地铁运营服务状况调查浅述

文章主要针对当前我国地铁运营的服务状况进行分析,明确当前地铁运营服务中存在的问题,并结合实际情况制定完善的解决 对策,为地铁行业的良好发展提供有利保障,也为地铁运营服务水平的进一步提升奠定坚实基础。

超声在颈部淋巴结结核和转移性淋巴结鉴别诊断中的应用

颈部淋巴结结核(cervical tuberculosis lympha-denitis,CTBL)和颈部转移性淋巴结(cervical meta-static lymph node,CMLN)是引起颈部淋巴结肿大的主要原因。CTBL在肺外结核病中发病率较高,约占50%[1],CMLN是恶性肿瘤常见的一种转移模式,然而这两种淋巴结病变的早期诊断仍是一种挑战。临床上,超声是检查淋巴结疾病的首选诊断工具,但CTBL和CMLN两者的超声声像图存在较多重叠,鉴别诊断较为困难。因此,本文就常规超声以及超声新技术对CTBL和CMLN的鉴别综述如下。

超高分辨超声微血管成像技术在医学领域的研究应用

超高分辨超声微血管成像(super-resolution ultrasound microvascular imaging,SRUMI)是超声发展过程中衍生出的新技术,旨在成像和量化超出衍射极限的血管,SRUMI克服了传统超声成像在空间分辨率和穿透深度之间的两难选择,规避了衍射极限,可以使微血管结构可视化达微米级,将重构的超声图像的分辨能力提高10倍,有利于分辨突破衍射极限的物体或结构。目前,SRUMI已应用于临床诊断的各个领域,包括大脑、肾脏、肿瘤和淋巴结等的微血管系统临床前和临床成像研究。本文就近年来关于SRUMI在医学领域的临床前及临床成像应用进展进行综述。

基于超高分辨和常规超声造影的机器学习模型对淋巴结结核的诊断效能比较

目的探讨在机器学习帮助下超高分辨以及普通超声造影对淋巴结结核的诊断价值。方法前瞻性收集2021年1月至2024年1月于杭州市红十字会医院就诊的颈部淋巴结肿大患者198例,并按7∶3比例随机分为训练集和验证集,通过机器学习的方法分别建立常规超声造影(Normal CEUS)模型以及高分辨超声造影(HR CEUS)模型,比较并分析两个模型的诊断效能。结果Normal CEUS模型在训练集以及验证集中的AUC分别为0.820和0.798。HR CEUS模型在训练集以及验证集中的AUC(0.993和0.990)高于Normal CEUS模型,其在验证集中的特异度(100%)也高于Normal CEUS模型的特异度(60.9%)。结论基于机器学习的超高分辨超声造影模型比常规模型更具有诊断价值。