美国OHMEDA麻醉机故障分析与排除

故障1故障现象:病人呼吸回路漏气。可能原因:1.手控时APL阀未关闭,2.钠石灰罐安装不严密,3.螺纹管损坏或接头松动,4.活瓣罩未拧紧,5.手动/自动转换开关失灵。解决方法:1.关闭半紧闭APL阀,2.重新安装半紧闭APL阀,3.更换新管或重新安装管路,4.重新拧紧活瓣罩。故障2故障现象:呼气     

坏死性结肠炎并发大量气腹一例

<正> 坏死性结肠炎临床上并不少见,但涉及整个结肠并发大量气腹报道较少,笔者遇到一例并经手术证实,现报道如下。     

支气管动脉灌注化疗联合直线加速器放射治疗Ⅲa期非小细胞肺癌

目的　研究支气管动脉灌注化疗联合直线加速器放射治疗Ⅲa期非小细胞肺癌 (NSCLC)的可行性及临床价值。方法　 76例NSCLC患者随机分成A、B 2组 ,A组先行 2次支气管动脉灌注化疗 (BAI) ,第 2次BAI 1～ 2周后再行直线加速器放射治疗 (RT) ;B组单纯行 2次BAI (对照组 )。结果　临床疗效 ,A组 (BAI RT)和B组 (BAI)分别为 89.47%和 60 .5 3% (Ρ <0 .0 1) ;1、3年生存率 ,A、B组分别为 81.5 8%、5 0 .0 0 %和 60 .5 3%、2 1.0 5 % ( 0 .0 1<Ρ <0 .0 5 )。结论　支气管动脉灌注化疗联合直线加速器放射治疗Ⅲa期非小细胞肺癌的临床疗效和患者 1、3年生存率均显著提高     

基于CT影像组学模型鉴别腺性膀胱炎与膀胱癌

目的探讨基于CT的影像组学模型对腺性膀胱炎(CG)与膀胱癌的鉴别诊断效能。方法回顾性分析经病理证实的40例CG (CG组)和70例膀胱癌(膀胱癌组),均于术前接受盆腔平扫和三期增强CT扫描。分别在平扫、动脉期、静脉期及延迟期CT图像上勾画三维容积感兴趣区(VOI),提取影像组学特征。将按7∶3随机将患者分入训练集与测试集。对各期CT影像组学特征数据行归一化处理,以最小冗余最大相关法(mRMR)、最小绝对收缩和选择算法(LASSO)及5折交叉验证进行特征降维;采用多因素Logistic回归分析建立影像组学模型。以受试者工作特征(ROC)曲线评价各模型的诊断效能,采用Delong检验评价其效能差异,以决策曲线分析评估模型临床应用价值。采用Hosmer-Lemeshow检验和校正曲线评估模型拟合度。结果分别基于平扫、动脉期、静脉期、延迟期影像组学特征建立了模型1、2、3、4,各纳入4、7、5及6个特征;其鉴别诊断CG与膀胱癌的曲线下面积(AUC)均0.80,且Delong检验表明不同模型间AUC值差异无统计学意义(P均0.05)。模型2在测试组的AUC=0.939,高于其他模型。决策曲线分析表明,模型2用于临床鉴别CG与膀胱癌的净获益最高,Hosmer Lemeshow拟合优度检验显示模型2预测结果与实际结果差异无统计学意义(训练集:χ~2=8.75,P=0.36;测试集:χ~2=4.72,P=0.79);校正曲线显示模型2的拟合效果较好。结论基于各时相盆腔CT影像组学模型均可用于辅助临床鉴别诊断CG与膀胱癌,其中基于动脉期影像组学模型的诊断效能最高。     

结肠憩室炎X线诊断

结肠憩室炎临床无特征性,常延误诊断导致不恰当治疗,甚至死亡。Ｘ线钡检多能确诊,本组９例通过双对比造影检查确诊憩室炎（１例经手术病理证实）的表现,并评价其作用。１　材料与方法１１　一般资料　９例中男５例,女４例,年龄３９～８３岁。多发４例,单发５例,右半结肠４例,横结肠２例,左半结肠３例。１２　临床表现　腹痛、腹胀６例,便血３例,其中１例出血量较大而首诊。下腹部包块１例,有压痛、腹泻１例,以阑尾炎表现１例,肠梗阻表现１例。余均无特征性。１３　方法　９例均采用双对比造影检查,用不同体位,摄片结…     

散热不良引起的设备故障两例

在医疗设备的设计中，为了提高设备的可靠性，一般都采取了各种散热措施，但是在临床使用时，由于使用不当或维护不及时等原因，还是经常会遇到散热不良引起的设备故障，现举两例，供同行参考。     

运动负荷平板系统程序引起的故障

本文详细叙述了美国GP公司TM210运动负荷平板系统由于仪器比较老,而且是在DOS状态下工作,运行程序经常无缘无故出错,经过一段时间的摸索,找到了简单的方法,迅速修复,保证了设备的正常运行。     

血压计管理模块的设计与实现

血压计是国家规定实行强制检定的计量器具中的一种,为保证血压计的使用安全有效,必须加强血压计的使用管理.本文对血压计的管理现状及存在问题进行了分析,在此基础上提出规范化的管理流程,并将其作为医学工程科管理信息系统的一个功能模块进行了设计与实现,通过实际应用,取得了满意的效果.     

基于常规MRI影像组学模型预测软组织肉瘤复发

【摘要】目的：探讨基于常规MRI的影像组学模型对预测软组织肉瘤（STS）复发的价值。方法：回顾性分析2012年1月－2021年6月在本院经手术病理证实的92例STS患者的临床和影像资料。术后每3个月进行一次影像学检查,随访时间至少12个月以上,根据随访结果有无复发或远处转移分为复发组（27例）,无复发组（65例）。采用完全随机方法将所有患者按7:3的比例分为训练集（n=65）和验证集（n=27）。使用ITK-SNAP软件,分别在T1WI和压脂T2WI上逐层沿肿瘤边缘手动勾画ROI并进行三维融合（VOI）,然后使用AK软件提取纹理特征,使用最小冗余最大相关（mRMR）和最小绝对值收敛和选择算子（LASSO）回归分析方法分别对T1WI序列、压脂T2WI序列和联合序列的纹理特征进行降维和筛选,并建立影像组学模型,根据各个组学特征的权重系数计算影像组学评分（Radscore）,运用100次留组交叉验证（LGOCV）方法来评估模型的可靠性。将临床病理、常规MRI特征与预测效能最高的影像组学模型的Radscore相结合,采用多因素logistic回归（LR）、随机森林（RF）和支持向量机（SVM）三种机器学习算法分别建立机器学习模型。采用受试者工作特征（ROC）曲线评价各模型的预测效能,应用决策曲线分析（DCA）评估模型的临床应用价值。结果：临床模型在训练集和验证集中预测STS复发的ROC曲线下面积（AUC）分别为0.71（95%CI:0.58~0.85）和0.74（95%CI:0.52~0.97）。基于T1WI、压脂T2WI和联合序列的影像组学模型在训练集中预测STS复发的AUC分别为0.81（95%CI:0.70~0.93）、0.92（95%CI:0.86~0.99）和0.91（95%CI:0.84~0.99）,在验证集中分别为0.84（95%CI:0.63~1.00）、0.92（95%CI:0.81~1.00）和0.86（95%CI:0.72~1.00）。采用机器学习算法构建的LR、RF和SVM模型在训练集中预测STS复发的AUC分别为0.93（95%CI:0.87~0.99）、0.91（95%CI:0.84~0.99）和0.77（95%CI:0.63~0.91）,在验证集中分别为0.93（95%CI:0.83~1.00）、0.86（95%CI:0.71~1.00）和0.83（95%CI:0.66~1.00）。DCA分析结果表明,压脂T2WI和联合序列的影像组学模型、以及LR和RF模型的临床受益均较好。结论：基于常规MRI序列中的压脂T2WI和联合序列构建的影像组学模型对预测STS复发具有较高的预测效能和较好的临床受益,基于不同机器学习算法构建的预测模型的预测效能并无明显提高。