三维可视化引导放疗摆位系统的研发及临床应用

目的 开发一种三维可视化技术辅助放疗患者摆位,并对比分析其在乳腺和盆腔放疗中与传统摆位方法的差异。方法 选取2020年6月至2021年4月常州第二人民医院40例放疗患者作为研究对象,其中乳腺、盆腔患者各20例。利用患者定位CT数据进行三维可视化重建,并将三维可视化模型与真实治疗环境融合,通过交互操作使得三维可视化模型位于加速器等中心点,并以此为依据进行实际患者的摆位。每例患者每周先进行传统摆位、再进行三维可视化引导放疗摆位,分3周采集,所有患者共240次摆位数据,以锥形束CT （CBCT）引导的摆位作为金标准进行比较。结果 乳腺患者和盆腔患者三维可视化引导摆位x、y、z轴摆位误差绝对值后分别为（1.92±1.23）、（2.04±1.16）、（1.77±1.37） mm和（2.07±1.08）、（1.33±0.88）、（1.99±1.25） mm,各轴精度较传统摆位分别提高了38.83%、52.40%、33%和36.84%、54.04%、52.58%,y、z轴上的差异具有统计学意义（t=2.956~5.734,P<0.05）。同时,对于乳腺患者,两种摆位方法y方向误差分布具有统计学意义（χ²=7.481,P<0.05）,对于盆腔患者,两种摆位方法在各轴的误差分布差异均有统计学意义（χ²=5.900、6.415、7.200,P<0.05）。结论 三维可视化技术引导放疗摆位方法有效提高了乳腺和盆腔患者的摆位精度,具有潜在的临床应用价值。     

四维超声对前列腺运动靶体积分辨能力的研究

目的 探究四维(4D)超声对运动靶体积分辨能力。方法 选用前列腺超声模型,分组对比研究应用4D超声在不同运动振幅(A)及运动周期(T)下勾画前列腺靶区,模拟A值分别设置为0.5、1.0、2.0、3.0、4.0、5.0 mm,t值设为1、2、3、4s。分别计算模体前列腺靶体积,并以靶区静止时超声图像作为对照,分析两者间差异。结果 模体静止时超声靶体积与CT靶体积大小有较高一致性(P>0.05)。A值为0.5、1.0 mm,t值为1~4s时的体积与静止时超声靶体积相近(均P>0.05);A值为2.0、3.0 mm,t值为1~3s时靶体积与静止时超声靶体积不同(均P<0.05)。A值为2.0 mm,t值为4s时靶体积与静止时超声靶体积相近(P=0.710),组内极差为6.7cm³,标准差为1.15cm³;A值为3.0 mm,t值为4.0s时靶体积重复性差,组内极差为14.4cm³;A值为4.0、5.0 mm,t值为1~4s时组内极差分别为3.27~17.63cm³、6.51~21.02cm³。各周期下靶体积重复性很差,不能满足临床要求。结论 4D维超声可在患者运动周期1~4s内、运动幅度≤1 mm内为患者靶区勾画提供可靠参考数据,探头初始位置无影响。     

放疗中基于双任务循环网络的单投影重建胸部CT方法研究北大核心CSCD

目的基于cycleGAN建立双任务循环网络,实现基于单角度投影的三维CT合成模型用于胸部肿瘤的自适应放疗,并评估图像生成质量和剂量精度。方法收集南京医科大学附属常州第二人民医院收治的胸部肿瘤容积弧形调强放射治疗(VMAT)患者45例,并筛选公共数据集图像991例作为预训练数据集,使用ASTRA算法获取多角度投影图像。公共数据集划分为训练集800例、验证集160例和测试集31例,医院患者数据划分为训练集40例、测试集5例。分别输入合成CT模型和多角度投影预测模型,实现双任务的训练。最终测试仅使用合成CT模型获取预测CT图像进行图像生成质量[包括平均绝对误差(MAE)、峰值信噪比(PSNR)和结构相似性指数(SSIM)]以及剂量学评估。结果合成CT的图像质量评估指标显示,图像合成精度较高,MAE为0.05±0.01,PSNR为19.08±1.69,SSIM为0.75±0.04。基于合成CT计算的放疗剂量分布也与真实分布接近,3%/3 mm标准下γ通过率平均为93.1%。结论由cycleGAN修改的双任务循环网络,可以快速准确地从单角度投影预测三维CT,可以应用于胸部肿瘤自适应放疗的工作流程。图像生成质量和剂量学的评估均显示合成CT质量可以满足放疗的临床要求。     

基于超声深度学习影像组学的乳腺癌新辅助化疗疗效预测

目的 开发一种结合超声影像组学、深度学习和临床特征的综合模型,以预测乳腺癌新辅助化疗（Neoadjuvant Chemotherapy,NAC）后的病理完全缓解（Pathological Complete Response,pCR）。方法 共纳入117例乳腺癌患者,按照7∶3的比例随机划分为训练集和验证集。采用Mann-WhitneyU检验、随机森林递归消除算法和最小绝对收缩和选择算子进行特征筛选及影像组学/深度学习标签构建。对患者的临床参数进行单/多因素分析,以选择有效特征构建临床模型。然后利用逻辑回归算法将临床特征与影像组学、深度学习标签相结合,构建临床-影像组学-深度学习综合模型。从预测效果、校准能力和临床实用性方面评估模型性能。结果 临床-影像组学-深度学习综合模型相比于单独的临床、影像组学和深度学习模型在训练集和验证集中均显示出最高的曲线下面积（训练集：0.949 vs. 0.788 vs. 0.815 vs. 0.928;验证集：0.931 vs.0.643 vs. 0.778 vs. 0.901）。校准曲线和决策曲线证实综合模型具有良好的预测性能。结论 与单一模型比较,综...     

放疗中基于双任务循环网络的单投影重建胸部CT方法研究

目的基于cycleGAN建立双任务循环网络, 实现基于单角度投影的三维CT合成模型用于胸部肿瘤的自适应放疗, 并评估图像生成质量和剂量精度。方法收集南京医科大学附属常州第二人民医院收治的胸部肿瘤容积弧形调强放射治疗(VMAT)患者45例, 并筛选公共数据集图像991例作为预训练数据集, 使用ASTRA算法获取多角度投影图像。公共数据集划分为训练集800例、验证集160例和测试集31例, 医院患者数据划分为训练集40例、测试集5例。分别输入合成CT模型和多角度投影预测模型, 实现双任务的训练。最终测试仅使用合成CT模型获取预测CT图像进行图像生成质量[包括平均绝对误差(MAE)、峰值信噪比(PSNR)和结构相似性指数(SSIM)]以及剂量学评估。结果合成CT的图像质量评估指标显示, 图像合成精度较高, MAE为0.05±0.01, PSNR为19.08±1.69, SSIM为0.75±0.04。基于合成CT计算的放疗剂量分布也与真实分布接近, 3%/3 mm标准下γ通过率平均为93.1%。结论由cycleGAN修改的双任务循环网络, 可以快速准确地从单角度投影预测三维CT, 可以应用于胸...     

呼吸重症监护病房机械通气患者的细菌学调查及治疗对策

目的分析呼吸重症监护病房（RICU）机械通气患者的病原菌分布及耐药情况，为危重症合理的抗生素治疗提供科学对策。方法对86例机械通气患者的下呼吸道分泌物进行细菌学调查，统计分析药物敏感及耐药情况。结果217株培养菌株中革兰阴性杆菌190株（87．6％）。排前5位的革兰阴性杆菌为铜绿假单胞菌（81株）、鲍曼不动杆菌（26株）、大肠埃希氏菌（17株）、产碱假单胞菌（10株）、肺炎克雷伯杆菌（6株）。其中产超广谱B内酰胺酶菌株26株（大肠杆菌10株、铜绿假单胞菌10株、肺炎克雷伯杆菌4株、臭鼻克雷伯菌2株），总阳性率12．0％。革兰阳性菌以金黄色葡萄球菌为主，占9．2％，其中8株为耐甲氧西林金黄色葡萄球菌。结论RICU机械通气患者下呼吸道感染的病原菌以革兰阴性杆菌为主，病原菌显示多重耐药。革兰阴性杆菌对亚胺培南敏感性较好，而革兰阳性球菌对万古霉素有较高的敏感性。规范、合理的治疗对策是有效控制RICU病原菌的关键。     

以肺血栓栓塞症为首发表现的再生障碍性贫血诊断及治疗策略一例报道

肺血栓栓塞症是临床常见的危重症之一,规范、足量的抗凝治疗是溶解肺动脉血栓、改善患者症状、降低死亡风险的重要手段。而对于同时合并血小板减少的肺血栓栓塞症患者,查找病因并明确诊断、预防出血与抗凝治疗仍是诊治难点。本文报道1例以肺血栓栓塞症为首发表现的再生障碍性贫血患者的临床诊治经过,以期提高临床工作者对该类疾病的认识。分析表明,再生障碍性贫血患者发生静脉血栓栓塞症风险较高,综合平衡抗凝获益及其出血风险、强化医患沟通是做出合理临床决策及治疗成功的关键。     

肩部摇法在历版推拿教材中的演变

肩部摇法是临床常用的一种治疗肩关节疾病的推拿手法,该文通过梳理1959年至今各高校推拿学系列教材及特色教材中肩部摇法的发展脉络,对肩部摇法的概念、归类、分型、动作要领、注意事项、作用及应用进行整理。经过历版教材的不断演变,肩部摇法内容逐渐丰富,手法操作由简入繁,种类由单一到多样,名称由繁杂到统一,操作逐渐趋于规范化。     

基于深度相机的三维点云放疗实时监测系统的研发与应用北大核心CSCD

目的利用深度相机开发三维点云放疗实时监测系统并验证其可行性。方法以深度相机坐标系为世界坐标系,由校准模体得到定位CT坐标系与世界坐标系之间的转换关系。患者的定位CT点云经上述关系转换到世界坐标系中并与深度相机实时获取的患者表面点云配准计算六维误差,完成摆位验证及放疗中分次内体位误差监测。统计系统六维计算误差的均值、标准差,配准后点云的豪斯多夫距离以及各部分程序运行时间,验证系统的可行性。选取15例真实患者,统计本系统与锥形线束CT之间六维误差。结果模体实验中,系统在左右、头脚、腹背方向的误差分别为(1.292±0.880)、(1.963±1.115)、(1.496±1.045)mm,在偏转、俯仰、翻滚角度的误差分别为0.201°±0.181°、0.286°±0.326°、0.181°±0.192°。对于真实患者,系统平移误差在2.6 mm以内,旋转误差在1°左右,程序运行1~2帧/s,精度和速度满足放疗要求。结论基于深度相机的三维点云放疗实时监测系统能自动完成放疗前摆位验证、放疗中体位实时监测,并提供误差视觉反馈,具有潜在的临床应用价值。