简介：随着社会不断进步，群众对健康的观念也从治疗疾病到预防疾病转变。当然检查手段和检查设备的更新和普及也为疾病的早期发现做出了不小的贡献。近年来，很多女性朋友在体检时发现“乳腺结节”的情况越来越多，很多人对“乳腺结节”不了解，认识不足，担心自己患上了“乳腺肿瘤”，焦急万分，甚至影响到了自己的工作和生活。到底乳腺结节是啥？出现了乳腺结节该怎么办呢？

简介：【摘要】目的：解析在临床诊断中，对乳腺癌患者，使用超声BI-RADS分类的效果。方法：纳入本院2022年1月-2023年4月，收入的疑似乳腺癌的病人，人数为100人为研究对象。均行超声BI-RADS分类检测，与病理结果对比，分析超声BI-RADS分类诊断准确率，灵敏度和特异性。结果：对比病理结果，超声BI-RADS分类诊断准确率、灵敏度和特异性没有差异（P>0.05）。结论：在临床诊断中，对乳腺癌患者，使用超声BI-RADS分类的效果佳，准确性、灵敏度、特异性均较高，具有应用价值。

简介：[摘要]目的：探索BI-RADS 4类或5类的乳腺癌影像组学特征。方法：收集2020年1月至2021年9月间在我院超声发现乳腺病灶372例患者的临床病理资料。运用PyRadiomics从超声图像中提取到112个影像组学特征，采用 Lasso-logistic 回归模型挑选影像组学特征，形成每个患者的影像组学标签。结果：多因素分析显示年龄、BI-RADS分期、Radiomics score是影响BI-RADS 4类或5类乳腺癌的独立危险因素。基于31个影像组学特征构建影像组学标签，其AUCs 为0.866。结论：影像组学标签可帮助影像医生预测乳腺病灶为BI-RADS 4类或5类患者的良恶性。

简介：摘要目的探讨乳腺MRI额外发现的乳腺影像报告及数据系统（BI-RADS）4~5类病变的MRI表现，并建立新评分系统。方法回顾性分析2007年6月至2021年12月北京医院收治的经乳腺MRI发现，且初诊乳腺X线及超声检查均未见异常的184例BI-RADS 4~5类病变患者资料，共209个病变。患者均为女性，年龄（50±11）岁（范围：27~76岁）。根据病理学检查结果将病变分为恶性和非恶性。根据BI-RADS将病变分为肿块型和非肿块型，根据BI-RADS及Kaiser评分建立肿块和非肿块型病变的1~8分MRI评分系统，以病理学结果为金标准，通过受试者工作特征（ROC）曲线分析评分系统的诊断效能。分析本组患者获得病理标本的主要方法。组间比较采用Mann-Whitney U检验、χ2检验或Fisher确切概率法。结果本组病变恶性124个，非恶性85个；肿块型100个，非肿块型109个。肿块型病变的最大径小于非肿块型［M（IQR）］［7.0（3.0）mm比25.0（25.0）mm，U=568.000，P<0.01］；依据BI-RADS诊断恶性病变的准确率无明显差异［53.0%（53/100）比65.1%（71/109），χ2=3.184，P=0.074］。新评分诊断肿块型、非肿块型病变恶性与否的ROC曲线的曲线下面积分别为0.841、0.802，当采用阴性预测值为100%的3分为截点值时，分别可避免14.0%（14/100）、4.6%（5/109）的活检。肿块型病变由第二眼超声取得病理标本的比例高于非肿块型病变［41.0%（41/100）比26.6%（29/109），χ2=4.851，P=0.028］；非肿块型病变根据MRI发现的病变位置及深度进行手术切除的比例高于肿块型病变［52.3%（57/109）比34.0%（34/100），χ2=7.100，P=0.008］，利用MRI能够发现第二眼超声仍未发现的病变。结论对于初诊乳腺X线和超声检查未发现而由MRI额外发现的可疑恶性病变，采用新评分系统有利于进一步提高诊断准确率。与非肿块型病变相比，第二眼超声更易发现肿块型病变；第二眼超声仍未发现的病变尤其是非肿块型病变，根据MRI发现的病变位置及深度可直接手术切取病理标本。

简介：目的：探讨多种超声成像形式联合计分法评估乳腺BI-RADS 4/5类结节良恶性的价值。资料与方法：回顾性分析本院收集的614个乳腺BI-RADS 4/5类结节病例，应用计分法把彩色多普勒血流显像（Color dopple flow imaging,CDFI）、声触诊组织成像(Virtual touch tissue imaging,VTI）、声触诊组织量化技术(Virtual touch tissue quantification，VTQ）、超声造影（Contrast Enhanced Ultrasound,CEUS）以及联合应用等多种超声成像形式联合诊断共分成5组，各以良性记0分，可疑记1分，恶性记2分，联合诊断将各单独成像诊断模式计分相加，以≥5分评估为恶性，≤3分评估为良性，4分评估为可疑；分别计算CDFI、VTI、VTQ、CEUS、联合诊断等多种超声成像形式联合计分法诊断乳腺良恶性结节的敏感性、特异性、准确性。结果：1、CDFI、VTI、VTQ、CEUS及联合诊断计分法鉴别乳腺结节良恶性差异均具有统计学意义（p＜0.05）；2、CDFI、VTI、VTQ、CEUS及联合计分法诊断乳腺良恶性结节的敏感性分别为71.1%、66.9%、83.5%、85.1%、94.2%；特异性分别为52.3%、41.4%、87.6%、87.1%、95.7%；准确性分别为73.4%、51.1%、86.3%、87.6%、93.8%；3、绘制CDFI、VTI、VTQ、CEUS及联合诊断共5组多种超声成像模式ROC曲线，曲线下面积分别为：0.877、0.596、0.889、0.907、0.920，并ROC曲线两两对比，其中CDFI与VTQ、CDFI与CEUS、VTQ与CEUS、CEUS与联合比较（z=0.737、1.226、0.669、0.703,p=0.4611、0.2204、0.5034、0.4821），差异无统计学意义（p＞0.05），其余差异均具有统计学意义（p＜0.05）；结论：多种超声成像形式联合计分法诊断可互相补充，提高乳腺BI-RADS 4/5类结节的鉴别诊断水平。

简介：【摘要】：目的：分析人工智能S-Detect技术联合BI-RADS分类及Adler分级法的应用效果。方法：选取2022年1月-2023年8月168例乳腺肿块患者，入选患者均行乳腺超声检查，分别采用人工智能S-Detect技术、BI-RADS分类及Adler分级法对乳腺肿块性质进行判断，以穿刺活检或手术病理组织学检查为金标准，评价不同方法的诊断价值。结果：本次研究中168例患者经病理组织学检查判断恶性肿块48例，良性肿块120例；人工智能S-Detect技术联合BI-RADS分类及Adler分级法的敏感性、特异性、准确性均高于单一方法检测，差异有意义（P＜0.05）。结论：人工智能S-Detect技术联合BI-RADS分类及Adler分级法的诊断准确率高，可推广使用。

简介：摘要目的探讨基于自动乳腺全容积成像(ABVS)影像组学的机器学习模型鉴别乳腺影像报告和数据系统(BI-RADS) 4类病灶良恶性的临床价值。方法前瞻性收集2020年5－12月于西南医科大学附属医院(中心1)和广东省中医院(中心2)接受ABVS检查和组织活检的BI-RADS 4类病灶患者，分为训练集(中心1)和外部验证集(中心2)。将病灶的最大切面图像(ABVS横切面、矢状面和冠状面各一张)导入影像组学分析软件(MaZda)，并提取影像组学特征。在训练集，七种特征选择方法和十三种机器学习算法进行两两结合，构建不同的机器学习模型，将诊断性能最优的六种模型在外部验证集进行验证并确定最终的机器学习模型。最后，评估有或无模型辅助下不同经验超声医师(R1、R2和R3，分别有3、6和10年经验)诊断效能和诊断信心的变化。结果①研究纳入251个BI-RADS 4类病灶，其中训练集178个(良性91个，恶性87个)，外部验证集73个(良性44个，恶性29个)；②训练集中，诊断性能最优的六种机器学习模型分别是基于递归特征消除(RFE)的深度神经网络(DNN)模型，自适应提升(AdaBoost)模型，逻辑回归(LR)模型，线性判别分析(LDA)模型，集成算法(Bagging)模型和支持向量机(SVM)模型，ROC曲线下面积(AUC)依次为0.972、0.969、0.968、0.968、0.967和0.962；③外部验证集中，DNN-RFE模型仍具有最优的诊断性能，其AUC、准确性、敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)分别为0.886、0.836、0.934、0.776、86.8%和82.5%；④模型辅助前，R1的诊断性能最差，其准确性、敏感性、特异性、PPV和NPV分别为0.680、0.750、0.640、57%和81%；模型辅助后，R1的上述指标分别提升至0.730、0.810、0.930、68%和94%，差异有统计学意义(P＝0.039)，而R2和R3与辅助前比较，差异无统计学意义(P＝0.811，0.752)；三名医师的总体诊断信心从2.8增加至3.3(P<0.001)。结论基于ABVS影像组学的机器学习模型能较好地区分良恶性BI-RADS 4类病灶，提升经验较少医师的诊断性能及其诊断信心。

简介：摘要

简介：

简介：

简介：摘要：钼酸铋（Bi2MoO6）是一种层状结构的双金属氧化物，被广泛用作光催化和储能电极材料。本文采用常规水热法成功合成了纳米片状Bi2MoO6，并通过X射线衍射、透射电子显微镜对制备的样品进行了表征。为了得到尺寸均一、形貌完整的二维Bi2MoO6纳米片状，本文通过调控十六烷基三甲基溴化铵（CTAB）添加量，从而获得厚度约为6-15nm的Bi2MoO6纳米。

简介：摘要：为了更好且更快的实现这个目标，同时融入BI大数据信息化管理，经过抽取维修业务数据并且转变分析，按照统计生产的指标数据调整维修计划，降低外委维修投入，降低生产成本，有效提升经济效益。本文主要讨论BI数据分析系统、BI数据分析和大数据的区别、BI数据分析在油田设备自檢自修中的应用。

简介：【摘要】 目的：研究分析脑卒中偏瘫采用早期康复护理方式实施干预对患者日常生活能力（BI指数）、运动功能评分量表（FMA）评分影响。方法：2022年3月至2022年11月，脑卒中偏瘫患者收治100例，单双号分配，基础护理方式给予常规组临床干预，早期康复护理方式给予研究组临床干预，分析效果。结果：BI指数、FMA评分统计，开展护理后，研究组BI指数、FMA评分较高（P＜0.05）。结论：脑卒中偏瘫患者就诊期间，使用早期康复护理方式对其实施干预，可对患者者日常生活能力、肢体运动功能恢复做到有效促进。

简介：摘要：随着技术的发展及信息化建设的推进，系统越来越多、数字化应用越来越普及，各供电企业尽管上线了很多管理系统，但日常工作中仍需人工花费较多时间进行跨系统、跨界面的复杂操作及数据复合，且极易产生由于人为因素造成的误差，影响数据质量并拉低服务效率，使得基层人员的工作压力不减反增。本文借助RPA平台建成的契机，通过制作RPA辅助，能够从网页系统处理、操作，数据整理、传输，基于规则的流程处理及文件处理等方面，通过人工模拟替代及人机协同的方式，基于现有系统在不侵入的前提下，自动完成系统基础数据获取及清洗（整理、重置、设计）、数据监控及分析、自动处理等工作，从而减少人工消耗及误差风险，进一步提高工作效率，以机器代人为员工减负。

简介：摘要：目的：探讨肺部影像报告和数据数据系统（Lung-RADS）及CT征象对孤立性肺结节的定性诊断价值及追踪预后。方法：此次研究对象，为2015年1月至2018年1月，从院内体检及门诊偶然发现的孤立性肺结节患者中，筛选200例，所有患者均接受Lung-RADS分级、CT征象诊断，对所具诊断价值进行分析，并对病理证实的恶性肺结节患者治疗后、追踪其五年生存期。结果：恶性患者47例（病理证实），良性患者153例（主要依据5年追踪，少数为病理证实）；CT征象所具敏感性、特异度、准确性、阴性预测值、阳性预测值，高于Lung-RADS分级（P＜0.05）；同时CT征象+Lung-RADS分级，所具敏感性、特异度、准确性、阴性预测值、阳性预测值高于单一检测方式（P＜0.05）；45例手术，两例小细胞肺癌（病理证实后）化疗，47例肺癌死亡8例，5年生存率83%、远高于肺癌患者的平均5年生存率（约15%-17%）。结论：对孤立性肺结节患者采取Lung-RADS分级、CT征象联合诊断，所具价值较高，可为临床治疗提供支持，减少患者死亡、复发可能性。

简介：【摘要】目的：分析脑卒中患者接受康复治疗联合音乐运动的效果。方法：从2020年1月-2023年1月期间院内收治的脑卒中患者内随机选择46例，依据治疗方式分为实验与对照两个组别，组内均为23例。对照组整体均接受单一的康复治疗，实验组联合音乐运动，对比效果。结果：干预前，实验组运动功能和神经缺损与对照组比较，P＞0.05。干预后，实验组运动功能和神经缺损高于对照组，P＜0.05。干预前，实验组生活能力与对照组比较，P＞0.05。干预后，实验组生活能力高于干预前，P＜0.05。实验组负性情绪低于对照组，P＜0.05。结论：对脑卒中患者实施康复治疗联合音乐运动，可以改善患者的运动功能、生活能力，缓解不良情绪，让其积极配合康复治疗，有助于患者恢复健康。

简介：