简介:[摘要] 目的 应用晚孕期胎儿系统超声检查与常规超声检查对胎儿畸形检出率研究。方法 选择我院在2019年7月至2020年7月门诊预约未在我院接受中孕期胎儿系统超声筛查妊娠晚期患者共计348例,分别使用系统超声以及常规产科超声去完成相关的检查,其中观察组需要使用系统超声检查去完成,对照组需要使用常规产科超声检查,对比两组患者在诊断上获得的结果。结果 一共产生16例患有畸形的婴儿,其中观察组中诊断共计13例,诊断率达到了81.28%。对照组进行诊断出8例,诊断率达到了61.54%,观察组在诊断上的效率要高出对照组,二者存在的差异具备一定的统计学意义(P
简介:摘要:目的:本篇文章主要围绕着胎儿系统超声检查及常规产科超声检查的价值分析为主题展开探讨。方法:通过在本医院做孕检的孕妇中抽取两组孕妇接受胎儿系统超声检查,分别为观察组和对照组,对胎儿系统超声检查的情况进行数据统计并出具检查结果分析报告。结果:通过两组的超声检查,在所有参与本次调查研究的两组孕妇中,通过多普勒彩超检查诊断出10例为异常情况,分别为不同程度的畸形,其中观察组检出率为90.91%,对照组检出率为45.45%,具有在统计学上面的数据意义且P<0.05。结论:胎儿系统超声检查的比常规的超声检查对畸形胎儿的检出率较高,可以协助产科医生在孕育期较早的发现胎儿的异常情况。
简介:摘要目的尝试构建1个基于深度学习的内镜超声检查(endoscopic ultrasonography,EUS)质量控制系统,并验证其价值。方法从武汉大学人民医院消化内镜中心数据库中,回顾性收集2016年12月—2019年12月间的269个EUS检查资料,分为:(1)用于训练模型的训练数据集A,包含205个检查,其中16 305张图像用于分类训练,1 953张图像用于分割训练;(2)用于评估模型性能的测试数据集B,包含44个检查,其中1 606张图像用于分类验证,480张图像用于分割验证;(3)用于内镜医师与模型进行比较的数据集C,包含20个检查,共150张图像。EUS专家(具有10年以上的EUS操作经验)甲和乙通过讨论对训练集A和测试集B、C的所有图像进行分类和标注,其结果用作金标准。EUS专家丙和高年资EUS医师(具有5年以上的EUS操作经验)丁、戊对数据集C中的图像进行分类和标注,其结果用于与深度学习模型进行比较。主要观察指标包括分类的准确率、分割的Dice(F1指数)和一致性分析的Kappa系数。结果在测试数据集B中,模型分类的平均准确率为94.1%,胰腺分割的平均Dice为0.826,血管分割的平均Dice为0.841。在数据集C中,模型的分类准确率达到90.0%,专家丙、高年资医师丁和戊分别为89.3%、88.7%和87.3%;模型的胰腺和血管分割Dice系数分别为0.740和0.859,专家丙分别为0.708和0.778,高年资医师丁分别为0.747和0.875,高年资医师戊分别为0.774和0.789,模型与专家的水平相当。一致性分析结果显示,模型与内镜医师之间达成了较好的一致性(Kappa系数分别为:模型与专家丙间0.823、模型与高年资医师丁间0.840、模型与高年资医师戊间0.799)。结论基于深度学习的EUS分站和胰腺分割识别系统可以用于胰腺EUS的质量控制,具有与EUS专家相当的分类和分割识别水平。
简介:【摘要】目的:研究在产科胎儿畸形筛查中应用胎儿系统超声检查的价值。方法:选取200例孕检孕妇作为研究对象,对其展开系统超声检查以及常规超声检查,分娩后或引产病理检查结果作为“金标准”,比较两种超声检查方式诊断符合率、敏感性与特异性。结果:200例孕妇分娩会引产后病理检查证实畸形胎儿19例,发生率9.50%,其中占据最大比例的为唇裂,占据31.58%,其次为心血管系统畸形,占据26.32。常规超声检查诊断符合率、灵敏度、特异度分别为95.55%、68.42%、98.34%,系统超声检查诊断符合率、灵敏度、特异度分别为99.00%、89.47%、100.00%,系统超声检查诊断价值明显更优(P
简介:【摘要】目的:分析产前彩色多普勒超声诊断胎儿中枢神经系统畸形的应用价值。方法:回顾性分析我院2019.1~2020.12内收治的40例疑似产后胎儿中枢神经系统畸形产妇的产前彩色多普勒超声诊断资料,分析彩色多普勒超声对胎儿中枢神经系统畸形诊断应用价值。结果:40例THCA患者的超声检查诊断准确率为92.50%,虽低于金标准,但两者对比无明显差异(P>0.05)。结论:产前彩色多普勒超声用于胎儿中枢神经系统畸形具有较高检出率,可降低畸形儿出生率,值得临床推广应用。