影像辅助诊断学习系统的设计

医学数字化信息革命改变着传统的医学学习、工作、管理模式。本文探讨设计一套计算机化的影像辅助诊断教学系统的方法。结合了医用多媒体图文系统和图像存档与通讯系统 (PACS)的某些特点 ,该系统可用于医生书写数字化处方 ,方便快捷地管理影像资料 ,在计算机下多方位地分析影像从而辅助确定诊断结论并构建典型病例数据库使系统具备教学功能。系统采用面向对像程序设计开发工具开发并构建在通用的 Windows9X平台上 ,具有良好的界面和交互性。

医学影像辅助诊断学习系统的设计与应用

文章设计了一套供教师教学与学生自主学习的医学影像辅助诊断学习平台,以利于提高教学质量,让学生更好地掌握影像诊断要点,系统实现课堂教学、课堂演示、分析影像图片、教学管理等功能。该系统给影像诊断教学带来了便利,改变了传统影像诊断教学"黑板+胶片"的传统模式。

人工智能影像辅助诊断系统阅片在鉴别肺结节性质中的价值分析

目的探究人工智能影像辅助诊断系统阅片在鉴别肺结节性质中的价值,为临床诊断肺结节疾病提供参考依据。方法回顾性分析北大医疗潞安医院2022年6月至2023年6月收治的82例肺结节患者的临床资料,所有患者均接受电子计算机断层扫描(CT)检查,获得的CT图像进行人工阅片和人工智能影像辅助诊断阅片,并进行定性诊断。以病理检查为金标准,分析比较两种阅片方式对肺结节的检出情况及两种阅片方式对肺结节良、恶性的诊断效能。结果82例肺结节患者中共检出245个结节,其中结节直径<5 mm者154个,5 mm≤结节直径≤10 mm者66个,结节直径>10 mm者25个。与人工阅片相比,人工智能影像辅助诊断系统阅片对肺结节直径<5 mm、5 mm≤直径≤10 mm的检出率升高;与人工阅片相比,人工智能影像辅助诊断系统阅片对肺结节恶性的诊断特异度降低,灵敏度、阴性预测值均升高(均P<0.05)。结论人工智能影像辅助诊断系统阅片对肺结节的检出率更高,并且诊断灵敏度、阴性预测值较高,但其特异度较低,因此会存在一定的假阳性率,建议临床上将两种阅片方式进行结合,以提高对肺结节的诊断准确性。

基于数字孪生的高速列车辅助供电系统故障诊断方法研究

随着铁路技术的蓬勃发展,高速列车已经成为人们中长途出行的首要选择。同时,其伴随的安全性、舒适性问题也逐渐受到重视。辅助供电系统是高速列车能够正常运行的重要保障,系统故障将导致乘客舒适感下降,列车行驶受阻,铁路班次调整等一系列问题。为了避免此类情况的发生,本文主要对高速列车辅助供电系统故障诊断方法进行研究,基于数字孪生技术,建立辅助变流器仿真模型,模拟真实电路运行情况。然后以获取的故障数据集为分析对象,在MATLAB R2018a平台上训练多种机器学习模型。同时结合优化方法建立混合模型,比较诊断性能。实验结果表明,数字孪生技术能够大大降低收集数据的难度,可以快速获取数量多,类别丰富的故障数据;基于遗传算法的BP(back propagation)神经网络混合模型对类故障的诊断分类效果最好,平均精确率和准确率分别为86.7%和95.6%。基于数字孪生的机器学习模型诊断效率和精度高,可以运用在高速列车辅助供电系统的故障诊断过程中,保证列车安全行驶。

超声人工智能辅助诊断系统在最大径≤2 cm的BI-RADS 4类乳腺结节诊断中的应用价值

目的探讨超声人工智能(AI)辅助诊断系统对最大径≤2 cm的乳腺影像报告与数据系统(BI-RADS)4类乳腺结节的诊断价值。方法回顾性分析2020年5月至2022年10月于上海中医药大学附属曙光医院进行超声检查并诊断为BI-RADS 4类乳腺结节的204例患者共210个最大径≤2 cm结节的二维超声图像。以术后病理结果为金标准,评价常规超声和AI系统(风险评分值阈值设为0.65、0.70)对最大径≤2 cm的BI-RADS 4类乳腺结节良恶性的诊断效能。结果210个乳腺结节中良性结节94个,恶性结节116个。高年资超声医师常规超声检查诊断乳腺结节良恶性的灵敏度为92.24%,特异度为75.53%,准确度为84.76%;AI系统(阈值0.65)诊断乳腺结节良恶性的灵敏度为92.24%,特异度为71.28%,准确度为82.86%;AI系统(阈值0.70)诊断乳腺结节良恶性的灵敏度为90.52%,特异度为79.79%,准确度为85.71%。AI系统(阈值0.70)诊断BI-RADS 4a类结节的准确度高于常规超声和AI系统(阈值0.65)(79.41%vs 77.94%、75.00%)。高年资超声医师通过常规超声对最大径≤1 cm的结节诊断准确度最高,为86.36%,AI系统(阈值0.65)及AI系统(阈值0.70)准确度分别为81.82%、84.09%。结论超声AI辅助诊断系统可辅助鉴别诊断最大径≤2 cm的BI-RADS 4类乳腺结节的良恶性。

基于绕口令的帕金森病计算机辅助诊断系统的构建

早期诊断对于帕金森病的治疗至关重要,语言障碍是帕金森病早期患者的一个主要症状,为此本文结合中文绕口令的语音特征和经典机器学习模型构建帕金森病计算机辅助诊断系统。通过某医院老年病门诊,以中文绕口令“八百标兵奔北坡,炮兵并排北边跑”为语音素材,采集包括67位帕金森病患者和30位非帕金森病患者的语音样本;提取每个样本14个音节的峰值、峰宽、峰面积、峰距和峰跨的平均值以及语音长度6个标志性指标,并结合患者的类别标签,建立帕金森病分类的语音特征集PPFTT;通过K-means聚类、量子聚类、谱聚类、主成分分析4种无监督学习算法验证了PPFTT在识别帕金森病患者上的有效性;应用PPFTT对BP、RF、SVM和LSTM这4个经典机器学习模型进行训练与评估,结果显示,4个模型对帕金森病患者的识别准确率分别为88.42%、91.58%、91.05%和92.64%,其中LSTM性能最佳;选取LSTM模型构建基于绕口令的帕金森病计算机辅助诊断系统,测试表明,该系统可以辅助临床医生快速、准确地识别帕金森病早期患者。

深度学习在骨肌系统影像领域的应用进展

医学影像对骨肌系统疾病的诊断、监测等至关重要。深度学习技术在骨肌系统图像处理和诊断中的应用不断扩展,提高了其诊断精度和效率,在骨肌疾病影像学中的优势明显、应用价值较高。本文总结了深度学习在多种骨肌系统疾病临床诊断、预后评估中的作用。

人工智能医学影像辅助诊断系统在肺结节筛查方面的临床应用探讨

人工智能医学影像辅助诊断系统在肺结节筛查方面的临床应用较为广泛,基于该系统的原理和具体应用中的潜力和优势分析,探讨其在提高肺癌的早期诊断和治疗效果方面的应用价值,发现该技术的不足之处以及进一步完善技术和标准,以确保其应用效果的可靠性和安全性。

医学影像诊断学自主学习系统设计

医学影像诊断学作为一门实践性强的学科,学生需要通过接触大量真实的临床影像病例来进行学习。然而,传统的课本教学无法满足学生的实际需求。为此,本文设计了一套全新的医学影像诊断学自主学习系统,旨在提高学生的学习热情和阅片能力。该系统采用基于B/S架构的开发模式,借助Linux+Apache+PHP+Mysql技术组合实现web服务器端的功能,同时在PACS影像存储服务器方面,采用了Linux+Apache+FTP架构,以便实现对各种影像图片的高效储存。本文给出一种新型的单用户独占服务器系统设计思路,可以有效提升服务器的使用和服务性能,在学生课堂中进行大量的实验测试后,系统运行状态趋于稳定,可以游侠满足学生提出的诊断学习需求,具备良好的研究和推广意义。

深度学习在乳腺癌影像学检查中的应用进展

乳腺癌是女性最常见的恶性肿瘤,其早期发现具有决定性意义。乳腺影像学检查在早期发现乳腺癌以及在治疗期间监测与评估方面发挥着重要作用,但人工检测医学影像通常耗时耗力。最近,深度学习算法在早期乳腺癌诊断工作中取得了显著进展。通过梳理近几年的相关文献,对深度学习技术在不同成像模式的乳腺癌诊断中的应用进行了系统综述,旨在为深入开展基于深度学习的乳腺癌诊断研究提供参考。首先概述了乳腺X线摄影、超声影像、磁共振成像和正电子发射计算机断层显像四种乳腺癌成像模式并进行了简要对比,列举了多种成像方式对应的公共数据集。重点对基于上述四种不同成像模式的深度学习架构的不同任务(病变检测、分割和分类)进行了系统的综述,对比分析了各算法性能、改进思路及其优缺点。最后,对现有技术存在的问题进行分析,并针对目前工作的局限性对未来发展方向进行展望。

基于深度学习的肝包虫病超声影像诊断方法研究

肝包虫病是一种严重的区域性寄生虫病,病变的诊断和分类主要依靠临床医生对超声图像的主观判断,但在医疗条件薄弱的地区,这类病变的筛查和诊断易出现误判、错判。为提高肝包虫病的诊断效率和诊断精度,分析肝包虫病超声图像的影像学特点,文中提出一种智能化辅助诊断方案,将深度学习算法应用于肝包虫病的超声影像诊断任务中。首先,构建新疆地区肝包虫病超声影像数据集,并使用基于ROI的预处理方法使数据集规范化;然后在模型构建方面,与常见的三种深度学习基准模型的肝包虫超声影像分类效果进行对比。实验结果表明,文中诊断方法能够取得较好的分类效果,模型准确率最高达到0.85。此外,根据实验结果,分析不同网络结构下各类型肝包虫病的影像学特点,为临床诊断提供参考依据。

基于DICOM标准的医学影像辅助诊断系统的实现

结合医学影像信息学与计算机科学的相关知识,分析了在构建PACS时,实现基于DI-COM标准的医学影像辅助诊断系统的方法。从系统框架设计、系统功能分析、运行环境要求、开发平台以及主要应用的相关算法等方面对医学影像辅助诊断系统的实现做了深入的分析,并设计实现了基于DICOM标准的医学影像辅助诊断系统。

新能源汽车倒车影像常见故障的诊断与排除

新能源汽车倒车影像技术作为一项关键的驾驶辅助技术,不仅提高了驾驶安全性和便利性,还能有效降低倒车事故的发生率。然而,倒车影像系统作为一个复杂的电子设备,也面临着各种故障的可能性,如显示屏黑屏、摄像头图像模糊、连接线路故障等。这些常见故障的发生不仅影响了倒车影像系统的正常运行,还可能给驾驶员带来不便,甚至产生安全隐患。因此,对倒车影像系统常见故障进行准确诊断和及时排除显得尤为重要。本文通过对新能源汽车倒车影像系统常见故障进行深入研究,分析和诊断,提出解决问题的有效方法,从而提高倒车影像系统的可靠性。

基于深度学习的计算机辅助诊断系统检出DR胸部正位片中的骨折

目的观察基于深度学习的计算机辅助诊断系统(DL-CAD)检出DR胸部正位片中骨折的效能及其对低年资放射科医师的辅助作用。方法①试验1:回顾性收集547例DR胸部正位片,其中361例存在胸部骨折(共983处骨折)、186例无胸部骨折,评估DL-CAD对骨折的预测性能。②试验2:随机选取试验1中的397例DR胸片,其中211例存在胸部骨折(共604处骨折)、186例无胸部骨折,记录并比较单独DL-CAD(1组)、单独低年资医师(2组)、DL-CAD辅助低年资医师(3组)、单独高年资医师(4组)的检出结果。结果①试验1:983处骨折中,DL-CAD识别出672处,正确识别641处,误诊31处,敏感度65.21%(641/983),F值为77.46%;361例骨折患者中,DL-CAD识别出320例,正确识别314例,误诊6例,敏感度86.98%(314/361),F值92.22%。②试验2:1、2、3、4组观察者检出骨折的敏感度分别为62.09%(375/604)、61.59%(372/604)、86.75%(524/604)和83.44%(504/604),F值分别为75.38%、74.62%、90.74%及89.84%;3、4组检测效能均高于1、2组(P均<0.001),而1组与2组间、3组与4组间差异均无统计学意义(P均>0.05)。结论DL-CAD对DR胸部正位片中骨折的检出效果较好,且可有效提高低年资放射科医师对胸部骨折的检出效能。

DEMETICS超声智能辅助诊断系统联合ACRTI-RADS分类对甲状腺结节良恶性的诊断价值

目的研究DEMETICS超声智能辅助诊断系统结合美国放射学会(ACR)甲状腺影像报告与数据系统(TI-RADS)分类对甲状腺结节(TN)良恶性风险的评价作用。方法将我院2019年1月~2020年12月收治的400例TN患者纳入研究。分析不同良恶性TN的二维超声图像特征,以病理诊断结果为金标准,比较DEMETICS、ACR TI-RADS分类及二者联合诊断TN的效能,并比较不同性质TN患者血清内脂素以及脂联素水平。结果恶性结节边界模糊,形态不规则,纵横比≥1,内部低回声,后方回声减弱,微钙化和血流信号分级Ⅰ级占比均高于良性结节,而血流信号分级Ⅱ级、Ⅲ级占比均低于良性结节(P<0.05)。以病理结果为金标准,DEMETICS联合ACR TI-RADS分类诊断TN的灵敏度、特异度及准确度均高于DEMETICS或ACR TI-RADS分类单独诊断(P<0.05)。恶性结节患者血清内脂素水平高于良性结节患者,而脂联素水平低于良性结节患者(P<0.05)。结论DEMETICS联合ACR TI-RADS分类诊断TN恶性风险的价值较高。

基于CT影像组学鉴别骨肌系统良恶性病变的辅助诊断系统

目的研究一套基于CT影像组学鉴别骨肌系统良恶性病变的辅助诊断系统。方法运用影像组学和医学结合的新兴智能医疗方法研究更精准的智能辅助诊断模型,利用云技术开发更便捷的智能医疗系统,服务于骨肌系统良恶性病变的鉴别和预测。结果在骨肌系统良恶性病变的标准数据库上运用影像组学的方法实现了对影像的自动鉴别,良性和恶性的AUC值分别可达到0.97和0.92的高精度,并充分利用云技术的可扩展性、可移动性和实时性,以模块化的方式开发了一套可辅助临床诊断的智能系统。结论该系统能在短时间内得到可靠的分析模型和智能诊断结果,为临床诊断带来便利的同时,为建立新型的智能分析方法解决骨肌系统良恶性病变的临床鉴别问题提供了新的方向。

基于CT影像分析的肺部疾病辅助诊断系统应用研究

目的:通过对肺部医学影像进行预处理增强肺部病灶区域,并用3D建模实现肺部影像立体视觉效果,而影像的数据测量功能有助于辅助医生诊断更加精确、科学、全面;加快以智能化、数字化为中心的辅助诊断系统建设。方法:系统可对DICOM、JPG、IMA、BMP格式的医学影像进行处理,分为5个功能模块:第一部分是肺部影像预处理,包括改进型均衡化、几何变换、滤波处理、形态学等功能的实现;第二部分是肺实质分割,包括滚球法分割、多阈值法分割、基于灰度级分层的伪彩色分割、手动分割、肺结节的提取功能;第三部分是肺部影像伪彩色处理功能的实现;第四部分是肺部影像3D建模可变视角观察;第五部分是对提取的病灶区域进行边界提取、踩点测距、面积及周长的计算功能。结果:系统优化了功能类型,实现功能的多样化、专业化、智能化,并且实现了肺部立体式旋转观察,增强了影像细节部分的显示功能,加强了人工和自动标识的功能,有助于提高医生诊断的可靠性。结论:系统实现了肺部影像的增强功能、3D建模及数据测量功能,提高了系统设计的可靠性,辅助医生进行肺部疾病诊断,可进行功能扩展,在肺部疾病辅助诊断系统中有较好的应用前景。

人工智能医学影像辅助诊断系统在肺结节诊断上的应用准确性探讨

目的:分析人工智能医学影像辅助诊断系统在肺结节诊断上的应用准确性。方法:选取2019年5月—2020年12月在昆明市第一人民医院经病理诊断为肺结节的患者98例,采用随机数字法将患者分为对照组和观察组,各49例。对照组接受CT检查诊断,观察组接受人工智能医学影像辅助诊断系统联合CT诊断,对比两组患者的诊断结果、灵敏度、特异度、准确性、漏诊率、误诊率、检查时间、检查满意度。结果:CT诊断为真阳性18例、假阴性6例、假阳性6例、真阴性19例;人工智能医学影像辅助诊断系统联合CT诊断为真阳性23例、假阴性1例、假阳性2例、真阴性23例。观察组患者的诊断灵敏度为95.83%、准确性为93.88%、漏诊率为4.17%,与对照组的75.00%、75.51%、25.00%对比差异显著(P<0.05);两组的诊断特异度与误诊率对比差异不显著(P>0.05);观察组检查所使用的时间短于对照组,差异具有统计学意义(P<0.05);观察组患者对检查的满意度为97.96%,显著高于对照组患者的85.71%(P<0.05)。结论:在对肺结节患者实施检查诊断时,对患者使用人工智能医学影像辅助诊断系统联合CT诊断,可以有效提高疾病的诊断准确率,有效减少了误诊和漏诊的出现,并且两种方法联合可以有效缩短检查所使用的时间,进而快速地诊断病情,对疾病的治疗和预后有积极作用,并且可以显著提升患者对检查的满意度,值得在临床上推广应用。

第四届全国神经系统疾病影像诊断学习班通知

学习班背景：神经系统疾病发病率高、病种多，所占CT和MRI检查比例较大，影像诊断、鉴别诊断为临床神经科室提供了更直观、准确的诊断依据，影响着治疗决策。

第三届全国神经系统疾病影像诊断学习班通知

神经系统疾病发病率高、病种多,所占CT和MRI检查比例较大,影像诊断、鉴别诊断为临床神经科室提供了更直观、准确的诊断依据,影响着治疗决策。为推广神经系统疾病影像诊断的好方法、好经验和新研究成果,《磁共振成像》杂志社联合北京放射学会以及国家神经系统疾病临床医学研究中心——北京天坛医院,拟于2017年4月27至30日在北京市举办第三届全国神经系统影像诊断学习班暨第四届天坛神经系统疾病影像进展学习班。