简介:摘要目的设计一种基于深度学习的自动勾画模型,用于勾画头颈部危及器官(OARs),并与基于图谱方法的Smart segmentation勾画软件进行比较。方法自动勾画模型由基于深度学习神经网络的分类模型和勾画模型组成。分类模型将CT图像从头脚方向分为6个分类,将每个OARs对应分类的CT图像输入勾画模型进行分割勾画。自动勾画模型使用150例病例训练模型,Smart segmentation使用相同的150例病例组成图谱库,两者同时对20例测试集进行勾画。使用相似度系数(DSC)和豪斯多夫距离(HD)评估2种方法勾画准确性,同时记录两种方法勾画花费时间。根据数据是否满足正态分布,分别使用配对t检验和Wilcoxon符号秩和检验。结果自动勾画模型的DSC和HD结果如下:脑干为0.88和4.41 mm、左眼球为0.89和2.00 mm、右眼球为0.89和2.12 mm、左视神经为0.70和3.00 mm、右视神经为0.80和2.24 mm、左颞叶为0.81和7.98 mm、右颞叶为0.84和8.82 mm、下颌骨为0.89和5.57 mm、左腮腺为0.70和11.92 mm和右腮腺为0.77和11.27 mm。除腮腺外,自动勾画模型勾画结果均优于Smart segmentation,差异有统计学意义(t=3.115~7.915,Z=-1.352~-3.921,P<0.05)。同时,自动勾画模型速度比Smart segmentation提高了51.28%。结论利用深度学习方法建立了自动勾画头颈部OARs的模型,得到较准确结果,勾画精度和速度均优于Smart segmentation软件。
简介:摘要目前结节病的诊断是基于如下三个主要条件:临床表现、至少一处受累部位的组织活检病理提示为非坏死性肉芽肿性炎,除外其他原因所致的肉芽肿性疾病。迄今尚无规范化的结节病诊断标准,本指南通过对结节病相关文献的系统性复习、荟萃分析,用GRADE方法对本指南中所涉及的问题进行了证据质量及推荐强度的分级,经专家组成员深入讨论、权衡其可操作性、实用性、适用性等后提出其对不同诊断措施的推荐意见。
简介:摘要关于影响国际关系因素的探讨,历来备受国际政治研究者的青睐,是国际政治研究领域的重要课题。媒体话语在当前的国际关系中具有特殊的影响力。本文简要回顾了当前学界媒体话语权与国际关系的相关研究,并特别综述了其中的议程设置理论,指出新闻三要素对新闻话语权的重要影响。在此基础上,本文提出,媒体话语与议程设置的相关理论对于我国当前的国际关系实践具有一定的指导意义。
简介:摘要在互联网技术高速发展并在社会中普及,标志着新媒体时代已经到来,新媒体时代同时伴随着大数据时代的到来。在这种环境中,电视媒体已不再保有从前的绝对传播优势,所以,在电视新闻的制作及传播中,策划就显得尤为重要。