基于深度神经网络的颈动脉斑块超声图像诊断技术研究

目的构建颈动脉斑块超声图像数据集,探讨深度学习技术对颈动脉斑块自动分类诊断的应用价值。方法选取354例颈动脉斑块患者和254例正常成人的超声图像,每例均采集2幅颈部动脉图像,构建共包含1216幅颈动脉超声图像的数据集;基于已构建的颈动脉超声图像数据集对传统的HOG+SVM方法和14种不同结构的深度神经网络模型进行训练;通过分类精确率、召回率、精确率和召回率的调和平均值(F1)确定现有的颈动脉斑块超声图像分类性能最好的深度神经网络模型。结果通过综合比较15种不同的颈动脉斑块超声图像分类方法,得出性能最好的模型为深度残差网络模型ResNet50,其精确率、召回率和F1值分别为97.36%、97.32%和97.34%。结论基于ResNet的颈动脉超声图像自动诊断方法能够准确地区分颈动脉斑块与正常颈动脉超声图像,为后续临床应用提供了技术参考。

基于声像图深度残差网络ResNet模型自动诊断肾囊肿

目的分析基于声像图的深度残差网络ResNet模型自动诊断肾囊肿的效能。方法收集3670例患者的肾脏超声资料,其中2024例超声诊断肾囊肿、1646例肾脏正常,每例选取2幅肾脏声像图,共以7340幅肾脏声像图构建数据集;以其中6294幅(3238幅肾囊肿、3056幅正常肾)为训练集,1046幅(810幅囊肿、236幅正常肾)为测试集,分别采用梯度方向直方图(HOG)+支持向量机(SVM)方法及3种深度残差网络ResNet模型(ResNet18、ResNet34、ResNet50)进行诊断。以超声诊断结果为金标准,计算并比较4种方法诊断测试集肾囊肿的敏感度、特异度及准确率,并绘制受试者工作特征(ROC)曲线,获得曲线下面积(AUC)。结果ResNet34、ResNet50模型诊断测试集肾囊肿的敏感度、特异度及准确率均高于HOG+SVM方法及ResNet18模型(P均<0.01),且ResNet50模型的特异度和准确率均高于ResNet34模型(P均<0.05)。ROC曲线显示,HOG+SVM方法及ResNet18、ResNet34、ResNet50模型自动诊断肾囊肿的AUC分别为0.731[95%CI(0.691,0.771)]、0.754[95%CI(0.715,0.792)]、0.851[95%CI(0.819,0.884)]及0.892[95%CI(0.865,0.920)]。结论基于声像图的深度残差网络ResNet模型可自动诊断肾囊肿,以ResNet50模型效果最佳。

右心声学造影联合经食管超声心动图在卵圆孔未闭诊断中的应用价值

目的:探讨右心声学造影联合经食管超声心动图在卵圆孔未闭诊断中的应用价值。方法:2019年5月-2020年5月收治卵圆孔未闭患者70例,先应用经食管超声心动图进行诊断,再对卵圆孔未闭患者38例实施右心声学造影联合经食管超声心动图诊断。结果:简单型继发隔与卵圆孔瓣上缘基本重合,而且为长隧道60例(85.71%),其中卵圆孔未闭34例,继发隔与卵圆孔瓣上缘未重合,出现长隧道,通过彩色多普勒血流显像可观察到隧道的过隔血流。复杂型继发隔与卵圆孔瓣对合,存在较大的分离直径,下腔静脉瓣长,继发隔厚度增加,存在小房间隔缺损或房间隔膨出瘤情况,复杂型10例(14.29%),其中出现卵圆孔瓣未闭4例,继发隔与卵圆孔瓣未有明显重叠,而且对合不严,有裂隙,通过彩色多普勒血流显像可观察到过隔流血。针对确诊的卵圆孔未闭实施右心声学造影联合经食管超声心动图诊断,可观察到右向左分流38例,静息状态阳性率为65.79%,Valsalva动作后阳性率为60.52%,差异无统计学意义(P>0.05)。结论:右心声学造影联合经食管超声心动图对卵圆孔未闭的诊断价值高,可了解卵圆孔未闭解剖形态特征,为临床医生提供更多诊断数据,从而实施相关干预措施。

彩色多普勒结合四维彩超在产科胎儿畸形筛查中的应用

目的:探讨彩色多普勒结合四维彩超在产科胎儿畸形筛查中的应用价值与优势性。方法:选取2019年6月-2020年6月需实施产检的孕妇150例,随机分为三组,各50例。对照1组采用二维超声检查;对照2组采用四维彩超检查;试验组实施彩色多普勒结合四维彩超检查。比较三组检查结果。结果:试验组诊断准确率高于对照1组和对照2组,差异有统计学意义(P<0.05);畸形部位主要是面部,其次为脏器、头颅、四肢、脊柱与躯干、脐带与脐盘。结论:产前产科胎儿畸形筛查中应用彩色多普勒结合四维彩超的价值较高,可进一步降低胎儿畸形出生率,还可对胎儿具体畸形部位进行判定。