【摘 要】
：
目的 探讨高分辨磁共振血管壁成像(magnetic resonance vascular wall imaging,MR-VWI) 对颅内动脉瘤(intracranial aneurysm,IA)的诊断价值。方法 选取2020 年1 月—2021 年2月本院收治的动脉瘤患者共58 例(70 个瘤体),依据动脉瘤破裂与否将其分为A 组(破裂,10 个瘤体)及B 组(未破裂,60个瘤体),同时再将B组依据患者是否存在症状分为B1(有症状12个)及B2(无症状48个).所有入组患者均经MR-VWI进行检查,对比
【机 构】
：
黑龙江省医院/哈尔滨工业大学附属黑龙江省医院医学 影像部,黑龙江 哈尔滨 150000;黑龙江省医院/哈尔滨工业大学附属黑龙江省医院医学 神经外科,黑龙江 哈尔滨 150000
论文部分内容阅读
目的 探讨高分辨磁共振血管壁成像(magnetic resonance vascular wall imaging,MR-VWI) 对颅内动脉瘤(intracranial aneurysm,IA)的诊断价值。方法 选取2020 年1 月—2021 年2月本院收治的动脉瘤患者共58 例(70 个瘤体),依据动脉瘤破裂与否将其分为A 组(破裂,10 个瘤体)及B 组(未破裂,60个瘤体),同时再将B组依据患者是否存在症状分为B1(有症状12个)及B2(无症状48个).所有入组患者均经MR-VWI进行检查,对比观察各组间MR检查结果.结果 B组瘤体大小、瘤径宽度、子囊比例、高宽比及瘤径强化分级均明显低于A组患者,差异有统计学意义(P<0.05);B1组患者高宽比及瘤壁强化分级明显高于B2组患者,差异有统计学意义(P<0.05).结论 使用高分辨MR血管壁成像可有效评估颅内动脉瘤破裂风险,具有无创,高效的优势,值得在临床中进一步推广使用.
其他文献
目的 探讨智能医生助理关键技术及应用研究.方法 本院影像科数据采用人工智能深度学习的方法,建立并采用预先发表的数据集进行训练,随后采用测试集进行系统测试,再采用(consensus-based image description evaluation,CIDEr)评分方法对测试集和训练集数据进行评估,于原始数据集中随机抽取2018年1月—2020年1月由本院影像科医生给出报告(专家组)100份由训练完成的系统给出报告(模型组)100份.比较两组生成报告评分;比较两组诊断价值,并绘制受试者工作曲线(ROC)
基于统编教材人文主题和语文要素“双线组元”特点,教学中要充分考虑单元文本特质、核心知识,从单元目标出发设计单元作业,在单元统整作业设计理念下优化作业结构,丰富作业类型,探求切实可行的作业设计实施路径,助力不同思维层级的学生主动参与学习的全过程,真正走向深度学习,提升语文学科核心素养.