超声充盈检查定性诊断胃良恶性溃疡性病变76例分析

目的探讨口服超声造影剂联合彩色多普勒超声对胃溃疡病变的定性诊断价值。方法选取两家医院胃超声充盈检查经胃镜活检、手术病理及随访确诊的胃良恶性溃疡76例,回顾分析其超声声像图特点。结果良、恶性溃疡在胃壁隆起增厚最大直径及厚度、胃壁黏膜下层的连续性、溃疡的形态及回声、浆膜层完整性方面存在差异,并具有统计学意义。结论胃超声充盈检查有助于定性诊断胃溃疡,具有重要的临床应用价值。

超声内镜对恶性胃溃疡的临床诊断分析

目的：探讨研究超声内镜对恶性胃溃疡的临床诊断意义。方法将2013年8月～2015年2月到我院实施诊治的30例疑似恶性胃溃疡患者作为研究对象，全部患者均实施超声内镜检查，其中良性溃疡患者通过正规内科治疗以后复查证实，恶性溃疡患者均通过外科手术治疗实施病理检查证实。结果经超声内镜检查诊断，30例疑似恶性胃溃疡患者中有10例为良性，20例为恶性，经和手术病理检查比较，恶性胃溃疡诊断准确率为90.0%。结论应用超声内镜可很好地对良性胃溃疡与恶性胃溃疡进行鉴别诊断，同时借助于超声内镜对恶性胃溃疡进行分期，所获准确性较高，可为手术方案的明确提供相应的参考资料。

超声造影定性分析诊断甲状腺良恶性结节的价值分析

目的:分析超声造影定性分析诊断甲状腺良恶性结节的价值。方法:选取河南大学第一附属医院2017年4月至2018年4月所收治的120例甲状腺良恶性结节患者,对其进行超声造影定性分析,比较良恶性结节的诊断结果。结果:超声造影可很好地鉴别甲状腺良性结节、甲状腺恶性结节,在增强水平、增强方式、增强均匀性、增强后结节形状、边界等方面比较,良恶性结节的差异均具有统计学意义(P <0.05)。结论:经超声造影定性分析诊断甲状腺良恶性结节,可保证诊断结果的准确率和可信度。

胃溃疡性病变超声定性诊断与病理对照研究

目的 提高胃溃疡性病变超声定性诊断的正确性。方法 胃溃疡性病变超声造影定性诊断126例 ,与病理对照分析探讨良、恶性溃疡的图像特征及病理关系。结果 超声定性良性溃疡82例与病理符合77例 ,符合率93.9% ,恶性溃疡44例与病理符合42例 ,符合率95。45%。结论 分析良、恶性溃疡的病理学基础与超声影像学特征的关系 。

内镜超声在胃部疾病性质诊断中的应用

本研究探讨内镜超声(EUS)在鉴别诊断胃部疾病良恶性及术前判断胃癌TNM分期中的价值。本研究采用病例对照研究方式,选取确诊的胃癌患者94例(胃癌组)、胃部良性疾病患者98例(良性组),所有患者均接受了EUS检查。EUS鉴别诊断胃部肿瘤良恶性的灵敏度为92.55%、特异度为92.86%,AUC值为0.927;EUS正确诊断T1分期23例、正确诊断T2分期21例、正确诊断T3分期11例、正确诊断T4分期8例,EUS诊断T分期与术后病理学的Spearman相关性=0.818,Kappa=0.616(P均<0.05);EUS正确诊断N0分期35例、正确诊断N1分期21例、正确诊断N2分期6例,EUS诊断N分期与术后病理学的Spearman相关性=0.584,Kappa=0.523(P均<0.05);EUS正确诊断M0分期64例、正确诊断M1分期15例,EUS诊断M分期与术后病理学的Spearman相关性=0.733,Kappa=0.731(P均<0.05)。EUS在鉴别诊断胃部肿瘤良恶性方面具有较高的灵敏度和特异度,同时作为一种术前TNM分期评估手段,与手术结果的病理学具有较高的一致性,因此临床上可以作为胃癌患者诊断及病理学判断的方式。

面向病例的人工智能良恶性溃疡识别研究

目的建立基于深度学习的人工智能模型,通过对胃良、恶性溃疡及正常黏膜病例图片的学习,使其对良、恶性溃疡病例具有较高的识别能力,从而在一定程度上提高内镜医师的诊断水平,为胃癌的早期诊断提供极大的助力。方法按照纳入和排除标准,共纳入病例3238例,其中恶性胃溃疡、良性胃溃疡及正常胃的病例数分别为:747例、761例及1730例。采用随机原则将原始病例按照大致8∶1∶1的比例分为训练集(正常病例1380例,良性胃溃疡病例614例,恶性胃溃疡病例596例)、验证集(正常病例179例,良性胃溃疡病例75例,恶性胃溃疡病例70例)和测试集(正常病例171例,良性胃溃疡病例72例,恶性胃溃疡病例81例)。建立基于多图片输入的efficientNet-b4深度学习模型对训练集及验证集中的病例进行训练,然后与2名经验丰富的内镜医师一起对测试集的324例病例进行识别,得出相关统计学指标,从而比较人工智能与内镜医师的对胃正常黏膜及良、恶性胃溃疡病例识别的诊断水平。结果经验丰富内镜医师1、经验丰富内镜医师2及人工智能对病例识别的整体准确率分别为:92.09%、91.36%及95.06%,人工智能对病例识别的整体准确率要明显优于经验丰富的内镜医师。对于正常病例的识别,人工智能的灵敏度为98.25%,略低于两位内镜医师的99.42%和100%,但其阳性预测值为100%,优于其中一位医师的97.14%,与另一位医师的100%结果一样;对于良性胃溃疡病例的识别,人工智能的灵敏度和阳性预测值分别为:91.67%和86.84%,均优于两位经验丰富的内镜医师;对恶性胃溃疡病例的识别,人工智能的灵敏度和阳性预测值分别为:91.36%和92.50%,均优于两名经验丰富的内镜医师;人工智能及两名内镜医师对于良、恶性胃溃疡病例识别的灵敏度及阳性预测值都要明显低于其对正常病例的识别。结论通过深度学习的人工智能模型对胃正常黏膜及良、恶性胃溃疡病例的识别的误诊要低于内镜医师;在良、恶性胃溃疡病例的识别方面,人工智能模型的误诊和漏诊也要优于经验丰富的内镜医师。但人工智能对于正常胃黏膜病例的识别的漏诊要高于内镜医师,且其对于良、恶性胃溃疡病例识别的漏诊和误诊也均要高于其对胃正常黏膜病例的识别,还需要进一步的完善,以优化人工智能对良、恶性胃溃疡病例的识别能力。

良性与恶性胃溃疡的内镜鉴别

本文对经病理证实的４８４例胃部溃疡性病变患者的内镜资料作了回顾性分析，其中良性溃疡２６４例，恶性溃疡２２０例。就内镜直视下的胃腔形态、粘液湖、基底部、边缘部、蠕动、手触感等六个方面进行对比，认为良性与恶件胃溃疡的特征明显不同，两者差异极其显著（Ｐ＜０．００１），对于鉴别诊断有积极意义；并指出应对早期溃疡型胃癌引起重视。

超声显像在胃良恶性溃疡鉴别诊断中的应用

目的探讨超声显像对胃良、恶性溃疡鉴别诊断的声像图标准。方法采用高频超声显像观察并测量143例胃良、恶性溃疡的大小,溃疡周围胃壁厚度、规则程度、胃壁内侧第2层厚度、蠕动情况及增厚胃壁与正常胃壁分界情况,增厚胃壁血流显示情况及局部动脉血流最大流速和阻力指数,并进行统计学处理,与病理结果对照。结果57例良性溃疡和86例恶性溃疡直径分别为(15±11)mm和(18±11)mm,周围胃壁厚度分别为(13±8)mm和(18±10)mm,胃壁内侧第2层厚度分别为(2.0±0.7)mm和(4.5±1.3)mm。胃壁动脉血流最大流速分别为(15±11)cm/s和(18±13)cm/s,阻力指数分别为0.50±0.18和0.63±0.27。经t检验,P值分别为<0.05,<0.05,<0.01,<0.05,<0.05。以溃疡周围胃壁层次显示清楚、规则,内侧第2层厚度<3 mm作为良性溃疡鉴别诊断标准,其敏感性达96.49%,特异性达90.70%。结论高频超声显像在胃良、恶性溃疡鉴别诊断中具有较大的实用价值。