精使用障碍、尼古丁使用障碍、大麻使用障碍以及其他非物质成瘾会导致维持成瘾的多个脑回路出现功能障碍,功能磁共振成像可用于客观评估患者的脑功能改变,对临床医生治疗方案的选择和评估预后是有利的。本文旨在
传统多模态磁共振分析通常是基于单模态数据,对其结果进行简单的比较或相关性分析,但各模态之间的先验交互信息未被充分利用。而链接独立成分分析(linkedindependentcomponentanalysis,LICA)是一种多模态数据融合方法,能够通用灵活地利用独立成分分析对多模态数据进行融合分析,允许每个模态组具有不同的单位、信噪比等,而且能够自动确定组内各模态的最佳权重,从而可以更充分地利用各模态之间的交互信息,在脑疾病研究中得到了广泛应用。本文就该方法在神经精神疾病的病理机制、临床诊断及分类识别等方