学科分类
/ 1
8 个结果
  • 简介:目的:对比分析肩撞击综合征(SIS)患者与健康人群肩下滑囊(SAB)的超声图像特征,探讨一种简便而准确的SAB超声评估方法。方法:选取确诊为SIS的患者58例(病例组)共65个患肩,以及无任何肩关节不适的健康志愿者50例(正常对照组)共50个优势肩。均行肩关节超声检查,观察SAB是否增厚、有无积液等,并分别在肩胛下肌腱长轴及短轴切面、冈上肌腱长轴及短轴切面测量SAB厚度。结果:病例组滑囊增厚、积液发生率明显高于正常对照组,差异有统计学意义(χ2=71.265,P<0.001;χ2=15.345,P<0.001)。病例组和正常对照组冈上肌腱短轴切面测得的SAB平均厚度均大于肩胛下肌腱长轴、短轴及冈上肌腱长轴切面所测结果,差异有统计学意义(均P<0.05)。结论:超声能准确评估SIS患者SAB增厚、积液扩张等病理改变,冈上肌腱短轴切面测量SAB厚度简单可靠。

  • 标签: 肩峰撞击综合征 肩峰下滑囊 超声
  • 简介:目的:探讨肩关节冈上肌出口位X线摄影所示肩形态、肩下间隙与肩下撞击综合征(shoulderimpingementsyndrome,SIS)的相关性,总结其临床应用价值。方法:回顾性分析60例经临床证实的SIS患者的临床及影像资料,对X线摄影所示的肩形态及肩下间隙进行分型、测量,并与MRI所见进行对照,分析肩形态及肩下间隙与SIS的相关性。结果:60例患者中,肩平坦形(Ⅰ型)8例、弧形(Ⅱ型)10例、钩状(Ⅲ型)42例。冈上肌出口位X线摄影所示肩下间隙为(1.21±0.36)cm,MRI所示肩下间隙值为(1.10±0.18)cm,两者差异无统计学意义(P>0.05)。肩袖损伤MRI分级Ⅰ级27例,Ⅱ级20例,Ⅲ级13例。肩下间隙值与肩袖损伤MRI分级呈正相关(P<0.05)。结论:肩关节冈上肌出口位X线摄影所示肩形态、肩下间隙与SIS发生密切相关;当肩形态为钩状及肩下间隙值<1cm,强烈提示SIS可能,对于无MRI的基层医院诊断SIS临床意义明显,值得临床应用。

  • 标签: 肩撞击综合征 磁共振成像 放射摄影术
  • 简介:以深度学习等为代表的新一代人工智能(artificialintelligence,AI)技术在医学影像中的应用是当前社会医疗发展的重要需求方向,肾肿瘤的AI医学影像临床研究也引起了相当大的关注。本文旨在阐述AI在肾肿瘤影像中应用的现状、问题,并对未来进行初步展望。

  • 标签: 人工智能 肾肿瘤 深度学习 影像组学 放射学
  • 简介:伴随人工智能的蓬勃发展,图像智能识别技术可较大程度地降低医师工作量、提高诊断准确性的观点在业界已达成共识。但在肿瘤综合诊疗方面,人工智能能否给予医师更好的帮助尚无定论。目前,国内外肿瘤影像领域的人工智能绝大多数仅集中于单纯的图像识别,缺乏医学数据的积累和对影像报告的分析,人工智能与肿瘤影像结合模式的探讨方兴未艾。

  • 标签: 人工智能 计算机辅助诊断 肿瘤影像
  • 简介:我国是肺癌高发国家,面对影像科医师匮乏与患病人数日益增长的医疗需求问题,肺结节人工智能技术的应用有望有效地平衡当前的医疗资源。本文旨在陈述肺结节影像人工智能技术发展的现状,探讨如何正确看待肺结节人工智能技术及其核心要素和目前面临的挑战等问题。指出肺结节人工智能技术已经初见成效,跨学科的深度合作、规范标注的影像大数据训练集及适合临床场景的多任务模型是其未来发展的核心推动力。

  • 标签: 肺癌 人工智能 影像组学
  • 简介:摘要:随着科学技术的不断发展与进步,人工智能在医疗彩超中的应用也变得越来越广泛。同时随着人们整体生活水平的不断增长,人们对医疗质量的要求也变得越来越高,然而在实际就诊过程中,依然会出现诸多的问题。因此,笔者认为为了进一步促进我国医疗彩超领域的稳固发展,必须将人工智能引入工作中,进而满足人们看病的需求。

  • 标签: 人工智能 医疗彩超 应用 发展趋势
  • 简介:【摘要】目的:探究人工智能在医学影像分析中的应用进展,为未来医学影像分析发展提供参考借鉴。方法:针对以往有关 于医学影像科中人工智能技术应用的相关资料进行汇总分析,同时结合本单位医学影像分析中对人工智能的应用实践和探索经验, 论述人工智能在医学影像分析中的应用价值和方式,然后又介绍了具体应用新进展和相关技术。结果:在医学影像分析中引入应 用人工智能意义重大,可以在降低工作量的基础上,提升医学影像分析工作的准确度和高效率。结论:未来医学影像分析中引入 运用人工智能技术极为必要,应该围绕着几个关键技术手段予以深入探究和创新发展,以期更好优化其应用价值。

  • 标签: 医学影像 人工智能 分析应用
  • 简介:人工智能(artificialintelligence,AI)的快速发展,促使“AI+教育”模式以爆炸式发展席卷整个教育行业,在医学生教育方面也发挥着重要作用。住院医师规范化培训是医学生毕业后教育的重要环节。AI的应用会对住院医师规范化培养产生什么影响呢?本文就AI对住院医师规范化培养教学模式改变、教学库优化和培训的影响,以及学员面临的机遇与挑战予以阐述。

  • 标签: 人工智能 住院医师 规范化培训