背景:近年来深度学习技术越来越多地被运用于口腔医学领域,提高了口腔影像分析的效率及准确率,推动了口腔智能医学的迅速发展。目的:基于口腔影像,阐述深度学习在口腔疾病诊断和治疗方案决策方面的研究现状、优势与局限性,探讨深度学习...背景:近年来深度学习技术越来越多地被运用于口腔医学领域,提高了口腔影像分析的效率及准确率,推动了口腔智能医学的迅速发展。目的:基于口腔影像,阐述深度学习在口腔疾病诊断和治疗方案决策方面的研究现状、优势与局限性,探讨深度学习技术背景下口腔医学变革的新方向。方法:应用计算机检索PubMed数据库中2017年1月至2024年1月发表的深度学习在口腔医学影像领域应用的相关文献,检索词为“deep learning,artificial intelligence,stomatology,oral medical imaging”等,按入组标准筛选后最终纳入80篇文献进行综述。结果与结论:(1)经典的深度学习模型包括人工神经网络、卷积神经网络、递归神经网络和生成对抗网络等,学者们以或竞争或联合的形式运用这些模型,实现更高效的对口腔医学影像的解释。(2)在口腔医学领域,疾病诊断和治疗方案的制定在很大程度上依赖医学影像资料的判读,而深度学习技术拥有强大的图像处理能力,无论是在辅助诊断龋齿、根尖周炎、牙根纵裂、牙周病、颌骨囊肿等疾病方面,还是在辅助第三磨牙拔除术、颈淋巴结清扫术等治疗操作的术前评估方面,深度学习都能帮助临床医生提高决策的准确率与效率。(3)尽管深度学习有望成为口腔疾病诊治的重要辅助工具,但它在模型技术、安全伦理、法律监管方面仍有一定的局限性,未来的研究应侧重于证明深度学习的可推广性、稳健性和临床实用性,寻找将深度学习自动化决策支持系统应用于常规临床工作流程中的最佳方式。展开更多
脑小血管病(small vessel disease,SVD)是一类以脑内小血管受损为主的临床影像综合征,可能会导致卒中、血管性认知障碍、神经心理疾病与其他功能障碍等。自2013年血管性神经病变的影像报告标准(standards for reporting vascular change...脑小血管病(small vessel disease,SVD)是一类以脑内小血管受损为主的临床影像综合征,可能会导致卒中、血管性认知障碍、神经心理疾病与其他功能障碍等。自2013年血管性神经病变的影像报告标准(standards for reporting vascular changes on neuroimaging,STRIVE)发布以来,SVD的神经影像学特征得到了初步的分类与标准化。然而,在临床实践与科学研究中,对SVD影像特征的认识和应用仍存在诸多不一致和不规范之处。随着对SVD病理生理机制的深入探索与影像技术的不断进步,新的SVD影像特征和定量标志物被相继发现,为SVD的诊断和评估提供了更为全面且精准的信息。在此基础上,STRIVE-2应运而生,以期能更全面地揭示SVD对脑功能与结构的影响。为了规范中国SVD的神经影像学评估和诊断,本共识将在STRIVE-2的基础上,结合中国具体国情,对SVD的神经影像学特征进行深入解读,旨在推动SVD影像学诊断术语的标准化,提高临床诊断的准确性,进一步促进相关领域的研究与进步。展开更多
医学影像学是临床医学中一门实践性极强辅助学科,同时也是发展迅猛,日新月异的学科,在现代医疗中扮演着越来越重要的角色。文章通过对影像医学教学的基本要求、教学目标和目的进行说明,采用影像存储和传输系统(picture archiving and co...医学影像学是临床医学中一门实践性极强辅助学科,同时也是发展迅猛,日新月异的学科,在现代医疗中扮演着越来越重要的角色。文章通过对影像医学教学的基本要求、教学目标和目的进行说明,采用影像存储和传输系统(picture archiving and communication system,PACS)结合以问题为基础的教学法(problem-based learning,PBL)及以案例为基础的教学法(case-based learning,CBL)教学法进行实践。针对非影像专业学员学习时间短、学习任务重,学员影像基础和需求迥异,部分非影像专业学员自身对医学影像学的重视不足以及放射基地重视不足等问题。文章阐述了PACS与PBL、CBL教学法、钉钉、微信及SPARK学习平台等学习沟通平台相结合,并增加专职人员对基地管理、带教老师一对一指导,以及不断加强科室建设、安排名师上课来提高科室影响力等多种混合教学模式的解决对策,来唤起学员学习影像相关知识的内驱力,达到提高学员轮转学习效果的目的。展开更多
文摘背景:近年来深度学习技术越来越多地被运用于口腔医学领域,提高了口腔影像分析的效率及准确率,推动了口腔智能医学的迅速发展。目的:基于口腔影像,阐述深度学习在口腔疾病诊断和治疗方案决策方面的研究现状、优势与局限性,探讨深度学习技术背景下口腔医学变革的新方向。方法:应用计算机检索PubMed数据库中2017年1月至2024年1月发表的深度学习在口腔医学影像领域应用的相关文献,检索词为“deep learning,artificial intelligence,stomatology,oral medical imaging”等,按入组标准筛选后最终纳入80篇文献进行综述。结果与结论:(1)经典的深度学习模型包括人工神经网络、卷积神经网络、递归神经网络和生成对抗网络等,学者们以或竞争或联合的形式运用这些模型,实现更高效的对口腔医学影像的解释。(2)在口腔医学领域,疾病诊断和治疗方案的制定在很大程度上依赖医学影像资料的判读,而深度学习技术拥有强大的图像处理能力,无论是在辅助诊断龋齿、根尖周炎、牙根纵裂、牙周病、颌骨囊肿等疾病方面,还是在辅助第三磨牙拔除术、颈淋巴结清扫术等治疗操作的术前评估方面,深度学习都能帮助临床医生提高决策的准确率与效率。(3)尽管深度学习有望成为口腔疾病诊治的重要辅助工具,但它在模型技术、安全伦理、法律监管方面仍有一定的局限性,未来的研究应侧重于证明深度学习的可推广性、稳健性和临床实用性,寻找将深度学习自动化决策支持系统应用于常规临床工作流程中的最佳方式。
文摘脑小血管病(small vessel disease,SVD)是一类以脑内小血管受损为主的临床影像综合征,可能会导致卒中、血管性认知障碍、神经心理疾病与其他功能障碍等。自2013年血管性神经病变的影像报告标准(standards for reporting vascular changes on neuroimaging,STRIVE)发布以来,SVD的神经影像学特征得到了初步的分类与标准化。然而,在临床实践与科学研究中,对SVD影像特征的认识和应用仍存在诸多不一致和不规范之处。随着对SVD病理生理机制的深入探索与影像技术的不断进步,新的SVD影像特征和定量标志物被相继发现,为SVD的诊断和评估提供了更为全面且精准的信息。在此基础上,STRIVE-2应运而生,以期能更全面地揭示SVD对脑功能与结构的影响。为了规范中国SVD的神经影像学评估和诊断,本共识将在STRIVE-2的基础上,结合中国具体国情,对SVD的神经影像学特征进行深入解读,旨在推动SVD影像学诊断术语的标准化,提高临床诊断的准确性,进一步促进相关领域的研究与进步。
文摘医学影像学是临床医学中一门实践性极强辅助学科,同时也是发展迅猛,日新月异的学科,在现代医疗中扮演着越来越重要的角色。文章通过对影像医学教学的基本要求、教学目标和目的进行说明,采用影像存储和传输系统(picture archiving and communication system,PACS)结合以问题为基础的教学法(problem-based learning,PBL)及以案例为基础的教学法(case-based learning,CBL)教学法进行实践。针对非影像专业学员学习时间短、学习任务重,学员影像基础和需求迥异,部分非影像专业学员自身对医学影像学的重视不足以及放射基地重视不足等问题。文章阐述了PACS与PBL、CBL教学法、钉钉、微信及SPARK学习平台等学习沟通平台相结合,并增加专职人员对基地管理、带教老师一对一指导,以及不断加强科室建设、安排名师上课来提高科室影响力等多种混合教学模式的解决对策,来唤起学员学习影像相关知识的内驱力,达到提高学员轮转学习效果的目的。
