非内镜下黏膜剥离术切除结直肠高级别上皮内瘤变和癌变息肉的临床特征分析

目的非内镜下黏膜剥离术(ESD)切除结直肠息肉标本存在高级别上皮内瘤变(HGIN)和癌变可能,通过分析安徽省立医院非ESD切除结直肠已发生HGIN和癌变息肉的临床特征,为结直肠息肉选择最佳治疗方式提供临床证据。方法回顾性分析2019年1月1日至2022年4月30日于该院本部及南区所有行内镜下非ESD切除结直肠息肉的住院患者,分析术后病理已发生HGIN和癌变息肉的危险因素及内镜下特征。结果结直肠息肉非ESD切除患者共计9446例,其中已发生HGIN159例(1.68%,159/9446例);发生癌变83例(0.88%,83/9446例),HGIN和癌变共计发生率2.6%(242/9446例)。小于45岁HGIN和癌变合计占总体发生率8.7%(21/242例)。切除息肉标本为HGIN和癌变无法确定其切除部位、息肉大小、息肉形态合计发生率分别16.1%(40/248枚)、19.8%(49/248枚)、14.1%(35/248枚)。年龄(≥60岁)、息肉部位(直肠、乙状结肠)、息肉大小(≥1 cm)是息肉癌变危险因素;亚蒂、长蒂息肉是结直肠息肉HGIN和癌变的危险因素(P<0.05)。按性别分层,息肉数目和大小与息肉发生HGIN和癌变存在差异。长蒂息肉完整切除性较低(P<0.05)。83例息肉恶变患者中,16例患者追加外科手术,残留和淋巴结阳性合计5例(31.3%,5/16例)。结论非ESD切除结直肠息肉存在已发生HGIN和癌变,且无法判定息肉切除部位和完整性。老年、男性、直肠和乙状结肠息肉,且直径大于1 cm癌变风险机会增加。因而,完善术前评估,选择最佳的切除方式,可提高治愈性切除。

人工智能与不同级别医师对肺结节检出效能的对照研究

目的探讨基于深度学习的人工智能(AI)与不同级别医师CT肺结节检测能力的差异。资料与方法收集胸部CT平扫550例,以2名从事胸部影像诊断的主任医师共同阅片检出肺结节的数目、位置、大小为参照标准,比较A组(5名实习医师)、B组(5名住院医师)、C组(5名主治医师)、D组(AI)对肺结节的检出率、假阳性率和平均阅片时间。结果2名主任医师共确定5520枚结节。A、B、C、D组检出率分别为40.5%、65.0%、89.4%和94.3%,差异有统计学意义(χ2=5067.866,P<0.001);假阳性率分别为20.0%、13.0%、10.0%和14.0%。D组与C组胸膜下结节检出率差异无统计学意义(χ2=0.611,P=0.434);D组外周性及中心性结节检出率明显高于其他组,差异有统计学意义(P<0.05)。D组与C组大结节检出率差异无统计学意义(χ2=2.980,P=0.084);D组中等结节及小结节检出率明显高于其他3组,差异有统计学意义(P<0.05)。4组平均阅片时间分别为(14.9±2.5)min、(6.9±2.1)min、(5.0±1.5)min、(0.1±0.0)min,差异有统计学意义(P<0.001)。结论AI能在短时间内有效检出肺结节,其检出率略高于主治医师,可作为肺结节筛检的有效辅助工具。

AI对肺磨玻璃结节筛查及定性的临床应用研究

目的:探讨人工智能(AI)对肺磨玻璃结节(GGN)筛查及定性的临床应用价值。方法:搜集行胸部CT平扫的200例患者(共1230个GGN),比较A组(住院医师)、B组(AI)、C组(住院医师结合AI)对诊断GGN的敏感度、误判率、漏诊率、阳性预测值和平均诊断时间。将其中经手术病理证实的137例GGN患者按其病理结果分为良性组(54例)、恶性组(83例),比较两组间AI量化参数的差异,对有统计学差异的参数行ROC曲线分析,再以病理结果为因变量,各指标为自变量行Logistic回归分析。结果:B组误诊率高于A、C两组,阳性预测值小于A、C两组;A组漏诊率高于B、C两组,敏感度小于B、C两组,差异均有统计学意义(P值均<0.05)。GGN良、恶性结节的长径、最大面积、体积、平均CT值、最大CT值和恶性概率差异均有统计学意义(P值均<0.05),对各参数行ROC曲线分析,曲线下面积(AUC)均大于0.7,Logistic回归分析显示长径和最大面积是GGN恶变的独立危险因素。结论:AI协助医生阅片可明显提高肺GGN检出敏感度,并可降低误诊率和漏诊率,同时对GGN的良恶性预判具有一定参考价值。

基于深度学习的肺结节筛检和定性诊断分析

目的探讨基于深度学习的人工智能(AI)在肺结节检测和定性诊断中的临床价值。方法收集行胸部CT平扫的250例患者。分为住院医(A组)、AI(B组)和住院医结合AI(C组)三组,比较三组对肺结节检出的误诊率、漏诊率、敏感度、阳性预测值和平均诊断时间。同时分别比较实性结节和磨玻璃结节(GGN)良恶性的AI量化参数,对有统计学差异的参数行ROC曲线分析。结果以两名高年资主任医师共同阅片结果为参照标准,确认有2230个结节。B组的误诊率明显高于A、C两组,阳性预测值明显小于A、C两组(P<0.05)。A组的漏诊率明显高于B、C两组,敏感度明显低于B、C两组(P<0.05)。B组平均诊断时间明显少于A、C两组(P<0.05)。实性良、恶性结节的长径、最大面积、体积、最小CT值和恶性概率差异均有统计学意义(P<0.05),ROC曲线下面积(AUC)大于0.7的参数为:长径、最大面积、体积、恶性概率。GGN良、恶性结节的长径、最大面积、体积、平均CT值、最大CT值和恶性概率差异均有统计学意义(P<0.05),对各参数行ROC曲线分析,AUC均大于0.7。结论AI协助阅片可明显提高工作效率和肺结节检出敏感度,并减少误诊率和漏诊率,同时AI对肺结节良恶性的预判具有一定参考价值。

原发性肺黏液腺癌CT表现

目的:探讨原发性肺黏液腺癌(PPMA)的CT表现及其诊断价值。方法:回顾性分析2015年1月-2018年5月本院经病理证实的22例PPMA患者的临床和影像资料。所有患者行胸部CT平扫及增强检查,观察病灶的形态、位置、病灶内及周边情况、增强表现及有无淋巴结转移等。结果:22例中肿块型18例,其中周围型15例、中央型3例,4例多发,3例伴有空洞,4例可见晕征,7例合并淋巴结转移;肺炎型4例,均可见晕征、枯枝征及血管漂浮征,2例合并主支气管管壁增厚。增强扫描病灶呈轻度强化或不强化。结论:PPMA的CT表现具有一定特征性,可为临床诊断和治疗提供依据。

CT直方图分析鉴别肺良恶性纯磨玻璃结节的价值

目的:探讨CT直方图分析对肺良恶性纯磨玻璃结节(pGGO)的鉴别诊断价值。方法:回顾性分析经组织病理学证实的52例pGGO的CT平扫图像,其中恶性28例,良性24例。选取横轴面图像中结节最大层面勾画感兴趣区(避开血管、支气管)生成结节的CT像素直方图。比较良恶性组间直方图参数及直方图分布特点的差异,采用Logistic回归法分析pGGO恶变的最佳预测指标及阈值。结果:良、恶性组的直方图参数中跨度分别为(590.3±141.5)和(907.2±298.0)HU,最大CT值分别为(-333.5±140.4)和(-105.1±244.4)HU,峰度对应CT值分别为(-675.1±145.3)和(-468.4±187.0)HU,组间差异均有统计学意义(P<0.05);良性pGGO的直方图主要表现为“速升缓降”型,恶性pGGO主要表现为“缓升速降”型,差异具有统计学意义(P<0.05)。鉴别良恶性pGGO的峰度值临界值为-553HU,相应的诊断敏感度和特异度分别为64.3%和87.5%。结论:基于像素的CT直方图分析技术可为肺良恶性pGGO的鉴别诊断提供重要参考依据。

基于耦合GPR-PSO的北京地区中长期电力需求预测

建立科学合理的中长期电力需求预测方法,是电力产业科学规划建设的前提。构建了基于高斯过程(GPR)和粒子群(PSO)的混合电力需求预测模型。采用PSO算法对协方差函数中的参数进行优化,将修正后的参数作为初始值在GPR模型中进行电力需求方面的培训。在贝叶斯框架下,对协方差函数中的参数再次进行优化。用训练好的GPR模型进行电力需求预测,并将结果与自回归积分移动平均模型和指数平滑模型进行比较。验证结果表明,基于高斯过程(GPR)和粒子群(PSO)的混合电力需求预测模型具有很好的稳定性和更高的预测精度。

肺结节AI在影像实习生临床工作中的应用探讨

目的评估基于深度学习的人工智能(AI)肺结节检测系统对影像实习生肺结节检出的敏感性和阅片时间的影响。方法收集胸部CT平扫500例,比较A组(5名实习生)、B组(AI)、C组(5名实习生结合AI)对肺结节的检出率、假阳性率和平均阅片时间。结果B、C两组的检出率相近,差异无统计学意义(P>0.05),A组的检出率明显低于C组,差异有统计学意义(P<0.05)。在不同位置结节检测方面,三组胸膜下结节检出率差异无统计学意义(P>0.05),A组的外周性及中心性结节检出率明显低于B、C组,差异有统计学意义(P<0.05)。对于不同大小结节的检测结果,三组大结节检出率差异无统计学意义(P>0.05),B、C组中等结节及小结节检出率明显高于A组,差异有统计学意义(P<0.05)。B、C组平均阅片时间明显低于A组,差异有统计学意义(P<0.05)。结论AI能在短时间内有效检出肺结节,使用AI能显著提高实习生对肺结节检出的敏感性并缩短阅片时间。

Hofmeister效应辅助的蛋白质基水凝胶应变传感器

以酪蛋白酸钠和明胶为原料,通过简单的在硫酸铵溶液中浸泡的方法,借助Hofmeister效应制备了一种强韧导电的酪蛋白酸钠/明胶水凝胶,克服了蛋白质基水凝胶柔软、易碎的问题.测试结果表明,该水凝胶具有优异的机械性能,最大拉伸应力为3.55 MPa,最大拉伸应变为1375%;水凝胶的最大电导率为0.0954 S/cm,导电灵敏因子为0.53.用该水凝胶制备的传感器对不同大小及不同速率的应变均具有分辨能力,能够监测人体不同部位的运动,且传感器的信号传输具有稳定性和准确性,表明该水凝胶是监测人体健康和运动的理想材料.该水凝胶还具有良好的形状记忆性能.这一策略为制备全天然蛋白质基水凝胶开辟了新的思路,扩展了水凝胶在生物医学和电子传感等相关领域的应用前景.

超导回旋加速器束流诊断装置设计

针对SC200超导回旋加速器主机内高磁场、高能量、空间小等特点,提出一种采用直杆传动机构将探测靶头伸至主机内部进行束流参数测量的手段。进行了多丝探头与荧光靶头两套靶头的物理及工程设计,该两套靶头采用可更换式设计分别对束流的位置及横向尺寸参数进行测量;结合主机真空度要求,介绍了真空密封方案以确保靶头进行实时、精确的测量;通过对传动机构模拟测试验证了该机构满足参数测量需求。

采用辐射变色薄膜的束流位置诊断研究

依据SC200超导质子回旋加速器的束流特性及调试需求,在质子束加速及引出的过程中需精确测量主机束流的位置信息。提出了采用辐射薄膜进行加速器束流位置诊断的方法,通过剂量计算得到了不同测量位置的薄膜最佳使用类型,借助测试平台对所有选型的薄膜进行实验验证。为优化薄膜的辐照变色效果,结合剂量及实验分析给出了不同测量位置的最佳照射时间。完成了所测位置的薄膜固定装置设计,并提出将薄膜变色区域可视化得束流位置信息的处理方案。

冠状动脉CT血管成像中人工智能诊断冠心病的准确性

目的观察冠状动脉CT血管成像(CCTA)中人工智能(AI)诊断冠心病(CHD)的准确性。方法回顾性分析105例临床拟诊CHD患者间隔2周内CCTA及有创冠状动脉造影(ICA)资料。以ICA结果为金标准,分别以患者、冠状动脉及其节段为单位,计算AI判断冠状动脉狭窄程度≥50%的敏感度、特异度、阳性预测值、阴性预测值和准确率,并对AI与ICA结果进行一致性检验。结果①以患者为单位,AI诊断敏感度、特异度、阳性预测值、阴性预测值和准确率分别为97.92%(94/96)、66.67%(6/9)、96.91%(94/97)、75.00%(6/8)和95.24%(100/105);②以冠状动脉为单位,AI诊断敏感度、特异度、阳性预测值、阴性预测值和准确率分别为91.05%(173/190)、98.26%(226/230)、97.74%(173/177)、93.00%(226/243)和95.00%(399/420),与ICA一致性好;③以血管节段为单位,AI诊断敏感度、特异度、阳性预测值、阴性预测值和准确率分别为83.90%(224/267)、97.67%(1215/1244)、88.54%(224/253)、96.58%(1215/1258)和95.23%(1439/1511)。各层面AI与ICA的一致性分别为较好、好和较好(Kappa=0.68、0.90和0.83,P均<0.001)。结论CCTA图像质量较好且AI能正确识别冠状动脉血管树时,其诊断CHD准确率较高,可作为辅助诊断工具。

AI在CCTA诊断冠状动脉狭窄中的准确性及应用价值

目的:探讨人工智能(AI)在冠状动脉CT血管成像(CCTA)中诊断冠状动脉狭窄的准确性及应用价值。方法:收集2019年4月至10月110例同时行CCTA及有创冠状动脉造影(ICA)病人的影像资料,110例共1484段血管纳入评价范围。狭窄程度分为无狭窄、轻度狭容(<50%)、中度狭(50%~70%)重度狭窄(>70%).AI软件自动对CCTA图像进行重建及计算分析。以ICA结果为金标准,计算AI在CCTA中诊断冠状动脉狭容的敏感度、特异度、阳性预测值及阴性预测值。对AI与ICA结果进行Kappa值一致性检验。结果:①AI检出冠状动脉狭窄的敏感度、特异度、阳性预测值及阴性预测值分别为92.97%.97.91%,88.53%,96.36%,准确性为93.60%,AI与ICA检出冠状动脉狭窄一致性好(Kappa值0.86).②AI诊断冠状动脉狭窄程度准确性为66.13%,与ICA一致性一般(Kappa值0.58)。诊断轻度狭窄准确性较高,诊断中重度狭窄特异度较高。结论:AI在CCTA中对冠状动脉狭窄节段的检出及诊断轻度狭窄具有较高准确性,诊断中重度狭窄特异度较高,可作为医师辅助诊断手段.

基于人工智能和影像组学的胸部CT在早期肺腺癌中的研究进展

随着高分辨率CT(HRCT)在临床的普及,胸部CT已成为临床筛查早期肺癌、降低肺癌死亡率的重要手段。随影像组学、基因组学、人工智能系统的开发和优化,使HRCT在准确诊断早期肺腺癌侵袭性、预测相关特殊分子生物学信息方面成为了可能。本文就胸部CT在预测早期肺腺癌浸润性、生物学特性、预后等方面的研究进展进行相关综述。

甲状腺乳头状癌原发灶CT值联合形态学预测中央组淋巴结转移的价值

目的探讨甲状腺乳头状癌(PTC)原发灶CT值联合形态学预测其中央组淋巴结转移的价值。资料与方法选取经术后病理证实为单发PTC且行中央组淋巴结清扫术的340例患者,包括中央组淋巴结转移组178例,未转移组162例,测量术前所行CT增强扫描平扫期、动脉期和静脉期PTC原发灶的CT值,计算病灶动脉期及静脉期净增CT值和标准化CT值,比较两组各CT值的差异;分析原发灶影像形态学特征与中央组淋巴结转移的关系;计算原发灶标准化CT值联合其影像形态学特征的预测效能。结果中央组淋巴结转移组与未转移组间静脉期原发灶CT值、净增CT值及标准化CT值比较,差异均有统计学意义(P<0.05);临界值为107.5 Hu、53 Hu、0.761,敏感度分别为71.4%、76.2%、71.4%,特异度分别为81.8%、59.1%、72.7%;静脉期标准化CT值联合形态学预测中央组淋巴结转移的敏感度为72.5%,特异度为81.5%。结论 PTC原发病灶静脉期CT值联合其影像形态学在预测中央组淋巴结转移方面具有一定的价值。

自适应滤波联合迭代重建在减轻下颈部CT伪影中的应用

目的:评估自适应滤波函数(AF)联合迭代重建对消除下颈部CT成像中条状伪影的可行性。方法:选取颈部CT检查下颈部出现条状伪影(主观评分≤4分)的60例患者。将平扫1mm的原始数据行AF加迭代重建为A组,仅AF重建为B组,仅迭代重建为C组,无AF无迭代重建为D组。图像质量的主观评价采用5分法,客观评价比较四组图像CT值、噪声SD、伪影指数(AI)。对比四组图像颈部第Ⅵ区淋巴结及甲状腺病变的显示情况。结果:图像质量评分A组(4.73±0.55)分,B组(4.13±0.65)分,C组(3.33±0.86)分,D组(2.83±0.89)分,差异有统计学意义(P<0.05),A>B>C>D。A组肌肉CT值(51.23±7.53)HU,气管CT值(-994.68±9.79)HU,B组肌肉CT值(50.84±8.66)HU,气管CT值(-993.07±9.87)HU,C组肌肉CT值(52.74±8.39)HU,气管CT值(-993.29±8.43)HU,D组肌肉CT值(53.13±8.64)HU,气管CT值(-993.09±8.39)HU,差异无统计学意义(P>0.05)。SD值A组P25=12.60,P50=14.40,P75=16.48,B组P25=16.60,P50=19.20,P75=21.20,C组P25=16.18,P50=22.05,P75=29.93,D组P25=21.48,P50=28.6,P75=38.50,差异有统计学意义(P<0.05),A<B<C<D;AI值A组P25=5.22,P50=7.78,P75=11.43,B组P25=8.47,P50=11.24,P75=14.59,C组P25=10.06,P50=15.73,P75=24.52,D组P25=13.93,P50=20.87,P75=32.56,差异有统计学意义(P<0.05),A<B<C<D。A组、B组、C组、D组清晰显示VI区淋巴结组数依次减少,位于D组伪影区的甲状腺病变形态特征在A组及B组中显示情况得到改善。结论:颈部CT检查采用自适应滤波函数结合迭代重建能够有效减少或避免下颈部条状伪影,使下颈部解剖结构显示清楚,提高医师诊断信心。

多功能全物理交联水凝胶的制备及性质

以丙烯酸羟乙酯、ι-卡拉胶、聚乙烯醇和氯化钙为原料,采用自由基聚合和冻融循环两步法制备水凝胶,并对水凝胶的机械性能、自恢复性能、溶胀性能、自愈合、抗疲劳性能和导电性进行测试和分析.结果表明:水凝胶具有较高的机械强度,其断裂应力为625.77 kPa,断裂伸长率为604.48%;水凝胶溶胀率较低,且具有优异的自恢复性、抗疲劳性和导电性.

基于最小二乘法的灰色系统应用

本文主要研究了长沙空气质量与多种影响因素之间的关系,利用各季度AQI的平均值作为空气质量好坏的衡量指标。首先,利用灰色关联分析的方法,对各个影响因素做了定性的分析,计算出各个影响因素对各季度AQI平均值的相对关联度。根据灰色关联分析的结果做优势分析,并得出影响各季度AQI平均值的五个主要影响因素,分别为日均最高温、降水量、绿化面积、日均最低温和大风级天数。然后,根据优势分析的结论,将五个主要影响因素作为自变量,各季度AQI平均值作为因变量,并假设空气质量与主要影响因素的关系为线性关系,做了相应的回归分析。根据所收集的数据,利用最小二乘法给出了各个参数的无偏估计,从而建立了主要影响因素与各季度AQI平均值之间的数学表达式,用于制定空气质量的改善方案。最后,建立了灰色系统下的GM(1,1)模型,并利用最小二乘原理对模型进行了白化求解,然后对2017第四季度的AQI平均值和2018第一季度的AQI平均值进行了预测。并对预测结果进行了残差检验,发现预测效果并不理想,在文章结尾处给出了改进的GM(1,1)模型,并重新对后两个季度的AQI平均值进行预测,预测结果为:2017年第四季度AQI平均值的预测值为67.3718,2018年第一季度AQI平均值的预测值为84.9393,与实际结果差别不大,说明了模型的有效性。

叛逆年华

走在熙熙攘攘的大街上，我昂起头将下巴抬得老高，因为我要俯看世界。站在99层楼的楼顶，我做了的。不用仰头，世界尽在我眼下。

胸内髓外造血的影像学诊断

目的:探讨胸内髓外造血(EMH)的影像学诊断价值。方法:回顾性分析经病理证实为胸内EMH5例患者的影像学表现。结果:5例均位于纵隔内,表现为脊柱周围向肺内突出的团块状边界清晰的软组织肿块。结论:胸内EMH影像学表现具有一定的特异性,结合病史可协助临床诊断。