MRI与CT诊断新生儿缺血缺氧性脑病的临床对比研究

目的探究MRI与CT在新生儿缺血缺氧性脑病中的诊断应用。方法回顾性分析2019年5月至2021年5月中国人民解放军联勤保障部队第九〇九医院收治的98例新生儿缺血缺氧性脑病患儿的临床资料,其中轻度62例,中度31例,重度5例。全部患儿在出生后1~10 d均接受MRI及CT影像学检查,比较两种方法诊断新生儿缺血缺氧性脑病的脑损伤程度及病变检出率。结果MRI对轻度、中度新生儿缺血缺氧性脑病的诊断率均高于CT,差异有统计学意义(P<0.05)。MRI与CT对重度新生儿缺血缺氧性脑病的诊断率比较差异无统计学意义。MRI对新生儿缺血缺氧性脑病的检出率高于CT,差异有统计学意义(P<0.05)。结论MRI及CT应用于新生儿缺血缺氧性脑病中具有较高的诊断价值,但相对而言,MRI在评价脑部疾病程度及病变情况方面效果突出。

人工智能识别结合DenseNet网络模型CT在亚实性肺结节诊断中应用

目的 通过人工智能自动识别结合DenseNet网络模型CT检查手段,探讨其在亚实性肺结节患者诊断中应用价值。方法选取2018年6月~2019年12月入本院经CT检查的亚实性肺结节患者98例,其中直径≤10 mm组患者32例,10 mm<直径≤20 mm组患者33例,直径>20 mm组患者33例,将所有患者实施高分辨的CT诊断,并将CT检查数据录入基于DenseNet网络深度学习的人工智能系统,把控人工智能影像诊断的训练数据集质量,由人工智能组和人工读片组分别对所有患者进行良恶性的诊断,比较分析人工智能对肺结节不同直径患者的CT平扫、增强动脉期及延迟期中的CT值、体积及恶性概率的预测值,测试诊断方面的敏感度、特异性以及符合率。结果 CT扫描对肺结节不同直径患者CT值、体积以及恶性概率的预测值差异均有统计学意义(P<0.05);直径≤10 mm患者中,人工智能组的敏感度达94.61%,特异性(93.12%)和符合率(92.08%)均高于传统人工读片组(P<0.05);10 mm<直径≤20 mm和直径>20 mm患者中,人工智能组的诊断敏感度与人工读片组间差异无统计学意义(P>0.05),但诊断特异性及符合率均高于人工读片组(P<0.05)。结论 人工智能识别结合DenseNet网络模型CT可对肺结节识别的敏感度及特异性较高,平扫CT可辅助预测肺结节恶性概率,可辅助临床医生诊断,提高工作效率。