围绕体外精子发生（IVS）的最新进展显示出在未来针对患有非梗阻性无精子症（NOA）的男性生育治疗中创建再生医学新范例的潜力。男性不育症是一种常见疾病，影响约 15% 的夫妇，其中 15% 的不育男性存在无精症（Cocuzza 等人，2013 年；Esteves 等人，2011a）。 NOA 患者的治疗主要限于手术取精联合体外受精胞浆内单精子注射 (IVF-ICSI)；然而，这些患者中只有一半的精子取出是成功的，活产率通常在 10% 到 25% 之间（Aljubran 等人，2022）。因此，该患者群体非常需要再生疗法。 IVS 被认为是进一步了解精子发生的分子和细胞过程的模型，也是一种潜在的再生治疗方法。虽然之前的研究已经尝试使用人类睾丸细胞进行二维细胞培养，但缺乏适当的空间排列限制了生殖细胞的分化和成熟，给临床应用带来了挑战。最近的研究表明，3D 技术可能对 IVS 具有优势，因为它可以模仿人类睾丸组织的天然细胞结构以及直接或间接的细胞间通讯。 3D 器官型培养物、支架、类器官、微流体、芯片睾丸和生物打印技术都显示出对再生治疗策略技术做出贡献的潜力，包括体外受精 (IVF)。尽管前景广阔，但仍需要进一步的工作来开发为人类成功、可复制且安全的 IVS 技术。 IVS 开发中组织工程、分子生物学和生殖医学之间的交叉允许多学科参与，克服挑战以实现再生疗法作为可行的选择。版权所有 © 2024。由 Elsevier Ltd 出版。

小肠出血 (SBB) 的诊断和治疗可能是一个临床挑战。视频胶囊内窥镜、球囊辅助肠镜和多相计算机断层扫描的进步允许定位和治疗干预。 SBB 的病因包括血管、肿瘤和炎症，与年龄和合并症有关。本综述重点介绍了描述 SBB 的术语，提供了出血病因的鉴别诊断，并总结了治疗这种情况的临床方法。

肺癌是所有癌症相关疾病中最常见的死亡原因。患者的肺部扫描检查是主要的诊断技术。该扫描分析涉及 MRI、CT 或 X 射线。由于对患者肺部进行成像涉及多个步骤，因此肺癌的自动分类很困难。在这篇手稿中，提出了使用不同机器学习技术的人类肺癌分类和综合分析。最初，使用肺癌数据集收集输入图像。所提出的方法使用图像处理技术处理这些图像，并利用进一步的机器学习技术进行分类。七种不同的分类器，包括 k 最近邻 (KNN)、支持向量机 (SVM)、决策树 (DT)、多项式朴素贝叶斯 (MNB)、随机梯度下降 (SGD)、随机森林 (RF) 和多层使用感知器（MLP）分类器将肺癌分类为恶性和良性。使用性能指标来检查所提出方法的性能，例如评估阳性预测值、准确性、灵敏度和 f 分数。其中，MLP分类器的性能分别比其他KNN、SVM、DT、MNB、SGD和RF高出25.34%、45.39%、15.39%、41.28%、22.17%和12.12%。研究亮点：肺癌是癌症相关死亡的主要原因。影像学（MRI、CT 和 X 射线）有助于诊断。由于复杂的成像步骤，肺癌的自动分类面临挑战。这项研究提出使用不同的机器学习技术对人类肺癌进行分类。来自肺癌数据集的输入图像经过图像处理和机器学习。 k 最近邻、支持向量机、决策树、多项朴素贝叶斯、随机梯度下降、随机森林和多层感知器 (MLP) 等分类器对癌症类型进行分类； MLP 具有出色的准确性。© 2024 Wiley periodicals LLC。

这项研究提出了一种新颖的、环境可持续的方法来合成氧化石墨烯（GO）片，该氧化石墨烯片均匀地装饰有尺寸为 4 至 34 nm 的银纳米颗粒（Ag NP）。 AgNO3 的还原是通过使用来自黄瓜果实的提取物来实现的，该提取物充当双功能稳定剂和还原剂。胼胝属于葫芦科，原产于印度、南美洲、泰国、非洲和埃及等地区，因其丰富的营养和药用价值而闻名，包括抗氧化、抗糖尿病、抗癌和抗炎特性。在本研究中，我们首次探索利用愈伤组织提取物合成银纳米粒子，采用绿色合成方法生产GO-Ag纳米复合材料。综合表征技术证实了合成纳米复合材料的结构完整性和质量。使用纸片扩散法评估不同剂量的绿色合成的Ag装饰的GO纳米复合材料对枯草芽孢杆菌（革兰氏阳性）和大肠杆菌（革兰氏阴性）细菌的抗菌功效。纳米复合材料对两种细菌菌株均表现出剂量依赖性抗菌活性，并且对革兰氏阴性菌的作用显着增强。这些发现强调了胼胝作为可持续制备 GO-Ag 纳米复合材料的潜力，该复合材料具有增强的抗菌性能，适用于各种生物医学和环境应用。研究亮点：这项工作提出了一种简单、环保且经济高效的绿色合成方法，用于在 GO 片上装饰均匀的小（4-34 nm）球形银纳米颗粒。 Ag NPs 是通过使用黄瓜果实提取物作为稳定剂和还原剂还原 AgNO3 来生产的。纳米复合材料对革兰氏阳性菌和革兰氏阴性菌均表现出剂量依赖性抗菌活性，但对革兰氏阴性菌的抗菌效果更高。使用胼胝等草本植物/水果通过绿色途径合成这些纳米复合材料将使医疗行业受益。© 2024 Wiley periodicals LLC。

结肠癌对人类生命构成重大威胁，全球死亡率很高。早期准确的检测对于提高治疗质量和生存率至关重要。本文提出了一种增强结肠癌检测和分类的综合方法。组织病理学图像是从 CRC-VAL-HE-7K 数据集收集的。图像经过预处理以提高质量，然后进行增强以增加数据集大小并增强模型泛化。基于深度学习的 Transformer 模型旨在通过合并卷积神经网络 (CNN) 来有效提取特征并增强分类。交叉转换模型捕获区域之间的远程依赖关系，注意力机制分配权重以突出关键特征。为了提高分类准确性，连体网络根据概率区分结肠癌组织类别。优化算法微调模型参数，将结肠癌组织分为不同的类别。实验评估中评估了多类分类性能，表明所提出的模型提供了高达98.84%的最高准确率。在这篇研究文章中，通过与其他现有方法相比，所提出的方法在所有分析中都取得了更好的性能。研究亮点：提出了基于深度学习的技术。深度学习方法用于增强结肠癌的检测和分类。利用CRC-VAL-HE-7K数据集来提高图像质量。使用混合粒子群优化（PSO）和矮猫鼬优化（DMO）。深度学习模型通过实施 PSO-DMO 算法进行调整。© 2024 Wiley periodicals LLC。

淋巴结状态对于早期胃癌 (EGC) 治疗期间的决策非常重要。目前，内镜黏膜下剥离术是EGC的主流治疗方法。然而，即使是经验丰富的内窥镜医师也很难准确诊断和治疗 EGC。多光子显微镜可以提取组织中胶原纤维的形态特征。胶原纤维的特性可用于评估EGC患者的淋巴结转移状况。首先，我们比较了四种深度学习模型（VGG16、ResNet34、MobileNetV2 和 PVTv2）在训练预处理图像和测试数据集时的准确性。接下来，我们将性能最好的模型 PVTv2 的特征与手动和临床特征相结合，开发了一种名为 AutoLNMNet 的新颖模型。 AutoLNMNet对无转移（Ly0）和淋巴结转移（Ly1）分期的预测准确率达到0.92，比PVTv2提高0.3%。 AutoLNMNet 在量化 Ly0 和 Ly1 阶段的接收器操作特性分别为 0.97 和 0.97。因此，AutoLNMNet 在检测淋巴结转移方面具有高度可靠性和准确性，为 EGC 的早期诊断和治疗提供了重要工具。© 2024 Wiley periodicals LLC。

本文提出了一种增强的分割方法，用于准确检测血涂片图像中的急性淋巴细胞白血病 (ALL)。所提出的方法将颜色校正技术与 HSV 颜色空间分割相结合，以改进白细胞分析。我们的方法解决了显微图像处理中的常见挑战，包括传感器非线性、照明不均匀和颜色失真。本研究的主要目标是开发一个强大的预处理流程，对血涂片图像进行标准化以进行一致分析，实施针对白细胞检测优化的基于 HSV 的分割技术，并使用临床样本验证该方法在各种 ALL 亚型中的有效性。使用所有患者的真实血涂片样本对所提出的技术进行了评估。定量分析表明，与传统方法相比，分割精度显着提高。我们的方法显示出可靠检测和分割所有亚型的强大能力，为临床环境中增强诊断支持提供了潜力。© 2024 Wiley periodicals LLC。

最近在阐明果蝇模型中特定抗利尿激素的作用方面取得的进展为肿瘤诱发肾功能障碍的机制提供了有价值的见解。徐等人。确定了哺乳动物神经激肽 3 受体 (TACR3)（果蝇中 G 蛋白偶联受体 TkR99D 的同源物）作为缓解恶性肿瘤小鼠肾小管功能障碍的潜在治疗靶点。在这里，我们通过强调 TACR3 的结构和进化意义来评论这些发现，并深入分析了 TACR3 响应肾损伤的细胞类型特异性表达和肾癌进展过程中的表达动态。强调了这些发现对于改变与肿瘤疾病相关的肾脏并发症的治疗方法的意义。我们还承认本研究中当前实验模型的局限性，并强调未来必要的临床验证。这些见解可能有助于推进治疗肿瘤相关肾脏病理的诊断和治疗策略。© 2024。作者。

财务毒性是指由于癌症诊断和护理的负担而对患者的财务状况造成的损害。 COST：慢性病治疗财务毒性指标的功能评估 (FACIT-COST) 是最广泛使用的癌症特异性主观财务毒性指标，已在多种语言中得到验证，但尚未在印度尼西亚语中得到验证。本研究旨在验证印度尼西亚版本的 FACIT-COST 在乳腺癌样本中的作用。在印度尼西亚进行了一项单中心前瞻性队列研究。邀请基线时接受治疗的年龄≥18岁的女性乳腺癌患者参与并随访长达六个月。该调查包括由访谈员向患者实施的 FACIT-COST (v2) 官方印度尼西亚版本。根据医疗记录提供临床信息（例如转移状态、疾病持续时间）。测试了 FACIT-COST 的以下测量属性：分布特征、结构有效性（主成分 [PCA] 和验证性因子分析 [CFA]）、内部一致性可靠性（Cronbach's alpha 和 McDonald's omega）、已知群体有效性（Mann-Whitney） U 或 Kruskal-Wallis H 检验）、重测可靠性以及对变化的响应能力。总体而言，基线时有 300 名女性患者参与。没有患者报告可能最好或最差的 FACIT-COST 总分。 PCA提出了仪器的双因素模型结构，并得到了CFA的确认（RMSEA = 0.042，SRMR = 0.049，CFI = 0.99，TLI = 0.99）。两个因素的内部一致性信度被认为是足够的（Cronbach's alpha = 0.774-0.882，McDonald's omega = 0.786-0.888）。 FACIT-COST 总分在以下已知群体中存在显着差异：年龄、教育、居住环境、收入、就业、转移状态、症状数量和财务应对策略。 FACIT-COST 表现出出色的重测可靠性（组内相关系数 = 0.96）和令人满意的变化响应能力（标准化响应平均值和效应大小范围=|0.39| 至 |0.92|）。这是第一项验证 FACIT-乳腺癌患者的 COST 并介绍印尼版 FACIT-COST 的测量特性。印度尼西亚 FACIT-COST 表现出可接受的心理测量性能，并显示出作为主观财务毒性有效衡量标准的潜力。该工具可以作为为卫生政策提供信息的宝贵工具，重点是提供资源支持以改善印度尼西亚的癌症护理。© 2024。作者。

我们的目的是估计中国头颈鳞状细胞癌 (HNSCC) 患者在接受第一次放射治疗之前基线临床显着痛苦的发生率，并评估预测痛苦的因素。 168 名患者被纳入以完成一组问卷包括应激温度计（DT）和医院焦虑和抑郁量表（HADS）。其中，131份问卷可供最终分析。使用 HADS 作为金标准验证 DT 的准确性，并采用受试者工作特征 (ROC) 曲线来确定 DT 的最佳截止分数。 62 名患者 (47%) 报告了痛苦。上周访问过的患者（p = 0.022）和从事医疗相关职业的患者（p = 0.017）遭受心理困扰的可能性较小。此外，宗教信仰与 DT 和 HADS-T 评分均呈负相关，表明有宗教信仰的患者报告高水平痛苦的可能性较小（比值比 (OR) DT ≥ 4 = 0.291，p = 0.039；OR对于 HADS-T ≥ 15 = 0.316，p = 0.047）。年龄、性别、婚姻状况、教育程度和居住地等因素不会影响痛苦程度。 DT 与 HADS-T 显着相关（相关系数 (r) = 0.624，p < 0.001），并且 DT 在筛查困扰时的最佳截止分数为 4。DT 是筛查 HNSCC 患者困扰的简单而有效的工具。© 2024 . 作者。