简介:摘要目的基于深度学习对99Tcm-亚甲基二膦酸盐(MDP)全身骨显像图像中骨转移瘤进行智能诊断,并设计肿瘤负荷的定量评估指标。方法回顾性纳入同济大学附属第十人民医院核医学科2018年3月至2019年7月间621例患者(男389例、女232例;年龄12~93岁)的骨显像图像,分为骨转移瘤组和非骨转移瘤组。从2组分别抽取80%作为训练集,余20%作为测试集。利用深度残差卷积神经网络ResNet34构建骨转移瘤诊断分类及分割模型。计算灵敏度、特异性、准确性以评估分类模型性能,分析分类模型在<50岁(15例)、≥50且<70岁(75例)及≥70岁(33例)组的性能差异。利用模型分割骨转移瘤区域,以骰子系数评估分割模型结果与人工标注结果的比对。计算骨显像肿瘤负荷系数(BSTBI)以定量评估骨转移瘤肿瘤负荷。结果骨转移瘤图像280例,非骨转移瘤图像341例;其中,训练集498例,测试集123例。诊断分类模型识别骨转移瘤的灵敏度、特异性及准确性分别为92.59%(50/54)、85.51%(59/69)和88.62%(109/123)。分类模型在<50岁组表现最佳(灵敏度2/2,特异性12/13,准确性14/15),其特异性在≥70岁组中最低(8/12)。分割模型中,骨转移瘤区域骰子系数为0.739,膀胱区域骰子系数为0.925,模型在3个年龄组表现相当。初步结果显示,BSTBI随病灶数目的增多、99Tcm-MDP摄取程度的增高而增大。构建的骨转移瘤智能诊断模型从输入原始数据到最终完成BSTBI计算所需时间为(0.48±0.07) s。结论基于深度学习的骨转移瘤智能诊断模型能较准确地识别骨转移瘤、进行自动区域分割及计算肿瘤负荷,为骨显像图像的解读提供了新方法。研究提出的BSTBI有望成为骨转移瘤肿瘤负荷的定量评估指标。
简介:摘要:随着我国科学技术的不断进步,我国在人工肝领域的发展也有了前所未有的进步,早在1998年至2001年我国用PE治疗重型肝炎(重肝)的治愈好转率在42.2%~51.6%之间。非生物型的人工肝是通过有效的血液净化手段,清除掉肝功能衰竭过后在体内留存的毒素,暂时替代肝功能维持身体机能的运转,从而帮助患者更好地康复,以延长患者的生命时间。该文章主要提出了血液净化技术发展对于我国人工肝领域突破的重要性,两者之间不同组合模式的应用范围,为患者及临床时所带来的有效应用。
简介:摘要:将思想政治教育资源充分与《会计学》专业课程融合,进行《会计学》课程思政教学改革,对于弘扬社会主义核心价值观,培养高素质财务管理人才,具有重要意义。本人《会计学》课程思政教学改革方面着手,重构了教学改革内容和教学改革计划。