机器学习在膀胱癌影像学诊断中的研究进展

膀胱癌早期诊断和准确分期是提高患者生存率的关键。传统的影像学诊断方法存在一定的局限性,且受诊断医师主观因素影响。近年来,机器学习技术在医学影像领域取得了快速发展,在膀胱癌影像学诊断中也显示出良好的应用前景。现就机器学习应用于膀胱癌分期分级、预后、治疗反应性等方面的研究进展、局限及展望作一综述。

核磁共振用于脊柱损伤诊断的影像特征及价值研究

目的:探讨核磁共振用于脊柱损伤诊断的影像特征及价值。方法:研究时段2016年6月—2019年6月,我院脊柱损伤患者(n=100)作为研究对象,所有患者均行核磁共振和螺旋CT检查,将前者纳入观察组,后者作为对照组,比对分析两组的诊断结果。结果:观察组检出神经根损伤、锥体容积改变情况与对照组比较差异无显著差异(P>0.05);观察组检出锥旁软组织损伤、骨挫伤、韧带损伤(包括前纵韧带与后纵韧带)显著高于对照组(P<0.05)。结论:脊柱损伤患者采用核磁共振诊断效果较好,其图像清晰可直观反映出患者的骨挫伤和韧带损伤,诊断率高,值得临床上的应用、推广。