期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于RIS/PACS的等级评分报告质量控制系统在放射科住培中的应用
1
作者 李晓兰 聂蕾 +3 位作者 陈思浩 廖如云 郭会斌 谭凌珊 《中国继续医学教育》 2024年第16期150-153,共4页
目的探索基于放射科信息系统/图像归档和通信系统(radiology information system/picture archiving and communication systems,RIS/PACS)的等级评分报告质量控制系统在放射科住院医师规范化培训(简称住培)中的应用效果。方法选取2020... 目的探索基于放射科信息系统/图像归档和通信系统(radiology information system/picture archiving and communication systems,RIS/PACS)的等级评分报告质量控制系统在放射科住院医师规范化培训(简称住培)中的应用效果。方法选取2020年4-10月重庆医科大学附属大学城医院10名放射科住培医师作为研究对象,比较实施等级评分报告质量控制系统前1个月和实施后第6个月的报告质量的差评率。结果实施等级评分报告质量控制系统后第6个月的报告评价差评率(1.16%)低于实施前1个月(3.97%),差异有统计学意义(P<0.05)。结论基于RIS/PACS的质量评价能更好地完成放射科住院医师规范化培训,提升学员的主观能动性和核心岗位胜任能力,减少报告评价差评率。 展开更多
关键词 放射科 住院医师 规范化培训 影像报告质量控制 核心能力 医学知识 人际关系 医学教育
下载PDF
胰腺CT增强触发技术优化探讨
2
作者 陈思浩 袁亮 +3 位作者 谭凌珊 李晓兰 谢强 晋学成 《中国CT和MRI杂志》 2017年第12期79-81,共3页
目的观察胰腺在不同触发点和触发阈值扫描情况下CT强化程度,探讨获得最佳胰腺图像质量的触发方式,并比较胰腺各部位之间是否存在强化程度的差异。方法前瞻性选择80例接受上腹部CT增强检查的患者,将其随机均分成Ⅰ、Ⅱ两组,分别设定膈顶... 目的观察胰腺在不同触发点和触发阈值扫描情况下CT强化程度,探讨获得最佳胰腺图像质量的触发方式,并比较胰腺各部位之间是否存在强化程度的差异。方法前瞻性选择80例接受上腹部CT增强检查的患者,将其随机均分成Ⅰ、Ⅱ两组,分别设定膈顶水平的胸主动脉和左心房作为触发点感兴趣区(ROI),再将每组随机均分为A、B、C、D四个亚组,分别设置90、120、150、180Hu作为监测阈值进行追踪触发扫描,比较各组强化后胰头、体、尾的平均CT值与十二指肠的CT值之差。结果ⅠA、ⅠB、ⅠC、ⅠD亚组胰腺与十二指肠的CT值之差分别为(23.28±9.52)HU、(35.86±12.50)HU、(23.50±6.44)HU、(18.40±6.28)HU,ⅠB亚组与Ⅰ组内其余各亚组相比有明显差异(P均<0.05);ⅡA、ⅡB、ⅡC、ⅡD亚组胰腺与十二指肠的CT值之差分别为(21.11±5.53)HU、(25.94±6.60)HU、(34.65±8.52)HU、(26.44±7.13)HU,ⅡC亚组与Ⅱ组内其余各亚组相比有明显差异(P均<0.05);ⅠB与ⅡC相比无明显差异(P=0.803);各亚组内胰头、体、尾的CT值相比均无统计学差异(P均>0.05)。结论上腹部CT增强检查时,选择ROI位于胸主动脉、阈值120HU或ROI位于左心房、阈值150HU的检查方法,能获得最佳胰腺增强图像质量;胰腺各部位强化程度无显著差异。 展开更多
关键词 胰腺 体层摄影术 X线计算机 触发
下载PDF
基于全肿瘤影像组学构建诺模图术前评估食管癌T分期 被引量:7
3
作者 陈思浩 廖如云 +3 位作者 邓小丽 郭会斌 谭凌珊 李晓兰 《临床放射学杂志》 北大核心 2021年第3期431-435,共5页
目的探究基于全肿瘤影像组学构建诺模图术前评估食管癌T分期。方法搜集经病理确诊的食管鳞状细胞癌患者,并经病理检测标准评估T分期,按照7∶3的比例根据分册随机原则分为训练集和验证集,所有患者均在术前行增强MRI扫描,并对食管癌病灶... 目的探究基于全肿瘤影像组学构建诺模图术前评估食管癌T分期。方法搜集经病理确诊的食管鳞状细胞癌患者,并经病理检测标准评估T分期,按照7∶3的比例根据分册随机原则分为训练集和验证集,所有患者均在术前行增强MRI扫描,并对食管癌病灶进行全肿瘤分割,并提取共计385个特征,采用mRMR算法进行特征降维,采用LASSO方法选取特征构建影像组学标签,并联合临床数据构建联合模型评估食管癌T分期。结果共计入组105例,T1~2分期的患者共计51例,T3分期的患者共计54例。男63例,女42例,平均年龄为(61±9)岁,经过特征降维后取log(λ)为0.094,保留特征SurfaceArea和ClusterShadeangle135offset4构建影像组学标签(Radscore)。联合性别与年龄构建联合模型,联合模型训练集AUC为0.78,测试集为0.79;影像组学标签评估训练集AUC为0.71,测试集为0.70;临床数据评估训练集为0.68,测试集为0.75。联合模型采用多元逻辑回归构建模型,并基于训练集影像组学标签以及临床数据构建诺模图。结论基于术前增强MRI分割食管癌全肿瘤提取影像组学特征,并联合临床信息构建联合模型与诺模图可在术前为食管癌的分期提供影像学定量参考信息。 展开更多
关键词 食管癌 T分期 全肿瘤分割 影像组学 诺模图
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部