基于人工智能的多模态影像辅助海马体自动勾画研究

目的:利用基于深度学习的人工智能算法,结合头颅MRI和CT的多模态影像,开发海马结构自动勾画技术,为头颅放疗过程中海马体的保护提供高效、准确的自动勾画方法。方法:收集清华大学第一附属医院放疗科从2020年1月~12月就诊的40例脑转移癌患者的定位头颅CT及MRI影像,分别在CT图像、CT-MRI配准图像的两个数据集上训练3D U-Net、3D U-Net Cascade、3D BUC-Net 3个深度学习模型,计算3个模型自动分割的左右海马体与对应的人工标注之间的Dice相似系数（DSC）和95%豪斯多夫距离（95 HD）,以及两者的体积作为模型的分割准确性的评估,并且以对同一大小patch图像的自动分割耗时作为模型效率的评估。结果:引入MRI图像信息对左右海马的自动分割精度有明显的提升;模型3D BUC-Net在CT-MRI数据集上对左右海马体的自动分割都取得最好分割结果（DSC:0.900±0.017,0.882±0.026;95HD:0.792±0.084,0.823±0.093）,而且该模型的分割效率更高。结论:模型3D BUC-Net能在多模态影像上实现高效、准确的海马区的自动勾画,为头颅放疗过程中海马区的保护提供方便。     

SPECT/CT图像配准测试方法

目的 提出SPECT/CT一体机中SPECT和CT图像配准精度的测试方法。方法 试验模体由立方体构形的8个点源构成,点源由放射性同位素和碘对比剂制备,在SPECT和CT上均可清晰成像,模体构形和尺寸可代表典型的临床应用条件。首先选用具有临床代表性的实验条件和参数,对模体分别行SPECT和CT成像。对图像分别进行分析,得到点源空间坐标,计算配准精度;以点源最大值像素点为中心,得到3个坐标方向的一维分布,分别计算分布重心作为对应方向的坐标值。结果 本文提出的方法在GE和Philips的主流SPECT/CT产品上进行验证,点源都可在SPECT和CT图像中完整成像,测试和分析方法的精度达0.1 mm以上。结论 该实验方法可为SPECT/CT产品性能评估和质量控制提供方法基础。     

统计方法在口服固体制剂混合性能验证评估中的应用

运用RSD对高速湿式造粒机含量混合均匀性进行评估及运用方差分析对高速湿式造粒机含量批间混合稳定性进行评估,优于目前应用的t检验和u检验,可以帮助我们更快速、准确地分析过程是否稳定,差异是否明显,甚至可以用于产品的特性分析如对最终产品、原辅材料采购作数据处理,性能评定。     

浅谈社区护士的素质要求

社区护理已成为社区卫生服务事业的重要组成部分。但当前普遍存在的问题从事社区护理的服务水平不高,不能适应日益增长的社区护理服务需求。本文根据社会不断进步和人类健康的要求,提出了在新形势下,社区护士在敬业、奉献、吃苦耐劳、专业训练、人际关系等方面的要求。     

社区护士角色工作技巧

社区护士作为重要的社区卫生人力资源之一,在社区卫生服务工作中将发挥不可替代的作用。社区护士面向社区、居民家庭和人群,运用社区护理的知识和技能提供综合性、连续性、协调性和高度精感性的护理工作。因此,社区护士角色要适应社区卫生服务需要就必须掌握工作技巧,笔者根据社区护理工作的特点,将具有较强的实用性和可操作性、有实践效果的社区护士角色有关的一些要注意工作技巧的问题,作较深入的探讨,确信它将在推进社区卫生服务中心的可持续发展、发挥社区护士角色在社区卫生服务团队中的重要作用。     

MR磁敏感加权成像在舌鳞状细胞癌及静脉畸形中的应用

【摘要】目的：探讨1.5T磁敏感加权成像(SWI)序列对舌鳞状细胞癌及舌静脉畸形的应用价值。方法:搜集经手术病理证实的舌部粘膜鳞状细胞癌23例及经临床介入硬化治疗证实的舌静脉畸形13例。所有病例均行1.5T MRI检查,除常规颌面部MRI平扫及增强外,所有患者均接受SWI扫描。记录并分析病变在常规MRI序列及SWI序列上的信号特征,并比较两者在病灶内部结构显示的差异。对于病理证实的舌癌患者,依据临床分期分成早期、中晚期组,记录病灶内磁敏感区域（ITSS）的数量并对其按照0~3分进行评分,比较ITSS评分与临床分期之间的关系。结果:SWI可清晰显示舌鳞状细胞癌及静脉畸形,且其对疾病内部静脉结构及血液降解产物等微观结构的检出明显优于常规MRI序列,其中舌静脉畸形的ITSS检出率明显高于舌鳞状细胞癌（P<0.05）;在舌癌病理分期方面,早期组舌癌的ITSS检出率为5/12,ITSS评分分别为0分7例、1分4例、2分1例,3分0例;中晚期组中,ITSS检查率为11/11,ITSS评分为0分0例、1分7例、2分3例、3分1例;ITSS评分与舌癌临床分期有相关性。差异有统计学意义（P<0.05）。结论:SWI参数ITSS评分有助于病灶的性质判定及舌癌的病理分期评估,对于指导临床治疗方案的选择及预后评价有重要意义。     

麝香心脑通片生产工艺的研究

目的探讨麝香心脑通片的生产工艺条件。方法分别以干浸膏中葛根素的收得率和浸膏含水量为考察指标,确定药材加水量,水提液的浓缩干燥条件。结果加水量为10、8、6倍量,提取液60℃～80℃下减压干燥。结论该工艺为麝香心脑通片的大生产提供了试验依据。     

Karl迭代技术降低16层CT胸部扫描辐射剂量的水模和临床研究

目的：探讨Karl迭代重建技术在16层CT胸部检查中的应用价值。方法：水模研究：采用标准模体,管电压120 kV,管电流分别为150、136、123、109、95、83、68、55和41 mAs,使用滤波反投影（FBP）或Karl迭代技术进行图像重建,测量和比较不同条件下图像噪声和对比噪声比（CNR）。临床研究：将100例进行胸部 CT 体检者随机分为2组,对照组（A组）采用标准剂量（120 kV、150 mAs）进行扫描并采用FBP法进行重建;低剂量组采用120 kV、83 mAs进行图像采集,并分别采用Karl技术（B组）和FBP法（C组）进行图像重建。对三组中的图像噪声、信号噪声比（SNR）、对比噪声比、图像质量主观评分、容积CT剂量指数（CTDIvol）和有效剂量（ED）等指标进行比较。结果：在水模研究中,当管电流为95和83 mAs时,辐射剂量分别为标准剂量的60％和50％,且使用Karl重建技术时图像噪声、CNR与使用标准剂量、FBP 法重建的图像间差异无统计学意义（P＞0．05）。在临床研究中,低剂量组的有效剂量为（2．38±0．26）mSv,较标准剂量组的（4．87±0．37）mSv减少51．1％（P＜0．05）。B 组的图像噪声、CNR、SNR、主观评分与 A 组比较,差异均无统计学意义（P＞0．05）;而B组的SNR、CNR及主观评分均高于C组,两组间差异有统计学意义（P＜0．05）。结论：在胸部 CT 平扫中,使用Karl迭代重建技术能在降低辐射剂量后有效地保证图像质量,优于FBP技术,具有较好的临床应用价值。     

基于深度学习的多模态影像脑胶质母细胞瘤放疗靶区的自动勾画研究

目的 通过建立深度学习模型,探索多模态影像对脑胶质母细胞瘤放疗靶区自动勾画效果的影响。方法 收集30例脑胶质母细胞瘤患者的电子计算机断层扫描(CT)序列和磁共振成像(MRI)的对比增强T1加权序列(T1C)以及T2液体衰减反转恢复序列(T2-FLAIR),对每例病例的原发肿瘤靶区(GTV)及其对应的临床靶区1(CTV1)和临床靶区2(CTV2)根据RTOG标准进行人工勾画,并设计4种不同的数据集:CT数据集(仅含30例CT序列的单模态数据)、CT-T1C数据集(包含30例CT序列和T1C序列的双模态数据)、CT-T2-FLAIR数据集(包含30例CT序列和T2-FLAIR序列的双模态数据)和CT-MRIs数据集(包含30例CT序列、T1C序列和T2-FLAIR序列的三模态数据)。使用每种数据集中的25例对改进后的3D U-Net进行训练,并用剩余5例进行测试。评价测试样本中GTV、CTV1和CTV2的自动勾画效果,定量评估指标包括Dice相似系数(DSC),95% Hausdorff距离(HD95)和相对体积误差(RVE)。结果 该3D U-Net模型在多模态影像CT-MRIs上获得最好的GTV自动分割结果,与在单模态影像CT的自动分割结果相比(DSC: 0.94 vs. 0.79, HD95: 2.09 mm vs. 12.33 mm and RVE: 1.16% vs. 20.14%),DSC(t=3.78,P<0.05)和HD95 (t=4.07, P<0.05)的差异有统计学意义;在多模态影像CT-MRIs的CTV1和CTV2自动分割结果(DSC: 0.90 vs. 0.91, HD95: 3.78 mm vs. 2.41 mm, RVE: 3.61% vs. 5.35%)也均有较好的一致性,但与单模态影像CT的自动分割结果相比,两个靶区的DSC和HD95的差异均无统计学意义(P>0.05)。该模型对于GTV的上下界和CTV2临近的重要器官(如脑干和眼球)的自动勾画有一定的局限性。结论 基于改进后的3D U-Net在多模态影像数据集CT-MRIs上对脑胶质母细胞瘤放疗靶区具有更好的分割效果,显示出较好的临床应用价值。