医学影像学可视化AI联合目标教学法在肺癌靶区勾画教学中的应用

目的探讨基于胸部医学影像实时可视化AI联合目标教学法在肺癌靶区勾画教学中的应用效果。方法选取参加毕业实习和住院医师规范化培训的59名学员作为研究对象,随机分为实验组(30人)和对照组(29人)。给予对照组学员传统二维图谱联合目标教学法进行教学,主要包括肺癌基础理论知识、放射影像学知识及靶区勾画案例分析;给予实验组学员医学影像学可视化AI联合目标教学法进行教学。教学完成后,分别评价2组学员的理论知识考核成绩、靶区勾画成绩、自我评价以及教学满意度。结果实验组、对照组学员理论知识考核成绩分别为(83.27±2.45)分、(75.29±3.02)分,靶区勾画技能考核成绩分别为(82.74±3.42)分、(71.05±2.97)分,实验组学员2项考核成绩均高于对照组,差异有统计学意义(P<0.05)。实验组、对照组学员自我评价分数分别为(134.67±2.64)分、(117.49±2.86)分,实验组学员自我评价情况明显优于对照组(t=12.993,P=0.000)。实验组、对照组学员教学满意度分别为(97.27±2.19)分、(92.15±2.42)分,实验组学员教学满意度明显高于对照组(t=11.620,P=0.003)。结论医学影像学可视化AI联合目标教学法能够提高实习生及规培生肺癌靶区勾画操作能力,帮助其深入理解肺部结构,教学优势显著,值得在课堂及医院推广。

PBL、CBL联合可视化技术提高医学影像学实习带教考试成绩的研究

评估医学影像学实习带教应用PBL、CBL联合可视化技术的教学效果。方法 选取某院2021年4月-2023年5月期间收入的医学影像学实习生136名为研究对象,按照教学方式分为对照组和研究组,每组各63名。对照组采用传统讲授式教学法,研究组采取PBL、CBL联合可视化技术的综合教学法,对比两组学生的考试成绩及教学差异。结果 (1)研究组学生的理论知识考核、操作技能考核和案例分析考核的成绩分别是(85.66±6.03)分、(90.21±5.32)分和(93.68±6.11)分,均高于对照组成绩(73.21±6.54)分、(70.45±5.04)分和(81.01±6.23)分,差异具有统计学意义(P< 0.05)。(2)问卷调查结果显示,与对照组相比,研究组学生在是否激发学习兴趣、是否提高自主学习能力、是否提高学习效率、是否加深知识理解、是否提升阅片能力、是否满意授课方式、是否能够协助解决临床问题等方面的教学评价差异均具有统计学意义(P< 0.05)。结论 PBL、CBL联合可视化技术综合教学模式,可显著提升学生考试成绩,提升教学效果,值得推广。

PBL、CBL联合可视化技术在留学生医学影像学实习教学中的应用

目的:探索PBL、CBL联合可视化技术在留学生医学影像学实习教学中应用的可行性。方法:将2019年在我科实习的64名本科留学生作为研究对象,并平均随机分为对照组和试验组,对照组32人采用LBL教学模式,试验组32人采用PBL、CBL联合可视化技术的综合教学模式。分析两组留学生考试成绩及对教学方法评价的差异性。结果:试验组理论及阅片考核成绩分别为(88.12±5.98)分、(86.31±5.72)分,均高于对照组(P<0.01)。试验组教学方法在激发学习兴趣、增强学习自主性、提高学习效率、加深知识理解、提升阅片能力、培养临床思维以及学生满意度方面明显优于对照组。结论:基于PBL、CBL联合可视化技术的教学模式,可有效提高留学生医学影像学实习教学质量,值得在临床教学中应用。

《医学影像学实验教程》出版:医学影像学实验教学改革的探索与实践

医学影像是现代医学中应用十分广泛的技术,能够在疾病的识别和治疗中提供直观的可视化信息和数据,配合临床诊断、治疗、疗效评估、分期等工作的顺利开展。随着医学影像在临床上的广泛使用,医学影像学实验教学的实践指导也受到了高度重视。由余昌胤、陈琦、关晶主编的《医学影像学实验教程》一书出版于2019年(2019年1月北京大学医学出版社出版)。

体绘制技术在医学可视化中的新发展

科学计算可视化体绘制算法能反映出体数据的内部信息 ,在医学中 ,它已经从辅助诊断发展成为辅助治疗的重要手段 .体可视化技术是医学可视化的重要研究内容 ,其处理过程包括体数据的获取、模型的建立、数据的映射、绘制等操作 .该文介绍了医学可视化中常使用的几种光照模型 ,针对基于图象空间和对象空间两种体绘制算法 ,介绍了它们的基本思想方法 ,并详细阐述了在近期的主要加速技术和提高图象质量方法的新进展 。

三维可视化技术结合案例式教学法在神经内科住院医师规范化培训中的应用

目的探讨三维可视化技术结合案例式教学(case-based learning,CBL)在住院医师规范化培训中的应用价值。方法选取长春中医药大学附属医院2018年1月—2019年12月在医学影像中心轮转的神经内科住院医师46人为研究对象,随机分为观察组(24人)和对照组(22人),对照组采用传统教学模式,观察组采用颅脑三维可视化技术结合CBL的教学。轮转结束,两组住院医师均进行业务考核和问卷调查,对比研究两种教学模式在神经内科住院医师规范化培训教学的效果。结果两组住院医师在年龄、性别、入科前理论成绩和读片成绩的差异均无统计学意义(P>0.05)。培训后,两组住院医师理论成绩、读片成绩及教学调查问卷得分,观察组均优于对照组,差异有统计学意义(P<0.05)。结论应用三维可视化技术结合CBL教学方法对神经内科住院医师的实践教学效果明显优于传统教学方法,有效提高了教学质量,值得推广。

影像医学综合诊断系统的开发与初步应用

在当代医学技术领域,随着可视化技术的不断发展,医学影像已成为现代医学的重要组成部分。医学影像设备是医疗设备中不可或缺的关键组成部分,也是医院综合实力的重要体现,不仅为临床诊断、治疗提供了重要的保障,同时也为临床科学研究提供了重要平台。然而,这一检查方式还是存在一定的风险,比如误诊,也就是我们经常会遇到的“假阳性”或“假阴性”结果,导致误诊的原因之一,就是读片医师技术水平的不一致,导致一些病例被误诊。一旦发生误诊,往往会给患者带来不必要的损失,并因此引发医患纠纷。为了提高医学影像技术水平,我们有必要采用一定的技术手段来降低假阳性和假阴性病例的出现率。我们设想采用影像学方法,结合临床病例资料和其他辅助检查结果等多方面,进行综合智能分析,从而作出综合诊断,进一步提高医学影像技术水平。为此,我们开始了“影像医学综合诊断系统”的构思、开发和初步应用研究。

高精度CT影像可视化系统

本课题涉及图像处理、人工智能、计算机图形学和医学影像学等多个学科领域,是当前计算机和医学图像处理领域研究的热点问题。虚拟现实技术目前在医学应用中存在的难点问题和关键问题是三维虚拟人体模型的构造、人体模型的绘制和显示速度。主要研究内容1）基于CT图像数据的曲线,曲面和体的保型插值和逼近问题;

脑室系统可视化研究在医学影像学教学培训中的应用

脑室系统疾病的诊断主要有赖于CT、MRI检查,掌握脑室系统的断层解剖学知识是认识正常和进行疾病诊断的基础。本文利用中国可视化人体中颅脑薄层连续断层图像,运用虚拟断层切割技术和三维重建技术,建立了脑室系统三维可视化模型。脑室系统可视化模型将断层解剖学与整体解剖相衔接,将横断、矢状与冠状位图像相结合,有助于培养学生的空间思维能力及建立脑室系统结构的三维立体概念,在临床医学影像学教学培训中取得了良好的教学效果。

人工智能在肾脏病学领域中应用的文献计量学分析

目的:研究探讨Web of Science(WOS)科技文献数据库中人工智能(AI)在肾脏病学领域中相关的研究与应用,为临床相关研究提供提供参考。方法:通过系统检索WOS数据库建库至2022年5月8日关于AI在肾脏病学领域中应用的科技文献,获得1136篇相关研究数据,其中包括文献发表时间、期刊名称、研究机构、国别、引文和关键词信息,使用VOSviewer1.6.17软件对AI在肾脏病学中的研究信息进行提取,并对国家、研究机构和作者生成合作网络聚类图,对关键词进行可视化聚类分析,建立共聚类图谱。结果:经过排除及筛选,共检索获得AI在肾脏病学领域中应用的科技文献1 136篇,发文量呈逐年上升趋势。发文量排名前5的国家分别为美国、中国、意大利、韩国和日本,发文量较多的国家间形成4个合作团体。其中,发文量最多的期刊为《Journal of Endourology》(《内泌尿学杂志》),美国的KaoukJH作者参与发文数量最多;参与10篇及以上的57名作者之间形成8个合作团体。参与合作机构数量>8个的18个研究机构形成了5个合作团体,其中机构中心性最高的是克利夫兰医学中心(Cleveland Clin)。检索分析的关键词中,最终聚类为机器人辅助手术、癌症治疗以及机器学习在肾脏病风险预测和诊断中的应用共3类。结论:AI在肾脏病学领域中展现出了广阔的应用前景,以深度学习为代表的机器学习是当前的研究重点。

基于中国知网近20年我国医学影像学教学文献的量化分析

目的对近20年来我国医学影像学教学文献进行分析,探索当前研究热点及前沿,为将来医学影像学教学发展策略的制定提供重要的理论依据。方法通过可视化分析软件CiteSpace对1998年至2018年在CNKI上发表的影像学教学相关文献进行分析,揭示出该领域研究热点和前沿、作者合作情况及发文机构分布。结果医学影像学相关教学文献每年的发文量整体呈上升趋势;该领域的作者分布较松散,机构间的合作仍局限于小团体内;研究热点主要是教学模式和教学改革;近几年的研究前沿主要是PBL教学法和案例教学法。结论我国医学影像学研究近些年发文数量逐渐增加,内容不断丰富,但是还没有形成大规模的研究团队,文献质量还有待加强,需要进一步加大对该领域的投入。

医学影像+人工智能的发展、现状与未来

基于人工智能(artificial intelligence,AI)的医学影像方法突破了传统方法的技术壁垒,是近些年发展最快的领域之一。医学影像+AI目前已应用于临床,在病灶识别和诊断、疗效评估等方面辅助医师做出了出色的成果,大大提高了医师的诊断效率。本文对医学影像+AI的发展历程,现状和未来可能的发展方向进行综述,辅助相关人员进一步了解该领域。医学影像作为临床和科研的一种可视化手段,在医疗健康领域发挥着极为重要的作用。

盆腔解剖结构的三维重建和可视化研究

随着医学影像学、计算机图形学及计算机图像处理技术的发展．对于人体解剖结构的研究不再局限于解剖实验室和手术过程中，还可以通过计算机进行三维重建（threedimensional reconstruction）及可视化（visualization）研究。

可视化诊疗技术(超声)在肌骨康复中的应用

康复医学近年来发展迅速,随着我国加速步入老龄化社会,加之分级诊疗的逐步开展以及精准医疗的不断推进,医学影像学尤其超声医学在康复医学中的重要作用日益凸显[1]。本文仅就可视化诊疗技术(超声)在肌骨康复中的应用展开论述。

基于中国数字化人体的冠状动脉CTA多维可视化应用研究

目的探讨一种基于中国数字化人体(CVH)的冠状动脉CT血管造影(CTA)多维可视化方法在于CTA中观察冠状动脉结构和辅助诊断的可行性。方法获取CVH断层数据集和临床冠状动脉CTA影像,分别对冠状动脉进行分割、提取中心线和标定,获得右冠状动脉(RCA)、左主干(LM)、前降支(LAD)和回旋支(LCx)等节段,然后使用曲平面重建技术对冠状动脉横断面、冠状面、矢状面、拉伸曲平面和拉直曲平面等多平面进行重建,并在此基础上使用形态学方法计算两者的冠状动脉直径、长度、面积和曲率等影像特征进行比较。结果该方法实现了CVH和CTA在二维和三维层面的对照显示。结论CVH与CTA的冠状动脉多维可视化重建对于临床辅助诊断和影像学教学都具有重要意义。