弥散磁共振成像道路定向技术是一种先进的成像技术，能够体内映射脑的白质连接。白质分割将道路定向线束分类为群集或解剖有意义的径束。它能够量化和可视化全脑道路定向。目前，大多数分割方法侧重于深白质(DWM)，而较少的方法解决浅白质(SWM)分割的复杂性问题。我们提出了一种新颖的基于深度学习的两阶段框架——浅表白质分析(SupWMA)，它能够有效且一致地对全脑道路定向中的198个SWM聚类进行分割。我们将基于点云的网络适应于我们的SWM分割任务，并通过监督对比学习，增强各种合理线条和异常线条之间的区分度。我们在一个大规模的道路定向数据集上对模型进行训练，该数据集包括标记的长、中程(超过40mm)SWM聚类中的线条样本和解剖不合理的线条样本，并在六个独立获取的不同年龄和健康状况的数据集上进行测试(包括新生儿和患有占位性脑瘤的病人)。与几种最先进的方法相比，SupWMA在所有数据集上都获得了高度一致和准确的SWM分割结果，展示了对健康和疾病全生命周期的良好泛化能力。此外，SupWMA的计算速度比其他方法快得多。版权所有 © 2023 Elsevier B.V. 保留所有权利。

在本研究中，我们提出了一种新的基于案例的相似图像检索（SIR）方法，用于恶性淋巴瘤的血红蛋白和嗪酰咪唑（H＆E）染色组织病理学图像。当使用整张切片图像（WSI）作为输入查询时，希望能够通过聚焦病理重要区域（如肿瘤细胞）中的图像块来检索相似案例。为了解决这个问题，我们采用了基于注意力的多实例学习，在计算案例之间的相似性时可以聚焦于肿瘤特定区域。此外，我们利用对比度距离度量学习，将免疫组化（IHC）染色模式作为有用的监督信息，用于定义异质恶性淋巴瘤案例之间的适当相似性。在249名恶性淋巴瘤患者的实验中，我们确认所提出的方法展示了比基线基于案例的SIR方法更高的评估指标。此外，病理学家的主观评估表明，我们使用的IHC染色模式相似度测量是适合表示恶性淋巴瘤的H＆E染色组织图像相似性的。版权所有 © 2023 作者。由Elsevier B.V. 发表。保留所有权利。

最近，大规模高质量的公共数据集已经导致卷积神经网络的发展，它们可以在病理专家的水平上检测乳腺癌淋巴结转移。许多癌症，不管是哪个部位，都可以转移到淋巴结。然而，为每种癌症类型收集和注释高容量、高质量的数据集是具有挑战性的。在本文中，我们研究如何在密切相关的任务的多任务设置中最有效地利用现有的高质量数据集。具体而言，我们将探讨不同的训练和领域自适应策略，包括防止灾难性遗忘，用于乳腺、结肠和头颈癌转移在淋巴结的检测。我们的结果显示，在结肠和头颈癌转移检测任务中表现良好。我们展示了从一个癌症类型适应到另一个癌症类型以获取多任务转移检测网络的有效性。此外，我们还展示了利用现有高质量数据集可以显著提高新目标任务的性能，而灾难性遗忘可以有效地缓解。最后，我们比较了不同的缓解策略。opyright © 2023 The Authors. Published by Elsevier B.V. All rights reserved.

基于计算机识别乳腺癌淋巴结转移（BCLNM）的全幻镜病理图像（WSIs）可以大大有益于治疗决策和预后分析。除了计算病理学的一般挑战，如超高分辨率、昂贵的细粒度注释等，该任务面临两个特殊困难：（1）对BCLNM病理图像中显著的肿瘤异质性进行建模，（2）识别微小转移瘤，即转移病灶很小的转移性肿瘤。为此，本文提出了一种新的弱监督方法，称为原型多示例学习（PMIL），只利用幻灯片层级的类标签学习预测从WSIs中的BCLNM。PMIL将基于词汇的多示例学习（MIL）范例引入计算病理学中，其特点是利用所谓的原型来建模病理数据和构建WSI特征。PMIL主要由两个创新设计的模块组成，即原型发现模块从训练数据中使用无监督聚类获取原型，以及基于原型的幻灯片嵌入模块通过将组成片段与原型匹配来构建WSI特征。与现有的WSI分类的MIL方法相比，PMIL具有两个显著的优点：（1）在建模BCLNM病理图像中的肿瘤异质性方面更为明确和可解释，（2）在识别微小转移瘤方面具有更高的效果。对Camelyon16公共数据集和我们自己创建的Zbraln数据集进行评估。PMIL在Camelyon16上的AUC为88.2％，在40倍放大系数下的Zbraln为98.4％，其表现始终优于其他比较方法。还将进行全面的分析以进一步揭示所提出方法的有效性和优点。版权所有©2023年。由Elsevier B.V.出版。

鉴于数字化全扫描切片图像（WSIs）的大小，病理学家在其中彻底勾画物体时通常需要耗费大量时间和精力，尤其是在包含数百个幻灯片的数据集中进行注释。在大多数情况下，只有幻灯片级别的标签可用，针对此种情况开发了弱监督模型。然而，从这样的模型中获得准确的物体定位通常很困难，例如在肿瘤检测任务中带有肿瘤细胞的补丁，因为它们主要设计用于幻灯片级别的分类。本文以基于注意力的深度多实例学习（MIL）模型作为弱监督模型，提出使用混合督导策略-即同时使用幻灯片级别和补丁级别的标签-在仅使用有限量的补丁级别标注的幻灯片的情况下，提高原始模型的分类和定位性能。此外，我们提出一种注意力损失项，以规范关键实例之间的注意力，并提出一种配对批处理方法，用于为模型创建平衡批次。首先，我们展示了对模型所作的更改已经改进了其在弱监督环境中的性能和可解释性。此外，在使用总可用补丁级别注释量的12％至62％之间时，我们可以在消化道通道2019和Camelyon16肿瘤分类数据集上达到接近完全监督模型的性能。版权所有©2023 Elsevier B.V.。

胰腺癌是一种高度恶性的癌症类型，其死亡率很高。由于此癌症类型没有明显的症状，因此大多数诊断都是在患者处于晚期时进行的。在本研究中，我们提出了一种基于对比增强 CT 图像的多实例学习的自动化方法，用于胰腺癌的有效早期诊断。在这种方法中，通过基于解剖结构的形状标准化以及实例级对比学习来改善诊断结果的稳定性和一般性。具体而言，我们开发了解剖学引导的形状标准化，通过空间变换重建胰腺感兴趣区域，考虑这些区域中更大的肿瘤部分，从而增强胰腺特征的提取。此外，我们采用实例级对比学习，将不同类型的肿瘤特征聚合到多实例学习框架中。这种学习方法可以保持肿瘤特征的完整性，并增强诊断结果的稳定性。最后，我们设计了一个平衡调整策略，以缓解肿瘤样本稀缺导致的类别不平衡问题。广泛的实验结果表明，我们的方法在内部数据集上进行交叉验证以及在两个未见数据集（一个包含316个样本的私人测试集和一个包含281个样本的公开测试集）上进行独立测试时表现出显着的性能。提出的策略也大大提高了一般性。此外，通过两个独立测试结果进一步验证了所提出方法的临床意义，其中识别直径小于2厘米的肿瘤的准确率分别为80.9%和90.1%。总的来说，我们的方法提供了一个可能成功的用于胰腺癌早期诊断的工具。我们的源代码将在 https://github.com/SJTUBME-QianLab/MIL_PAdiagnosis 上发布。版权所有© 2023 Elsevier B.V.。

为了检查老年人强直性脊椎炎（AS）患者患血液恶性肿瘤的风险，我们使用了1999年1月1日至2010年12月31日的美国医保数据，用来识别拥有AS的基于人群的受益者队列。我们还包括了患有炎症性肠病（IBD）的受益者作为疾病对照组，没有AS或IBD的受益者作为未受影响的对照组。我们在此期间排除接受肿瘤坏死因子抑制剂治疗的人群。我们对每个组进行了随访，直到2015年9月30日，在这期间诊断出新的血液恶性肿瘤的索赔。我们包括了12,451名AS受益者，234,905名IBD受益者和10,975,340名未受影响的对照组，平均随访时间分别为9.9年、9.3年和8.0年。我们在AS组中识别出297种血液恶性肿瘤，在IBD组中识别出4538种恶性肿瘤，在未受影响的对照组中识别出128,239种恶性肿瘤。AS组与未受影响的对照组的标准化发病率比为1.39（95％CI，1.05至1.61）非何杰金淋巴瘤，1.50（95％CI，1.17至1.92）慢性淋巴细胞白血病，和1.52（95％CI，1.12至2.06）多发性骨髓瘤。AS中急性髓系白血病和慢性髓系白血病的风险没有升高，霍奇金淋巴瘤的病例太少无法计算风险。风险与IBD受益者相当。我们还进行了有关AS血液恶性肿瘤的风险的系统文献综述，重点关注年龄相关性，这以前还没有研究过。我们在文献综述中发现了21项研究，主要包括年轻或中年患者。结果表明，AS与血液恶性肿瘤的风险增加没有明显关联。两项队列研究报告AS多发性骨髓瘤的风险增加。老年AS患者的非何杰金淋巴瘤、慢性淋巴细胞白血病和多发性骨髓瘤的风险增加。出版者Elsevier Inc.

为了评估乳腺癌在人群中如何被发现（发现方式[MOD]），确定不同MOD的相对频率，并描述与MOD相关的患者和肿瘤特征。我们使用罗切斯特流行病学计划，在明尼苏达州的9个郡区中识别了年龄在40岁至75岁之间，在2017年5月9日至2019年5月9日期间首次被诊断为乳腺癌的妇女（n=500）。我们进行了一项回顾性医疗记录审查，以确定MOD的相对频率，评估筛查乳腺摄影与所有其他MOD之间在乳腺密度和癌症特征方面的差异。进行了多元逻辑回归，以检查乳腺密度和疾病阶段对MOD的可能性。在我们的人群基础队列中，500个乳腺癌中有162个（32.4％）是通过除筛查乳腺摄影以外的MOD检测到的，包括124个（24.8％）自我检测的癌症。与乳腺摄影检测到的妇女相比，除筛查乳腺摄影以外的MOD的患者更频繁地年龄低于50岁（P = .004），且肿瘤级别更高（ P=.007），阳性淋巴结数量更多（P <.001），并且肿瘤大小更大（ P <.001）。与乳腺摄影检测到的妇女相比，除筛查乳腺摄影以外的MOD的患者更可能患有密集型乳腺（比值比，1.87; 95％置信区间，1.20到2.92; P=.006），并且在诊断时处于晚期癌症（比值比，3.58; 95％置信区间，2.29到5.58; P <.001）。该人群中三分之一的乳腺癌是通过除筛查乳腺摄影以外的MOD检测到的。密集型乳腺和晚期癌症的女性更有可能采用非乳腺摄影的MOD。版权所有© 2022 Mayo Foundation for Medical Education and Research。由Elsevier Inc.出版。保留所有权利。

定期进行中度至高强度的体育锻炼（PA）以及提高心肺健康水平（CRF）可以带来益处，在医学界和所服务的患者中常常不被充分认识。CRF低的个体医疗保健成本较高，手术并发症率较高，与风险因素和冠状动脉钙化指数相匹配时，早逝的可能性是比其健康对照组两到三倍。对急性冠状动脉综合征患者来说，住院前较高的PA水平也与更好的短期心血管结果有关。因此，本综述审查了这些关系以及受益机制潜在的基础（例如，运动预适应），特别是与心血管、癌症、冠状病毒疾病的发病率、处方启示和优化健康结果的运动阈值相关的。为了评估支持或反驳PA和CRF益处的证据，我们进行了文献搜索（PubMed），并对迄今为止的证据进行了批判性的审查。总的来说，这些数据在阐明定期进行PA和/或提高CRF对预防和治疗慢性和传染性疾病的影响时，针对基于证据的运动阈值呈现出医学界可以采纳和推广的内容。 版权所有©2022 Mayo Foundation for Medical Education and Research. Elsevier Inc. 保留所有权利。

有越来越多的证据表明，维生素D具有广泛的组织效应。除了骨质疏松症，维生素D缺乏还与心血管疾病、糖尿病、癌症、感染和神经退行性疾病有关联。然而，维生素D补充对非骨骼结果的影响需要澄清，特别是在绝经后妇女中。这份声明根据观察和干预研究的证据，提供了维生素D在绝经后妇女健康中的作用的概述。文献综述和专家意见的共识。维生素D状态是通过测量血清25-羟基维生素D水平来确定的。浓度<20 ng/ml (<50 nmol/l)和<10 ng/ml (<25 nmol/l)被认为是维生素D缺乏和严重缺乏的标准。观察数据表明，维生素D缺乏与绝经后妇女的不良健康结果相关，尽管它们不能建立因果关系。关于维生素D补充的随机对照试验的证据不稳定，因为许多研究没有考虑人们是否在基线时存在缺乏。此外，群体研究、维生素D剂量、钙共同管理和干预持续时间方面存在高异质性。关于骨骼健康问题，维生素D缺乏与低骨量和骨折风险增加相关。在使用维生素D维持剂量800-2000 IU / day (20-50 μg / day)补充高周或高日剂量补充之后，只有与钙（1000-1200 mg/day）共同管理，才有可能在老年人群和严重维生素D缺乏人群中受益。关于心血管疾病问题，维生素D缺乏与心血管风险因素的增加有关，主要是代谢综合征、2型糖尿病和脂质代谢异常。维生素D缺乏，尤其是其严重形式，与心血管事件（冠心病、中风、死亡率）的风险增加有关，独立于传统风险因素。维生素D补充可能对脂质代谢和葡萄糖平衡有轻微的有益影响，特别是对于肥胖者或那些≥60岁的高剂量（≥2000 IU/day or ≥50 μg/day）。但它对心血管事件的发生率没有影响。关于癌症问题，维生素D缺乏与多种癌症的发生率和死亡率增加有关，如结肠直肠癌、肺癌和乳腺癌。然而，其他类型的妇科癌症的数据不一致。维生素D补充对癌症发生率没有影响，尽管观察到癌症相关死亡率略微降低。关于感染问题，维生素D缺乏已与急性呼吸道感染，包括2019冠状病毒病（COVID-19）相关。维生素D补充可能降低急性呼吸道感染的风险和COVID-19的严重程度（不是感染的风险）。关于绝经症状问题，维生素D缺乏可能对某些方面产生负面影响，如睡眠障碍、抑郁、性功能和关节疼痛。然而，维生素D补充对这些没有影响，除了阴道萎缩，需要相对较高的剂量，即每周40,000-60,000 IU（1000-1500 IU/week）口服或每天1000 IU（25 μg）阴道栓剂。 版权所有©2022 Elsevier B.V.。