简介:摘要:目前国家在大力发展卫生健康事业,在全社会形成了“大健康”的良好氛围,但非法行医严重危害社会及人民生命健康。通过全面治理,打击非法行医工作取得了一定的成效,但非法行医成因复杂,涉及诸多方面,应该作为一项系统工作长期开展,多措并举,持之以恒开展打击非法行医工作。
简介:摘要目的探讨人工智能图像教学系统在临床医学本科生骨髓细胞形态学教学中的应用效果。方法将110名临床医学五年制本科学生平均分为实验组(人工智能图像教学系统教学)和对照组(传统教学),进行骨髓细胞形态学教学。实验组在多媒体教学的基础上,组织学生运用骨髓细胞形态学图片储存和传输系统进行检索、学习、自适应考试。对照组采用传统多媒体教学和显微镜读片。针对两组学生实施读片客观考核和教学满意度问卷调查,比较教学效果。结果实验组学生骨髓细胞形态学读片成绩为(89.6±5.7)分,对照组学生骨髓细胞形态学读片成绩为(81.4±4.9)分,差异具有统计学意义(P<0.01)。在细胞形态识别和血液病诊断两种题型中,实验组学生均表现出明显优势[细胞形态学部分(74.7±4.0)vs.(68.7±4.9);血液病诊断部分(14.9±3.0)vs.(12.9±2.4)],差异具有统计学意义(P<0.01)。问卷调查显示,学生对应用人工智能图像教学系统进行骨髓细胞形态学教学表示肯定和支持。结论应用人工智能图像教学系统进行临床医学细胞形态学教学,能极大地提高教学效果,调动学生学习积极性,拓展学习资源,值得进一步推广和应用。
简介:摘要目的采取有效的配准方式,证实合理的配准方式对于CT、MR扫描的图像融合对胶质瘤靶区勾画的重要性、可行性及对放疗的应用的价值。方法抽取两组各10例临床上术后病理确诊为胶质瘤的患者,所有患者在进行治疗前均行CT增强扫描和MR增强扫描。第一组在体表不做标记点,并且MRI扫描时不采用和CT扫描时的头枕。第二组按研究的目的在体表做好标记并做到CT扫描和MR扫描的患者体位尽量保持一致(MRI扫描时选择和CT扫描时采用类似的头枕)。将扫描完的图像传输到放疗室中的TPS中,然后分别采用Manual和PointMatch法进行图像标配。配准完成后进行图像融合,直到到达满意的融合效果。然后由放疗科两位副主任职称的放疗医师及我院放射科一名副主任以上的医师对融合图像进行评估和勾画,分别在CT、MRI及融合好的图像上勾画临床靶区(ClinicaltargetVolume)CTV及周围正常危及器官(眼球、晶体、视神经、脑干、脊髓等)。在融合好的图像上勾画CTV并设为CTV-CT/MR,以此类推,定义为设为CTV-CT,CTV-MR。然后对比两组的CTV重合度(CTV-T)来评价CT和MRI图像融合的精度,即V-CTV-T的体积占CT图像上V-CTV-CT的百分比V-CTV-T=CTV-CT/MR/V-CTV-CT*100%(理想状态下为1)。并且计算二组在配准状态下的三维方向上的误差大小。结果1.第一组和第二组CTV重合度(融合的图像与CT对比)为0.8士0.26,0.91士0.11,二者差异具有统计学意义。第一组和第二组CTV重合(融合的图像与MRI对比)为0.92士0.15,1.02士0.08,两者差异也具有统计学意义。但与单纯CT对比,MRI更接近与1,差异性小。2.利用PointMarch计算第一组X,Y,Z轴方向的平均误差为(0.65士0.17)mm,(1.2士0.11)mm;(2.2士0.20)mm,三维空间总的平均误差为(2.24士1.15)mm;第二组X,Y,Z轴方向的平均误差为(0.25士0.11)mm,(0.6士0.11)mm;(1.2士0.20)mm,三维空间总的平均误差为(1.26士0.35)mm。不加标记点的误差明显大于加标记点的,并且不加标记点的误差超过了误差范围。结论1.体位一致的CT和MRI扫描是两者图像融合的关键,体位一致的图像融合技术误差在可接受的范围内。2.MRI扫描的图像勾画靶区比CT勾画靶区的精度高。
简介:摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库(DDSM)中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象,自动切分图像的感兴趣区域(ROI)。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合,并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法,对多项式核支持向量机(SVM)、随机森林和逻辑(logistic)回归分类器进行投票集成,构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像,其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据,并为细分BI-RADS4类图像提供技术基础。