简介:摘要机器学习作为人工智能的主要技术方向,可帮助眼科医生解读与分析成像设备产生的大量数据,简化诊疗过程。圆锥角膜的分类和早期诊断是机器学习的一个重要应用实例。机器学习用于辅助诊断圆锥角膜的建模方式通常有神经网络法、决策树法,这些模型的敏感性和特异性均在85%以上,但由于圆锥角膜的研究参数不一致,且缺乏公共数据集来衡量算法的优劣,限制了其在临床上的普遍推广。角膜屈光手术术前评估存在数据量大、决策困难的临床问题,机器学习可辅助评估患者是否适合进行屈光手术,其特异性、敏感性均在90%以上,并可通过术前各种眼部参数预测术后视觉质量。另外机器学习在角膜内皮细胞密度计数、角膜上皮损伤程度评估方面都有应用。通过机器学习及大数据建模可协助医生进行角膜病的精准诊断和个性化评估,为角膜病诊疗奠定数据基础。本文对近年来机器学习在角膜相关疾病中的应用进展进行综述。
简介:摘要:目的 观察鱼油软胶囊对小鼠学习记忆的影响。方法 昆明小鼠雌雄各半,体重18~22g,随机分为2大组,每大组分为对照组、鱼油软胶囊低、中、高(125、250、750mg/kg)剂量组。每组10只,连续灌胃给药30d后,进行小鼠避暗实验、水迷宫实验和跳台实验。 结果 鱼油软胶囊各剂量组小鼠在避暗实验中5min内错误反应次数与对照组比较均有减少,潜伏期均有延长,差异均有统计学意义(P<0.05);鱼油软胶囊各剂量组小鼠在水迷宫实验中,与对照组比较2min内到达终点的时间均显著缩短(P<0.05)。且重复试验结果一致。结论 鱼油软胶囊对小鼠学习记忆具有改善作用。
简介:摘要目的探索"基于器官系统学习"的临床实习教学模式改革实施的效果。方法本研究采用试验对照方法。2017年6月至2019年5月,选取南通大学和苏州大学2013级和2014级五年制临床医学专业147名实习生为研究对象,将2014级74名实习生设为试验组,采用"基于器官系统学习"的临床实习教学模式,除了床旁示教之外,引入基于团队学习的教学方法;将2013级73名实习生设为对照组,采用"以学科为中心"的临床实习教学模式,仅采用床旁示教的教学方式。通过两组实习生的考试成绩、Mini-CEX评分结果和对试验组实习生的问卷调查评价教学模式改革效果。结果试验组实习生和对照组实习生的理论知识考试成绩[(74.24±7.21)分比(68.23±7.86)分]、临床技能操作考核成绩[(89.68±5.36)分比(85.29±4.37)分]、病历书写成绩[(94.45±2.78)分比(87.29±4.05)分]和Mini-CEX总评分成绩[28(25, 30)分比22(21, 24)分]比较,其差异均具有统计学意义(均P<0.01)。81.1%(60/74)的实习生对"基于器官系统学习"的临床实习教学模式实施效果予以肯定和好评。结论"基于器官系统学习"的临床实习教学模式改革有助于提高实习生的学习成绩和实习质量,得到了实习生的认可。
简介:摘要目的探讨医师学习并掌握超声乳腺影像报告和数据系统(breast imaging reporting and data system,BI-RADS)所需要的最少病例数,为使用BI-RADS进行临床教学提供参考。方法对2017年10月至2018年10月在北京大学第三医院参加住院医师规范化培训(以下简称"住培")的第一年8名住培医师、第二年10名住培医师和10名进修医师进行BI-RADS培训。培训后,将100个乳腺病例随机分成5组,每组20个病例,分5次对医师进行考核。考核以主任医师读图结果为标准,通过对比每次医师读图的正确与否计算评分,绘制3类医师的学习曲线并进行分析。结果3类医师BI-RADS学习曲线从第二次考核评分开始明显升高,而第二次至第五次考核评分走势较为平稳。第一年住培医师、第二年住培医师、进修医师各组自身的前2次考核评分之间的差异均具有统计学意义[(28.8±16.9)分比(50.0±9.3)分,(31.5±7.5)分比(53.5±6.7)分,(50.5±8.0)分比(62.0±13.4)分,均P<0.05]。结论住培医师和进修医师经过理论培训和40例病例的读片培训后即可以基本掌握BI-RADS。
简介:【摘要】“班主任”一职是一个班级的核心,所承受的压力是巨大的。它决定了一个班级的整体教学效果的方向,同时班主任的状态也会和班级学生的状态息息相关。新课改的发布对整个教学提出了更高的要求,强烈要求“以学生为本”,但是已经固化的应试教育,对此造成了一定的阻碍,班主任如何有效地管理班级成为了班级健康发展的关键。“ WCTT” 模式因此应运而生,极大地促进了班级的和谐发展,并减轻了班主任的压力。尤其对于医学生的学习有着极大地促进作用。
简介:摘要目的观察分析基于深度学习的眼底图像视盘定位与分割方法的准确性。方法在ORIGA数据集上训练和评估基于深度学习的视盘定位和分割方法。在深度学习的Caffe框架上构建深度卷积神经网络(CNN)。采用滑动窗口将ORIGA数据集的原图切割成许多小块图片,通过深度CNN判别各个小块图片是否包含完整视盘结构,从而找到视盘所在区域。为避免血管对视盘分割产生影响,在分割视盘边界之前去除视盘区域的血管。采用基于图像像素点分类的视盘分割深度网络,实现眼底图像视盘的分割。计算基于深度学习的眼底图像视盘定位与分割方法的准确性。定位准确率=T/N,T代表视盘定位正确的眼底图像数量,N代表总共用于定位的眼底图像数量。采用重叠误差(overlap error)比较视盘分割结果与实际视盘边界的误差大小。结果基于深度学习的眼底图像视盘定位方法其定位准确率为99.6%;视盘分割平均重叠误差为7.1%;对青光眼图像和正常图像的平均杯盘比的计算误差分别为0.066和0.049;每幅图像的视盘分割平均花费10 ms。结论基于深度学习的眼底图像视盘定位方法能快速并准确地定位视盘区域,同时也能够较为精准地分割出视盘边界。
简介:摘要胃超声检查是口服声学造影剂与超声成像技术的有机结合。在胃疾病临床诊疗体系中,胃超声检查的作用日益凸显,其可提供无创、可视化诊断信息,为进一步胃镜检查提供指引与参考,但是胃超声检查的方法及应用仍存在不少问题,尚待进一步规范。本视频主要针对胃超声检查的适应证与禁忌证、检查前准备、造影剂配制、规范检查流程、检查切面及手法、超声仪器调节与使用、胃部疾病超声诊断等内容展开学习、思考与讨论,以期为广大超声医师提供借鉴和参考。
简介:摘要急性胰腺炎(acute pancreatitis, AP)是临床医生面临的常见疾病,其中重症急性胰腺炎(severe acute pancreatitis,SAP)病死率较高,因此早期识别可能发展为SAP的患者对于指导治疗意义重大。机器学习是一种多层描述的表征学习,从已有数据中分析挖掘获得规律,并利用这些规律对未知数据做出预测的算法。本研究基于机器学习建立了一个SAP预测评分系统,其可在入院24 h对患者SAP风险进行预测,预测准确率高达87.36%,AUC 94.11%。该模型可以更好的辅助临床决策和治疗,指导医生更早的进行相关干预。
简介:摘要:认知是专门与大脑功能和心理过程有关的信息的了解,感知和处理行为。 因此,认知学习是关于使用思维进行学习,这种思维可能会受到外部和内部因素的影响。认知学习理论可用于解释和促进临床知识的保留和翻译。通过一系列与临床教学实践有关的六个概念介绍了该理论及其应用:间隔学习;交织;自我练习;反射 ; 和精心制作。 讨论每一种方式都可以使临床教师在实践中轻松应用。
简介:摘要目的建立一种深度学习模型预测调强放疗(IMRT)的三维剂量分布。方法收集直肠癌术后IMRT患者共110例,随机数表法选择其中90例作为训练验证集并作9折交叉验证,剩下20例作为测试集。构建3D U-Res-Net模型,以CT影像、靶区和危及器官(OARs)的解剖结构以及射束信息作为输入,IMRT剂量作为输出训练该模型,并用来预测测试集病例的剂量分布。采用三维剂量分布以及剂量—体积直方图(DVH)剂量参数评估预测精确性。结果在三维剂量分布上,体素剂量的平均预测偏差为-2.12%~2.88%、平均绝对误差为2.55%~5.75%;等剂量面的Dice系数均在0.9以上,平均霍夫距离(HD95)和平均表面距离(MSD)分别0.61~1.54 cm和0.21~0.45 cm。对于DVH剂量参数,除膀胱Dmean (P=0.048)以外,其他剂量学参数差异均无统计学意义(P>0.05)。结论基于3D U-Res-Net模型可以实现直肠癌术后IMRT剂量分布预测,为自动计划设计奠定基础。
简介:摘要目的分析交互学习方式是否有助于提高医学生的学习能力。方法2017年9月至2018年1月在西安交通大学第一附属医院儿科实习的2014级医学本科生共266人,血液学临床见习部分采用交互学习方式进行教学。采用问卷调查及考试成绩评估交互式学习在儿科临床见习中的作用,并了解学生对交互式学习的满意度。考试成绩与2016年同期实习的146名采用传统教学的2013级学生进行比较。应用SPSS 19.0对资料进行统计分析。结果①本次问卷调查中有95.8%(230/240)的学生认为交互式学习能提高学习积极性,97.5%(234/240)认为其对提高语言表达能力有帮助,93.3%(224/240)认为交互式学习能促进对知识的理解和记忆,90.9%(218/240)认为能提高自学能力,94.2%(226/240)认为能提高"提出问题、分析问题、解决问题"的能力,96.2%(231/240)认为提高了信息化技术应用能力(文献检索能力、PPT制作能力等)。②采用交互学习形式的学生成绩明显高于传统教学的学生成绩(P<0.01)。③在本次问卷调查中92.5%(222/240)的学生接受交互教学形式。结论交互式学习可以提高医学生的学习能力,值得在见习课中推广应用。
简介:摘要目的利用数学模型拟合精确的胰腺节段切除术(CP)学习过程曲线,为更好地了解CP手术方式的练习过程提供参考。方法通过收集中国医学科学院肿瘤医院胰胃外科同组医师在2006年1月至2018年1月期间施行的73例CP患者数据,按照时间排序标号。利用移动平均法(MAM)和累积求和法(CUSUM)精确分析学习曲线,并以SPSS统计软件对不同阶段的相关参数进行对比分析。结果通过MAM和CUSUM拟合的学习曲线将CP分为2个阶段,第1阶段(1~11例)中位手术时间为340 min,中位术中出血量为400 ml;第2阶段(12~73例)中位手术时间为213 min,中位术中出血量为100 ml,差异均有统计学意义(均P<0.001)。2个阶段患者一般资料和术后并发症的发生率差异均无统计学意义(均P>0.05)。结论CP度过11例的学习阶段后效果趋于稳定。外科医师在前11例CP的学习过程中需要熟悉操作流程,积极应对突发事件,积累经验,才能更安全地度过学习阶段。