包尚聯(lián)ICMIP全體會議的發(fā)言課件

包尚聯(lián)

北京大學(xué)醫(yī)學(xué)物理和工程北京市重點(diǎn)實(shí)驗(yàn)室&北京大學(xué)腫瘤物理診療技術(shù)研究中心

2023/1/412013沈陽包尚聯(lián)2022/12/2512013沈陽

，&

2023/1/42009沈陽2:，，,,，&2022/12/252009沈陽2:2023/1/42013沈陽3&

2022/12/252013沈陽3&4(&):,:,(&)::(&)，&;I3D,4D

2023/1/42013沈陽44(&)2022/12/252013沈陽4

&，，；，；,,.2023/1/42013沈陽5&，2022/12/2520132023/1/46:：

()2013沈陽2022/12/256:：2013沈陽2023/1/47酶的合成和活性調(diào)控物轉(zhuǎn)運(yùn)蛋白結(jié)合物報(bào)告探針報(bào)告基因4代謝產(chǎn)物激素配體縮氨酸合成物+3D2013沈陽2022/12/257酶的合成和轉(zhuǎn)運(yùn)蛋白結(jié)合物報(bào)告探針報(bào)告

()：,,,：，

2023/1/420139沈陽82022/12/2520139沈陽8

,,.，&：，2023/1/42013沈陽92022/12/252013沈陽9突變,超量表達(dá)基因,抗原產(chǎn)生抗體生物標(biāo)志物遺傳病毒感染化學(xué)致癌物輻射致癌物老化其他血液中相應(yīng)抗體

用載體克隆基因克隆表達(dá),基因和載體蛋白克隆篩選得到癌癥相關(guān)克隆突變,超量表達(dá)基因,抗原產(chǎn)生抗體生物標(biāo)志物遺傳病

，，

,

&

2023/1/42013沈陽112022/12/252013沈陽11&

：,,&

2023/1/42013沈陽12&2022/12/252013沈陽12

,，.2023/1/42013沈陽132022/12/252013沈陽13

，&,a

(D)2023/1/42013沈陽142022/12/252013沈陽142001，.2002,,::2002,.,:.2002，(),:2006,973,,2011,分子影像學(xué)國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢—綜述2001，.分子影像學(xué)國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢,；：,,,

,；””””

：()/(x)(μ)/(x)(B’)””””：

()

:時(shí)間活度曲線分類流出型平臺型流入型

：……:時(shí)間活度曲線分類：6-K1k3k2k4[18F][18F]-6-[18F]K*1k*3k*2k*4()

:&，K1k3k2k4[18F]-[18F]K*1k*3k*2k3D

3D使用（第一行所示）和（第二行所示）方法分析3D臨床動態(tài)數(shù)據(jù)得到的第12層參數(shù)圖像結(jié)果

使用（第一行所示）和（第二行所示）方法分析3D臨床動態(tài)數(shù)&,;;

(,)&

.2023/1/42013沈陽23&2022/12/252013沈陽23

，；

,,2023/1/42013沈陽24，2022/12/252013沈陽.

.:時(shí)間活度曲線分類流出型平臺型流入型

：……:時(shí)間活度曲線分類：藥代分析評估化療效果的研究病人化療前情況（左乳）浸潤性導(dǎo)管癌，部分呈導(dǎo)管內(nèi)癌，局灶區(qū)域見淋巴細(xì)胞聚集（病人化療后情況化療后乳腺改良根治標(biāo)本：乳腺浸潤性導(dǎo)管癌（），腫瘤組織伴壞死、退變及鈣化，肉眼未見明確腫塊，鏡下可見腫瘤浸潤范圍約2x2。余乳腺組織內(nèi)可見纖維腺瘤形成。乳頭、基底及切緣凈。淋巴結(jié)：腋窩3/8可見癌轉(zhuǎn)移；另送（腋窩）0/3未見癌轉(zhuǎn)移。藥代分析評估化療效果的研究病人化療前情況化療前三維分布化療前三維分布

G4G4..()...():—.(),3.,:,199857"""".(A)(B)()5.:—.(),3.()NonquantitativemethodLowsensitivityandspecificityItisproposedthatCKCcannotjudgebetweenbenignandmalignanttissue.C.,Mü,,T.,“–:,”.178,1403–1409(2002).()Nonquantitativemeth

新化療廣泛使用Neoadjuvantchemotherapy(NAC)islongestablishedaspartofthemulti-modalitymanagementoflocallyadvancedbreastcancerorinflammatorybreastcancer,leadingtosignificantlyimprovedoutcome.保乳條件壽命保障Numerousrecentstudieshavecomparedtheuseofanthracycline-basedNACwithadjuvantchemotherapyinearlier-stagedisease,andhaveshownequivalentdisease-freeandoverallsurvivalrateswithincreasedbreastconservationrates.文獻(xiàn)Hanrahan,E.O.,B.T.Hennessy,andV.Valero,Neoadjuvantsystemictherapyforbreastcancer:anoverviewandreviewofrecentclinicaltrials.ExpertOpiniononPharmacotherapy,2005.6(9):p.1477-1491

新化療廣泛使用Neoadjuvantche

()()..與血管生成有關(guān)與水腫或壞死有關(guān)()

1:3DT1,.2:(:).

()3D1:3DT1

T1.

A.T1.a3D,a3D,3D.3D.3D,().,.3D,().a(3D)a(3D)3D,.3D,.3D3D2023/1/444

,,2013沈陽2022/12/25442013沈陽2023/1/445

a

2013沈陽2022/12/2545a2013沈陽&,,1.5X1012103-105&,：：2010-2015;1,$30;,$8.51200（300),，

2-3：：2010-2015;

2013，:

1101,,2013，:

110

,,(精神分裂癥、臨床抑郁癥或自閉癥)

,北大正在開展的研究簡介北京大學(xué)高家紅教授來了之后，正在組建一個(gè)有3臺3T和1臺9.4T動物成像系統(tǒng)的中心在神經(jīng)科學(xué)中的應(yīng)用是高家紅教授的專長直接測量神經(jīng)元的電磁活動產(chǎn)生的信號并成像動態(tài)連接度的研究基于解剖學(xué)結(jié)構(gòu)，尤其是纖維束的連接基于功能的虛擬的連接靜息態(tài)的連接問題北大正在開展的研究簡介北京大學(xué)高家紅教授來了之后，正在組建一設(shè)備的關(guān)鍵技術(shù)研究開發(fā)0.7TC型超導(dǎo)系統(tǒng)，實(shí)現(xiàn)產(chǎn)業(yè)化梯度線圈、屏蔽線圈和勻場線圈的設(shè)計(jì)；線圈的設(shè)計(jì)和制造譜儀的研發(fā)系統(tǒng)軟件的開發(fā)設(shè)備的關(guān)鍵技術(shù)研究開發(fā)0.7TC型超導(dǎo)系統(tǒng)，實(shí)現(xiàn)產(chǎn)業(yè)化我的研究小組正在開展立體視覺方面的工作三維立體視覺研究適應(yīng)三維立體影視節(jié)目觀看、顯示器的立體化以及其他三維、四維影視節(jié)目的增加三維立體視覺盲的存在，基于雙眼視覺差的三維立體視覺功能測量立體視覺盲的鑒別觀看三維立體視覺舒適度問題的研究我的研究小組正在開展立體視覺方面的工作三維立體視覺研究V14解剖學(xué)結(jié)構(gòu)成像和定位研究人腦視覺皮層區(qū)域特性分析視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分解剖圖像信息處理&可視化

第一部分第三部分V14解剖學(xué)結(jié)構(gòu)成像和定位研究人腦視覺皮層區(qū)域特性分析視網(wǎng)膜解剖圖像信息處理&可視化

第一部分notice針對人類大腦皮層數(shù)據(jù)的二維平面化分析方法，能夠提高解剖學(xué)信息的縱向?qū)Ρ确治瞿芰途?/p>

(Anticevicetal.,2008;VanEssenetal.,1998)，提高功能數(shù)據(jù)分析結(jié)果的顯著性和可信度(Argalletal.,2006;Hagleretal.,2006;Joetal.,2007;VanEssen,2005).解剖圖像信息處理&可視化第一部分notice針對人類大結(jié)合FreeSurfer和MW投影的平面分析處理，引入大腦皮層的多層面劃分，對五種掃描的數(shù)據(jù)進(jìn)行了高分辨率重采樣、配準(zhǔn)和參數(shù)計(jì)算。掃描序列和參數(shù)計(jì)算得到多個(gè)參數(shù)掃描膨脹的球體空間&2D統(tǒng)一空間第四類Mollweide投影圖大腦皮層的多層細(xì)分研究內(nèi)容

第一部分結(jié)合FreeSurfer和MW投影的平面分析處理，引入大腦(A)其中一個(gè)被試的鼓起的左半腦()。(B)球面坐標(biāo)系下，經(jīng)過配準(zhǔn)的左半腦。(C)投影平面圖。(A)其中一個(gè)被試的鼓起的左半腦()。第四類投影圖(4)57枕極(黃色標(biāo)記點(diǎn))在投影平面圖中心.根據(jù)投影平面中心的位置不同，還有另外三類顯示:第四類投影圖(4)57枕極(黃色標(biāo)記點(diǎn))在投影平大腦皮質(zhì)周圍多個(gè)層面58S0:白質(zhì)灰質(zhì)交界面;S1:白質(zhì)腦脊液交界面;S0.5:S0S1中間的一層面;12:S0向內(nèi)白質(zhì)中的12位置的層面.大腦皮質(zhì)周圍多個(gè)層面58S0:白質(zhì)灰質(zhì)交界面;Scan:(1)兩組高分辨率的MPRageT1加權(quán)像

(TR=3000ms,TE=1.62ms,flipangle=9o,voxelsize111mm);(2)高分辨率T2加權(quán)像

(TR=2000ms,TE=409ms,variableflipangle,voxelsize111mm);(3)兩組

DTI掃描

(TR=10700ms,TE=95ms,flipangle=15o,b=1500s/mm2,30個(gè)方向,voxelsize222mm)，

其中第二次DTI掃描的擴(kuò)散梯度方向與第一次相反，以減少圖像平面內(nèi)的非仿射幾何失真(Shenetal.,2004);(4)兩組MT掃描，其中一組不加MT脈沖。(TR=2600ms,TE=13.3ms,flipangle=70o,voxelssize222mm);(5)四組EPI掃描，伴隨四組視覺刺激

(TR=2510ms,TE=30ms,flipangle=90o,voxelssize334mm).數(shù)據(jù)采集參數(shù)

第一部分Scan:(1)兩組高分辨率的MPRageT1加權(quán)像(Parameters：FA:

DTI中所使用的各向異性參數(shù)能夠很好的反映神經(jīng)纖維的組織結(jié)構(gòu)和完整性。(LeBihan,2003).MTR:MagnetizationTransferRatio，磁化率轉(zhuǎn)移成像（MTI）使用MTR參數(shù)，表征細(xì)胞膜和髓磷脂的分布情況(Bastinetal.,2009;Schiavoneetal.,2009;Vrenkenetal.,2010).

MTR=(Ms–M0)/M0x100%T1/T2:T1加權(quán)像(我們使用的序列名稱為MPrage)和T2加權(quán)像的比值也能從一定程度反映髓磷脂分布和大腦皮層區(qū)域的分界線(GlasserandVanEssen,2011).圖像處理獲得的參數(shù)

第一部分Parameters：圖像處理獲得的參數(shù)第一部分視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分第三部分視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分第三部分視網(wǎng)膜映射腦功能實(shí)驗(yàn)的流程第二部分旋轉(zhuǎn)楔形縮放圓環(huán)刺激圖01FFT分析02響應(yīng)強(qiáng)度F-統(tǒng)計(jì)過濾相位編碼定位偽彩色標(biāo)記顯示視網(wǎng)膜映射03水平和垂直刺激對應(yīng)區(qū)域分界線參考前人研究成果04劃分區(qū)域激活信號相位圖確定邊界視網(wǎng)膜映射腦功能實(shí)驗(yàn)的流程第二部分旋轉(zhuǎn)楔形刺激圖01FFT刺激圖及其條件第二部分刺激圖及其條件第二部分signal信號時(shí)間序列(上圖)頻譜分析(下圖)信號時(shí)序圖第二部分signal信號時(shí)間序列(上圖)信號時(shí)序圖第二部分相位編碼視網(wǎng)膜映射定位圖結(jié)果.實(shí)驗(yàn)結(jié)果顯示第二部分相位編碼視網(wǎng)膜映射定位圖結(jié)果.實(shí)驗(yàn)結(jié)果顯示第二部分上頁圖(A)(B)中的黃色矩形框區(qū)域放大圖.處理結(jié)果顯示(放大)第二部分上頁圖(A)(B)中的黃色矩形框區(qū)域放大圖.處理結(jié)果顯依據(jù)多個(gè)被試平均結(jié)果所劃分的感興趣區(qū)域()，同時(shí)與白色線條顯示的小組研究結(jié)果進(jìn)行對比印證.視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分依據(jù)多個(gè)被試平均結(jié)果所劃分的感興趣區(qū)域()，同時(shí)與白色線條顯人腦視覺皮層區(qū)域特性分析第三部分人腦視覺皮層區(qū)域特性分析第三部分不同內(nèi)在五層平面上的(左)(右)平均值及其標(biāo)準(zhǔn)誤差各向異性的分布

第三部分不同內(nèi)在五層平面上的(左)(右)平均值及其標(biāo)準(zhǔn)誤差各向異不同內(nèi)在五層平面上的平均值及其標(biāo)準(zhǔn)誤差分層顯示MTR值

第三部分不同內(nèi)在五層平面上的平均值及其標(biāo)準(zhǔn)誤差分層顯示MTR值第三不同內(nèi)在五層平面上的T12平均值及其標(biāo)準(zhǔn)誤差顯示T1/T2平均值及其標(biāo)準(zhǔn)誤差不同內(nèi)在五層平面上的T12平均值及其標(biāo)準(zhǔn)誤差顯示T1/T2平結(jié)果的圖標(biāo)顯示

第三部分結(jié)果的圖標(biāo)顯示第三部分結(jié)論1對解剖學(xué)圖像的高精度配準(zhǔn)，能夠減少多個(gè)被試之間高階視覺區(qū)域(V2,V3etal.)位置的差異.2多個(gè)解剖學(xué)參數(shù)在不同視覺功能區(qū)域內(nèi)都體現(xiàn)一定拓?fù)浞植家?guī)律.3白質(zhì)和灰質(zhì)內(nèi)不同的變化趨勢.4ROI內(nèi)上述參數(shù)的左右大腦不對稱性.結(jié)論1對解剖學(xué)圖像的高精度配準(zhǔn)，能夠減少多個(gè)被試之間高階視覺關(guān)于立體圖像中的雙眼視差引起的腦激活差異的功能磁共振研究立體圖像中的雙眼視差引起的腦激活差異。通過向觀察者展示消除了形狀因素差異的立體圖，幾個(gè)與立體視覺相關(guān)的腦區(qū)被鑒別出來，它們主要分布在背側(cè)視覺通路上。在視差幅度和符號方面，信號強(qiáng)度和平面刺激相應(yīng)之間都表現(xiàn)出了明顯差異。.關(guān)于立體圖像中的雙眼視差引起的腦激活差異的功能磁共振研究立體立體刺激片源的設(shè)計(jì)技術(shù)路線通常使用的隨機(jī)點(diǎn)立體圖這種立體圖在二維情況下是一群沒有意義的隨機(jī)點(diǎn)，而在三維情況下卻表現(xiàn)出了一定的形狀，因此三維與二維對比的差異不僅僅表現(xiàn)為平面與立體差異，還具有物體的形狀。立體刺激片源的設(shè)計(jì)技術(shù)路線通常使用的隨機(jī)點(diǎn)立體圖這種立體圖在立體片源的設(shè)計(jì)改進(jìn)后的隨機(jī)點(diǎn)立體圖采用黑白棋盤格布局的方式，使得二維和三維情況下具有相同的形狀特征，從而消除了形狀因素造成的對比差異，只存在立體差異。左右眼子圖融合后的紅藍(lán)立體圖二維和三維效果圖立體片源的設(shè)計(jì)改進(jìn)后的隨機(jī)點(diǎn)立體圖采用黑白棋盤格布局的方式，

數(shù)據(jù)采集方法…6種視差（隨機(jī)展示）

一個(gè)群（8個(gè)，每個(gè)持續(xù)20s)實(shí)驗(yàn)設(shè)計(jì)方式，包含8種實(shí)驗(yàn)條件（1個(gè)控制條件，1個(gè)平面刺激條件，6個(gè)立體刺激條件）

數(shù)據(jù)采集方法…6種視差（隨機(jī)展示）

一個(gè)群（8個(gè)，每個(gè)持續(xù)結(jié)果統(tǒng)計(jì)參數(shù)圖譜3對主要的區(qū)域得到了明顯的激活，它們分布在背側(cè)視覺通路（V2，V3A，5)及頂葉(,)上。沒有明顯的腹側(cè)腦區(qū)被激活。而其他使用隨機(jī)點(diǎn)形成的立體圖的研究者在實(shí)驗(yàn)中卻發(fā)現(xiàn)了相關(guān)的腹側(cè)激活腦區(qū)。結(jié)果統(tǒng)計(jì)參數(shù)圖譜3對主要的區(qū)域得到了明顯的激活，它們分布在背激活圖譜的說明激活簇T得分峰值坐標(biāo)腦區(qū)(體素?cái)?shù)目a)功能腦區(qū)19.04(-18,-90,30)18(33),19(133)V2,V3A27.03(21,-93,24)37.38(-39,-81,6)18(13),19(46),39(14)545.63(39,-81,3)55.58(-24,-57,60)7(99),66.74(24,-63,66)a體素?cái)?shù)目實(shí)質(zhì)包含在對應(yīng)腦區(qū)內(nèi)的激活體素?cái)?shù)目。體素大小為3×3×3。激活圖譜的說明激活簇T得分峰值坐標(biāo)腦區(qū)(體素?cái)?shù)目a)功能統(tǒng)計(jì)學(xué)直方圖分析結(jié)果3對激活簇的視差-激活圖所有背側(cè)通路腦區(qū)的激活強(qiáng)度都隨視差幅度增加而增加在相同視差幅度下，正視差（近視差）要比負(fù)視差（遠(yuǎn)視差）引起更強(qiáng)烈的腦激活統(tǒng)計(jì)學(xué)直方圖分析結(jié)果3對激活簇的視差-激活圖所有背側(cè)通路腦區(qū)結(jié)論使用靜態(tài)立體圖的實(shí)驗(yàn)發(fā)現(xiàn)了腹側(cè)區(qū)域的激活，而我們改進(jìn)后的圖片沒有引起腹側(cè)區(qū)域激活。因此我們推斷：背側(cè)視覺通路或許在立體視覺處理中發(fā)揮著主要的作用，而腹側(cè)視覺通路僅僅抽取了立體圖中的形狀信息。我們的被試普遍反映正視差要比負(fù)視差的立體圖難感知，大視差要比小視差難感知。因此我們推斷：兩幅視網(wǎng)膜圖像越難以被感知，大腦激活區(qū)顯示出越強(qiáng)的響應(yīng)。結(jié)論使用靜態(tài)立體圖的實(shí)驗(yàn)發(fā)現(xiàn)了腹側(cè)區(qū)域的激活，而我們改進(jìn)后的觀察立體影視刺激的連接度問題通過比較不同腦區(qū)之間的神經(jīng)活動的時(shí)間相關(guān)性，得到功能性腦網(wǎng)絡(luò)連接，而腦區(qū)之間的時(shí)間相關(guān)性強(qiáng)弱表示了腦功能區(qū)之間連接的強(qiáng)弱。通過解剖學(xué)結(jié)構(gòu)之間的連接(和)研究搞清楚神經(jīng)系統(tǒng)在連接過程中如何工作的。在很高空間分辨率條件下，兩種有可能一致。觀察立體影視刺激的連接度問題通過比較不同腦區(qū)之間的神經(jīng)活動的用開展的功能性連接采用手段獲得腦區(qū)的神經(jīng)活動信號，相比其它方法它有更好的空間定位性。對于靜息狀態(tài)和任務(wù)狀態(tài)下的信號的數(shù)據(jù)采集，都是通過序列做連續(xù)掃描。然后構(gòu)建出不同腦區(qū)之間的功能連接。有兩種方法來分析功能數(shù)據(jù)1.用等統(tǒng)計(jì)學(xué)方法，在數(shù)據(jù)驅(qū)動條件下分析時(shí)空信號，確定功能網(wǎng)絡(luò)。2.分析感興趣區(qū)和其它區(qū)域之間的關(guān)系，揭示這個(gè)功能區(qū)相關(guān)性質(zhì)。用開展的功能性連接采用手段獲得腦區(qū)的神經(jīng)活動信號，相比其它方功能性連接和疾病的關(guān)系 目前解決的只是粗連接上出問題的疾病，例如：老年癡呆癥：連接會減弱,R(2012)J.自閉癥：連接會增強(qiáng)(2011).精神分裂癥：連接網(wǎng)絡(luò)紊亂(2012).帕金森：連接網(wǎng)絡(luò)改變(2012)&.疼痛性障礙：連接網(wǎng)絡(luò)的改變A(2013).功能性連接和疾病的關(guān)系 目前解決的只是粗連接上出問題的疾病，更加精細(xì)的連接有可能區(qū)分諸如神經(jīng)分裂癥及其各種亞型抑郁癥及其分型癲癇尤其是原發(fā)性癲癇等等。需要更高空間分辨率和更高時(shí)間分辨率也能區(qū)分的問題正常人群的個(gè)體差異病理人群和正常人群之間的平均差異病理人群之間的個(gè)體差異更加精細(xì)的連接有可能區(qū)分諸如神經(jīng)分裂癥及其各種亞型目前研究現(xiàn)狀

()A目前研究現(xiàn)狀

()A與視覺相關(guān)的研究研究視覺區(qū)與丘腦在睜眼和閉眼時(shí)的功能相關(guān)性，視覺區(qū)和丘腦有負(fù)相關(guān)性，丘腦的兩側(cè)支有正的相關(guān)性，而且在睜眼和閉眼的任務(wù)狀態(tài)下，它們之間的相關(guān)性程度會變化：鄒啟紅。與視覺相關(guān)的研究研究視覺區(qū)與丘腦在睜眼和閉眼時(shí)的功能相關(guān)性，結(jié)構(gòu)性連接目前的前沿掃描多個(gè)梯度方向的，在每個(gè)體素點(diǎn)計(jì)算出局部纖維束特征，用跟蹤算法計(jì)算出可能的纖維束，在此基礎(chǔ)之上分割大腦的不同功能區(qū)，統(tǒng)計(jì)不同功能區(qū)之間的連接。用與其它功能區(qū)連接的多少來衡量這個(gè)功能區(qū)在執(zhí)行該項(xiàng)功能時(shí)的的重要性。結(jié)構(gòu)性連接目前的前沿掃描多個(gè)梯度方向的，在每個(gè)體素點(diǎn)計(jì)算出局&與的區(qū)別：從微觀角度去看，可以描述一個(gè)體素中的更細(xì)微的交叉信息。從宏觀角度而言，跟蹤出來的纖維束更準(zhǔn)確，而且可以勾畫出相交處的纖維束走向&與的區(qū)別：從微觀角度去看，可以描述一個(gè)體素中的更細(xì)微的結(jié)構(gòu)性連接用方法連接出視覺相關(guān)區(qū)之間的神經(jīng)束連接。功能區(qū)：藍(lán)色（右V1），灰色（左V1），桔色（V2），藍(lán)綠色（V3），紅色（V5）神經(jīng)纖維束：黃色（11），紅色（V12），白色（V23），綠色（V25），藍(lán)色（外膝體1）結(jié)構(gòu)性連接用方法連接出視覺相關(guān)區(qū)之間的神經(jīng)束連接。結(jié)構(gòu)性連接中關(guān)注的問題1.關(guān)注網(wǎng)絡(luò)中的節(jié)點(diǎn)的度分布2.網(wǎng)絡(luò)中節(jié)點(diǎn)，以及其分布3.節(jié)點(diǎn)之間連接強(qiáng)度(定義)4.網(wǎng)絡(luò)中的5.網(wǎng)絡(luò)之中的度關(guān)聯(lián)6.結(jié)構(gòu)連接與功能性連接之間的差異結(jié)構(gòu)性連接中關(guān)注的問題1.關(guān)注網(wǎng)絡(luò)中的節(jié)點(diǎn)的度分布三維立體視覺的結(jié)構(gòu)性連接通過()等方法跟蹤出大腦中的神經(jīng)纖維束，纖維束提供了不同腦區(qū)之間的物理連接。結(jié)構(gòu)性連接在短的時(shí)間尺度內(nèi)是沒有多少變化的，但是由于神經(jīng)元的強(qiáng)可塑性在比較長的時(shí)間尺度上會反應(yīng)出一些形態(tài)的變化。通過劃分不同腦區(qū)，以及計(jì)算不同腦區(qū)之間的纖維束連接的多少，構(gòu)建不同腦區(qū)之間的結(jié)構(gòu)性連接定量評價(jià)的可能性。三維立體視覺的結(jié)構(gòu)性連接通過()等方法跟蹤出大腦中的神經(jīng)纖維立體視覺連接度問題的研究技術(shù)路線1.結(jié)構(gòu)性連接中纖維束連接密度（方法學(xué)）目的：用一個(gè)密度參數(shù)ρ，來刻畫不同腦區(qū)之間的纖維束的連接密度。實(shí)驗(yàn)：使用方法采集數(shù)據(jù)，先按照之前的方法勾畫出大腦中可能的連接，然后在無纖維束交叉的地方用λ⊥衡量纖維的密度。對比得到病態(tài)和正常人之間的不同。意義：使用了一種直接測量纖維束多少，得到不同腦區(qū)之間的相對定量連接，更精確的衡量病態(tài)大腦與正常大腦之間的差異。立體視覺連接度問題的研究技術(shù)路線1.結(jié)構(gòu)性連接中纖維束連接密準(zhǔn)備的題目（1-2）遇到的問題（實(shí)驗(yàn)要求）：因?yàn)橹皼]有做過實(shí)驗(yàn)，現(xiàn)在有卡內(nèi)基梅隆大學(xué)的開發(fā)出來的可以做這個(gè)的連接。以前做過實(shí)驗(yàn)，采集了33個(gè)方向，(800)使用()跟蹤出纖維束的連接，而且可以把功能區(qū)配準(zhǔn)上去，同時(shí)，，的圖可以一并得到。最后做出連接應(yīng)該不是問題，問題是怎么在他們的程序中加入自己用來刻畫纖維束密度的算法。準(zhǔn)備的題目（1-2）遇到的問題（實(shí)驗(yàn)要求）：立體視覺盲和舒適度測量1.解剖學(xué)結(jié)構(gòu)為主要內(nèi)容的連接度研究，主要問題是要求b值很高；2.功能連接的研究，在現(xiàn)在空間分辨率和時(shí)間分辨率下的測量立體視覺盲和舒適度測量1.解剖學(xué)結(jié)構(gòu)為主要內(nèi)容的連接度研究，Thanks,Question?2023/1/496聯(lián)系我們：網(wǎng)址：Email:

bao@電話址：北京市海淀區(qū)成府路201號北京大學(xué)重離子物理所（郵編：100871）ICMIP-2009南京Thanks,Question?2022/12/2596聯(lián)演講完畢，謝謝觀看！演講完畢，謝謝觀看！

包尚聯(lián)

北京大學(xué)醫(yī)學(xué)物理和工程北京市重點(diǎn)實(shí)驗(yàn)室&北京大學(xué)腫瘤物理診療技術(shù)研究中心

2023/1/4982013沈陽包尚聯(lián)2022/12/2512013沈陽

，&

2023/1/42009沈陽99:，，,,，&2022/12/252009沈陽2:2023/1/42013沈陽100&

2022/12/252013沈陽3&4(&):,:,(&)::(&)，&;I3D,4D

2023/1/42013沈陽1014(&)2022/12/252013沈陽4

&，，；，；,,.2023/1/42013沈陽102&，2022/12/2520132023/1/4103:：

()2013沈陽2022/12/256:：2013沈陽2023/1/4104酶的合成和活性調(diào)控物轉(zhuǎn)運(yùn)蛋白結(jié)合物報(bào)告探針報(bào)告基因4代謝產(chǎn)物激素配體縮氨酸合成物+3D2013沈陽2022/12/257酶的合成和轉(zhuǎn)運(yùn)蛋白結(jié)合物報(bào)告探針報(bào)告

()：,,,：，

2023/1/420139沈陽1052022/12/2520139沈陽8

,,.，&：，2023/1/42013沈陽1062022/12/252013沈陽9突變,超量表達(dá)基因,抗原產(chǎn)生抗體生物標(biāo)志物遺傳病毒感染化學(xué)致癌物輻射致癌物老化其他血液中相應(yīng)抗體

用載體克隆基因克隆表達(dá),基因和載體蛋白克隆篩選得到癌癥相關(guān)克隆突變,超量表達(dá)基因,抗原產(chǎn)生抗體生物標(biāo)志物遺傳病

，，

,

&

2023/1/42013沈陽1082022/12/252013沈陽11&

：,,&

2023/1/42013沈陽109&2022/12/252013沈陽12

,，.2023/1/42013沈陽1102022/12/252013沈陽13

，&,a

(D)2023/1/42013沈陽1112022/12/252013沈陽142001，.2002,,::2002,.,:.2002，(),:2006,973,,2011,分子影像學(xué)國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢—綜述2001，.分子影像學(xué)國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢,；：,,,

,；””””

：()/(x)(μ)/(x)(B’)””””：

()

:時(shí)間活度曲線分類流出型平臺型流入型

：……:時(shí)間活度曲線分類：6-K1k3k2k4[18F][18F]-6-[18F]K*1k*3k*2k*4()

:&，K1k3k2k4[18F]-[18F]K*1k*3k*2k3D

3D使用（第一行所示）和（第二行所示）方法分析3D臨床動態(tài)數(shù)據(jù)得到的第12層參數(shù)圖像結(jié)果

使用（第一行所示）和（第二行所示）方法分析3D臨床動態(tài)數(shù)&,;;

(,)&

.2023/1/42013沈陽120&2022/12/252013沈陽23

，；

,,2023/1/42013沈陽121，2022/12/252013沈陽.

.:時(shí)間活度曲線分類流出型平臺型流入型

：……:時(shí)間活度曲線分類：藥代分析評估化療效果的研究病人化療前情況（左乳）浸潤性導(dǎo)管癌，部分呈導(dǎo)管內(nèi)癌，局灶區(qū)域見淋巴細(xì)胞聚集（病人化療后情況化療后乳腺改良根治標(biāo)本：乳腺浸潤性導(dǎo)管癌（），腫瘤組織伴壞死、退變及鈣化，肉眼未見明確腫塊，鏡下可見腫瘤浸潤范圍約2x2。余乳腺組織內(nèi)可見纖維腺瘤形成。乳頭、基底及切緣凈。淋巴結(jié)：腋窩3/8可見癌轉(zhuǎn)移；另送（腋窩）0/3未見癌轉(zhuǎn)移。藥代分析評估化療效果的研究病人化療前情況化療前三維分布化療前三維分布

G4G4..()...():—.(),3.,:,199857"""".(A)(B)()5.:—.(),3.()NonquantitativemethodLowsensitivityandspecificityItisproposedthatCKCcannotjudgebetweenbenignandmalignanttissue.C.,Mü,,T.,“–:,”.178,1403–1409(2002).()Nonquantitativemeth

新化療廣泛使用Neoadjuvantchemotherapy(NAC)islongestablishedaspartofthemulti-modalitymanagementoflocallyadvancedbreastcancerorinflammatorybreastcancer,leadingtosignificantlyimprovedoutcome.保乳條件壽命保障Numerousrecentstudieshavecomparedtheuseofanthracycline-basedNACwithadjuvantchemotherapyinearlier-stagedisease,andhaveshownequivalentdisease-freeandoverallsurvivalrateswithincreasedbreastconservationrates.文獻(xiàn)Hanrahan,E.O.,B.T.Hennessy,andV.Valero,Neoadjuvantsystemictherapyforbreastcancer:anoverviewandreviewofrecentclinicaltrials.ExpertOpiniononPharmacotherapy,2005.6(9):p.1477-1491

新化療廣泛使用Neoadjuvantche

()()..與血管生成有關(guān)與水腫或壞死有關(guān)()

1:3DT1,.2:(:).

()3D1:3DT1

T1.

A.T1.a3D,a3D,3D.3D.3D,().,.3D,().a(3D)a(3D)3D,.3D,.3D3D2023/1/4141

,,2013沈陽2022/12/25442013沈陽2023/1/4142

a

2013沈陽2022/12/2545a2013沈陽&,,1.5X1012103-105&,：：2010-2015;1,$30;,$8.51200（300),，

2-3：：2010-2015;

2013，:

1101,,2013，:

110

,,(精神分裂癥、臨床抑郁癥或自閉癥)

,北大正在開展的研究簡介北京大學(xué)高家紅教授來了之后，正在組建一個(gè)有3臺3T和1臺9.4T動物成像系統(tǒng)的中心在神經(jīng)科學(xué)中的應(yīng)用是高家紅教授的專長直接測量神經(jīng)元的電磁活動產(chǎn)生的信號并成像動態(tài)連接度的研究基于解剖學(xué)結(jié)構(gòu)，尤其是纖維束的連接基于功能的虛擬的連接靜息態(tài)的連接問題北大正在開展的研究簡介北京大學(xué)高家紅教授來了之后，正在組建一設(shè)備的關(guān)鍵技術(shù)研究開發(fā)0.7TC型超導(dǎo)系統(tǒng)，實(shí)現(xiàn)產(chǎn)業(yè)化梯度線圈、屏蔽線圈和勻場線圈的設(shè)計(jì)；線圈的設(shè)計(jì)和制造譜儀的研發(fā)系統(tǒng)軟件的開發(fā)設(shè)備的關(guān)鍵技術(shù)研究開發(fā)0.7TC型超導(dǎo)系統(tǒng)，實(shí)現(xiàn)產(chǎn)業(yè)化我的研究小組正在開展立體視覺方面的工作三維立體視覺研究適應(yīng)三維立體影視節(jié)目觀看、顯示器的立體化以及其他三維、四維影視節(jié)目的增加三維立體視覺盲的存在，基于雙眼視覺差的三維立體視覺功能測量立體視覺盲的鑒別觀看三維立體視覺舒適度問題的研究我的研究小組正在開展立體視覺方面的工作三維立體視覺研究V14解剖學(xué)結(jié)構(gòu)成像和定位研究人腦視覺皮層區(qū)域特性分析視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分解剖圖像信息處理&可視化

第一部分第三部分V14解剖學(xué)結(jié)構(gòu)成像和定位研究人腦視覺皮層區(qū)域特性分析視網(wǎng)膜解剖圖像信息處理&可視化

第一部分notice針對人類大腦皮層數(shù)據(jù)的二維平面化分析方法，能夠提高解剖學(xué)信息的縱向?qū)Ρ确治瞿芰途?/p>

(Anticevicetal.,2008;VanEssenetal.,1998)，提高功能數(shù)據(jù)分析結(jié)果的顯著性和可信度(Argalletal.,2006;Hagleretal.,2006;Joetal.,2007;VanEssen,2005).解剖圖像信息處理&可視化第一部分notice針對人類大結(jié)合FreeSurfer和MW投影的平面分析處理，引入大腦皮層的多層面劃分，對五種掃描的數(shù)據(jù)進(jìn)行了高分辨率重采樣、配準(zhǔn)和參數(shù)計(jì)算。掃描序列和參數(shù)計(jì)算得到多個(gè)參數(shù)掃描膨脹的球體空間&2D統(tǒng)一空間第四類Mollweide投影圖大腦皮層的多層細(xì)分研究內(nèi)容

第一部分結(jié)合FreeSurfer和MW投影的平面分析處理，引入大腦(A)其中一個(gè)被試的鼓起的左半腦()。(B)球面坐標(biāo)系下，經(jīng)過配準(zhǔn)的左半腦。(C)投影平面圖。(A)其中一個(gè)被試的鼓起的左半腦()。第四類投影圖(4)154枕極(黃色標(biāo)記點(diǎn))在投影平面圖中心.根據(jù)投影平面中心的位置不同，還有另外三類顯示:第四類投影圖(4)57枕極(黃色標(biāo)記點(diǎn))在投影平大腦皮質(zhì)周圍多個(gè)層面155S0:白質(zhì)灰質(zhì)交界面;S1:白質(zhì)腦脊液交界面;S0.5:S0S1中間的一層面;12:S0向內(nèi)白質(zhì)中的12位置的層面.大腦皮質(zhì)周圍多個(gè)層面58S0:白質(zhì)灰質(zhì)交界面;Scan:(1)兩組高分辨率的MPRageT1加權(quán)像

(TR=3000ms,TE=1.62ms,flipangle=9o,voxelsize111mm);(2)高分辨率T2加權(quán)像

(TR=2000ms,TE=409ms,variableflipangle,voxelsize111mm);(3)兩組

DTI掃描

(TR=10700ms,TE=95ms,flipangle=15o,b=1500s/mm2,30個(gè)方向,voxelsize222mm)，

其中第二次DTI掃描的擴(kuò)散梯度方向與第一次相反，以減少圖像平面內(nèi)的非仿射幾何失真(Shenetal.,2004);(4)兩組MT掃描，其中一組不加MT脈沖。(TR=2600ms,TE=13.3ms,flipangle=70o,voxelssize222mm);(5)四組EPI掃描，伴隨四組視覺刺激

(TR=2510ms,TE=30ms,flipangle=90o,voxelssize334mm).數(shù)據(jù)采集參數(shù)

第一部分Scan:(1)兩組高分辨率的MPRageT1加權(quán)像(Parameters：FA:

DTI中所使用的各向異性參數(shù)能夠很好的反映神經(jīng)纖維的組織結(jié)構(gòu)和完整性。(LeBihan,2003).MTR:MagnetizationTransferRatio，磁化率轉(zhuǎn)移成像（MTI）使用MTR參數(shù)，表征細(xì)胞膜和髓磷脂的分布情況(Bastinetal.,2009;Schiavoneetal.,2009;Vrenkenetal.,2010).

MTR=(Ms–M0)/M0x100%T1/T2:T1加權(quán)像(我們使用的序列名稱為MPrage)和T2加權(quán)像的比值也能從一定程度反映髓磷脂分布和大腦皮層區(qū)域的分界線(GlasserandVanEssen,2011).圖像處理獲得的參數(shù)

第一部分Parameters：圖像處理獲得的參數(shù)第一部分視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分第三部分視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分第三部分視網(wǎng)膜映射腦功能實(shí)驗(yàn)的流程第二部分旋轉(zhuǎn)楔形縮放圓環(huán)刺激圖01FFT分析02響應(yīng)強(qiáng)度F-統(tǒng)計(jì)過濾相位編碼定位偽彩色標(biāo)記顯示視網(wǎng)膜映射03水平和垂直刺激對應(yīng)區(qū)域分界線參考前人研究成果04劃分區(qū)域激活信號相位圖確定邊界視網(wǎng)膜映射腦功能實(shí)驗(yàn)的流程第二部分旋轉(zhuǎn)楔形刺激圖01FFT刺激圖及其條件第二部分刺激圖及其條件第二部分signal信號時(shí)間序列(上圖)頻譜分析(下圖)信號時(shí)序圖第二部分signal信號時(shí)間序列(上圖)信號時(shí)序圖第二部分相位編碼視網(wǎng)膜映射定位圖結(jié)果.實(shí)驗(yàn)結(jié)果顯示第二部分相位編碼視網(wǎng)膜映射定位圖結(jié)果.實(shí)驗(yàn)結(jié)果顯示第二部分上頁圖(A)(B)中的黃色矩形框區(qū)域放大圖.處理結(jié)果顯示(放大)第二部分上頁圖(A)(B)中的黃色矩形框區(qū)域放大圖.處理結(jié)果顯依據(jù)多個(gè)被試平均結(jié)果所劃分的感興趣區(qū)域()，同時(shí)與白色線條顯示的小組研究結(jié)果進(jìn)行對比印證.視網(wǎng)膜映射腦功能實(shí)驗(yàn)第二部分依據(jù)多個(gè)被試平均結(jié)果所劃分的感興趣區(qū)域()，同時(shí)與白色線條顯人腦視覺皮層區(qū)域特性分析第三部分人腦視覺皮層區(qū)域特性分析第三部分不同內(nèi)在五層平面上的(左)(右)平均值及其標(biāo)準(zhǔn)誤差各向異性的分布

第三部分不同內(nèi)在五層平面上的(左)(右)平均值及其標(biāo)準(zhǔn)誤差各向異不同內(nèi)在五層平面上的平均值及其標(biāo)準(zhǔn)誤差分層顯示MTR值

第三部分不同內(nèi)在五層平面上的平均值及其標(biāo)準(zhǔn)誤差分層顯示MTR值第三不同內(nèi)在五層平面上的T12平均值及其標(biāo)準(zhǔn)誤差顯示T1/T2平均值及其標(biāo)準(zhǔn)誤差不同內(nèi)在五層平面上的T12平均值及其標(biāo)準(zhǔn)誤差顯示T1/T2平結(jié)果的圖標(biāo)顯示

第三部分結(jié)果的圖標(biāo)顯示第三部分結(jié)論1對解剖學(xué)圖像的高精度配準(zhǔn)，能夠減少多個(gè)被試之間高階視覺區(qū)域(V2,V3etal.)位置的差異.2多個(gè)解剖學(xué)參數(shù)在不同視覺功能區(qū)域內(nèi)都體現(xiàn)一定拓?fù)浞植家?guī)律.3白質(zhì)和灰質(zhì)內(nèi)不同的變化趨勢.4ROI內(nèi)上述參數(shù)的左右大腦不對稱性.結(jié)論1對解剖學(xué)圖像的高精度配準(zhǔn)，能夠減少多個(gè)被試之間高階視覺關(guān)于立體圖像中的雙眼視差引起的腦激活差異的功能磁共振研究立體圖像中的雙眼視差引起的腦激活差異。通過向觀察者展示消除了形狀因素差異的立體圖，幾個(gè)與立體視覺相關(guān)的腦區(qū)被鑒別出來，它們主要分布在背側(cè)視覺通路上。在視差幅度和符號方面，信號強(qiáng)度和平面刺激相應(yīng)之間都表現(xiàn)出了明顯差異。.關(guān)于立體圖像中的雙眼視差引起的腦激活差異的功能磁共振研究立體立體刺激片源的設(shè)計(jì)技術(shù)路線通常使用的隨機(jī)點(diǎn)立體圖這種立體圖在二維情況下是一群沒有意義的隨機(jī)點(diǎn)，而在三維情況下卻表現(xiàn)出了一定的形狀，因此三維與二維對比的差異不僅僅表現(xiàn)為平面與立體差異，還具有物體的形狀。立體刺激片源的設(shè)計(jì)技術(shù)路線通常使用的隨機(jī)點(diǎn)立體圖這種立體圖在立體片源的設(shè)計(jì)改進(jìn)后的隨機(jī)點(diǎn)立體圖采用黑白棋盤格布局的方式，使得二維和三維情況下具有相同的形狀特征，從而消除了形狀因素造成的對比差異，只存在立體差異。左右眼子圖融合后的紅藍(lán)立體圖二維和三維效果圖立體片源的設(shè)計(jì)改進(jìn)后的隨機(jī)點(diǎn)立體圖采用黑白棋盤格布局的方式，

數(shù)據(jù)采集方法…6種視差（隨機(jī)展示）

一個(gè)群（8個(gè)，每個(gè)持續(xù)20s)實(shí)驗(yàn)設(shè)計(jì)方式，包含8種實(shí)驗(yàn)條件（1個(gè)控制條件，1個(gè)平面刺激條件，6個(gè)立體刺激條件）

數(shù)據(jù)采集方法…6種視差（隨機(jī)展示）

一個(gè)群（8個(gè)，每個(gè)持續(xù)結(jié)果統(tǒng)計(jì)參數(shù)圖譜3對主要的區(qū)域得到了明顯的激活，它們分布在背側(cè)視覺通路（V2，V3A，5)及頂葉(,)上。沒有明顯的腹側(cè)腦區(qū)被激活。而其他使用隨機(jī)點(diǎn)形成的立體圖的研究者在實(shí)驗(yàn)中卻發(fā)現(xiàn)了相關(guān)的腹側(cè)激活腦區(qū)。結(jié)果統(tǒng)計(jì)參數(shù)圖譜3對主要的區(qū)域得到了明顯的激活，它們分布在背激活圖譜的說明激活簇T得分峰值坐標(biāo)腦區(qū)(體素?cái)?shù)目a)功能腦區(qū)19.04(-18,-90,30)18(33),19(133)V2,V3A27.03(21,-93,24)37.38(-39,-81,6)18(13),19(46),39(14)545.63(39,-81,3)55.58(-24,-57,60)7(99),66.74(24,-63,66)a體素?cái)?shù)目實(shí)質(zhì)包含在對應(yīng)腦區(qū)內(nèi)的激活體素?cái)?shù)目。體素大小為3×3×3。激活圖譜的說明激活簇T得分峰值坐標(biāo)腦區(qū)(體素?cái)?shù)目a)功能統(tǒng)計(jì)學(xué)直方圖分析結(jié)果3對激活簇的視差-激活圖所有背側(cè)通路腦區(qū)的激活強(qiáng)度都隨視差幅度增加而增加在相同視差幅度下，正視差（近視差）要比負(fù)視差（遠(yuǎn)視差）引起更強(qiáng)烈的腦激活統(tǒng)計(jì)學(xué)直方圖分析結(jié)果3對激活簇的視差-激活圖所有背側(cè)通路腦區(qū)結(jié)論使用靜態(tài)立體圖的實(shí)驗(yàn)發(fā)現(xiàn)了腹側(cè)區(qū)域的激活，而我們改進(jìn)后的圖片沒有引起腹側(cè)區(qū)域激活。因此我們推斷：背側(cè)視覺通路或許在立體視覺處理中發(fā)揮著主要的作用，而腹側(cè)視覺通路僅僅抽取了立體圖中的形狀信息。我們的被試普遍反映正視差要比負(fù)視差的立體圖難感知，大視差要比小視差難感知。因此我們推斷：兩幅視網(wǎng)膜圖像越難以被感知，大腦激活區(qū)顯示出越強(qiáng)的響應(yīng)。結(jié)論使用靜態(tài)立體圖的實(shí)驗(yàn)發(fā)現(xiàn)了腹側(cè)區(qū)域的激活，而