Harvard University（哈佛大学）

DBT-DINO: Towards Foundation model based analysis of Digital Breast Tomosynthesis

DBT-DINO：面向数字乳腺断层摄影的基于基础模型的分析

Felix J. Dorfner, Manon A. Dorster, Ryan Connolly, Oscar Gentilhomme, Edward Gibbs, Steven Graham, Seth Wander, Thomas Schultz, Manisha Bahl, Dania Daye, Albert E. Kim, Christopher P. Bridge

机构 * Athinoula A. Martinos Center for Biomedical Imaging, Massachusetts General Hospital and Harvard Medical School（阿提诺拉·A·马丁诺生物医学影像中心、麻省总医院和哈佛医学院） ； Department of Radiology, Charité - Universitätsmedizin Berlin（放射科、柏林夏里特大学医学院） ； Mass General Brigham Data Science Office（麻省总医院数据科学办公室） ； Department of Computer Science, Institute for Machine Learning, ETH Zürich（计算机科学系、机器学习研究所、苏黎世联邦理工学院） ； Massachusetts General Hospital Cancer Center and Harvard Medical School（麻省总医院癌症中心和哈佛医学院） ； Department of Radiology, Massachusetts General Hospital（放射科、麻省总医院） ； Department of Radiology, University of Wisconsin School of Medicine and Public Health（放射科、威斯康星大学医学与公共卫生学院） 纠错

AI总结 DBT-DINO是首个针对数字乳腺断层摄影的基础模型，展示了在乳腺密度分类和乳腺癌风险预测上的优越性能，但领域特定预训练在病变检测任务中效果不一。

WALINET: A water and lipid identification convolutional Neural Network for nuisance signal removal in 1H MR Spectroscopic Imaging

WALINET：一种用于消除1H磁共振成像中干扰信号的水和脂质识别卷积神经网络

Paul Weiser, Georg Langs, Stanislav Motyka, Wolfgang Bogner, Sébastien Courvoisier, Malte Hoffmann, Antoine Klauser, Ovidiu C. Andronesi

机构 * Athinoula A. Martinos Center for Biomedical Imaging（阿提诺拉A·马丁诺斯生物医学成像中心） ； Massachusetts General Hospital（麻省总医院） ； Department of Radiology（放射科） ； Massachusetts General Hospital, Harvard Medical School（麻省总医院，哈佛医学院） ； Computational Imaging Research Lab - Department of Biomedical Imaging（计算成像研究实验室—生物医学成像部门） ； Medical University of Vienna（维也纳医学大学） ； High Field MR Center - Department of Biomedical Imaging（高场强MR中心—生物医学成像部门） ； Center for Biomedical Imaging (CIBM)（生物医学成像中心（CIBM）） ； Department of Radiology and Medical Informatics, University of Geneva（日内瓦大学放射科和医学信息学系） 纠错

AI总结 WALINET是一种基于改进Y-NET网络的深度学习方法，用于高效去除全脑1H-MRSI中的水和脂质信号，提升代谢物信号保留和成像质量。

Journal ref Magn Reson Med. 2025; 93: 1430-1442

Reference-Free 3D Reconstruction of Brain Dissection Slabs via Learned Atlas Coordinates

无需参考的脑解剖切片3D重建 via 学习的图谱坐标

Lin Tian, Jonathan Williams-Ramirez, Dina Zemlyanker, Lucas J. Deden-Binder, Rogeny Herisse, Theresa R. Connors, Mark Montine, Istvan N Huszar, Lilla Zöllei, Sean I. Young, Christine Mac Donald, C. Dirk Keene, Derek H. Oakley, Bradley T. Hyman, Oula Puonti, Matthew S. Rosen, Juan Eugenio Iglesias

机构 * Martinos Center for Biomedical Imaging (Martinos Center) at Massachusetts General Hospital (MGH) & Harvard Medical School (HMS)（马萨诸塞州总医院（MGH）及哈佛医学院（HMS）的生物医学成像中心（Martinos Center）） ； Computer Science and Artificial Intelligence Laboratory (CSAIL) at the Massachusetts Institute of Technology (MIT)（麻省理工学院（MIT）的计算机科学与人工智能实验室（CSAIL）） ； Danish Research Centre for Magnetic Resonance, Centre for Functional and Diagnostic Imaging and Research, Copenhagen University Hospital-Amager and Hvidovre, Copenhagen, Denmark（丹麦磁共振研究中心、功能与诊断成像及研究中心，哥本哈根大学医院-阿迈厄斯和赫维多尔，哥本哈根，丹麦） ； Massachusetts Alzheimer’s Disease Research Center at MGH & HMS（马萨诸塞州总医院（MGH）及哈佛医学院（HMS）的阿尔茨海默病研究中心） ； University of Washington（华盛顿大学） ； Pathology Department at MGH & HMS（马萨诸塞州总医院（MGH）及哈佛医学院（HMS）的病理部门） ； Neurology Department at MGH & HMS（马萨诸塞州总医院（MGH）及哈佛医学院（HMS）的神经病学部门） ； Department of（部门） 纠错

AI总结 RefFree通过学习图谱坐标实现无需参考的脑切片3D重建，适用于单个切片或部分堆栈，提升重建速度和准确性。