面向远程医疗的病理会诊系统设计与实现

目的:通过建设面向远程医疗的病理会诊系统,克服地域、时间障碍,提高基层医疗机构病理诊断质量及水平。方法:借助高通量快速医学玻片扫描仪,通过现代化的信息技术实现病理数字化切片及病历信息的传输,实现远距离的病理会诊。结果:提高了基层医疗机构病理诊断准确率,提升了基层医疗机构整体医疗服务能力。结论:通过该系统的建设,很好地解决了病理资源分布不均的问题,促进了偏远地区医院、基层医院病理诊断的发展,为远程病理会诊的发展提供实践经验,起到创新应用引领示范效应。     

人工智能在前列腺癌MRI诊断中的研究进展

人工智能（artificial intelligence, AI）近年来在医疗领域得到了快速发展,本文回顾了AI技术在前列腺磁共振成像（magnetic resonance imaging, MRI）领域的发展情况。本文介绍AI相关研究方法,包括机器学习及其常见分类,分析其在前列腺MRI研究中的应用方向。然后综合介绍目前AI技术在前列腺方向的检测、分类、分级以及诊疗、监控等方面的应用现状。虽然目前的研究已经取得了很多令人满意的结果,但是在更加广泛的临床应用之前,还需要进行更多的可靠性验证。未来AI的算法、软件可能在前列腺肿瘤的诊疗领域辅助临床医生进行决策。     

不同弥散加权成像对基于生成对抗网络的前列腺癌检测的影响

目的 探讨不同扩散敏感系数（b值）的弥散加权成像（DWI）对基于生成对抗网络（GAN）的前列腺癌（PCa）检测影响的价值。方法 回顾性收集2012年1月—2018年6月同济大学附属同济医院就诊的前列腺疾病病例446例,其中PCa有174例、前列腺增生（BPH）有272例,所有病例均采用Siemens Verio 3.0T MRI扫描并经直肠超声引导下前列腺穿刺活检或前列腺根治术后病理证实。MRI成像序列包括横断位、矢状位高分辨T2加权成像（T2WI）,扩散敏感系数（b值)分别为0、500、1000s/mm2横断位弥散加权成像（DWI）及动态对比增强（DCE）扫描,通过Matlab后处理计算化合成b分别为1500、2000s/mm2的DWI图像。本研究提出一个新型神经网络模型SegDenseAN,并结合不同b值DWI图像进行检测。将不同b值DWI与ADC影像的组合作为SegDenseAN网络的输入,各组合分别为: 组合1: ADC图;组合2: ADC+DWI0+DWI500;组合3: ADC+DWI0+DWI1000;组合4: ADC+DWI0+DWI1500;组合5: ADC+DWI1000+DWI1500;组合6: ADC+DWI1000+DWI2000,分析比较不同组合对准确率的影响。结果 组合1~6的准确率分别为0.871、0.887、0.903、0.903、0.903、0.935;组合1～6的灵敏度分别为0.935、0.935、0.968、0.968、0.968、0.968;组合1~6的特异度分别为0.806、0.839、0.839、0.839、0.839、0.903;组合6的前列腺癌病灶区域识别最接近于前列腺癌标注的金标准。结论 SegDenseAN 可以实现对于病灶区域的自动分割进而有助于前列腺癌的自动检测;多b值尤其是多高b值DWI与ADC影像的不同结合对算法的检测效果有影响,多个高b值DWI图像与ADC图结合有助于提高前列腺癌的智能检测结果。