双排螺旋CT低剂量扫描与高仟伏X线胸片在煤工尘肺筛查中的比较

目的:探究煤工尘肺患者应用双排螺旋CT低剂量扫描与高仟伏X线胸片进行筛查的的效果与特征。方法:2015年7月—2016年5月我院体检的煤矿接尘工人270例作为本次试验研究的分析对象,并将抽取的270例接尘工人分别应用双排螺旋CT低剂量扫描与高仟伏摄影X线胸片检查,观察并分析不同检查方法的效果与特点。结果:通过应用双排螺旋CT低剂量扫描与高仟伏X线胸片进行筛查,结果显示,选择双排螺旋CT低剂量扫描筛查后患者的小阴影(密集度1/1,至少达到一个肺区)、大阴影、空洞检出率分别为100%、17.78%、10.74%明显优于高仟伏胸片检出率,为92.96%、7.41%、3.33%,数据差异性较大。结论:采用双排螺旋CT低剂量扫描可显著提高对小阴影的检出率,从而为筛查煤工尘肺提供准确信息,在临床检查中可进行应用。

基于噪声鲁棒学习的胸部X射线尘肺鉴别方法

在医学图像噪声标注数据的训练中,目前常用的方法是根据训练损失对噪声标签数据集进行划分,以过滤掉噪声标签样本。然而,这种方法面临两个需要解决的问题,即如何在筛选出噪声样本的同时尽可能地保留与其损失分布相似的困难样本,以及如何提高样本利用率,挖掘隐藏在噪声样本中的有用信息以减轻模型过拟合的问题。为了解决上述问题,提出一种由样本分布引导的噪声鲁棒学习策略(SGRL),包括样本划分与半监督对比分类。为了更可靠地区分信息量大的困难样本与有害噪声样本,介绍一种噪声滤波器样本选择方法。此外,提出了一种增强匹配对比网络,使用所有样本进行训练,从而得到一个具有噪声鲁棒性的分类模型。在此基础上,利用对比学习作为补充,进一步对抗对噪声标签的记忆,提高筛查准确率。实验结果表明,该方法在5%、10%、20%和40%噪声比的尘肺胸片数据集上均取得了显著的性能提升。与现有的先进方法相比,该方法的筛查准确率分别平均提升了5.88、7.05、7.59和6.19个百分点,验证了改进方法的有效性。

尘肺病筛查中DR-PACS-RIS系统工作流程的优化

目的在尘肺病筛查中,对放射科常规DR-PACS-RIS工作流程做出优化,使之适合受检者批量集中、尘肺病诊断需详尽职业史资料的特殊要求,提高拍摄效率、降低成本。方法在RIS系统中修改、添加受检者职业史信息的数据字段;调整DR与RIS的数据契合度;增加放射科工作站;同一受检者由两名放射科医师共同诊断;按需打印胶片。结果受检者等待时间缩短,DR胸片诊断及时,降低误、漏诊概率,按需打印胶片降低成本。结论在尘肺病筛查中,对放射科常规DR-PACS-RIS工作流程优化,有利于提高拍摄效率、降低成本。

尘肺病DR胸片智能筛查系统在职业健康体检中的应用

截至2019年,我国劳动年龄人口8.96亿[1],农民工总量2.9亿人,其中本地农民工近1.2亿人,外出农民工1.7亿人[2]。同期,全国累计报告职业病99.4万例,其中职业性尘肺病88.9万例,约占89.4%[3,4]。全国共有职业健康检查机构3 403个,职业病诊断机构550个[3]。由于我国经济发展不均衡,地区差异大,基层职业健康体检机构有经验的职业病医师匮乏,难以保证体检筛查质量。