在本手稿中，提出了使用野马优化算法优化的专注双残差生成对抗网络用于脑肿瘤检测（ADRGAN-WHOA-BTD）。此处，输入图像是使用 BraTS、RemBRANDT 和 Figshare 数据集收集的。最初，对图像进行预处理以提高图像质量并消除不需要的噪声。使用双树复小波变换（DTCWT）进行预处理。使用多层稠密网络方法提取测地线数据等图像特征和对比度、能量、相关性、均匀性和熵等纹理特征。然后，将提取的图像提供给注意力双残差生成对抗网络（ADRGAN）分类器以对大脑图像进行分类。 ADRGAN 权重参数基于野马优化算法（WHOA）进行调整。所提出的方法在 MATLAB 中执行。对于 BraTS 数据集，ADRGAN-WHOA-BTD 方法的准确度、灵敏度、特异性、F 测量、精密度和错误率分别为 99.85%、99.82%、98.92%、99.76%、99.45% 和 0.15%。然后，所提出的技术展示了 13 秒的运行时间，显着优于现有方法。© 2024 John Wiley

人体是一个复杂的整体，一个器官的破坏可能会导致器官网络其他部分的功能障碍。面神经作为第七脑神经，起源于脑干，控制面部表情肌肉，在脑体交流中发挥着至关重要的作用。这种脆弱的神经可能会因创伤、炎症、肿瘤和先天性疾病而受损，通常会损害面部表情。干细胞由于其多向分化潜力而在修复周围神经损伤方面受到广泛关注。此外，各种生物材料已用于组织工程中的再生和修复。然而，干细胞和生物材料在治疗面神经损伤方面的治疗潜力还需要进一步探索。在这篇综述中，我们总结了干细胞和生物材料在受损面神经再生和修复中的作用，为大脑和面部表情肌肉之间的体脑串扰的恢复和重建提供理论基础。版权所有©2024。已发表由爱思唯尔公司

脑膜孤立性纤维瘤（SFT）是罕见的间叶性肿瘤，与局部复发和血行转移相关。脑膜 SFT 独特临床行为背后的细胞状态和空间转录组结构尚不清楚。使用单细胞 (n=4)、空间 (n=8) 和批量 RNA 测序 (n=22) 来定义细胞状态以及跨组织学级别和患者匹配的原发/复发或颅内/转移样本对中脑膜 SFT 的空间转录组结构。使用免疫荧光、免疫组织化学以及单细胞类型与脑膜瘤或脑血管发育或稳态的比较进行验证。在这里，我们显示脑膜 SFT 由区域不同的基因表达程序组成，类似于脑血管发育或稳态。单细胞轨迹分析和单细胞的伪时间排序表明，脑膜 SFT 细胞的命运决定是动态的和可互换的。细胞间通讯分析证明了整个脑膜 SFT 微环境中受体-配体的相互作用，特别是 SFT 细胞、内皮细胞和未成熟神经元之间的相互作用。脑膜 SFT 与脑膜瘤单细胞转录组的直接比较表明，SFT 细胞内皮标记物表达丰富，而脑膜瘤细胞壁细胞标记物表达丰富。脑膜 SFT 空间转录组在 WHO 组织学分级以及患者匹配的原发性/复发性或颅内/转移性样本对中，在细胞状态、基因表达程序和细胞间相互作用方面显示出区域不同的肿瘤内异质性。这些结果揭示了脑膜的潜在途径SFT 生物学与其他中枢神经系统肿瘤进行比较，并提供了一个整合人类癌症和正常组织的单细胞、空间和批量 RNA 测序数据的框架。© 作者 2024。由牛津大学出版社代表神经肿瘤学会。版权所有。如需商业重复使用，请联系 reprints@oup.com 获取转载和转载的翻译权。所有其他权限都可以通过我们网站文章页面上的权限链接通过我们的 RightsLink 服务获得 - 如需了解更多信息，请联系journals.permissions@oup.com。

目前尚无有效的工具可用于对软脑膜转移 (LM) 患者进行临床神经学评估。然而，疾病过程中的临床检查指导医疗管理，也是临床试验中反应评估的一部分。由于临床快速恶化，可能并不总是能够获得神经影像，因此 LM 的临床神经学评估至关重要，标准化对于最大限度地减少评估者的分歧也很重要。RANO-LM 小组启动了一个两步流程，旨在改进和标准化临床评估LM 患者。我们在此报告第一步：建立共识记分卡。该工作组举行了 9 次虚拟会议，确定了神经系统评估的一般建议以及应测试的选定感兴趣领域。选择了 14 个神经系统症状和体征领域：意识水平、认知、恶心和呕吐、视力、眼球运动、面部力量、听力、吞咽、言语、肢体力量、肢体共济失调、行走、膀胱肠功能。对于每个项目，都提供了如何进行评估的明确说明，评分标准介于 0 到 2 之间。应记录患者的一般临床状况以及类固醇、止痛药和止吐药的使用情况。先前脑转移或癌症治疗造成的神经系统后遗症应在基线评估时进行评级；当症状或体征可能与 LM 以外的病症相关时，应予以明确。用于临床评估的修订版 NANO-LM 共识记分卡已经建立。该提案的一项国际前瞻性验证研究目前正在进行中 (NCT06417710)。© 作者 2024。由牛津大学出版社代表神经肿瘤学会出版。

脑转移 (BrM) 是一种毁灭性的终末期神经系统并发症，高达 50% 的 HER2 乳腺癌患者会发生这种情况。了解播散性肿瘤细胞如何穿过血脑屏障 (BBB) 对于制定有效的预防策略至关重要。我们鉴定出外核苷酸酶 ENPP1 在 HER2 脑转移细胞的分泌组中特异性富集，促使我们探索其对 BBB 功能障碍和 BrM 形成的影响。我们使用体外 BBB 和体内转移前小鼠模型来评估肿瘤-分泌的 ENPP1 对脑血管通透性有影响。通过 20 kDa Cy7.5-葡聚糖外渗的实时荧光成像以及粘附物和紧密连接蛋白的免疫荧光染色来分析 BBB 完整性。在实验性脑转移模型中评估了 ENPP1 的促转移作用。原发性乳腺肿瘤系统性分泌的 ENPP1 损害了 BBB 的完整性，在 BrM 发作之前早期就失去了紧密连接蛋白和粘附连接蛋白。从机制上讲，ENPP1 通过损害胰岛素信号及其下游 AKT/GSK3β/β-catenin 通路诱导内皮细胞功能障碍。从 HER2 脑转移细胞中基因消除 ENPP1 可防止内皮细胞功能障碍并减轻转移负担，同时延长小鼠的总体生存期和无转移生存期。此外，血浆 ENPP1 水平与脑转移负担相关，并与总生存率成反比。我们证明，转移性乳腺癌细胞利用 ENPP1 信号传导进行细胞跨 BBB 的迁移和脑定植。我们的数据表明 ENPP1 是 HER2 乳腺癌不良预后和早期检测 BrM 的潜在生物标志物。© 作者 2024。由牛津大学出版社代表神经肿瘤学会出版。

儿科低级别胶质瘤 (pLGG) 的术后复发风险很难通过传统的临床、放射学和基因组因素来预测。我们研究了 MRI 肿瘤特征的深度学习是否可以改善术后 pLGG 风险分层。我们使用专为 pLGG 分割而设计的预训练深度学习 (DL) 工具，从接受手术的患者的术前 T2 加权 MRI 中提取 pLGG 成像特征 (DL- MRI 特征）。患者来自两个机构：达纳法伯/波士顿儿童医院 (DF/BCH) 和儿童脑肿瘤网络 (CBTN)。我们训练了三个 DL 逻辑风险模型来预测术后无事件生存 (EFS) 概率，其中包括 1) 临床特征、2) DL-MRI 特征和 3) 多模态（临床和 DL-MRI 特征）。我们使用时间相关的一致性指数 (Ctd) 评估模型，并使用 Kaplan Meier 图和对数秩检验进行风险组分层。我们开发了一个将 pLGG 分割和 EFS 预测与最佳模型相结合的自动化流程。在分析的 396 名患者中（中位随访时间：85 个月，范围：1.5-329 个月），214 名患者（54%）接受了总切除术，110 名患者接受了总切除术。 28%）复发。与 DL-MRI 和临床模型相比，多模态模型改善了 EFS 预测（Ctd：0.85（95% CI：0.81-0.93）、0.79（95% CI：0.70-0.88）和 0.72（95% CI：0.57-0.77） ）， 分别）。多模式模型改善了风险组分层（预测高风险的 3 年 EFS：31% 与低风险：92%，p<0.0001）。DL 提取影像特征，可以为 pLGG 术后复发预测提供信息。多模式 DL 改善了 pLGG 的术后风险分层，并可以指导术后决策。可能需要更大的多中心训练数据来提高模型的通用性。© 作者 2024。由牛津大学出版社代表神经肿瘤学会出版。

关于乳腺癌中匹配的原发肿瘤和脑转移瘤 (BrM) 之间 HER2 低表达动态的数据有限。 HER2 低表达已成为具有新兴颅内活性的高活性抗体药物缀合物的新治疗生物标志物。对 2003 年至 2023 年间在 NCI 指定中心就诊的转移性乳腺癌 (MBC) 和 BrM 患者进行了鉴定。 ASCO-CAP 指南将 HER2 表达定义为 HER2 阳性（3 ,2 /ISH 扩增）、HER2 低（1 ,2 /ISH 阴性）或 HER2-0。雌激素受体（ER）状态定义为ER≥1%。通过 Cox 比例风险模型进行多变量生存分析，确定从 BrM 切除时间到死亡或 3 种亚型之间最后一次随访的时间，控制 ER 和年龄。在 197 个匹配的原发和切除的 BrM 中，81% 在大脑中表现出 HER2 表达： 61% HER2 阳性，20% HER2 低，19% HER2-0。 HER2 阳性原发肿瘤的一致性较高，100% 保留 HER2 表达（97% 保留 HER2 表达，2.7% 转为 HER2 低表达）。 HER2-0 初选经常显示 BrM 中 HER2 增加至 HER2 低 (35%) 或 HER2 阳性 (5.4%) 状态。在 48 个 HER2 低的原发性肿瘤中，52% 的大脑 HER2 状态不一致，其中 21% 检测为 HER2 阳性，31% 检测为 HER2-0。在调整分析中，HER2 阳性 BrM 患者的死亡风险显着低于 HER2 低 BrM 患者（HR=0.41，P=0.0006）； HER2-0 和 HER2-low 之间没有观察到差异。在这项回顾性分析中，HER2 表达在乳腺癌 BrM 中很常见，强调需要改进的非侵入性诊断。 HER2-low 和 HER2-0 BrM 患者的生存率较低，存在未满足的临床需求。© 作者 2024。由牛津大学出版社代表神经肿瘤学会出版。

脑膜瘤是最常见的原发性颅内肿瘤。因此，它们构成了神经病理学实践中诊断标本的主要份额。 2021 年 WHO 中枢神经系统肿瘤分类（“CNS5”）引入了首个针对具有 TERT 启动子致癌变异和 CDKN2A/B 纯合缺失的脑膜瘤的分子分级参数，作为 CNS WHO 3 级标记。在新的分类卷中，不仅要求对新的分类问题进行澄清，而且还要求对脑膜瘤分级中长期存在的问题进行澄清，这些问题超出了世界卫生组织“蓝皮书”的范围。此外，对可能的新分子分级参数的最新研究尚未在 2021 年分类中实施，但构成了令人信服的文献体系。因此，cIMPACT-NOW 指导委员会召集了一个工作组来提供此类澄清并评估可能的新型分子标准的证据。因此，此 cIMPACT-NOW 更新为更标准化的形态学评估和解释提供了指导，最重要的是与脑侵袭有关，确定了建议进行高级分子检测的场景，建议将 CNS WHO 1 级病例指定为 CNS WHO 2 级形态但染色体臂 1p 缺失与 22q 缺失和/或 NF2 致癌变异相结合，并讨论了当前证据尚不足以产生新建议的领域。由牛津大学出版社代表神经肿瘤学会出版2024 年。本作品由 (a) 美国政府雇员撰写，在美国属于公共领域。

子宫内膜癌（EC）是高收入国家女性中最常见的妇科癌症，其发病率和死亡率都在持续增加。随着对这种疾病的生物学基础和异质性的深入了解，EC 患者的治疗变得更加复杂。随着新型治疗药物的数量不断增加，新兴的治疗方案似乎有可能有助于解决 EC 相关死亡率的令人担忧的趋势。在这篇综述中，我们描述了 EC 的流行病学、组织病理学和分子分类，以及新的（2023 年）国际妇产科医生联合会 (FIGO) 分期模型的作用。此外，我们还概述了一线和复发性疾病环境中的疾病管理。随着分子分析的使用越来越多以及治疗模式的更新，我们还总结了这一快速变化的治疗领域的新发展。© 2024。Springer Nature Limited。

由于血管生成被认为是癌症生长和存活的核心标志，因此已经实施了多种针对肿瘤脉管系统的策略。然而迄今为止，尝试很少如此多样化，从血管生长抑制和破坏到血管正常化、重新编程和促进血管生长。其中一些策略与护理标准相结合，已转化为改进的癌症疗法，但其成功仅限于某些癌症类型。本综述概述了这些血管靶向方法，并基于我们随后对肿瘤脉管系统作为肿瘤微环境的一个组成部分的深入理解，将它们置于背景中，肿瘤微环境与肿瘤微环境在功能上相互关联。这一新知识已经导致了血管和免疫细胞区室的双重靶向，并为未来研究可能的替代方法奠定了基础，考虑血管与其他肿瘤微环境成分的联系，以改善癌症治疗。© 2024。Springer Nature Limited。