首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   2篇
  国内免费   1篇
特种医学   1篇
综合类   3篇
  2023年   1篇
  2022年   3篇
排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
目的:研究超短回波序列(ultra?short echo time,UTE)评估软骨终板(cartilage endplate,CEP)损伤的可行性。方法:对36例下腰痛患者进行UTE序列及常规腰椎磁共振序列扫描,选取其中85个CEP。将所得到的UTE图像处理成更清晰的UTE CEP图像,并通过计算图像的信噪比(signal to noise ratio,SNR)及对比信噪比(contrast to noise ratio,CNR)来评价图像质量。在UTE CEP图像的基础上,参考Rajasekaran分级并根据CEP及骨性终板的形态将终板分为6级。两位肌骨放射方向医师独立评估终板损伤,评估结果应用Cohen’s kappa分析检验一致性。最后评估85个终板Modic改变的分布情况。结果:UTE CEP图像的SNR及CNR(平均SNR:33.06±2.92;平均CNR:9.4±2.08)高,证明图像具有较高的成像质量。两位肌骨放射医师独立评估6级终板形态的Cohen’s kappa系数为0.816。85个终板中34个存在Modic改变,Cochran?Armitage分析示终板损伤与Modic改变间存在线性趋势(P < 0.000 5)。结论:UTE成像可能会成为临床上评价CEP损伤较为有效的方式。评估Modic改变的分布情况,发现损伤越严重的终板越容易出现Modic改变。  相似文献   
2.
目的:评估双层探测器光谱CT虚拟单能量图像(virtual monoenergetic image,VMI)联合去金属伪影算法(orthopedic metal artifact reduction algorithm,O-MAR)对于减少骨科金属植入物伪影的价值。方法:共纳入44例检查部位包含骨科金属植入物行光谱CT检查的患者。重建传统滤波图像(conventional image,CI)、O-MAR图像、VMI和VMI+O-MAR(100~200 keV,增量为10 keV)。在每组图像高密度、低密度伪影区和脂肪组织内勾画感兴趣区,测量CT值、标准差(standard deviation,SD),计算信噪比(signal to noise ratio,SNR)和伪影指数(artifact index,AI),进行统计分析。由一名放射科医师根据5分法对金属植入物周围骨质和肌肉软组织情况进行两次主观评价。结果:与CI相比,O-MAR、100~200 keV VMI和VMI+O-MAR在高密度伪影区内,AI降低(P<0.05);而低密度伪影区SNR升高、AI降低(P<0.05...  相似文献   
3.
目的 定量评估腰骶神经根压迫症患者臀大、中、小肌及多裂肌的萎缩与脂肪浸润.方法 纳入33例单侧症状腰骶神经根压迫症患者,均有完整的腰椎MRI影像资料,并经MRI证实有椎间盘突出相关的单侧单节段神经根受压.20例无症状的健康志愿者作为对照组被同期纳入研究.选取三维双激发平衡式稳态自由进动序列(3D-FIESTA-C)及定...  相似文献   
4.
目的:评估人工智能软件(artificial intelligence system,AI)辅助放射科医师在胸部计算机断层扫描(computed tomography,CT)新鲜肋骨骨折诊断中的应用效能。方法:收集行胸部CT检查的新鲜肋骨骨折病例共508例。6名影像医师分为低年资组(≤5年)和高年资组(> 5年),使用PACS系统对CT图像进行独立阅片;在间隔为期4周的洗脱期后,影像医师在结合AI辅助诊断结果的前提下对胸部CT图像进行第2轮阅片;记录骨折类型、部位及诊断时间。采用配对卡方检验比较AI辅助前后诊断骨折的灵敏度、特异度有无统计学差异。绘制受试者操作特征(receiver operating characteristic,ROC)曲线,并计算曲线下面积(area under curve,AUC),应用Medcalc软件对AUC进行显著性检验。采用Cohen’s kappa系数分析低年资医师和高年资医师诊断肋骨骨折的一致性。应用配对样本t检验比较人工智能辅助前后医师的诊断时间是否具有差异。结果:508例胸部CT共包含骨折2 883处,AI辅助后低年资医师和高年资医师的诊断灵敏度由77.95%、83.96%提升至88.52%、90.98%(P < 0.001);平均AUC从0.902增加到0.948(P < 0.001);独立阅片和AI辅助诊断后低年资医师与高年资医师之间的Cohen’s kappa系数由0.832提升至0.900;诊断每个肋骨骨折病例的时间平均减少了28.43 s(P < 0.001)。结论:AI辅助医师诊断新鲜肋骨骨折能够提高检出效能,并减少诊断时间。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号