骨包虫病的影像学表现

骨包虫病,即骨棘球蚴病,是一种严重的、罕见人畜共患的寄生虫病,呈全球分布,在我国主要分布在西南和西北的牧区,潜伏期长且致残率高,好发于脊柱和骨盆,起病隐匿、病程长且致残率高,发现时大多已到中晚期,严重影响患者的正常生活,故早期诊断对于找到正确的治疗方法至关重要,骨包虫病的确诊需要依赖影像学检查,目前主要的影像学技术手段有:X线、CT、MRI,三种影像学技术手段对于诊断骨包虫病均有各自的优势。笔者对近年来骨包虫病影像学表现进行综述,以提高早期诊断率并及时予以治疗。

深度学习在脊柱影像及诊疗中的应用进展

近年来,我国人口老龄化正加速推进,脊柱疾病的患病风险呈上升趋势。随着人工智能与脊柱医学的交叉融合,以深度学习为代表的人工智能技术逐渐成为脊柱影像及诊疗领域热门研究方法。然而,深度学习在脊柱方面的研究相对较少并仍处于起步阶段,未来具有广阔的发展潜力及进步空间。本文将从深度学习在脊柱图像识别、分割及测量,脊柱疾病的诊断及脊柱手术预后评估3个方面中的应用及研究进展进行归纳综述,助力脊柱影像及脊柱诊疗研究的更深入、更高水平发展。

怀地黄“3414”肥效试验研究

怀地黄"3414"肥效试验研究结果表明:施用不同配比的氮、磷、钾肥对怀地黄产量具有不同程度的影响,3个施肥因子对怀地黄产量的影响依次为:氮>钾>磷;在当地土壤肥力条件下,最佳肥料施用量为纯氮37.54 kg/666.7 m2、五氧化二磷11.30 kg/666.7 m2、氧化钾25.54 kg/666.7 m2,怀地黄产量3 094.45 kg/666.7 m2。生产100 kg怀地黄的最佳经济施肥量:纯氮1.213 kg、五氧化二磷0.365 kg、氧化钾0.825 kg。

影像组学在脊柱疾病中的应用

从医学影像图像中提取和量化传统影像检查手段无法识别高通量特征信息的影像组学,逐渐成为临床实施精准医疗、个体化医疗的研究热点。脊柱疾病所表现出来的临床症状单一,传统的影像学手段对一些脊柱病变的精准定位、诊断及鉴别诊断依然具有挑战性。人工智能与影像图像的交叉融合,大大提高了一线工作者对疾病诊断准确性,并实现了对疾病未知数据的预测。目前,脊柱疾病的诊断在影像组学的应用方面未见系统的综述报道。因此,笔者重点就影像组学在脊柱疾病的应用现状及进展进行归纳总结,并提出面临的挑战及脊柱影像未来发展方向。

五味子的栽培

五味子别名味子,不但可以降低肝炎患者血清中的谷丙转氨酶,提高人的视力、听力,而且还可以使低血压患者的血压升高。随着中成药逐渐走向世界,五味子的前景十分看好,2001年中药材市场价为20～35元/千克。其高产栽培技术如下:

小儿口服给药的方法

口服给药是儿科常用的给药途径，可是给小儿喂药十分困难。如果给小儿强行灌药，有时会造成呛咳、呕吐，药量不准确影响疗效。把药放在奶瓶中，如果是新生儿，还会造成乳头错觉，同时药量也不能保证准确。

慎种中药材

品种应避难就易 许多药农致富心切,往往把价格高的药材(如冬虫夏草等品种)作为选择对象。其实这些药材都有其独特的生长环境,且种植技术要求较严,成功的概率很小。如果不是研究机构或大型种植基地,那么个人试种或者在条件不具备时,最好不要引种这样的品种,以免得不偿失。还不如选择那些适合本地种植、生命力强,又较容易种植和管理的品种。这类药材虽然价格低,但容易成功和产生效益。

竹产品深加工的几种途径

天然竹汁饮料的开发 竹类值物的生理代谢十分旺盛,从竹竿中可分泌出相当数量的竹汁,这种天然竹汁清凉可口,具有祛暑解渴之功效。开发这种纯天然饮料,符合人们回归自然、向往自然的心理追求。我国开发的天然竹汁饮料已引起日本,美国、加拿大以及港商、台商的极大兴趣,可望成为出口创汇的拳头产品。据报道,伐竹前采汁,1株竹子可采汁9公斤。采汁后对竹材加工无影响。竹子砍伐后还有竹液泌出,植物生理学称之为伤流。据测定,1株竹子可泌出伤流液200毫升～10升。 竹叶药膳食品的开发 竹叶无毒,无异味。

无公害蔬菜病虫防治良药

1.蓖麻 将蓖麻叶碾成细粉,按每公斤蓖麻叶粉加水10公斤的比例浸泡12个小时后,用水壶等器具灌注蔬菜根部。可防治大葱、韭菜、大蒜、萝卜、白菜等蔬菜的地蛆、菜青虫、食叶虫等害虫。 2.草木灰

不同药剂防治怀地黄斑枯病药效试验

进行不同药剂防治怀地黄斑枯病的田间药效试验,结果表明:防治效果以70%甲基硫菌灵可湿性粉剂为最佳,防治效果达88.42%;其次是易保可湿性粉剂、40%疫霜灵可湿性粉剂,防治效果分别为73.14%、66.47%;25%三唑酮可湿性粉剂和病菌丹防治效果最差,分别为24.33%、29.38%。

慎种中药材

品种应避难就易 许多药农致富心切,往往把价格高的药材(如冬虫夏草等品种)作为选择对象。其实这些药材都有其独特的生长环境,且种植技术要求较严,成功的概率很小。如果不是研究机构或大型种植基地,那么个人试种或者在条件不具备时,最好不要引种这样的品种,以免得不偿失。还不如选择那些适合本地种植、生命力强,又较容易种植和管理的品种。这类药材虽然价格低,但容易成功和产生效益。

脊柱包虫病诊治的研究进展

棘球蚴病又称包虫病,是一种由棘球绦虫的幼虫寄生引起的人畜共患病,根据致病幼虫分为细粒棘球蚴病(囊性包虫病)和多房棘球蚴病(泡状包虫病),多见于农牧地区,我国新疆、青海、宁夏、内蒙古及西藏好发。包虫病几乎在身体的任何部位都可能发生,主要以囊性包虫病为主,好发于肝(70%)和肺(20%),骨骼受累罕见,约占0.5%~4%。骨包虫以脊柱(45%)最常见,其次是骨盆(14%)、股骨(10%)、肋骨(8%)等其他骨骼部位。尽管骨包虫病发病率很低,但是临床表现常不明显且无特异性,而且骨包虫病复发率及致残率很高,尤其是脊柱包虫,给临床诊断及治疗带来极大的挑战。结合患者临床病史、影像学检查及实验室检查对诊断至关重要。术后病理学检查是唯一的确诊手段。在治疗方面,首选的治疗方法是手术切除病变联合抗寄生虫药物治疗。由于脊柱椎体及其附件结构的复杂性,病灶很难完全清除,因此脊柱包虫有很高的复发率。临床大夫熟悉掌握脊柱包虫病,及时发现并能够诊断继而选择合适的手术治疗方式对患者的预后有着至关重要的意义。本文主要对脊柱包虫病的发病机制、临床表现、诊断方法及治疗手段的研究进展进行综述。

基于FS-T2WI序列联合机器学习对布鲁氏菌性脊柱炎与结核性脊柱炎的鉴别诊断

目的探讨脂肪抑制(FS)-T2WI序列联合机器学习模型在布鲁氏菌性脊柱炎(BS)与结核性脊柱炎(TS)鉴别诊断中的效能。方法回顾性分析2017年1月至2022年1月在新疆医科大学第一附属医院经临床或术后病理确诊的74例BS与81例TS患者的临床及影像资料,所有患者治疗前均行脊柱磁共振成像(MRI)检查。以8∶2的分配比例将患者随机分成训练组(n=123)和测试组(n=32),对FS-T2WI序列图像进行影像组学特征提取及降维分析。采用4种机器学习算法[包括K邻近算法(KNN)、支持向量机(SVM)、随机森林(RF)及逻辑回归(LR)]构建影像组学模型,并使用受试者工作特征(ROC)曲线分析各模型对BS与TS的鉴别诊断效能。结果共提取出1409个影像组学特征,经筛选纳入了7个相关的特征用于鉴别BS和TS,其中Maximum2DDiameterColumn特征值表现出较强的相关性,BS与TS患者间比较差异有统计学意义(P<0.001)。在测试组中,SVM模型鉴别BS和TS的ROC曲线下面积(AUC)值为0.886,敏感度为0.53,特异度为0.88,模型诊断精确率为0.81;在训练组中,SVM模型鉴别BS和TS的AUC值为0.811,敏感度为0.68,特异度为0.72,模型诊断精确率为0.78。结论基于FS-T2WI序列联合机器学习建立的模型可用于鉴别BS与TS,其中SVM模型的诊断效能优且性能稳定。