7.24
医工学人
The Innovators
1. 柳叶刀 | 双向情感障碍
3. IEEE Trans. Med. Imaging | 基于证据折扣的多模态医学图像可靠分割
4. Nature BME | 利用脑电图连接组进行认知和临床神经科学
医工简报音频内容已在喜马拉雅、小宇宙等平台上线，欢迎订阅收听~
临床综合
双相情感障碍的标志是轻躁狂或躁狂，疾病的主要阶段是抑郁症。双相情感障碍影响着全世界约 4000 万人，与巨大的社会心理、医疗和经济负担以及自杀和其他原因导致的死亡率增加有关。由于症状与注意力缺陷多动障碍、重度抑郁障碍、精神病谱系障碍和人格障碍重叠，诊断可能具有挑战性，这通常会导致诊断延迟。在了解疾病风险和病理生理学方面的最新进展已经确定了多基因风险以及可能的感染和线粒体原因。治疗方法包括药物治疗、心理治疗和生活方式改变，这些方法应始终以患者为中心，并与个人目标和优先事项保持一致。双相情感障碍护理的未来方向包括增加旨在自我管理的社会心理干预措施的可用性、解决难治性双相抑郁症、加深对病理生理学的理解以及探索新的干预措施，例如氯胺酮、艾氯胺酮、其他速效抗抑郁药和各种神经调控方法。
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(25)01140-7
医学人工智能
肥厚性心肌病（HCM）经常被诊断不足。 虽然使用原始心电图（ECG）电压数据的深度学习（DL）模型可以增强检测，但它们在护理点的使用是有限的。 在这里，该研究团队报告了DL模型的开发和验证，该模型从布局中的12导联心电图图像中检测HCM。 该模型使用耶鲁纽黑文医院（YNHH）66,987人的124,553个心电图开发，HCM特征由并发成像（心磁共振（CMR）或超声心动图）确定。 外部验证包括来自MIMIC-IV、阿姆斯特丹大学医学中心（AUMC）和英国生物库（UKB）的心电图图像，其中HCM由CMR（YNHH、MIMIC-IV和AUMC）和诊断代码（UKB）定义。 该模型在图像格式和站点（受试者操作特性曲线（AUROC）下的区域：0.95内部测试；0.94 MIMIC-IV；0.92 AUMC；0.91 UKB）中展示了强大的性能。 这种方法可以实现跨临床环境中的HCM的可扩展、基于图像的筛查。
https://www.nature.com/articles/s44161-025-00685-3
医学成像技术
多模态医学影像虽能提供互补信息，但模态间质量差异（如强度不均、运动伪影）会降低分割可靠性。7月22日，同济大学研究团队提出REDNet网络，通过模态内一致性评估与模态间差异聚合实现噪声鲁棒分割。该模型设计：1）ICEM模块用奇异值分解量化测试/训练数据分布差异，动态调整特征权重；2）CDAM模块构建跨模态差异证据，通过冲突检测降低低质模态影响；3）DFM模块融合折扣因子，结合D-S证据理论实现像素级自适应融合。实验表明，在BraTS2021脑瘤数据集和长海医院胰腺数据集上，REDNet的Dice系数仍保持领先，尤其对运动伪影和扫描仪差异具显著鲁棒性。
https://doi.org/10.1109/TMI.2025.3591124
康复（神经）工程 https://www.nature.com/articles/s41551-025-01442-4
END 内容 | 罗虎 张艳青 郝娅婷 编辑 | 周宇茜 审核 | 刘帅 罗虎
扫码添加医工学人负责人微信，进入综合及细分领域群聊（国内外医工交叉领域顶尖高校、科研院所、医院、企业等专家学者、硕博士、工程师、企业家等），参与线上线下交流活动
推荐阅读
点击关注医工学人 最新直播
脑电图 （EEG） 连接组为研究大脑连接和增进我们对健康和病理条件下的大脑功能和功能障碍的理解提供了强大的工具。为庆祝脑电图发现 100 周年，该文章探讨了基于脑电图的大脑连接在基础和转化神经科学研究中的前沿。回顾了利用脑电图连接组的新概念、新兴的分析框架和重大进展。作者建议利用机器学习方法可能会提供有希望的途径来最大限度地发挥脑电图连接组的优势。文章还讨论了脑电图连接组和神经调控相结合如何提供个性化和自适应闭环范式，以促进神经可塑性和治疗功能失调的大脑。
本篇文章来源于微信公众号: 医工学人
