检索结果-南通市图书馆

基于深度学习对前列腺及前列腺癌MRI分割的研究进展

在线全文

学校读者我要写书评

暂无评论

国际医学放射学杂志 2023年第3期46卷 322-325,332页

作者：朱静逸李海庆金倞耿道颖复旦大学工程与应用技术研究院上海200433 复旦大学附属华山医院复旦大学上海医学院

前列腺癌的早期诊断有助于提高治愈率以及病人生存率。随着人工智能(AI)技术的逐渐成熟,计算机辅助诊断前列腺癌的技术也在迅速发展,然而将其常规用于临床仍然存在许多挑战。对常用的前列腺MRI公开数据集进行了系统梳理,并对基于卷积神... 详细信息

前列腺癌的早期诊断有助于提高治愈率以及病人生存率。随着人工智能(AI)技术的逐渐成熟,计算机辅助诊断前列腺癌的技术也在迅速发展,然而将其常规用于临床仍然存在许多挑战。对常用的前列腺MRI公开数据集进行了系统梳理,并对基于卷积神经网络(CNN)、U-Net、分辨率增强方法、对抗生成(GAN)和Transformer技术的前列腺及前列腺癌病灶分割方法最新进展予以综述。

关键词：前列腺癌深度学习磁共振成像计算机辅助诊断图像分割算法

基于贝叶斯网络的脑胶质瘤恶性高低度的自动诊断

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2006年第1期23卷 184-188页

作者：马军杨杰耿道颖上海交通大学图像处理与模式识别所上海200240 复旦大学附属华山医院上海200040

贝叶斯网络(B ayes ian N etw ork)可以把统计学和图论有效地结合起来,近年来成为数据挖掘中的研究热点,其优点可以综合先验信息和样本信息,适于处理不完整数据集。本文采用280例病例作为训练数据,利用B ayes ian netw ork进行大脑胶质... 详细信息

贝叶斯网络(B ayes ian N etw ork)可以把统计学和图论有效地结合起来,近年来成为数据挖掘中的研究热点,其优点可以综合先验信息和样本信息,适于处理不完整数据集。本文采用280例病例作为训练数据,利用B ayes ian netw ork进行大脑胶质瘤高低度的自动诊断,利用严格的B ayes规则进行推理,在推理过程中采用了D分离来简化过程,其诊断正确率达到80%以上,达到了领域专家的要求,而且在可理解性方面要比多层感知器和决策树要好。

关键词：贝叶斯网络 D分离多层感知器网络决策树

新生儿期Sturge-Weber综合征一例

在线全文

学校读者我要写书评

暂无评论

中华儿科杂志 2005年第5期43卷 398-399页

作者：朱珍帕米尔耿道颖复旦大学附属儿科医院放射科上海200032 复旦大学附属华山医院放射科

患儿男,25天.孕40周+1,出生体重3800 g,因第二产程延长剖腹产.2003年12月15日入院,入院前约3 h突然出现抽搐,两眼凝视,右上肢、右下肢及右侧口角、眼角抽动约持续10 min,反复发作,以右上肢、右下肢强直抽动为主要表现,无发热、腹泻、呕... 详细信息

患儿男,25天.孕40周+1,出生体重3800 g,因第二产程延长剖腹产.2003年12月15日入院,入院前约3 h突然出现抽搐,两眼凝视,右上肢、右下肢及右侧口角、眼角抽动约持续10 min,反复发作,以右上肢、右下肢强直抽动为主要表现,无发热、腹泻、呕吐.发作期间神志、反应尚好,哭声响,吸吮佳,大小便正常.体格检查:左侧颜面部及左下肢、躯干散在大片状血管瘤.眼科检查示左眼继发性青光眼.双侧肢体等长、等粗.B超:肝、肾、脾、腹腔内未见明显异常.……

关键词： Weber综合征新生儿期第二产程延长继发性青光眼 2003年出生体重反复发作主要表现下肢强直发作期间体格检查眼科检查右上肢剖腹产入院前右下肢大小便左下肢颜面部血管瘤抽动

在线全文

学校读者我要写书评

暂无评论

人工智能在中枢神经疾病影像学中的应用

国际医学放射学杂志 2021年第6期44卷 621-624页

作者：耿道颖复旦大学附属华山医院放射科上海200040

人工智能(AI)的发展对人类生活的各个领域产生了巨大的影响,尤其是影像医学的天然属性让AI与医学影像的结合走到了医学的前沿。AI在减少医生的主观差错及提高医生的诊断效率方面起到重要作用。就AI在中枢神经系统影像诊疗中的作用及面... 详细信息

人工智能(AI)的发展对人类生活的各个领域产生了巨大的影响,尤其是影像医学的天然属性让AI与医学影像的结合走到了医学的前沿。AI在减少医生的主观差错及提高医生的诊断效率方面起到重要作用。就AI在中枢神经系统影像诊疗中的作用及面临的挑战和发展前景进行总结和评述。

关键词：人工智能医学影像学中枢神经系统

在线全文

学校读者我要写书评

暂无评论

深度学习应用于病理图像诊断的研究进展

上海医学 2020年第5期43卷 302-306页

作者：马鑫耿道颖中国科学院苏州生物医学工程技术研究所江苏苏州215163

深度学习已成功地应用于计算机视觉、语音识别和自然语言处理等领域,促使研究人员对其在其他领域中的应用进行探索。基于深度学习的病理图像诊断研究成为医学图像处理领域的重要分支。病理图像数据量巨大,可用于诊断的图像具有结构复杂... 详细信息

深度学习已成功地应用于计算机视觉、语音识别和自然语言处理等领域,促使研究人员对其在其他领域中的应用进行探索。基于深度学习的病理图像诊断研究成为医学图像处理领域的重要分支。病理图像数据量巨大,可用于诊断的图像具有结构复杂且尺寸精微的特征,导致诊断准确率低,故研究人员希望借助深度学习技术来辅助病理图像诊断。该综述对近3年来深度学习在病理图像诊断方面应用的相关文章进行总结,介绍了病理图像诊断常用的深度学习网络模型,以及不同病种现阶段所使用的最佳网络模型及其结果,展示了深度学习在病理图像诊断方向的研究进展。

关键词：深度学习病理图像诊断研究进展

磁共振扩散张量成像在多发性硬化中的研究进展

在线全文

学校读者我要写书评

暂无评论

临床放射学杂志 2007年第9期26卷 929-931页

作者：李郁欣耿道颖上海复旦大学附属华山医院放射科 200040

磁共振扩散张量成像(diffusion tensor imaging,DTI)是在扩散加权成像(diffusion weighted imaging,DWI)基础上发展起来的一项新技术,主要用于中枢神经系统的组织形态学改变与病理学的细微分析研究.

关键词：磁共振扩散张量成像多发性硬化中枢神经系统扩散加权成像脱髓鞘性疾病形态学改变 MRI表现脱髓鞘斑块

在线全文

学校读者我要写书评

暂无评论

走进医学影像学的新时代

上海医学 2017年第9期40卷 513-514页

作者：耿道颖复旦大学附属华山医院放射科上海200040

基于分子生物学和计算机技术的进步，医学影像学出现了突飞猛进的发展，由传统的形态学诊断发展到功能影像学，目前正向着分子影像学、影像组学的方向发展。医学影像学也突破了原有单纯诊断的框架，出现了介入放射学、超声介入、核素治... 详细信息

基于分子生物学和计算机技术的进步，医学影像学出现了突飞猛进的发展，由传统的形态学诊断发展到功能影像学，目前正向着分子影像学、影像组学的方向发展。医学影像学也突破了原有单纯诊断的框架，出现了介入放射学、超声介入、核素治疗等专业，成为诊疗一体化的综合性学科。

关键词：医学影像学形态学诊断计算机技术分子生物学功能影像学分子影像学介入放射学诊疗一体化

在线全文

学校读者我要写书评

暂无评论

磁敏感加权成像在中枢神经系统肿瘤中的应用

临床放射学杂志 2009年第4期28卷 446-450页

作者：张军李克汤伟军耿道颖复旦大学附属华山医院放射科上海200040

目的探讨磁敏感加权成像(susceptibility weighted imaging,SWI)在脑肿瘤诊断中的应用价值。资料与方法回顾性分析在手术病理证实前均行T1液体衰减反转恢复序列(FLAIR)、T2FLAIR、SWI及增强T1FLAIR检查的51例脑肿瘤患者资料。计算病灶... 详细信息

目的探讨磁敏感加权成像(susceptibility weighted imaging,SWI)在脑肿瘤诊断中的应用价值。资料与方法回顾性分析在手术病理证实前均行T1液体衰减反转恢复序列(FLAIR)、T2FLAIR、SWI及增强T1FLAIR检查的51例脑肿瘤患者资料。计算病灶与正常对照区的校正相位值(CP),并对SWI与增强T1FLAIR显示的肿瘤静脉、出血产物进行统计学比较。结果SWI对于肿瘤内的出血及小静脉显示敏感,病灶与正常对照区的CP值分别为-0.288±0.332及0.050±0.155,差异有统计学意义(t=-3.489,P<0.05)。SWI比增强T1FLAIR能更清楚地显示肿瘤结构的细节。结论SWI对肿瘤的边界、内部结构、出血和静脉血管及水肿区的显示有很高的临床应用价值,对肿瘤的准确分级可能有用。

关键词：星形细胞瘤脑肿瘤磁共振成像

在线全文

学校读者我要写书评

暂无评论

基于临床指标和机器学习的早期骨质疏松预测

中国医学计算机成像杂志 2023年第6期29卷 658-665页

作者：杨嬗王兵王容罗啸耿道颖杨丽琴辛恩慧复旦大学附属华山医院放射科上海200040 复旦大学附属华山医院健康管理中心复旦大学工程与应用技术研究院复旦大学医学功能与分子影像研究所

目的:探讨机器学习基于人口学和常规生化指标预测骨质疏松的临床价值。方法:回顾性分析2053例50岁以上、接受低剂量CT扫描的健康受试者(女性906例,男性1147例)的人口学和常规生化指标。根据定量CT分析出的体积骨密度进行骨质疏松的诊断... 详细信息

目的:探讨机器学习基于人口学和常规生化指标预测骨质疏松的临床价值。方法:回顾性分析2053例50岁以上、接受低剂量CT扫描的健康受试者(女性906例,男性1147例)的人口学和常规生化指标。根据定量CT分析出的体积骨密度进行骨质疏松的诊断。将受试者按7:3的比例分为训练集和测试集,使用逻辑回归、支持向量机、决策树、随机森林和多层感知机共5种不同的算法构建模型,并评估模型性能。结果:在女性中,随机森林模型在训练(AUC=0.90)和测试集(AUC=0.80)中都是最佳模型,最重要特征是年龄,其次是碱性磷酸酶、甘油三酯和体重指数。在男性中,逻辑回归模型在测试集(AUC=0.81)中表现最好,人口学特征的重要性高于常规生化指标。结论:基于人口学和常规生化指标的性别特异性机器学习模型为体检等临床场景下的骨质疏松筛查提供了可能性。

关键词：骨质疏松症预测机器学习