【摘 要】
：
近年来,人工智能在计算机科学领域快速崛起。医学成像过程中产生了海量图像信息,因此非常适合采用人工智能技术进行相关数据处理。脑卒中患者神经影像在临床诊断、治疗及随访评估中非常关键,人工智能技术在基于脑卒中影像数据的处理和分析中发挥着越来越重要的作用。本文主要回顾人工智能技术在缺血性与出血性脑卒中神经影像应用中的研究进展,重点关注缺血性脑卒中的自动检测、责任脑区缺血状态判断及治疗评估,以及出血性脑卒中的智能诊断、量化分析及治疗评估;同时对基于脑卒中影像智能诊断系统的临床转化应用现状进行分析,探讨当前人工智能在
【机 构】
：
南京大学医学院附属鼓楼医院医学影像科,南京大学脑科学研究院
【基金项目】
：
国家自然科学基金(81720108022,81971596,81701672),江苏省人社厅“六大人才高峰项目”高层次人才(WSN-138),南京市医学科技发展资金(YKK16112),江苏省卫健委“科教强卫”工程医学重点人才(ZDRCA2016064)。
论文部分内容阅读
近年来,人工智能在计算机科学领域快速崛起。医学成像过程中产生了海量图像信息,因此非常适合采用人工智能技术进行相关数据处理。脑卒中患者神经影像在临床诊断、治疗及随访评估中非常关键,人工智能技术在基于脑卒中影像数据的处理和分析中发挥着越来越重要的作用。本文主要回顾人工智能技术在缺血性与出血性脑卒中神经影像应用中的研究进展,重点关注缺血性脑卒中的自动检测、责任脑区缺血状态判断及治疗评估,以及出血性脑卒中的智能诊断、量化分析及治疗评估;同时对基于脑卒中影像智能诊断系统的临床转化应用现状进行分析,探讨当前人工智能在
其他文献
皮肤镜作为一项无创且快速的辅助诊断技术,目前已广泛应用于红斑鳞屑性皮肤病的诊疗中,显著提高了临床工作效率及诊疗准确率.大多数皮肤病的皮肤镜特征与组织病理学特征存在关联,研究其关联性有助于加深对皮肤镜征象的理解.本共识基于国内外最新研究成果,对常见红斑鳞屑性皮肤病的皮肤镜与组织病理学特征相关性进行描述,以期提高皮肤科医师对此类疾病皮肤镜特征的认识.
癌症的精确分类直接关系到患者治疗方案的选择和预后。病理诊断是癌症诊断的金标准,病理图像的数字化和深度学习的突破性进展使得计算机辅助癌症诊断和预后预测成为可能。本文通过简述病理图像分类常用的4种深度学习方法,总结基于深度学习和组织病理图像的癌症分类最新研究进展,指出该领域研究中普遍存在的问题与挑战,并对未来可能的发展方向进行展望。
近年来,随着人工智能技术的兴起,世界范围内对于眼底病尤其是糖尿病视网膜病变的人工智能识别研究越来越多,但不同人工智能识别软件准确度的验证与比较问题尚未解决。本文对北京协和医院眼科在建立1.5万张糖尿病视网膜病变眼底彩照人工智能研究标准数据库的过程中所遵循的规范进行阐述,以期为后续眼科以及其他相关学科建立更多的相关数据库提供参考。
Gorham-Stout综合征是一种以骨质溶解为特征性改变的罕见疾病,部分可伴发乳糜胸。本文报道一例因腹腔积液就诊于北京协和医院消化内科的Gorham-Stout综合征患者,通过淋巴管显像证实其乳糜腹的产生途径,以提高临床医生对该疾病的认识。
目的 探讨凝血功能指标对腔内激光术(EVLT)后深静脉血栓形成(DVT)的预测价值.方法 收集2017年1月至2020年12月在中国人民解放军联勤保障部队第980医院接受EVLT治疗的86例患者临床资料.根据DVT发生情况分为DVT组(n=24,发生DVT)和NDVT组(n=62,未发生DVT),比较两组患者术后24 h的凝血功能指标[活化部分凝血活酶时间(APTT)、凝血酶原时间(PT)、凝血酶时间(TT)、纤维蛋白原(Fbg)、D-二聚体(D-D)水平];以受试者工作特征(ROC)曲线分析各项凝血功能
胰腺癌是消化系统高度恶性的肿瘤之一,其早期即可发生远处转移,患者生存期较短、预后较差。循环肿瘤细胞(circulating tumor cells,CTCs)是一类可进入血液循环的肿瘤细胞,不仅具有与原发肿瘤细胞相似的特征,且与肿瘤远处转移的关系更为密切。体外定量检测CTCs对胰腺癌的早期诊断、辅助分期、疗效及预后评估均具有重要意义。本文对胰腺癌CTCs富集方法及CTCs检测在胰腺癌筛查、远处转移与预后评估中的应用进行综述。
人工智能(artificial intelligence,AI)是计算机领域的前沿科学,近年来在众多领域发展迅猛,其在眼科的研究和应用也日益增多。AI在角膜相关疾病领域的研究主要包括圆锥角膜的早期诊断及分级、角膜屈光手术相关评估、感染性角膜炎的分类及程度判断、角膜移植术后再干预的评估等,主要采用的算法包括神经网络、支持向量机及决策树,模型的灵敏度和特异度均达90%以上。AI可为医生提供客观的临床决策、为患者提供精准的治疗奠定基础。本文将对近年来AI在角膜相关疾病领域的应用研究进行综述。
糖尿病周围神经病变(diabetic peripheral neuropathy,DPN)是糖尿病最常见的慢性并发症之一。基于临床症状体征以及电生理检查的传统DPN诊断方法主要用于检测大神经纤维病变,而DPN最早出现损伤的部位是小神经纤维。角膜共聚焦显微镜(corneal confocal microscopy,CCM)能够在高倍镜下分析角膜神经纤维的变化,是一种快速、可重复、定量测量小神经纤维病变的无创技术,可早期诊断DPN并前瞻性评估神经形态学改变,具有良好的应用前景。本文就CCM评估糖尿病神经病变的
目的探究基于CT图像的影像组学模型预测膀胱癌术后1年复发的可行性。方法回顾性纳入2014年5月至2018年7月于北京协和医院行手术治疗的膀胱癌患者,并对其进行随访,记录疾病复发状况。收集膀胱癌患者术前CT泌尿系成像实质期图像,经滤波处理后进行影像组学特征提取;采用JMIM特征选择算法识别与膀胱癌术后1年复发相关的最佳影像组学特征,采用随机森林模型、自适应增强模型、梯度提升树模型以及3个模型构成的组合模型构建膀胱癌术后1年复发的预测模型,并基于10次10折交叉验证法对各模型进行验证。采用受试者工作特征曲线对