简介:摘要:肺结节(lung nodule, LN)是指直径≤3 cm的类圆形或不规则形的肺部阴影,其中直径≤5 mm的结节称为微小结节,直径>5 mm的称为结节。肺小结节在肺部疾病中是一个常见的表现,且多发小结节更容易引起漏诊、误诊。肺结节筛查对于早期发现肺肿瘤和鉴别肺良性病变具有重要意义。CT是目前临床上检测肺结节最主要的影像学方法,但因其对微小结节的敏感性不高,容易造成漏诊、误诊,影响对肺结节良恶性的判断。近年来,人工智能技术在医学领域应用越来越广泛,计算机辅助诊断系统(computer aided diagnosis system, CAS)是目前计算机辅助诊断中使用最广泛的人工智能技术之一。
简介:目的评价超声引导真空辅助活检(uhrasound-guidedvacuum-assistedbiopsy,UGVAB)系统对具有适应证的乳腺多发病灶和单发病灶诊断性切除的疗效。方法选择2012年3月至2014年2月期间的345例乳腺小病灶患者,在超声引导下通过UGVAB系统连接旋切刀穿刺到超声定位病变,尽可能完全切除病变。术后对诊断为良性病变的患者进行随访和超声检查。结果大多数患者在手术过程中有较好的顺应性。多灶性病变组不适症状发生率(18/157)高于单发病灶组(3/188),差异有统计学意义(P=0.000);所有病灶均获得准确的病理诊断,多灶性病变组中癌或ADH的发生率(14/157)高于单发病灶组(3/188),差异有统计学意义(P=0.004);多灶性病变组患者的术后并发症发生率及良性病变残留率均高于单发病变患者,差异均有统计学意义(P〈0.05),发生术后并发症的良性肿瘤患者均不需进一步手术治疗。良性病变患者在术后6个月的复查中无假阴性。结论超声引导真空辅助活检系统对具有适应证的乳腺多灶性病变进行诊断眭切除具有良好效果,值得在临床上推广应用。
简介:摘要目的探究在小儿肠套叠的诊断与临床辅助治疗中B超所具有的应用价值。方法择取2011年10月到2016年10月期间由笔者所在医院收治的80例小儿肠套叠患者,以随机数字法将其分入两组并采取不同的检查方法,分别为采用X线片检查的40例对照组小儿患者、采用B超检查的40例研究组小儿患者。对比两组小儿患者的诊断准确率与套叠肠管复位率。结果研究组的诊断准确率为95%,套叠肠管复位率为97.5%;对照组的诊断准确率为80%,套叠肠管复位率为77.5%,研究组高于对照组,差异有统计学意义(P<0.05)。结论B超比X线片更适用于小儿肠套叠的诊断及临床辅助治疗,其临床应用价值非常显著。
简介:摘要目的构建多标签学习MRI膝关节运动损伤检测诊断模型,并验证该模型的实际效能。方法回顾性连续纳入2013年8月至2019年3月解放军东部战区总医院1 343例膝关节运动损伤青年患者的1 391个膝关节MRI图像。采用随机采样法将数据按7∶1∶2分为训练集(n=973)、验证集(n=139)及测试集(n=279)。将膝关节损伤分为半月板损伤、肌腱损伤、韧带损伤、骨与骨端软骨损伤、滑膜关节囊损伤及周围软组织损伤6大类,由放射科医师依各层面图像对所有损伤进行标注作为金标准。根据PyTorch V1.1.0算法包搭建通用YOLO深度学习工具包,开发膝关节运动损伤MRI多标签定位检测模型,并在测试集上验证模型效能,评价其对病灶检测的灵敏度、特异度及平均精度均值。结果测试集279个膝关节MRI数据中,MRI多标签学习模型对半月板损伤、肌腱损伤、韧带损伤、骨与骨端软骨损伤、滑膜关节囊损伤及软组织损伤定位检测的平均精度均值分别为83.1%、89.0%、88.0%、85.8%、85.5%和83.2%,整体的平均精度均值为85.8%。模型对肌腱损伤检出效能最高,灵敏度为91.2%,特异度为87.1%。结论多标签学习MRI膝关节运动损伤检测诊断模型可以有效辅助膝关节运动损伤的定位检测,提高影像诊断工作效率。
简介:摘要目的拟开发一种基于MRI深度学习的自动精准检测骨质疏松性椎体压缩骨折(OVCF)的诊断模型。方法回顾性收集2019年1月至2021年10月广州市第一人民医院诊断为OVCF的500例患者资料。男396例,女204例;年龄(74.5±6.0)岁;骨密度T值为-2.9±0.8;骨折节段:L1 128例,L2 113例,L3 109例,L4 115例,L5 108例。选择多模态分层融合网络进行训练、测试及验证,应用grad-cam可视化方法,构建基于脊柱MRI图像的深度学习模型。随机抽取30例诊断为OVCF患者的MRI图像,比较深度学习的精准辅助诊断模型与高年资脊柱外科医师对OVCF的诊断价值。结果建立的基于MRI图像深度学习的精准辅助诊断模型对OVCF的诊断准确度为96.7%,灵敏度为93.5%,特异度为88.9%,阳性预测值为100.0%,阴性预测值为76.9%,均高于2名高年资脊柱科医师(70.0%、72.7%、28.6%、82.1%、28.6%),差异均有统计学意义(P<0.05)。结论本研究成功建立了的基于MRI图像的深度学习的OVCF精准辅助诊断模型,其诊断效能高于脊柱外科医师。
简介:摘要目的观察基于眼底彩色照相的常见眼底疾病六分类智能辅助诊断轻量化模型的诊断价值。方法应用研究。采集南京医科大学附属眼科医院和浙江省数理医学学会智能眼科数据库的2 400张彩色眼底像数据集,该数据集经脱敏处理及眼底病专科医师标注,包括糖尿病视网膜病变、青光眼、视网膜静脉阻塞、高度近视、老年性黄斑变性、正常眼底像各400张。训练时使用迁移学习方法,将经典分类模型VGGNet16、ResNet50、DenseNet121和轻量化分类模型MobileNet3、ShuffleNet2、GhostNet在ImageNet数据集上训练获得的参数迁移到六分类常见眼底疾病智能辅助诊断模型作为初始化参数,进行训练并获得最新模型。选取临床患者彩色眼底像1 315张作为测试集。评价指标包括灵敏度、特异性、准确度(Accuracy)、F1-Score和诊断试验的一致性(Kappa值);比较不同模型的受试者工作特征曲线以及曲线下面积值。结果与经典分类模型比较,3种轻量化分类模型的储存大小和参数量均显著降低,其中ShuffleNetV2平均每张识别时间较经典分类模型VGGNet16快438.08 ms。3个轻量化分类模型的准确度均>80.0%;Kappa值均>70.0%,具有显著一致性;对正常眼底图像诊断的灵敏度、特异性、F1-Score均≥98.0%;宏观F1分别为78.2%、79.4%、81.5%。结论基于眼底彩色照相的常见眼底疾病智能辅助诊断轻量化模型识别准确率高、速度快;储存大小和参数量均较经典分类模型显著降低。
简介:摘要目的基于功能磁共振成像(functional magnetic resonance imaging,fMRI)数据构建深度学习分类模型,以辅助诊断双相障碍患者,并分析双相障碍关键影像学特征,提高双相障碍识别率。方法收集符合 DSM-Ⅳ诊断标准的双相障碍患者146例(患者组)以及健康对照者234名(对照组),进行fMRI扫描。采用局部一致性(regional homogeneity,ReHo)和低频振幅2种方法分析fMRI数据。基于ReHo和低频振幅指标分别采用深度神经网络(deep neural networks,DNN)和双通道卷积神经网络(dual-channel convolution neural networks,DCNN)构建分类模型,并通过比较分类准确率、受试者工作特征曲线曲线下面积获得最佳分类模型;采用准确率较高的影像指标对基于自动解剖标记图谱(anatomical automatic labeling,AAL)的90个大脑区域使用支持向量机(support vector machine,SVM)算法构建基于单个脑区的分类模型,并通过比较准确率指标,识别双相障碍的关键影像学特征。结果基于ReHo和低频振幅指标构建的DCNN分类模型的准确率分别为75.3%和72.6%,优于同指标下准确率分别为67.1%和65.1%的DNN分类模型,且使用ReHo指标构建的分类模型准确率相对优于低频振幅指标;同时基于SVM分类模型使用ReHo指标显示枕叶(枕中回、枕上回、舌回)、海马、丘脑等为识别双相障碍的关键脑区,且准确率均高于65.0%。结论基于ReHo指标的DCNN分类模型可用于双相障碍的辅助诊断;同时枕叶、海马、丘脑可能是辅助识别双相障碍的关键影像学特征脑区。
简介:摘要:目的:探究联合应用阴道超声与腹部超声对异位妊娠诊断准确性提高的价值。方法:选取2019年5月—2021年2月我院收治的疑似异位妊娠患者40例,采取数字随机表法平均分组,其中20例接受腹部超声检查,纳入对照组,剩余20例在腹部超声基础上联合使用阴道超声检查,纳入观察组,对患者异位妊娠诊断准确性以及不同异位妊娠类型检出率进行比较。结果:观察组诊断灵敏度为93.33%、诊断特异度80.00%、诊断符合率90.00%,对照组诊断灵敏度62.50%、诊断特异度50.00%、诊断符合率60.00%,组间诊断准确性数据相比差异显著,有统计学意义(P<0.05)。观察组不同类型异位妊娠检出率为93.33%,与对照组检出率62.50%比较差异显著,有统计学意义(P<0.05)。结论:在异位妊娠诊断中联合应用腹部超声与阴道超声可有效提高诊断准确性,临床诊断应用价值较高,应该在异位妊娠疾病诊断中普及应用。
简介:【摘要】目的:分析体格检查及辅助检查对内科疾病诊断价值的研究。 方法:选取 62 例内科疾病患者作为研究对象,均于 2017 年 1 月至 2018 年 1 月收治的患者,由两名医生对患者进行诊断,两名医师需对患者的病史进行了解,并分别根据体格检查以及辅助检查做出初步诊断,同时医师在每次诊断之后对自己的诊断结果做出信心评分。对比初步诊断以及最终诊断,并统计诊断准确率。 结果:通过体格检查最终获得的诊断准确率明显高于通过辅助检查得出的诊断准确率( P < 0.05 );根据体检检查做出诊断医师的信心评分明显低于辅助检查( P < 0.05 )。 结论:在对患者的病史进行了解的基础上,利用体格检查最终得到的初步诊断准确率明显高于辅助检查,但是体格检查医生的诊断信心较低,在内科疾病的诊断过程中,体格检查以及辅助检查均具有十分重要的意义。
简介:摘要:伴随信息服务智能一体化的发展,国民对生活质量有着更高的要求,社会对上肢康复训练需求量逐年增加,行动不便的老年人和由脑卒死等疾病导致的神经损伤引发上肢功能出现障碍或由于车祸、工伤等上肢意外受伤的患者,其上肢康复到能进行日常行为活动是个漫长的过程。本项目是帮助身体功能障碍人士进行上肢的辅助康复并且能够辅助患者进行一些简单的日常行为运动。本项目是根据康复医学理论,在计算机控制的模拟控制系统和STM32单片机控制系统支持下,帮助患者模拟正常人上肢运动进行康复训练,锻炼上肢,达到恢复肢体运动能力的目的。上肢辅助运动及辅助康复装置在训练过程中,能根据患者患病情况及时调整运动速度,使患者达到康复最佳效果。本文就基于提高上肢康复效率并且能够辅助进行日常运动做出研究与创新,进而实现对不同患者的个性化、多样化康复训练,减轻理疗师的工作负担。本产品也为养老产业、志愿服务、医院治疗等提供设备帮助,具有较高的应用价值。