寧波材料所在數(shù)學(xué)、人工智能以及生物醫(yī)學(xué)領(lǐng)域取得系列進展
近日，中國科學(xué)院寧波材料技術(shù)與工程研究所所屬慈溪醫(yī)工所醫(yī)學(xué)影像事業(yè)部（iMED中國團隊）分別在數(shù)學(xué)、人工智能以及生物醫(yī)學(xué)領(lǐng)域取得系列進展，連續(xù)發(fā)表三篇SCI一區(qū)論文，進一步體現(xiàn)了在多學(xué)科交叉方向的優(yōu)勢。
特發(fā)性震顫疾病研究
趙一天副研究員以“A Wavelet-Based Correlation Analysis Framework to Study Cerebromuscular Activity in Essential Tremor”為題將科研成果發(fā)表在數(shù)學(xué)跨學(xué)科應(yīng)用領(lǐng)域1區(qū)雜志COMPLEXITY (IF: 1.829)上。文章提到，深部腦刺激（DBS）能為嚴重的特發(fā)性震顫（ET）患者提供了顯著的震顫緩解。
VIM核通常被認為是給特發(fā)性震顫患者高頻電刺激來緩解癥狀的最有效的腦區(qū)域。通過丘腦DBS導(dǎo)聯(lián)的電局部場電位（LFP）記錄來分析對側(cè)顫抖肢體的電肌肉活動之間的相關(guān)性已成為解釋LFP與顫抖臨床表現(xiàn)的相關(guān)性的實用工具。盡管腦電記錄和來自震顫的肌電圖（EMG）信號之間的功能連接性分析已經(jīng)引起越來越多的工程研究人員的興趣，但是目前沒有廣為接受的分析框架來一致地表征丘腦電記錄與震顫肌電圖之間的關(guān)聯(lián)。
針對這個需求，趙一天研究員等人提出了一套全新的利用小波交叉譜和相位滯后指數(shù)及其顯著性來描述相互作用強度的分析框架?；诜抡婧蛯嶋H數(shù)據(jù)的結(jié)果都證明了所提框架具有較高的可行性和魯棒性。利用該框架，本論文揭示了DBS和LFP在低頻區(qū)域，其動態(tài)相互關(guān)系具有較強的顯著性，而在高頻區(qū)域，其顯著性相對較弱。這項研究提供證明了該框架可用于揭示VIM丘腦LFP-EMG相互作用，以更好地理解震顫的病理生理學(xué)，客觀選擇最高的DBS電極觸點與震顫EMG相關(guān)的強度，這是在臨床實踐中實施新型多接觸定向?qū)?lián)的一個特別有用的特征，可以幫助未來對DBS閉環(huán)設(shè)備的研究。
雙影像分子探針新觀點
楊長通研究員（客聘）和劉江研究員共同在生物醫(yī)學(xué)1區(qū)雜志Theranostics(IF: 8.537)上發(fā)表題為“PET-MRand SPECT-MR multimodality probes: Development and Challenges”的綜述文章，系統(tǒng)地闡述了PET-MR雙影像連用的分子探針的發(fā)展概況，分析了雙影像分子探針未能用于臨床的原因，對發(fā)展雙影像分子探針提出了自己的觀點。
文章對所有迄今報道的139種PET-MR雙影像連用探針都進行了歸納，總結(jié)出主要有三大類型：小分子的PET-MR雙影像連用探針，納米材料做成的PET-MR雙影像探針，以及集三種影像于一體，除PET、MR兩種影像之外，還有第三種影像（如熒光）的三影像連用的分子探針。這是一篇在PET-MR雙影像分子探針領(lǐng)域的全面綜述。
楊長通研究員長期從事正電子發(fā)射斷層掃描標記物和核磁共振成像顯影劑方向的研究，此次文章對發(fā)展可用于臨床的雙影像分子探針提出了一些解決思路，比如從制備多功能納米材料入手，根據(jù)兩種影像技術(shù)的不同靈敏度，對PET和MR探針的功能性進行不同的靶向修飾從而達到雙影像連用。
新型AS-OCT閉房角篩查算法
閉角青光眼是導(dǎo)致不可逆視覺損害的主要疾病之一，其主要可以通過觀測前房角區(qū)域以及配合全局特性來進行診斷。眼前節(jié)光學(xué)相干斷層掃描（AS-OCT）設(shè)備提供了一種前房角觀測的清晰成像方式，被廣泛應(yīng)用于閉角青光眼篩查。但是人工篩查需要具有多年經(jīng)驗的醫(yī)生，以及配合各種臨床參數(shù)的準確觀測，這無疑限制的其大范圍的使用。同時，目前提出的一些全自動AS-OCT檢測算法大都依賴人工視覺特征來進行表述，并且忽略了不同圖像區(qū)域的特征。
（A）AS-OCT圖像捕捉眼球的前段區(qū)域，包括角膜、虹膜、睫狀體和晶狀體 （B）開角（C）閉角
付華柱研究員、劉江研究員等iMED中國團隊成員提出了一種新型的基于多級層深度網(wǎng)絡(luò)的AS-OCT閉房角篩查算法。該算法結(jié)合全局尺度、虹膜尺度以及房角尺度等多種級層尺度，挖掘不同關(guān)注區(qū)域的圖像表述特征，以此來提高檢測結(jié)果。在兩種AS-OCT成像設(shè)備的青光眼檢測數(shù)據(jù)庫（Visante和Cirrus）上，算法均取得了最佳結(jié)果（AUC成績高于0.95），領(lǐng)先于其他相關(guān)算法。該算法被人工智能頂級期刊IEEE Transactions on Cybernetics （IF：8.803）錄用，文章題目為Angle-Closure Detection in Anterior Segment OCT based on Multi-Level Deep Network。
?。ㄡt(yī)工所 岳星宇 楊燕鶴）