基于RefineNet卷积神经网络对CT颅底骨折精准诊断的应用价值

目的 探讨RefineNet卷积神经网络对CT检查颅底骨折精准诊断的应用价值。方法 选取于我院进行头颅CT检查的患者90例,其中46例表现为颅底骨折(颅底骨折组),44例则为正常颅脑(对照组)。分析患者的特征,明确RefineNet结构参数;对比分析Efficient Net, VGG16, Dense Net, Res Net-50和Xception五种模型与RefineNet的性能差异;分析Mobile Net, Inception-v3, Dense Net-201, CUMED和SDL五种已有方法与RefineNet的性能差异。验证RefineNet卷积神经网络与人工测试的召回率、精准率以及测试所需时间。结果 RefineNet的准确率和AUC值显著高于5种模型和已有的5种方法;RefineNet卷积神经网络在骨折患者、颅底区域、前颅区域、中颅区域和后颅区域的召回率和精准率均显著高于人工测试的精准率,差异有统计学意义(P<0.05);RefineNet卷积神经网络所需的测试时间显著低于人工测试所需的时间,差异有统计学意义(P<0.05)。结论 RefineNet卷积神经网络对CT检查颅底骨折诊断精准率高、所需时间少。

脑梗死与脑出血急性期应用DWI结合SWI诊断的准确性及临床价值

目的:分析脑梗死与脑出血急性期应用DWI结合SWI诊断的准确性及临床价值。方法:选取我院收治的脑梗死患者37例与脑出血患者24例,分别接受磁共振扩散加权成像(DWI)、磁敏感加权成像(SWI)诊断,分析其诊断准确性。结果:DWI结合SWI技术对脑出血检出率高于单纯DWI技术,对脑梗死的检出率高于单纯SWI技术(P<0.05),DWI技术对脑梗死检出率高于SWI技术,而对脑出血检出率低于SWI技术(P<0.05)。脑出血急性期组ADC值、PV值均低于脑梗死组(P<0.05),随着发病时间延长,脑出血组ADC值、PV值无变化(P>0.05);脑梗死组PV值无变化(P>0.05),而ADC值逐渐下降(P<0.05)。结论:DWI结合SWI技术可有效鉴别脑梗死与脑出血,提高诊断准确率,临床应用价值高。