多模态组学数据的联合运用在揭示细胞异质性和解析细胞命运调控机制方面具有重要意义,目前已有多种方法被开发,用于处理不同组学模态数据的整合.本研究通过对应用于不同整合任务的多种数据整合方法进行性能评测,为相关领域的研究提供有益参考.使用6个联合测序数据集对16种单细胞多模态配对数据整合方法在2类整合任务上的性能进行测试,再通过4个模拟数据集和1个真实数据集对6种空间转录组反卷积方法的性能进行评估.在RNA和ATAC配对数据整合任务中,MOFA+、SCOIT、Cobolt分别在PBMC、BMMC、SNARE数据集上取得最优表现,SCOIT在3个数据集的汇总得分中均排名前3,MMDVAE、DAE在基于AE的融合算法中表现突出.在RNA和蛋白质配对数据整合任务中,Cobolt、MOFA+、Seurat分别在P5_CITE、BM_CITE、COVID中取得最优表现,totalVI在3个数据集的汇总得分中排名靠前,基于AE的融合算法中以efMMDVAE、lfMMDVAE的表现最好.在空间转录组反卷积方法评测中,Cell21ocation和SPACEL在模拟数据和真实数据中的性能表现均优于其他方法的,其中Cell21ocation在真实数据集中表现最佳,正确地推断了两类心肌细胞在心室的比例.此外,本研究发现在配对数据整合任务中,不同方法对数据的适应性不同.SCOIT和totalVI分别是RNA与ATAC、RNA与蛋白质数据整合中表现稳定优异的方法.Seurat、MOFA+易受数据影响.

阿尔茨海默病（AD）是一种神经系统退行性疾病，随着人类社会老龄化问题的日渐严重，AD已成为困扰社会发展的重要因素，进行早期的诊断和干预有着重要的意义。近年来随着计算机技术的不断发展，深度学习在AD大数据处理、寻找有效检测指标和提高检测精度等方面展示出优越的性能。主要介绍了深度学习在神经影像学、脑电、血液和基因及多模态融合数据等方面对AD早期诊断的研究进展，总结了常用的深度学习模型，并对该领域未来的研究方向进行展望。

目的:探讨 68Ga-前列腺特异膜抗原(PSMA)-11 PET/MR多参数多模态功能成像对初诊前列腺癌的诊断价值，并分析其对前列腺癌诊断和分期的效能。 方法:前瞻性收集2019年7月至2019年9月符合纳入标准的45例疑似或活组织检查(简称活检)确诊的前列腺癌患者(平均年龄69岁)，在南京市第一医院行 68Ga-PSMA-11 PET/MR检查。以感兴趣区(ROI)方法在融合图像上半定量分析肿瘤放射性摄取，以最大标准摄取值(SUV max)表示，测量肿瘤代谢体积(MTV)、平均标准摄取值(SUV mean)并计算肿瘤组织PSMA表达负荷(SUV mean×MTV)；在MRI表观弥散系数(ADC)图( b＝1 500 s/mm 2)测取ROI的ADC值。以病理结果为参考评价 68Ga-PSMA-11 PET/MR在术前诊断前列腺癌的效能及对临床分期的影响。采用Pearson相关分析前列腺癌组织放射性摄取、PSMA表达负荷、ADC值与前列腺特异抗原(PSA)的相关性；采用两独立样本 t检验分析数据。 结果:病理检测45例患者中，前列腺癌38例，其中12例发生转移；前列腺增生(BPH)7例。 68Ga-PSMA-11 PET/MR检测出39例前列腺癌，其中1例为假阳性。 68Ga-PSMA-11 PET/MR诊断前列腺癌的灵敏度、特异性、阳性预测值、阴性预测值、准确性分别为100%(38/38)、6/7、97.4%(38/39)、6/6、97.8%(44/45)。前列腺癌肿瘤常呈局灶性放射性摄取，T 2加权成像(WI)呈低信号，弥散受限；BPH常呈轻度不均匀摄取，T 2WI、弥散加权成像(DWI)弥漫信号不均。前列腺癌的SUV max明显高于BPH (24.66±19.21与4.97±2.13； t＝5.208， P<0.001); ADC值明显低于BPH[(0.91±0.37)×10 -3与(1.08±0.24)×10 -3 mm/s 2； t＝2.816, P<0.05]。前列腺癌的SUV max、PSMA表达负荷与PSA值呈正相关( r值：0.42和0.71，均 P<0.05)；ADC值与PSA值呈负相关( r＝-0.37， P＝0.013)。 结论:68Ga-PSMA-11 PET/MR对初诊前列腺癌的诊断及早期分期有明显优势。

目的:探讨术前多模态影像融合三维重建技术在脑肿瘤手术中的应用价值。方法:选择珠海市人民医院神经外科自2019年10月至2020年9月收治的46例脑肿瘤患者，采集其术前头颅CT及MRI资料，并利用美国GE公司AW工作站软件将上述多种影像数据进行配准融合、三维重建，以构建出脑肿瘤及其周围解剖结构的三维数字化影像，并以此设计手术入路及手术计划，术后应用术者一致性等级评价其应用价值。结果:融合重建后的三维数字化影像可清晰显示脑肿瘤的大小、位置、形状以及其与周围结构的解剖关系，并与术前原始影像及术中所见基本相符。46例患者中肿瘤全切除43例、部分切除3例，术后均无手术入路相关并发症发生。术前多模态影像融合三维重建技术的应用价值评价结果为价值突出者36例、有价值者8例、无价值者2例。结论:术前多模态影像融合三维重建技术在脑肿瘤手术中可以提供大量的可视化信息，有效指导手术入路的选择以及脑肿瘤的精准切除。

应用血氧水平依赖功能成像（BOLD-fMRI）可以分析胎儿大脑的神经活动信号，以获得胎儿脑功能发育的信息。BOLD-fMRI可以检测并有助于理解胎儿脑功能发育，目前已有重要研究结果，但仍需将胎儿脑功能参数及出生后神经行为表现联系起来，以提高其预测及应用价值。大规模纵向研究、融合多模态数据、结合人工智能算法评估胎儿大脑发育有望成为未来研究热点。本综述中，笔者总结了胎儿BOLD-fMRI任务态研究、静息态功能连接及功能网络、胎儿BOLD-fMRI研究所面临的挑战。

目的:设计一种结合迁移学习和多模态特征融合的肺功能预测方法，旨在提升特发性肺纤维化（IPF）患者肺功能预测的准确性。方法:首先，对CT影像和临床文本数据进行预处理，并设计自适应模块寻找最适合IPF患者的肺功能衰减函数。其次，特征提取模块包括CT特征提取、临床文本特征提取和肺功能特征提取3个子模块，以全面提取特征。然后，使用多模态特征预测网络全面评估肺功能的衰减情况。最后，对预训练模型进行微调以提升模型的预测性能。结果:针对OSIC肺纤维化进展比赛数据集，通过自适应模块发现线性衰减假设更符合患者肺功能衰减趋势。不同模态数据预测实验表明，加入临床文本特征的模型预测能力优于只使用CT影像的模型，使用CT影像＋临床文本特征＋肺功能特征的模型预测效果最优。结合迁移学习和多模态特征融合的肺功能预测方法改进的拉普拉斯对数似然（LLLm）为?6.706 5、均方根误差（RMSE）为184.5和平均绝对误差（MAE）为146.2，在性能上优于其他方法。且预训练模型相较于零基础训练模型具有更高的预测精度。结论:设计的结合迁移学习和多模态特征融合的肺功能预测方法有效地预测了IPF患者在不同周数的肺功能状态，为患者的健康管理和疾病诊断提供了重要的支持。

无托槽隐形矫治的成功依赖于合理的方案设计、良好的患者配合以及高质量的复诊监控。高质量的复诊监控要求正畸医师能较好地完成对牙齿移动的实时监测，包括评估牙齿位置是否与矫治方案一致，以及根骨关系是否安全合理。然而，临床上进行频繁的放射性检查并不现实。在数字化技术快速发展的今天，基于生物力学原理、图像处理算法及多模态数据融合的方法均显示出监测牙齿移动的临床应用潜力。本文对这些方法的研究进展及其在监测牙齿移动的应用逐一介绍，以供临床医师参考。

目的:探讨具有多模态影像融合三维重建功能的iPlan Stereotaxy软件在原发性三叉神经痛(PTN)显微血管减压(MVD)术前评估中的准确性。方法:分析从2021年5月至2022年3月在济宁市第一人民医院行MVD治疗的PTN患者共54例，所有患者术前均完善颅脑三维可变翻转角快速自旋回波和三维时间飞跃磁共振血管成像序列扫描，将扫描数据导入iPlan Stereotaxy软件进行影像配准融合并重建出患者的血管、三叉神经和脑干三维立体影像，根据重建的三维立体影像，对责任血管类型和神经血管关系进行术前评估。最后，以术中对责任血管类型和神经血管关系的探查结果为金标准，采用Kappa检验判断术前评估结果与术中探查结果的一致性。结果:iPlan Stereotaxy软件重建的三维立体影像在术前评估责任血管类别以及责任血管与三叉神经的接触位置、接触方向和接触程度方面，与术中探查结果比较具有高度的一致性，Kappa值分别是0.923、0.878、0.946和0.841， P均<0.01。 结论:术前应用iPlan Stereotaxy软件进行MVD术前评估的结果与术中探查结果高度一致，可用于制定手术计划和指导手术操作。

新生儿脑功能异常得到及时诊治，对改善神经系统预后至关重要。当前评估新生儿脑功能的方法多存在局限性，而多模态床旁脑功能监测综合多种评估方法，可提供更加全面的信息，实现不同模态数据优势互补，可对新生儿脑功能进行更好的监测与评估。本综述介绍了多模态数据融合分析及其在医学评估中的应用，重点总结和分析了神经血管耦合等现有新生儿多模态床旁脑功能监测的研究进展。

目的:使用计算机流体力学(CFD)技术探索经导管二尖瓣缘对缘修复(TEER)装置对术后二尖瓣反流血流会聚的影响，探寻TEER术后准确测量二尖瓣有效反流口面积(EROA)的解决方案。方法:回顾性分析2020年1月至2023年8月于武汉大学人民医院治疗的33例二尖瓣反流患者TEER术前心脏CT影像和术中三维经食管超声心动图(3DTEE)图像并进行多模态融合。使用该数据构建TEER术后包括TEER装置和去除TEER装置后的二尖瓣反流CFD模型。测量二尖瓣反流口中点到TEER装置的距离(D)。测量保留和去除TEER装置时的近端等流速面(PISA)半径(R)，并据此计算出相应的EROA1和EROA2。计算EROA矫正因子(CC，CC＝EROA2/EROA1)。结果:共获得42组保留和去除TEER装置的轻度及以上二尖瓣残余反流的CFD模型和50组PISA。根据PISA与TEER装置的相对位置，共观察到4种PISA：1型，PISA远离TEER装置(D>R，14个)，CC为0.93±0.07; 2型，PISA紧邻TEER装置(D