学科分类
/ 25
500 个结果
  • 简介:摘要目的探讨基于深度学习的人工智能(AI)模型在乳腺超声影像报告和数据系统(BI-RADS-US)乳腺结节分类中的应用价值。方法收集2006年12月至2019年12月就诊于首都医科大学附属北京同仁医院的1 558例女性乳腺疾病患者的2 426枚乳腺结节超声图像,将图像数据集分为训练集(63%)、验证集(7%)和测试集(30%),用于建立AI模型。采用受试者工作特征(ROC)曲线分析AI模型、医师仲裁结果以及AI模型辅助前后医师的诊断效能;采用Cohen加权Kappa系数比较AI模型辅助前后5名超声医师间BI-RADS-US分类的一致性;统计分析每名医师AI模型辅助前后两次BI-RADS-US分类结果的变化。结果AI模型与医师仲裁分类结果以及AI模型辅助前后医师的诊断效能差异均无统计学意义(均P>0.05);5名医师间一致性提高,AI模型辅助前后Kappa系数分别为3类0.433、0.812,4a类0.600、0.704,4b类0.614、0.823,4c类0.570、0.690,5类0.495、0.509(均P<0.05);AI模型辅助分类后,5名医师乳腺结节BI-RADS-US分类均发生了升降变化,其中良性结节由4类降为3类最多(56.6%,43/76);恶性结节由4类升为5类最多(69.4%,34/49)。结论AI模型辅助超声医师进行BI-RADS-US分类可有效提高医师之间分类的一致性且不降低诊断效能;AI模型通过调整结节分类,在减少部分良性结节不必要的穿刺、提高部分恶性结节诊断准确性等方面具有临床应用价值。

  • 标签: 乳腺疾病 超声检查,乳房 人工智能
  • 简介:摘要目的比较基于深度学习的AiContour®©与图谱库的Raystation®©两种自动勾画方法对放射治疗中直肠癌患者CT图像的危及器官勾画效果,为临床应用提供依据。方法选取浙江省人民医院2020年1-6月治疗的直肠癌患者50例,资深放疗医生勾画好的直肠癌患者20例的CT图像作为目标图像,分别基于两种软件的数据模板库对其进行自动勾画。采用豪斯多夫距离指数(HD指数)、平均距离指数(MDA指数)、形状相似性指数(DSC指数)、贾卡德指数(JC指数)四种指标定量评估两种自动勾画方法获得的危及器官轮廓体积的精确性。结果两种勾画方法除左股骨头[(6.81±2.66)与(7.24±2.10)]、右股骨头[(7.38±3.91)与(8.14±3.71)]、骨盆[(24.00±9.01)与(24.66±9.67)]的HD指数差异无统计学意义(t左股骨头=-0.831,t右股骨头=-0.821,t骨盆=-0.357,均P>0.05)外,其他危及器官的勾画参数差异均有统计学意义(均P<0.05)。AiContour®©自动勾画的DSC指数的均值均>0.7,而Raystation®©自动勾画的DSC值除了左肾、右肾、直肠、膀胱DSC值<0.7,其他危及器官DSC值均>0.7。此外,AiContour®©软件勾画出来的HD、MDA、JC值普遍优于Raystation®©勾画的结果。结论两种自动勾画软件勾画的危及器官经过略微修改均能满足临床使用,但是AiContour®©勾画效果要优于 Raystation®©勾画的效果。

  • 标签: 直肠肿瘤 放射疗法 危及器官 深度学习 自动勾画 豪斯多夫指数 平均距离指数 贾卡德指数 形状相似性指数
  • 简介:摘要目的建立预测不同病理进展期乳腺导管原位癌(DCIS)预后的模型,并评估其效能。方法回顾性分析2014年11月至2020年12月深圳市人民医院、北京大学深圳医院、深圳市罗湖区人民医院接受乳腺X线摄影检查的273例不同进展期乳腺DCIS患者的完整病例资料。患者均为女性,年龄26~86(49±11)岁。其中110例纳入单纯DCIS+乳腺导管原位癌伴微浸润(DCIS-MI)组,163例纳入浸润性导管癌伴导管原位癌(IDC-DCIS)组,对患者临床、影像及病理特征进行分析。影像特征提取采用乳腺Mammo AI融合模型及基于深度学习的自然语言处理(NLP)技术的诊断报告结构化模型。对各组患者按照6∶4比例通过Python软件随机分为训练集和验证集,以单因素分析和多因素logistic回归分析筛选预测因子,选择赤池信息量准则值最小者构建预测模型。绘制受试者操作特征曲线评估预测模型效能。结果单纯DCIS+DCIS-MI组以雌激素受体(-)或人表皮生长因子受体2(3+)为预后不良参考标准,预后不良62例,预后良好48例;IDC-DCIS组以诺丁汉预后指数为参考标准,预后不良33例,预后中等73例,预后良好57例。单纯DCIS+DCIS-MI组中,DCIS核分级、乳腺X线摄影可疑形态钙化、DCIS病理亚型、伴微浸润共4个预测因子被用于建立模型;IDC-DCIS组中,神经/脉管侵犯、Ki67水平、DCIS分子亚型、DCIS成分占比、乳腺X线摄影伴随征象共5个预测因子被用于建立模型。训练集中模型预测单纯DCIS+DCIS-MI预后不良的曲线下面积(AUC)为0.92(95%CI 0.84~1.00),验证集中为0.90(95%CI 0.82~0.99);训练集中模型预测IDC-DCIS预后不良的AUC为0.84(95%CI 0.76~0.93),验证集为0.78(95%CI 0.64~0.91)。结论基于深度学习联合NLP所建立的模型能有效预测不同病理进展期DCIS预后状态,有利于DCIS风险分层,为临床决策提供参考。

  • 标签: 癌,导管,乳腺 乳房X线摄影术 深度学习 预后
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:摘要以大学生为被试,用英文单词作为实验材料,采用加工分离实验范式计算出在不同的加工深度条件下有意识提取的贡献率以及无意识提取的贡献率。该实验的结果表明(1)在深加工条件下的回忆正确率高于浅加工条件下的回忆正确率。(2)无意识提取成绩不受加工深度的影响,而有意识提取成绩要受到加工深度的影响。

  • 标签: 内隐记忆 外显记忆 加工深度 加工分离程序
  • 简介:【摘 要】本文通过对泌尿外科常见疾病以及经常用到的尿管的不同拔出时间做了深入的研究和探讨,并以我院病人手术成功后护理实例作为研究,得出结论:护理人员必须非常熟悉深度护理方法的要点,对泌尿外科疾病术后的拔管时间和冲洗的要点要有恰当的把握保证手术成功的关键。

  • 标签: 泌尿外科 管道 护理
  • 简介:摘要应用最少的麻醉药来达到足够施行手术的麻醉深度,减少对正常机体功能近期及远期的抑制,同时要避免“浅”麻醉下手术刺激造成的有害心血管反应。

  • 标签: 吸入麻醉 麻醉深度
  • 简介:性骚扰行为与哪些因素密切相关?本文从文化、社会、心理以及组织角度,分析其解释模式。一、性骚扰的文化解释模式,这一解释模式从社会整体的两性文化特质来解释性骚扰产生的原因。两性文化中对女性的不尊重和不平等的思想,本身是一只看不见的手,影响着男性对女性的性骚扰。

  • 标签: 解释模式 性骚扰 文化 女性
  • 简介:

  • 标签:
  • 简介:手是最常见的烧伤部位,双手皮肤虽仅占人身体表面积的5%,但烧伤后对人们的劳作与生活影响很大。深度烧伤常涉及手部筋膜、伸肌腱、骨关节的损伤,影响功能的恢复。对手部深度烧伤的治疗要求以手的功能恢复为最终目标,应积极进行创面处理,尽最大努力预防和减轻畸形。笔者1997年1月至2005年12月收治20例手部深度烧伤病人,治疗效果满意,现将救治体会报告如下。

  • 标签: 手部深度烧伤 救治体会 治疗效果 烧伤部位 体表面积 功能恢复
  • 简介:摘要目的探讨麻醉深度监测技术及其临床应用。方法选取2015年4月~2016年4月我院收治的126例患者为研究对象,随机抽取63例为对照组给予常规静脉麻醉,另63例为研究组应用麻醉深度监测技术,比较两组患者麻醉效果。结果研究组术中知晓率、术中体动发生率及麻醉满意率均优于对照组,差异显著;研究组麻醉用药剂量、诱导时间、苏醒时间、留观时间均优于对照组,差异显著。结论在临床上应用麻醉深度监测技术,效果显著,值得推广。

  • 标签: 麻醉深度 监测技术 临床应用
  • 简介:摘要信息化时代,传统的档案管理受到了前所未有的冲击。企业档案工作正在发生前所未有的变革。企业档案工作的内容由单纯的档案实体管理正在走向档案信息资源管理。如何最大程度地开发企业档案信息资源,为企业乃至国家创造最大的价值,成为很多企业特别是国有大中型企业的一个重要课题。笔者认为对企业的档案资料应该进行多渠道征集、多层次开发。

  • 标签:
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:[摘要]“优质护理服务”就是以病人为中心,强化基础护理,全面落实护理责任制,深化护理专业内涵,整体提升护理服务水平。“以病人为中心”是指在思想观念和医疗行为上,处处为病人着想,一切活动都要把病人放在首位;紧紧围绕病人的需求,提高服务质量,控制服务成本,制定方便措施,简化工作流程,为病人提供“优质、高效、低耗、满意、放心”的医疗服务。优质护理服务的内涵主要包括要满足病人基本生活的需要,要保证病人的安全,要保持病人躯体的舒适,协助平衡病人的心理,取得病人家庭和社会的协调和支持,用优质护理的质量来提升病人与社会的满意度。

  • 标签: []优质护理 落实 基础护理
  • 简介:

  • 标签: