摘要：乳腺癌腋窝非前哨淋巴结(NSLN)转移的评估对于制定个体化治疗方案至关重要。近年来,随着人工智能(AI)技术不断发展,其应用场景亦不断拓展。目前,AI技术已被广泛应用于NSLN的评估,多种AI模型被设计用于分析对比增强乳腺X线摄影(CEM)、动态对比增强磁共振(DCE-MRI)及超声图像,并预测乳腺癌腋窝NSLN转移。AI模型主要分为传统机器学习模型和深度学习模型,其中,传统机器学习模型具有计算复杂度低、数据需求少、模型可解释性强的优点,而深度学习模型则具有速度快、准确率高的特点。传统机器学习模型和深度学习模型在优化NSLN转移临床诊疗策略方面发挥重要作用。

摘要：目的通过抑郁症患者对负性情绪信息偏向性认知的特点,探讨首发轻中度抑郁症患者治疗前后异常脑区的功能状态,为抑郁症疗效评估提供新的影像学依据。方法对14例首发轻中度抑郁症患者[符合汉密尔顿抑郁量表(HAMD-17)评分17~24分]和14例相匹配的健康被试行任务态f MRI扫描。刺激材料从CAFPS中随机选取,采用组块设计。8例患者经过药物治疗后再次行任务态功能磁共振成像(f MRI)扫描。统计分析均采用SPM8软件包完成。结果在负性面孔表情刺激下,抑郁症患者左侧颞下回、右侧颞中回及额中回等脑区较健康对照组激活增强(P 10)。治疗后双侧顶下缘角回等脑区激活较治疗前增强(P 10);较健康对照组右侧枕下回及左侧梭状回激活减弱,右侧额内侧回、颞中回、后扣带回及左侧颞下回、颞上回及顶下缘角回激活增强(P 10)。结论经短期抗抑郁治疗,抑郁症患者处理负性情绪的相关脑区较前部分好转,但仍存在一定程度的功能损害,这可能与抑郁症复发有关,进一步证实功能磁共振成像技术为临床疗效及预后评估提供客观的影像学依据。