简介:近年,以深度学习技术为代表的人工智能(AI)正席卷各行各业,而AI框架有多种,多数采用深度卷积神经网络(CNN)技术结合迁移学习进行训练,虽然在皮肤AI研究中取得长足进展,但其研究结果未能真正走出实验室进入临床应用。制约这些因素主要是缺乏高质量的皮肤疾病图像的大型数据集。本文针对皮肤科常见的图像采集方法,包括临床摄影图像、皮肤镜图像、反射式共聚焦激光扫描显微镜(RCM)图像、皮肤B超图像和组织病理图像的质量要素进行探讨和述评,希望对解决因皮肤图像质量的问题而影响AI研究进展的瓶颈问题能有所帮助。
简介:目的了解天津市性罪错人员对性传播疾病(STD)的认知及防护意识,以及2011年度天津市公安局收容的性罪错人员艾滋病、梅毒、乙肝、丙肝的患病率.方法对2011年度天津市公安局收容的859例性罪错人员进行人类免疫缺陷病毒(HIV)、梅毒、乙型肝炎病毒(HBV)、丙型肝炎病毒(HCB)的检测,统计艾滋病、梅毒、乙肝、丙肝4种STD的患病率,并随机抽取其中200例完成有关STD认知及防护意识的问卷调查.结果性罪错人员STD患病率为42.8%,其中乙肝、丙肝、梅毒和艾滋病单病种的患病率分别为38.6%、1.6%、6.4%和0.2%,4种STD的发病均女性多于男性,且存在4种STD混合感染现象;性罪错人员性生活混乱且关系复杂,对STD认知差且无主动意愿了解有关STD的知识,无明显防范意识,且感染STD后治疗不积极、不正规.结论性罪错人员对STD认知和防护意识差,其STD患病率明显高于普通人群,并存在4种STD混合感染现象.
简介:目的了解乡村医生对艾滋病(AIDS)基本知识和非法采供血传播艾滋病病毒(HIV)事件的知晓情况,探索农村AIDS防制工作的可行干预措施。方法本研究选择经采供血传播HIV疫情较为严重的某乡全体乡村医生为调查对象,应用定性和定量研究相结合的调查方法收集资料。数据录入和分析应用EPI6.0软件。结果共调查33人,有效问卷率100%。结果发现:95%以上调查对象对AIDS性传播、血液传播和传染性等问题有正确认识,而几乎50%对母婴传播和唾液、汗液、蚊虫叮咬、共用浴缸坐便等不传播HIV途径缺乏认识;80%以上调查对象了解本村血液组织者的目的、村民卖血高峰时间、血液传播疾病的危害和反对卖血行为;27.3%调查对象偶尔使用一次性注射器,15.2%调查对象将使用过的~次性注射器丢弃或卖掉。结论农村地区存在较为严重的医源性交叉感染的隐患,乡村医生迫切需要AIDS防制知识的正规培训,而且有望成为农村AIDS防制工作的核心力量。
简介:目的:调查广东省江门市女性性工作者人群中4种性传播疾病的发病情况,为本市制定预防控制对策提供一定的科学依据。方法:2009年7月至2011年3月,开展酒店、桑拿、发廊、站桩点等场所的外展活动,使用中国性病控制中心编制的国家科技重大专项课题FSW基线调查问卷对FSWs进行问卷调查,并同时做血清学梅毒、艾滋病检测及宫颈分泌物淋病、生殖道沙眼衣原体检测。结果:1285例FSWs中4种性病总阳性231例,阳性率17.96%;特异性梅毒血清学(ELISA法)阳性率9.25%;非特异性梅毒血清学(TRUST)阳性率5.52%;艾滋病血清学(ELISA法)初筛阳性5例,WB法确证阳性4例,阳性率0.31%;淋球菌阳性率1.94%;生殖道沙眼衣原体阳性率6.45%。结论:近年来,FSWs已成为江门市的性病高危人群,应定期对其监测并积极进行干预、治疗。
简介:目的调查沙眼衣原体(Ct)和解脲支原体(Uu)在固定性伴之间的传播比率和流行病学状况。方法1999年5月1日至2000年5月31日期间夫妻(性伴)双方均在我院性病门诊就诊的患者,取泌尿生殖道分泌物标本检测Ct和Uu。结果固定性伴之间Ct和Uu感染的不一致率分别是59.22%和38.92%,患者的年龄与这两种病原体感染的不一致率均无明显相关性(P>0.05);固定性伴之间这两种病原体感染的不一致通常表现为:男性感染Ct/女性感染Uu、男性合并感染Ct和Uu/女性只感染Uu、男性感染Ct/女性未检出这两种病原体。结论尽管一方感染了沙眼衣原体和/或解脲支原体,即使有性接触,另一方被感染的比率并不高,推测这两种病原体的性传播力并不强。
简介:背景:有经验的皮肤科医师使用临床诊断标准(通常为ABCD规则)早期诊断黑色素瘤的正确率可达64%~80%,诊断黑色素瘤的自动化系统仍被认为是一种实验性方法,只能作为肉眼诊断的辅助措施。为帮助早期诊断黑色素瘤,作者开发了一种图像处理系统帮助鉴别黑色素瘤与黑色素细胞痣,并建立了一种明确黑色素瘤发生率的数字模式。方法:分析132处黑色素细胞皮损(23处黑色素瘤及109处黑色素细胞痣)的数字图像特征,包括几何特征、颜色、颜色纹理。共分析了所有皮损的43个特征变量:几何形状、颜色纹理、边界锐度、颜色变量等。由于任何多阶式变量选择法中存在变量多重共线性均可导致严重错误,因此采用单变量logistic回归分析法及“-2loglikelihood”检测和Spearman秩相关系数,以排除不适当的变量。最初“-2loglikelihood”和非参数Spearmanp选择了5个变量进入多变量预测模式,随后5变量模式被削减为3变量模式,且验证了每种模式的性能。用“jackknife”法验证3变量模式,并通过受试者工作特性(ROC)曲线图比较其与5变量模式的精确度,结论表明3变量模式的鉴别能力未受影响。结果:并非全部变量均对此模式有用,故逐渐剔除至剩下3个有意义的协变量。合并几何形状、颜色、颜色纹理等独立协变量参数,计算预测性公式,用于黑色素瘤的预测。此模式诊断黑色素瘤的灵敏度为60.9%,特异度为95.4%,总精确度达89.4%(概率水平O.5),有8%的假阴性结果。结论:通过数字图像处理系统和发展数字预测模式,采用多变量logistic回归分析法高精度地鉴别黑色素瘤与黑色素细胞痣是可行的。此模式早期诊断黑色素瘤具有可行性。为预测组织学确诊前未能诊断的黑色素瘤,没有必要使用昂贵或复杂的设备,仅使用价格合适的便�