mri

【Lancet Neurology 】多发性硬化认知障碍的 SDMT 筛查、灰质萎缩标志与认知康复循证路径一句话：Lancet Neurology 这篇综述把多发性硬化（MS）的认知障碍拉回临床路径：34%–65% 的患者受累，处理速度与情景记忆最易受损；符号数字模式测验（SDMT）可在 90 秒内完成筛查并监测复发，灰质萎缩是最可靠的影像相关指标，认知训练已有中等证据，药物与运动干预则证据不足。

【Medical Image Analysis】深度学习医学图像合成综述：伪CT、合成MRI与合成PET的架构、性能与临床边界Monash 大学与帝国理工团队系统综述 2018–2023 年 173 篇文献，把医学图像合成分为伪 CT、合成 MR、合成 PET 三条任务线，比较 U-Net、GAN、Transformer 与扩散模型的设计、损失函数、数据集与性能。核心判断：Transformer 与扩散模型在脑部 MRI 及部分 CT 任务领先，cGAN 在骨盆 CT 更稳，GAN 仍是 PET 合成主力；配对数据、跨中心泛化与评价口径仍是临床落地瓶颈。

风巽·剑染春水

【医学AI前沿】（NPJ-DM-2026）利用身份保持去噪扩散生成对抗网络预测阿尔茨海默病进展数字孪生脑：用 AI 提前看见阿尔茨海默病的大脑未来！论文：Forecasting Alzheimer’s disease progression via identity-preserved denoising diffusion generative adversarial network 代码：https://github.com/zhonghuajiuzhou12138/DDGAN

放射组学特征作为评估脑老化的影像生物标志物的可靠性：一项基于髓鞘蛋白和扩散张量成像的研究1、针对目前很多radiomics工作，只做分类，只看AUC，缺少病理学验证。作者用histology验证radiomics biological meaning。

矢量网络分析仪在MRI射频子系统研发测试中的应用磁共振成像（MRI）正经历双向演进：一方面，高场强系统向7T及更高场强发展，持续推动成像分辨率提升；另一方面，低场强永磁体技术逐步成熟，使便携式MRI在急救室、ICU及基层医疗场景中的应用成为可能。不同技术路径的并行发展，正在加速MRI系统性能与应用边界的拓展。

旅途中的宽~

《European Radiology》：2024血管瘤分割—基于MRI T1序列的分割算法论文地址：研究目标：开发一个基于常规磁共振T1序列的深度学习框架，用于颅内动脉瘤（IAs）的自动分割（逐像素勾勒）与检测（定位），以填补临床空白。

风巽·剑染春水

【技术追踪】D2Diff：一种用于精确多对比度MRI合成的双域扩散模型（MICCAI-2025）多对一 MRI 生成！论文：D2Diff : A Dual Domain Diffusion Model for Accurate Multi-Contrast MRI Synthesis 代码：https://github.com/sanuwanihewa/D2Diff

PET/MRI：技术和方法前言多模态信息通常用于诊断或研究的目的，因为每种成像技术提供了互补的信息，例如有关解剖学、生理学或代谢的信息。正电子发射断层扫描(PET)测量体内特定分子的分布和浓度，磁共振成像(MRI)反映质子密度和组织弛豫时间，计算机断层扫描(CT)绘制组织的电子密度。

我是有底线的