基于卷积神经网络的自发性脑出血血肿分割方法的一致性评价

目的建立一种基于卷积神经网络的脑血肿分割算法,探讨算法与手动分割结果的一致性。方法纳入中国颅内出血影像数据库中146例头部CT平扫影像图片,采用随机数字表法分为训练集(90例)、测试集(26例)和验证集(30例),验证集采用手动分割、算法分割、精确多田公式和传统多田公式共4种方法对血肿体积进行测量,以手动分割为"金标准",分别对其他3种算法进行一致性检验。结果与多田公式方法相比,算法分割的百分误差最小,为15.54(8.41,23.18)%,组内相关系数最高,为0.983;Bland-Altman一致性检测显示,93.33%的数据在95%一致性界限(95%LoA),且其95%LoA最窄,为-6.46~5.97 ml。算法分割的百分误差在不同血肿形态、体积比较中差异无统计学意义(均P>0.05)。结论卷积神经网络构建的算法分割具有一定的临床应用前景,但仍需更大样本的临床试验加以验证。

垂体腺瘤诊治的最新进展

垂体腺瘤是颅内常见肿瘤,多为良性,但因其自身激素分泌和/或对周围腺垂体及组织器官的压迫,严重影响患者的生活质量和预后.2017年世界卫生组织提出了垂体腺瘤新分型,以垂体分化为基础,根据腺垂体细胞谱系对垂体腺瘤进行分类,这对临床诊治策略和肿瘤预后预测具有重要的指导价值.难治性垂体腺瘤的诊治仍然是一个世界性的难题,近年来对其定义和治疗有较多进展.多学科团队协作是垂体腺瘤诊治的基石,患者将从垂体瘤卓越中心获得最佳的诊断和治疗.本文系统综述了近年来国内外垂体腺瘤诊断和治疗的最新进展.