Shanghai Jiao Tong University

10 篇关联报道

researchsquare.com 2026年10月20日
旋转声源定位不再靠传播函数：16支麦克风、50毫秒内给出声源分布
旋转声源定位长期受鬼影干扰：时域ROSI与频域MCB在阵列几何不受约束时都无法完全消除多普勒引起的虚假声源。一种以MCB导出的互谱矩阵为输入的ResNet网络直接输出声源强度分布，在16支麦克风、转速500至2500转每分、频率4500至5000赫兹的仿真中定位准确率最高达98.83%，单例推理在50毫秒以内。
Shanghai Jiao Tong University Aero Engine Corporation of China (China)Ce Zhang Yifeng Yao Cheng Wei Lee Wei Ma
残差神经网络旋转声源定位模态组合波束形成
medRxiv 2026年10月1日
StrokeAgent 在 100 例急性卒中病例中与专家最终决策一致率达 86%，高于无工具 LLM 与神经科医生
研究提出 StrokeAgent——一个围绕时间对齐与持续信息综合构建的多模态智能体决策支持框架，可处理临床记录、实验室结果、原始心电图波形与源多模态 CT 图像，支持急诊分诊、初始溶栓决策与最终再灌注规划，并在 100 例富含复杂再灌注情境的多模态患者数据中与专家最终决策达成 86% 一致率，高于三个无工具大语言模型均值 13 个百分点、高于六名住院与主治神经科医生均值 17 个百分点，完整路径一致率为 76%，平均比病例层面神经科医生中位用时快 73.9 秒，且在 1200 次盲法临床医生评估中获得更高的总体临床效用评分与推理质量评分、更少被判定为存在严重潜在危害。
研究提出 StrokeAgent——一个围绕时间对齐与持续信息综合构建的多模态智能体决策支持框架，可处理临床记录、实验室结果、原始心电图波形与源多模态 CT 图像，支持急诊分诊、初始溶栓决策与最终再灌注规划，并在 100 例富含复杂再灌注情境的多模态患者数据中与专家最终决策达成 86% 一致率，高于三个无工具大语言模型均值 13 个百分点、高于六名住院与主治神经科医生均值 17 个百分点，完整路径一致率为 76%，平均比病例层面神经科医生中位用时快 73.9 秒，且在 1200 次盲法临床医生评估中获得更高的总体临床效用评分与推理质量评分、更少被判定为存在严重潜在危害。
Zhejiang University Fudan University Shanghai Innovation Institute University of Macau Northwestern Polytechnical University Shanghai Medical College of Fudan University Shanghai Jiao Tong University Zhongshan Hospital Zhuohang Liu Jiajie Peng Zhijie Bao Xiaoyi Xue Rong Ji Zhongyu Wei Xuan Shi Yuxiao Chen
多模态智能体决策支持临床决策支持急诊分诊预测
The FASEB Journal 2026年9月30日
整合机器学习与多层转录组分析将JAK2和ANXA5锁定为连接阻塞性睡眠呼吸暂停与氧化应激的关键基因，并在患者脂肪组织、间歇缺氧小鼠和CPAP治疗后样本中得到验证
该研究整合limma差异分析、WGCNA、GeneCards氧化应激基因集、PPI网络与LASSO、随机森林、SVM-RFE三种机器学习方法，从阻塞性睡眠呼吸暂停（OSA）脂肪组织转录组中筛出57个共有差异基因并锁定JAK2与ANXA5两个核心基因，随后用单细胞测序、scTenifoldKnk虚拟敲除、免疫浸润解卷积以及RT-qPCR和Western blot临床样本验证，发现JAK2在OSA中显著上调、ANXA5显著下调，二者主要富集于单核细胞，且CPAP治疗后JAK2下降、ANXA5回升。
该研究整合limma差异分析、WGCNA、GeneCards氧化应激基因集、PPI网络与LASSO、随机森林、SVM-RFE三种机器学习方法，从阻塞性睡眠呼吸暂停（OSA）脂肪组织转录组中筛出57个共有差异基因并锁定JAK2与ANXA5两个核心基因，随后用单细胞测序、scTenifoldKnk虚拟敲除、免疫浸润解卷积以及RT-qPCR和Western blot临床样本验证，发现JAK2在OSA中显著上调、ANXA5显著下调，二者主要富集于单核细胞，且CPAP治疗后JAK2下降、ANXA5回升。
Shanghai Jiao Tong University XinHua Hospital Shanghai Key Laboratory of Translational Medicine on Ear and Nose Diseases Shanghai Children's Hospital Jin Xie Yuxuan Wu Penghui Chen Yifei Zhang Bin Li
CSIAM Transactions on Applied Mathematics 2026年9月29日
Chen、Ji 与 Xu 提出 DiGCA 相分类器，在 Lifshitz-Petrich 模型上以约两个数量级加速生成相图，分类精度超过 98%
作者提出导数信息图卷积自编码器（DiGCA）相分类器，将 Lifshitz-Petrich 模型的解与其导数（非局部项 G(φ)）一同输入图卷积自编码器进行降维，再用全连接神经网络分类，在参数域 [−0.01,0.05]×[0,1] 上生成相图，分类精度超过 98%，相比 MCMS-RBM 约快两个数量级，并在最高 10% 加性白噪声下保持稳定。
University of Massachusetts Dartmouth Shanghai Jiao Tong University Yale University Zhenli Xu Yanlai Chen
Lifshitz-Petrich模型相分类自编码器降阶建模图神经网络
Frontiers in Oncology 2026年9月28日
10项III期随机试验、逾8000例晚期胃癌患者的网状Meta分析显示：曲妥珠单抗与替雷利珠单抗在延缓生活质量恶化方面排名居前
该网状Meta分析纳入10项III期随机对照试验、逾8000例不可切除晚期胃癌患者，以EORTC QLQ-C30、EORTC QLQ-STO22和EQ-5D评估的至恶化时间（TTD）为指标，用SUCRA对一线免疫检查点抑制剂与靶向药物排序，并通过最小距离准则探索性整合总生存与健康相关生活质量，结果显示曲妥珠单抗（HER2阳性人群）与替雷利珠单抗（大体未按生物标志物筛选人群）在多数生活质量维度上排名最优，且该复合指标仍属探索性、无不确定性估计，不应作为临床决策的主要证据。
该网状Meta分析纳入10项III期随机对照试验、逾8000例不可切除晚期胃癌患者，以EORTC QLQ-C30、EORTC QLQ-STO22和EQ-5D评估的至恶化时间（TTD）为指标，用SUCRA对一线免疫检查点抑制剂与靶向药物排序，并通过最小距离准则探索性整合总生存与健康相关生活质量，结果显示曲妥珠单抗（HER2阳性人群）与替雷利珠单抗（大体未按生物标志物筛选人群）在多数生活质量维度上排名最优，且该复合指标仍属探索性、无不确定性估计，不应作为临床决策的主要证据。
Shanghai Jiao Tong University Renji Hospital First Affiliated Hospital of Soochow University Soochow University Xiping Shen Yefeng Wu Wu Ji Zhigang Zheng Huijuan Dai
累积排序曲线下面积网状Meta分析晚期胃癌健康相关生活质量
arXiv 2026年9月26日
SCISSR 用涂鸦提示替代点与框：在 EndoVis 2018 达 95.41% Dice、跨域 CholecSeg8k 达 96.30% Dice
该工作提出 SCISSR，一个以手绘涂鸦为提示的交互式手术场景分割框架：它用一个轻量 Scribble Encoder 把涂鸦转成与掩码解码器兼容的稠密提示嵌入，配合 Spatial Gated Fusion 与可开关 LoRA 适配器，在冻结 SAM 2 主干的前提下支持多轮纠错，在 EndoVis 2018 上五轮交互达到 95.41% Dice，在未参与训练的 CholecSeg8k 上三轮达到 96.30% Dice，均优于迭代式点提示。
该工作提出 SCISSR，一个以手绘涂鸦为提示的交互式手术场景分割框架：它用一个轻量 Scribble Encoder 把涂鸦转成与掩码解码器兼容的稠密提示嵌入，配合 Spatial Gated Fusion 与可开关 LoRA 适配器，在冻结 SAM 2 主干的前提下支持多轮纠错，在 EndoVis 2018 上五轮交互达到 95.41% Dice，在未参与训练的 CholecSeg8k 上三轮达到 96.30% Dice，均优于迭代式点提示。
University of Michigan Shanghai Jiao Tong University Cheng Yuan Jian Jiang Lv Wu Qizhen Sun Yutong Ban
Advanced Neural Network Applications Surgical Simulation and Training Multimodal Machine Learning Applications
EuroIntervention 2026年9月21日
径向壁应变用于经皮冠状动脉介入治疗后的残余风险分层
该研究基于TARGET All Comers随机试验的1,551例患者，开发了一种可在常规造影中实时自动评估径向壁应变（RWS）的人工智能算法，在802例患者的1,384条非靶血管中评估其预后价值，发现基线最大RWS（RWSmax）≥13%独立预测5年非靶血管导向复合终点（NT-VOCE），校正后风险比4.82（95%CI 3.14-7.40），校正AUC 0.73，其中对非靶血管血运重建的预测准确性最高（校正AUC 0.92），在高质量造影图像亚组中预测性能更强（校正HR 6.89）。
该研究基于TARGET All Comers随机试验的1,551例患者，开发了一种可在常规造影中实时自动评估径向壁应变（RWS）的人工智能算法，在802例患者的1,384条非靶血管中评估其预后价值，发现基线最大RWS（RWSmax）≥13%独立预测5年非靶血管导向复合终点（NT-VOCE），校正后风险比4.82（95%CI 3.14-7.40），校正AUC 0.73，其中对非靶血管血运重建的预测准确性最高（校正AUC 0.92），在高质量造影图像亚组中预测性能更强（校正HR 6.89）。
St Bartholomew's Hospital Azienda Ospedaliera Universitaria Integrata Verona Huadong Hospital Fudan University Shanghai Jiao Tong University Queen Mary University of London University of Verona Ollscoil na Gaillimhe – University of Galway William Wijns Zhiqing Wang Jiaxin Zhong on behalf of the SMART-CHOICE three investigators Haocheng Huang Andreas Baumbach Helen Parise Alexandra J. Lansky
基于人工智能的血管造影径向壁应变评估斑块易损性风险分层
medRxiv 2026年9月16日
术前社会连接与成人术后结局：系统综述与荟萃分析
该研究系统检索并汇总了445项研究，发现术前社会连接较弱与术后早期死亡（OR 1.50，95% CI 1.12-2.01）和非家庭出院（OR 1.95，95% CI 1.35-2.81）相关，但与术后生存、非计划再入院和并发症的关联置信区间均包含1，总体证据确定性为低至极低。
Shanghai Ninth People's Hospital Shanghai Jiao Tong University Hong Kong Metropolitan University Peking University Third Hospital Long Jiang Youhao Wang Zehao Jing Xihao Huang Zhicheng Zhang Chuan Yin
Journal of Imaging Informatics in Medicine 2026年9月15日
中年女性体检胸部CT序列中T12骨密度的纵向机会性AI评估
这项单中心回顾性研究利用1,034名45-65岁体检女性的4,185次连续非增强胸部CT，通过AI自动量化T11与T12骨密度并构建个体纵向轨迹，发现以平均T11-T12 AI-CT-BMD≤128 mg/cm³定义的基线低骨状态者绝对骨密度下降反而更小（10.82 vs 12.52 mg/cm³，P=0.022）、T12斜率更平缓（-3.08 vs -3.91 mg/cm³/年，P=0.011），而未调整分析中较大的相对下降在校正协变量或仅用T11的敏感性分析后不再成立，且将T11骨密度加入临床变量对快速丢失的判别能力无明显提升（AUC 0.708 vs 0.716，P=0.128）。
这项单中心回顾性研究利用1,034名45-65岁体检女性的4,185次连续非增强胸部CT，通过AI自动量化T11与T12骨密度并构建个体纵向轨迹，发现以平均T11-T12 AI-CT-BMD≤128 mg/cm³定义的基线低骨状态者绝对骨密度下降反而更小（10.82 vs 12.52 mg/cm³，P=0.022）、T12斜率更平缓（-3.08 vs -3.91 mg/cm³/年，P=0.011），而未调整分析中较大的相对下降在校正协变量或仅用T11的敏感性分析后不再成立，且将T11骨密度加入临床变量对快速丢失的判别能力无明显提升（AUC 0.708 vs 0.716，P=0.128）。
Huadong Hospital Fudan University Shanghai Jiao Tong University Shanghai Chest Hospital Huashan Hospital Zongjing Ma Wei Hong Minhao Liang Ming Li Liang Jin
Zhonghua er bi yan hou tou jing wai ke za zhi = Chinese journal of otorhinolaryngology head and neck surgery 2026年9月15日
ENDOVISTA-ENT：鼻咽喉镜质量控制辅助与病灶识别一体化AI系统的开发与初步验证
该回顾性两中心研究基于中山大学附属第一医院1 562例与上海交通大学医学院附属瑞金医院803例共2 365例患者，构建了用于鼻咽喉镜体内/体外图像判定（模型1）、11个标准解剖部位识别（模型2）及病灶定位与良恶性判定（模型3）的一体化AI系统ENDOVISTA-ENT，其内外部准确率分别为99.44%/99.84%与96.09%/94.73%，模型3恶性病灶AUC为0.986/0.968、早期鼻咽癌喉癌及下咽癌AUC为0.878~0.932，AI辅助使6名不同资历医师对200例病理明确病例的总体判读准确率由78.50%提升至88.20%（χ²=40.37，P<0.001），单帧检测耗时（15.2±
该回顾性两中心研究基于中山大学附属第一医院1 562例与上海交通大学医学院附属瑞金医院803例共2 365例患者，构建了用于鼻咽喉镜体内/体外图像判定（模型1）、11个标准解剖部位识别（模型2）及病灶定位与良恶性判定（模型3）的一体化AI系统ENDOVISTA-ENT，其内外部准确率分别为99.44%/99.84%与96.09%/94.73%，模型3恶性病灶AUC为0.986/0.968、早期鼻咽癌喉癌及下咽癌AUC为0.878~0.932，AI辅助使6名不同资历医师对200例病理明确病例的总体判读准确率由78.50%提升至88.20%（χ²=40.37，P<0.001），单帧检测耗时（15.2±
Sun Yat-sen University Ruijin Hospital Shanghai Jiao Tong University The First Affiliated Hospital, Sun Yat-sen University Wen-Ting Lei B Ye X J Li Y Y Li W Q Chen B Liu

已读完全部报道