Co-occurrence of IPMN and malignant IPNB complicated by a pancreatobiliary fistula: A case report and review of the literature

BACKGROUND Intraductal papillary neoplasm of the bile duct(IPNB) is pathologically similar to intraductal papillary mucinous neoplasm(IPMN). However, there are several significant differences between them. The rate of IPMN associated with extrapancreatic malignancies has been reported to range from 10%-40%, and it may occasionally be complicated with the presence of fistulas. IPMN associated with malignant IPNB is extremely rare and only nine cases have been reported in the literature.CASE SUMMARY We report a 52-year-old man who presented with recurrent cholangitis for nine months. Computed tomography and magnetic resonance cholangiopancreatography showed the common bile duct stricture with dilated pancreatobiliary duct without other abnormal findings. The underlying pathogenesis could not be identified based on the radiologic images. Endoscopic retrograde cholangiopancreatography revealed a pancreatobiliary fistula with dilated main pancreatic duct, biliary stricture with dilated biliary tree, and mucus discharge from the enlarged orifice of the major papilla. The patient underwent SpyGlass cholangiopancreatoscopy due to a suspected mucin-producing biliary neoplasm and indeterminate main pancreatic duct dilatation. Multiple papillary growing neoplasms with vascular images, with the extent of lesions spreading in the biliopancreatic ductal lumens, were identified by SpyGlass. In addition, the presence of a pancreatobiliary fistula was also identified. The patient was diagnosed as having benign IPMN and malignant IPNB with focal invasion by postoperative pathology. Furthermore, varying histological subtypes were present in both IPMN and IPNB. Pylorus-preserving pancreaticoduodenectomy was performed on the patient with excellent results during the 52 month followup period.CONCLUSION We deemed that pancreatography and SpyGlass allowed for an efficient diagnosis of IPMN with pancreatobiliary fistula, whereas the etiology could not be identified by radiologic imaging.     

多功能病号服在临床中的应用

病人在医院接受治疗时,往往在需要暴露局部治疗部位时,必需脱去整件衣、裤,由于春季、秋季、冬季室内温度低于体温,使病人易着凉、感冒,诱发其他并发症等,引起身体的不适.局部肿瘤放疗病人,指导放疗病人和家属将放疗局部的内衣剪开,露出局部皮肤进行治疗,这样不影响治疗,还可保暖,但这一方法还有待改进.另外住院病人的病号服颜色单调,款式单一,功能缺乏,根本不能满足住院病人的身心及治疗的需要.因此,近几年,通过大量的研究和临床实践,设计出多功能病号服,获国家实用型专利.现将其介绍如下.     

手术室与供应室一体化运作中手术器械的管理

我院为一家拥有800张床位的综合性医院,年手术量1万多例,有一个现代化的供应室,由于手术器械从手术室到供应室环节多,很容易出现手术器械丢失或无菌手术器械不能及时供应而延误手术的现象.为达到资源共享,我院于2003年6月实行手术室与供应室一体化运作,经过4年尝试,在工作中不断总结经验,形成了一定的管理模式,取得满意结果.     

介绍一种眼科点眼药盘

眼科工作中给病人点眼药是主要治疗方法之一,一般是多种眼药水放在一个药盘或药框中,眼药水品种繁多,且眼药水瓶东倒西歪摆放没有规律,甚至会出现作用相反的眼药水(膏)拿错的现象,如缩瞳类和散瞳类就是两个作用完全相反的眼药.因此,使用时往往需要仔细寻找或凭经验才能快速找到所需的眼药,如果使用不当就会给病人造成严重的后果.为减少不良后果的发生,在临床实践中,我们制作了一种简易、方便使用的点眼药盘.现介绍如下.     

1例脐尿管漏合并妊娠的护理

脐尿管瘘是一种膀胱畸形疾病,男性多见.临床表现为脐部漏尿,漏尿程度视瘘管的大小而定,脐部漏口为皮肤或黏膜所覆盖.静脉注射靛胭脂或从尿道导管将亚甲蓝注入膀胱,可见染色尿液自脐部漏出,故可诊断[1].     

ICU护士了解自由基和抗氧化剂的重要性

对自由基和抗氧化剂的基本知识,自由基在ICU常见疾病发生发展中的作用以及抗氧剂的临床应用四方面内容进行综述,提示了ICU护士了解这四方面内容是临床实践的组成部分.     

类风湿关节炎、高热、黑便、血三系减少

1病例介绍患者女,67岁。因"发热半个月,黑便1d"于2006年6月9日入院。患者半个月前起发热,多次测得体温≥39.0℃,无寒战,无咳嗽、咳痰,无腹痛、腹泻,无尿急、尿痛,无腰痛、咽痛,当地医院予抗生素、激素治疗体温反复,昨日起解黑便,共2次,伴头晕,晕厥1次,无呕血,为进一步诊治转入本院。既往类风湿关节炎     

代谢综合征的疗养护理

代谢综合征又称代谢异常心血管综合征，它是一组心血管疾病危险因素的聚集和组合，包括高血压、高血脂（血脂异常）、高血糖（糖尿病、血糖调节受损、糖耐量异常）、肥胖、吸烟、炎症、血凝增强、纤溶降低等。心血管疾病是人类头号杀手，给社会和家庭带来了沉重的经济负担。对于心血管疾病这种新的流行病学表现，     

Clinical effects of apatinib mesylate for treatment of multiple brain micrometastases:Two case reports

BACKGROUND Apatinib is a small-molecule multitargeted tyrosine kinase inhibitor.Apatinib has demonstrated encouraging antitumor activities.This study aimed to observe the efficacy and safety of apatinib for the treatment of multiple brain micrometastases.CASE SUMMARY We report two patients with multiple brain micrometastases after failure of second-line treatment.Both patients had extracerebral metastases.When the patients took 250 mg/d apatinib orally,the intracerebral lesions disappeared.The extracerebral lesions were partially alleviated.Both patients had a progressionfree survival of more than 12 mo and were still stable.The safety was good.The main adverse events(AEs)were mild hypertension and proteinuria,which could be controlled.CONCLUSION Apatinib has clear efficacy and good tolerance in patients with multiple brain micrometastases after failure of second-line treatment.     

青霉素的发现及应用

青霉素能杀灭各种病菌,却对人体几乎没有毒性,因此是迄今为止在临床上应用最为广泛的抗生素.历史上,它的发现及应用与3个人密不可分.他们分别是亚历山大·弗莱明(Alexander Fleming)、霍华德·弗洛里(Howard Florey).恩斯特·钱恩(Ernst Chain).     

CT图像中肺实质的自动分割

目的 为解决肺实质分割中肺部结节及高密度血管易遗漏的问题,提出一种自动肺实质分割方法.方法 首先利用二维区域生长反操作、连通区域判别等方法提取肺实质区域;然后利用行扫描法定位肺区边界点;最后通过对边界点参数分析,定位受肿瘤侵占的边界点,利用曲线拟合修复受损边界.结果 通过对多组胸部CT图像的分割,验证了算法的有效性;与几种常见边界修复算法对比,验证了行扫描边界修复算法的优越性.结论 本文提出的算法能将肿瘤包含到肺实质区域,确保分割的完整性、准确性、实时性.     

深度学习在医学影像中的应用

医学影像是放射科医生做出医学诊断的重要依据。但随着医学影像技术的快速发展, 逐渐增多的影像图像和复杂的图像信息对医生的工作产生了巨大的挑战。而深度学习是人工智能研究中最热门的领域, 在处理大数据和提取有效信息方面具有优势, 因此逐渐成为分析医学影像方面的首选方法。本文阐述了深度学习的概念, 并简要总结深度学习在医学影像中的常见模型, 包括卷积神经网络、循环神经网络、深度置信网络和自动编码器。卷积神经网络的基本结构是卷积层、池化层和全连接层; 循环神经网络由输入层、隐藏层和输出层组成; 深度置信网络的基础是玻尔兹曼机; 自动编码器包含编码层、隐藏层和解码层。通过对CT肺结节和MRI脑部疾病的分类, 阐明目前深度学习在疾病自动分类上准确性较高; 通过分割左心室、椎旁肌肉和肝脏的结构, 可见深度学习方法在医学图像分割上与人为分割具有一致性; 深度学习在肺结节和乳腺癌疾病的检测上已相对成熟。但目前为止, 仍存在标注的样本量少和过拟合的问题, 希望通过共享图像数据库来解决此问题。总之, 深度学习在医学影像中具有广阔前景, 且对临床医生的工作具有重大意义。      

对比自适应图像接收线圈与常规前部阵列线圈采集肺结节零回波时间序列图像质量

目的 对比以自适应图像接收（AIR）线圈与常规前部阵列（CAA）线圈采集的肺结节零回波时间（ZTE）序列图像质量。方法 采用相同扫描参数,分别以AIR线圈、CAA线圈,对32例CT显示肺结节（共42枚结节,包括16枚实性结节、17枚磨玻璃结节及9枚混杂磨玻璃结节）患者采集ZTE序列图像,获得AIR-ZTE及CAA-ZTE;比较2种图像主动脉弓上份、肺动脉分叉及肺底层面的肺实质信号强度（SI）、肺内血管SI、肺实质信噪比（SNR）及对比度噪声比（CNR）,记录其显示不同成分肺结节数目;以CT结果为标准,比较其结节检出率、SNR及CNR及图像质量主观评分差异。结果 2种图像中,主动脉弓上份、肺动脉分叉及肺底层面肺实质SI、肺内血管SI差异均有统计学意义（P均<0.01）,SNR_肺差异均无统计学意义（P均>0.05）;主动脉弓上份及肺动脉分叉层面CNR_肺差异均有统计学意义（P均<0.05）,肺底层面差异无统计学意义（P>0.05）。CAA-ZTE检出实性结节16枚、磨玻璃结节12枚、混杂磨玻璃结节9枚,AIR-ZTE分别检出16、13及9枚,差异无统计学意义（P>0.05）。2种图像所示磨玻璃结节及混杂磨玻璃结节实性成分的CNR差异均有统计学意义（P均<0.05）,其余图像质量客观指标差异均无统计学意义（P均>0.05）;AIR-ZTE图像质量主观评分高于CAA-ZTE （P<0.05）。结论 以AIR线圈采集的肺结节ZTE图像质量优于CAA线圈。     

基于密集网络改进的肺结节良恶性分类模型

目的 探讨改进后的卷积神经网络模型对肺结节进行良恶性分类的准确率。方法 以分类模型密集网络（DenseNet）为基础模型,采用中间密度投影方法将肺结节的三维信息输入卷积神经网络进行训练,并针对肺结节良恶性分类问题适应性改进神经网络结构,将传统损失函数Cross Entropy Loss替换为Focal Loss,使网络能着重学习难以分辨的肺结节。结果 改进后神经网络模型对良恶性肺结节分类的准确率为89.93%,曲线下面积为0.947。结论 适应性改进后的卷积神经网络模型判断良恶性肺结节准确率较高。     

多频域后处理图像对计算机辅助检测数字胸片上肺结节能力的影响

目的评价多频域后处理数字胸片图像对计算机辅助检测系统输出结果的影响。方法选择经CT证实正常248名受检者的DR后前位胸片和30例有肺结节的DR后前位胸片,并应用Philips UNIQUE软件对其进行高频、低频处理。由2名10年以上经验的放射科医生结合CT图像阅读胸片,二人意见达成一致后,在数字化胸片上标记结节位置,保存标记结果并将其作为金标准。然后由CAD系统阅读后处理图像,由2名医师评价CAD系统在后处理图像上肺结节检测的假阳性区域和敏感度。结果 CAD系统在248例低频、常规和高频图像上分别显示了715、585和286个可疑区域,平均每例检出的假阳性区域分别为2.88个、2.36个和1.15个,3组图像检测的假阳性区域及组间差异均具有统计学意义。30例DR图像上共有38个金标准结节,CAD系统在低频、常规和高频图像上分别检测到33、30、28个结节,其检测敏感度分别为86.84%、78.95%和73.68%,ROC曲线下面积分别为0.722、0.670和0.618,3组图像之间检测的差异无统计学意义。结论高频、低频和常规图像模式对CAD系统检测能力无明显影响,但其在低频、常规和高频图像中检测的假阳性有逐渐增高的趋势,肺结节检测敏感度有逐步下降的趋势。     

基于非下采样双树复轮廓波变换的小波纹理特征识别肺良恶性结节CT图像

目的 观察基于非下采样双树复轮廓波变换（NSDTCT）的小波纹理特征在识别肺良恶性结节CT图像中的应用价值。方法 从肺结节患者的CT图像中分别提取基于NSDTCT和基于Contourlet变换的小波纹理参数,对高维纹理参数采用单因素分析、Lasso回归等方法进行降维。对降维后的纹理参数分别构建诊断良恶性肺结节的支持向量机分类诊断模型,绘制ROC曲线,比较2种方法的诊断效能。结果 采用NSDTCT方法,基于经Lasso降维且自变量数目较少的纹理参数构建的诊断模型分类效果最好,判断良恶性肺结节的准确率为98.37%,AUC为1.00;采用Contourlet变换方法,基于全部提取纹理参数构建的模型分类效果最好,诊断准确率为56.05%,AUC为0.73;2个模型的ROC曲线的AUC差异有统计学意义（Z=6.430,P<0.001）。结论 基于NSDTCT的纹理分析方法对判断良恶性肺结节的准确性较高。     

基于多级串联深度卷积神经网络配准大形变图像

目的 采用无监督方式基于多级串联深度卷积神经网络(CNN)建立大形变图像配准网络(LDIRnet)模型,评估其配准脑部MRI及肺部CT图像的性能.方法 串联多个结构相同而参数不同的深度CNN,以端到端方式学习待配准图像之间的多个小形变场;再通过叠加小形变场计算待配准图像之间的大形变场,实现大形变图像配准.结果 配准3D...     

基于V-Net卷积神经网络深度学习模型自动分割腰椎CT图像中的椎旁肌

目的 观察基于V-Net卷积神经网络(CNN)的深度学习(DL)模型自动分割腰椎CT图像中的椎旁肌的价值。方法 收集471例接受腰椎CT检查患者，按7∶3比例将其分为训练集(n=330)和测试集(n=141);采用2D V-Net进行训练，建立DL模型；观察其分割腰大肌、腰方肌、椎后肌群及椎旁肌的价值。结果 基于V-Net CNN的DL模型分割椎旁肌精度良好，戴斯相似系数(DSC)均较高、肌肉横截面积误差率(CSA error)均较低；其分割训练集图像中的腰大肌、腰方肌及椎旁肌的DSC均高于测试集(P均<0.05),而分割训练集中4组肌肉的CSA error均低于测试集(P均<0.05)。测试集内两两比较结果显示，该模型分割椎后肌群的DSC最高、腰方肌的DSC最低；分割腰方肌的CSA error最高、椎旁肌的CSA error最低(P均<0.05)。结论 以基于V-Net的DL模型自动分割椎旁肌的效能较佳。     

基于深度信念网络检测PET/CT图像肺结节良恶性

目的观察深度信念网络(DBN)方法识别PET/CT图像良恶性肺结节的效果。方法收集216例肺结节患者的PET/CT图像,共339个肺结节,其中良性190个、恶性149个;共截取2055张ROI图像,良性1069张,恶性986张。对ROI图像进行灰度、大小归一化处理后,采用DBN方法进行分类诊断。通过实验方法确定网络结构及训练参数,并以混淆矩阵、总体精度、Kappa系数等指标评价分类结果。提取同一批图像数据非下采样双树复轮廓波变换(NSDTCT)的小波纹理参数,构建支持向量机分类模型(SVM),对比分析其与DBN的检测结果。结果DBN和SVM方法测试集检测结果分别为总体精度0.94和0.72、灵敏度0.96和0.66、特异度0.92和0.96及Kappa系数0.87和0.42。结论DBN识别肺结节良恶性的准确性高于SVM方法。     

DenseNet网络深度学习分析CT图像鉴别肺结节良恶性的价值

  目的  探究DenseNet网络深度学习分析CT图像鉴别肺结节良恶性的价值。  方法  选取2017年2月~2019年5月我院收治的疑似肺结节患者80例,患者均进行CT扫描和DenseNet网络深度学习的人工智能系统诊断其良恶性,以病理结果作为金标准。分析CT图像、DenseNet网络深度学习分析联合CT图像对肺结节良恶性的诊断价值。  结果  CT图像表现肺密度增高影,有云雾状阴影,可清晰显示支气管内血管情况,评估结节良恶性准确率为88.75%,敏感度为76.92%,特异性为94.44%,与病理诊断的Kappa值为0.736（P < 0.001）;DenseNet网络深度学习联合CT评估结节良恶性的敏感度为96.15%,特异性为88.89%,DenseNet网络深度学习联合CT评估准确率高于单纯CT评估准确率（91.25% vs 88.75%）,且与病理诊断一致性较好（Kappa= 0.810,P < 0.001）。  结论  DenseNet网络深度学习分析CT图像鉴别肺结节良恶性准确性较高,且与病理结果具有较好的一致性。