简介:目的:评价计算机辅助检测(computer-aideddetection,CAD)标记乳腺钙化灶的准确率和灵敏度及其与钙化灶特征的相关性。方法:使用美国GE公司全数字化乳腺X线摄影系统及CAD系统,对经病理证实的45例乳腺X线显示的单纯钙化性病灶进行评价,并探讨单纯钙化性病灶的钙化类型、分布和数量对CAD标记的准确率和灵敏度的影响。结果:CAD标记钙化灶的总体准确率为73.3%(33/45),灵敏度为94.1%(32/34),阳性预测值为76.2%(32/42);CAD标记中间性钙化的准确率(42%,8/19)和灵敏度(88%,7/8)均低于典型恶性钙化灶(均为96%,25/26)。CAD标记的准确率与钙化灶类型和分布特征显著相关(P<0.001),而与钙化灶数量不相关(P>0.05);CAD标记的灵敏度仅与钙化灶数量相关(P<0.05)。结论:应用于全数字化乳腺X线摄影中的CAD系统标记单纯钙化性病灶的准确率及灵敏度均很高,且阳性预测值较高,可在临床工作及乳腺癌筛查中充分利用。
简介:目的:比较基于模型的迭代重建(MBIR)和自适应迭代重建(ASIR)对肺部CT计算机辅助检测系统(CAD)气道成像的影响。方法:随机抽取使用能谱CT行胸部平扫的患者30例,分别采用肺算法ASIR40(40%ASIR与滤波反投影混合)、MBIR重建层厚0.625mm的图像。应用自动CT定量方法(Dexin-FACT)自动提取支气管树,选取走行平直且分叉较少的右肺中叶支气管测量隆突至显示气道终端长度,对不同算法重建图像显示的长度采用配对t检验。由2位放射科医师采用双盲法评价MBIR和ASIR对支气管树结构连续性、清晰度,采用Wilcoxon符号等级检验比较2位医师主观评分差异性。结果:MBIR算法图像自动提取的右肺中叶支气管长度较ASIR算法图像长(P〈0.05),且提取的支气管树连续性、清晰度明显优于ASIR算法(P〈0.05)。结论:与ASIR算法相比,MBIR可通过改善图像质量提高CAD气道分析性能。
简介:目的:探讨剂量计算法131I治疗Graves病甲状腺功能亢进(简称甲亢)的疗效和影响因素。方法回顾分析150例Graves病甲亢患者131Ⅰ治疗结果。按每克甲状腺组织期望给予3.7MBq固定量,经剂量计算法获得131I总剂量。治疗后随访平均12个月(6-96个月)。根据甲状腺功能随访结果将患者分为治疗成功(正常或甲状腺功能减退)和失败(仍为甲亢,需复治)两组,比较分析两组患者治疗前年龄、性别、病程、ATD治疗经历、突眼、甲状腺重量、3h与24h摄碘率及其比值(UR)等各项指标。结果77.3%(116/150)首次治疗成功,22.7%(34/150)失败。总治愈率为94.6%。首次治疗疗效影响因素在年龄、性别、突眼、有无ATD治疗史、甲状腺重量、3h摄碘率及UR上差异有统计学意义(P〈0.05)。UR≥1和甲状腺重量≥47.38g时,其治疗失败率分别高于UR<1和甲状腺重量<47.38g者(P〈0.01)。结论剂量计算法131Ⅰ治疗Graves病甲亢有较高的首次治疗成功率,当UR≥1或甲状腺重量≥47.38g时,应告知患者有131Ⅰ复治可能或应增加剂量以提高一次治愈率。
简介:【摘要】目的探究冠状动脉疾病采用放射 CT 血管造影诊断对降低诊断失误率的价值。方法本次研究对象从近年来我院诊 治的冠状动脉疾病患者中选取 40 例。两组患者均进行 CT 血管造影检查,对照组采用 3mm 的方法进行数据重建,观察组采用 1mm 的方法进行数据重建,探究两组的检查结果。结果观察组检查出的钙化斑块个数、小钙化斑块个数多于对照组,观察组的 检查结果较优(P < 0.05)。结论采用放射 CT 血管造影对冠状动脉疾病患者进行诊断,使用不同厚度的数据重建对诊断结果有 影响,采用 1mm 的方法进行数据重建可以降低诊断失误率,提高诊断准确度,值得临床推广使用。
简介:摘要:在我国,随着医学模式从生物到心理,再到社会的转变,对医学理论进行预防的研究与发展方向也随之逐渐改变。对蛋白质组学、基因组学、现代信息技术以及基因多态性研究等带给预防医学的生机进行研究,并对在新世纪中预防医学所面临的困境及挑战进行探讨。
简介:摘要:目的运用循证研究及质量持续改进方法设计产后出血集束化护理方案。方法便利抽样选取我院102例产后出血患者作为研究对象,2017年3—7月的产后出血患者作为对照组,应用常规护理模式,共50例;2017年8—12月的产后出血患者作为干预组,应用基于循证研究的集束化护理,共52例。比较两组相关临床指标。结果实施集束化护理方案后,患者寒战、焦虑等不良反应发生率显著下降,抢救时间、出血量明显减少,差异具有显著性(均P<0.05)。结论基于循证研究的产后出血集束化护理方案,能够提高治疗效果,值得在临床推广运用。
简介:【摘要】随着临床医生从患者身上获取的医学图像数量快速增长,这些图像的使用已从诊断工具扩展到个体化诊疗背景下医 学数据。目前,对如此大量的医学影像数据的有效利用仍是一个挑战。近些年在定量成像分析方面有了一个重要的进展,称为影 像组学。影像组学组学是从医学图像中高通量提取高级定量特征,通常使用数学纹理分析。利用纹理分析可以量化医学上的异质 性,纹理特征从医学图像中提取出肉眼无法察觉的空间信息。纹理分析可能成为一种潜在的、有用的生物标记物,可以评估和量 化肿瘤的空间异质性,从而更好地根据疾病,尤其肿瘤性疾病的影像组学特征选择合适的治疗方案。本文旨在综述纹理分析在超 声医学领域研究进展,存在的问题等, 以期为纹理分析在超声医学领域的应用、发展提供一定的参考作用。