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.

神经外科手术所面临的颅内及脊髓病变解剖有其特殊性.特别是位于颅内的病变,根据具体位置不同,具有复杂的三维解剖及比邻关系.颅内病变的特点一是具有坚硬的颅骨作为保护,因而需要打开有限的颅骨范围进行手术;二是其手术解剖涉及到颅骨、脑功能区、动静脉、脑深部核团、脑室、神经纤维束等众多的成分.因而,如何准确地认识并理解这些解剖关系,对于学生而言,一直是个教学难题.为此,数字化多模态融合技术将这些不同成分进行可视化,从而增加了学习的直观性,加速了相关解剖和手术入路的理解和学习.本文介绍神经外科手术的特点,通过若干个典型病变的解剖及手术入路分析,详细说明数字化多模态技术在神经外科教学中的应用.

目的:拟开发一种基于MRI深度学习的自动精准检测骨质疏松性椎体压缩骨折（OVCF）的诊断模型。方法:回顾性收集2019年1月至2021年10月广州市第一人民医院诊断为OVCF的500例患者资料。男396例，女204例；年龄（74.5±6.0）岁；骨密度T值为-2.9±0.8;骨折节段：L 1 128例，L 2 113例，L 3 109例，L 4 115例，L 5 108例。选择多模态分层融合网络进行训练、测试及验证，应用grad-cam可视化方法，构建基于脊柱MRI图像的深度学习模型。随机抽取30例诊断为OVCF患者的MRI图像，比较深度学习的精准辅助诊断模型与高年资脊柱外科医师对OVCF的诊断价值。 结果:建立的基于MRI图像深度学习的精准辅助诊断模型对OVCF的诊断准确度为96.7%，灵敏度为93.5%，特异度为88.9%，阳性预测值为100.0%，阴性预测值为76.9%，均高于2名高年资脊柱科医师（70.0%、72.7%、28.6%、82.1%、28.6%），差异均有统计学意义（ P<0.05）。 结论:本研究成功建立了的基于MRI图像的深度学习的OVCF精准辅助诊断模型，其诊断效能高于脊柱外科医师。

目的:研究功能神经导航下联合荧光素钠在颅内恶性肿瘤手术中的作用。方法:回顾性分析内蒙古自治区人民医院神经外科自2016－2019年经手术治疗的颅内恶性肿瘤患者50例，术前影像学检查包括头颅电子计算机X射线断层扫描技术(computed tomographty，CT)、计算机体层摄影血管造影(computer tomographic angiography，CTA) 、核磁共振(magnetic resonance imaging，MRI)平扫及增强序列及核磁共振血管造影(magnetic resonance angiography，MRA)、磁共振静脉造影(magnetic resonance venogram，MRV)、核磁共振弥散加权成像 (diffusion weighted imaging，DWI)、核磁共振灌注成像(perfusion imaging，PWI)、核磁共振弥散张量成像(diffusion tensor imaging，DTI)、核磁共振波谱分析(magnetic resonance spectroscopy，MRS)序列扫描，并在术前将其与博医来功能神经系统导航工作站进行多模态图像融合制定导航计划，术中功能导航联合小剂量荧光素钠(2 mg/kg)进行手术。术中神经导航确定肿瘤的位置及与主要纤维传导束锥体束及大血管的空间关系，以及术中Pentero900蔡司显微镜黄荧光模式下显示肿瘤与正常脑组织的边界进行肿瘤的切除。结果:胶质瘤38例，肺癌脑转移瘤10例，肾透明细胞癌脑转移1例，梭形细胞肿瘤1例。术前神经导航定位肿瘤与锥体束的准确率达95%。术后3 d复查头部MRI，与术前病变比较，判断肿瘤的切除程度，本组病灶全切除38例 (76%)，次全切除12例(24%)。患者6个月生存率为85.9%、12个月生存率为53.1%、18个月生存率为24.5%，生存时间为(15.0±3.2)个月。结论:多模态功能神经导航联合荧光素钠染色可以实时定位和标记肿瘤，提高肿瘤切除率，改善脑恶性肿瘤患者的预后。

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。

基于影像学的早期肺腺癌浸润性预测，对于肺结节的临床管理、手术方法和预后评估具有重要意义。相比于基于特征构建的统计学方法和影像组学方法，以卷积神经网络为基础的深度学习方法用于预测肺腺癌浸润性具有性能高、可靠性强、自动勾画等优势，有很好的应用前景。目前已有研究对多模态学习、浸润性分类、多任务处理、辅助临床、可解释性等领域进行了探索，并提高了模型的预测准确度。随着融合模态的丰富、多中心大样本的建立、小样本学习方法的应用以及前瞻性研究的开展，深度学习将在肺腺癌浸润性的预测中发挥更重要的作用。

神经系统解剖复杂、手术风险高，对神经外科医师的基础知识、空间思维、操作经验要求很高。本研究介绍了虚拟现实技术助力神经外科专科医师培训实践。通过神经影像学与虚拟现实技术多模态融合，桥接神经影像与手术视野，为医师提供了全息三维空间影像，使其能够在肉眼直视下进行手术规划和操作模拟；为下一步现实手术过程提供定位依据和实践指导，可显著缩短神经外科专培医师的培养周期并提高学习成效；从多个层面提高专培医师的能力水平，并对神经外科专科医师培训产生深远影响。

随着生物医学和分子影像的飞速发展，融合光、声、电、磁、放射性核素等多种模态和跨越分子、细胞、组织和活体动物等多个尺度的多模态跨尺度医学成像逐渐成为生物医学成像的研究热潮，多功能造影剂随之成为该领域的研究热点之一。稀土上转换纳米材料是一种能够将长波长的低能光子转化成为短波长的高能光子的荧光纳米材料，其为多模态造影剂的研发提供了新平台，在多模态医学成像领域得到广泛应用。该文对稀土上转换纳米材料在多模态跨尺度医学成像中的应用进展进行综述。

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。