摘要 目前还没有能完全治愈脑部疾病的治疗方法。组学是一种新兴技术，能够帮助研究人员了解潜在脑部疾病的分子机制。包括基因组学、转录组学和蛋白质组学在内的多组学技术，以及MRI、PET和EEG等脑影像技术，都对脑疾病相关治疗靶点的检测做出了贡献。本研究致力于通过整合组学和影像学的方法来建立脑部多分子图谱，以提供对脑部疾病诊断和治疗的新见解。这种方法需要使用组学和影像学技术进行精确的数据收集、数据处理

文献速递：PET-影像组学专题—18F-FDG PET/CT影像学的影像组学模型用于预测早期宫颈鳞状细胞癌无病生存率 01 文献速递介绍 宫颈癌是女性死亡的主要原因之一。在早期宫颈癌中，根治性手术加/不加个体化辅助化疗放疗是指南推荐的治疗选择，然而约25%的病例仍会出现复发。一些术后病理风险因素，如肿瘤直径大、深部基质侵犯、淋巴血管空间侵犯（LVSI）、盆腔内侵犯、手术切缘阳性和淋巴结转移，

阿尔茨海默病（AD）是痴呆的最常见原因。关于潜在病理的主流理论认为，淀粉样蛋白积累后，会跟随tau蛋白聚集和神经退行性改变。然而，当前的抗淀粉样和抗tau治疗只显示出可变的临床效果。对痴呆的放射学评估有三个相关要点。首先，除了各种引起痴呆的疾病（包括AD、额颞叶痴呆和Lewy体痴呆）外，AD的临床变型和影像学亚型包括典型和非典型AD。其次，非典型AD的放射学和临床发现与其他疾病有重叠。第三，诊断过

读完之后就是，总结 机器学习（SVM、小波）和深度学习（CNN）在 颈动脉斑块影像学中的 分类效果。只讨论了超声、磁共振两种成像   Chin J Clin Neurosci 临床神经科学杂志 复旦大学 颈动脉斑块( carotid plaques) 是一种由于颈动脉血 管壁受损导致血液有形成分聚集而成的团块状结构， 可由不同数量的脂质、出血和钙化组成，是颈动脉发生 粥样硬化的明显