数字乳腺X线摄影技术的研究进展

随着数字化乳腺X线检查技术的发展,屏/片系统乳腺X线摄影(SFM)技术已逐步被取代,一些技术改进的优势已在致密型乳腺的女性中得到证实。比较数字乳腺体层摄影(DBT)技术、对比增强双能数字乳腺X线摄影(CEDM)技术及常规数字乳腺X线摄影(DM)技术,并综述数字乳腺摄影技术发展中一些新技术的特点,分析其优势、局限性及对病人的潜在影响等,从而预测它们的发展前景。     

数字乳腺断层摄影及其合成二维影像技术在乳腺癌筛查中的研究进展

目前乳腺X线检查仍是乳腺癌早期诊断的有效检查方法之一,主要包括全视野数字化乳腺摄影（FFDM）、数字乳腺断层摄影（DBT）、合成乳腺X线摄影（SM）以及3种技术的联合应用（FFDM联合DBT、SM联合DBT）。对DBT、SM和SM联合DBT在乳腺筛查中诊断效能、影像质量及辐射剂量等进行比较。SM联合DBT可有效平衡辐射剂量和诊断效能,但仍然在判读时间、信息的存储与传输和检查成本方面存在局限性。就以上3种检查技术在乳腺癌筛查中的研究进展予以综述。     

乳腺锥光束CT平扫与数字乳腺X线摄影对乳腺病灶检出及定性比较

目的 探讨锥光束乳腺CT(CBBCT)平扫与数字乳腺X线摄影(DM)对乳腺病灶的检出情况及定性情况,研究CBBCT平扫是否较DM更适于临床诊断需要.方法 回顾性分析2020年10月至2021年1月同时接受CBBCT平扫和DM检查的患者,患者均为女性且行病理检查.结果 CBBCT平扫共检出83个病灶,DM共检出67个病灶...     

数字乳腺断层摄影诊断乳腺结构扭曲病变的价值

目的 探讨数字乳腺断层摄影(DBT)对以结构扭曲征象为主要表现的乳腺病变的诊断价值.资料与方法回顾性分析2018年4月—2019年12月于武汉市第一医院经DBT检出乳腺结构扭曲的69例患者的DBT、全数字化乳腺摄影(FFDM)及超声资料,以病理结果为标准,对乳腺良、恶性结构扭曲征象特点(形态学、中心密度、有无局灶性致密...     

基于深度学习的人工智能技术在乳腺癌筛查及影像诊断中的应用进展

人工智能技术可使计算机模拟人类的思考过程和智能活动,在医学影像领域具有强大的图像处理和特征提取能力,应用基于人工智能的乳腺癌影像筛查能够在减轻放射科医生工作负担的同时提高乳腺癌筛查和诊断的准确性及敏感性。简要总结了目前常用的乳腺X线图像公共数据集和近期乳腺癌影像学人工智能辅助诊断竞赛情况,并对基于深度学习的人工智能技术在乳腺癌影像学筛查和诊断中的最新进展予以综述。     

乳腺MRI检查对乳腺X线摄影中腺体结构扭曲的诊断价值

【摘要】目的：探讨乳腺MRI检查对乳腺X线摄影中结构扭曲表现的诊断价值。方法：搜集2014年1月1日-2015年3月10日本院行乳腺X线摄影检查患者的相关临床、影像及病理资料,连续性纳入乳腺X线摄影诊断为腺体结构扭曲且术前行乳腺MRI检查的患者,排除病变部位有既往外伤或手术史的患者。最终入组32例病例,其中22例单纯结构扭曲,10例合并微钙化、局灶不对称致密或肿块等征象。分别分析X线摄影腺体结构扭曲伴有其他征象者、单纯性结构扭曲者的阳性预测值（PPV）及进一步MRI检查对诊断效能的影响。结果：乳腺X线摄影表现为腺体结构扭曲且有伴随征象者,PPV为66.7%（8/12）,进一步MRI检查减少30%的假阳性诊断;表现为单纯结构扭曲者,PPV为9.1%（2/22）,进一步MRI检查减少86.4%的假阳性诊断;未发现MRI漏诊病例。结论：对于乳腺X线摄影表现为单纯腺体结构扭曲者,进一步MRI检查能够显著提高PPV。     

乳腺内钙化在乳腺癌中的诊断价值

目的:探讨乳内钙化灶在诊断乳腺癌中的价值。方法:搜集乳腺X线片中出现钙化并经手术病理或穿刺活检证实的乳腺癌116例,良性病变40例,通过8项指标分析钙化在乳腺良、恶性病变中的差异。结果:乳腺良、恶性病变的钙化在形态、颗粒大小、数量、平均密度、密度是否均匀、密集度及分布7个方面均存在显著差异(P0.05),其中以密集度、形态、平均密度及颗粒大小差异最显著(P0.001);而大小是否一致无显著差异(P0.05)。结论:乳腺钙化的X线表现对乳腺癌的诊断具有重要价值。     

乳腺钼靶X线摄影技术的临床应用

乳腺铝靶X线摄影,是针对乳腺本身的组织结构以腺体和脂肪为主,密度对比小的特点,以金属钼为靶面,在管电压40KV以下,产生低能X线.是一种专门应用于乳腺检查的特殊X摄影技术.     

基于CT的人工智能技术在胃癌中的研究进展

人工智能（AI）技术可以将传统医学图像转换为高通量可定量分析的数据,从而识别肉眼不能识别的肿瘤表型及微环境特征。已逐步应用于胃癌CT影像分割、诊断以及转移风险、生存率和治疗反应的预测,进一步促进了胃癌精准医疗的发展。就基于CT的AI技术在胃癌诊断、疗效评估、转移和预后预测等方面的应用现状及局限性予以综述。     

人工智能技术在创伤救治中的应用及研究进展

创伤引起的多发伤致残率和致死率高,救治难度大但目前创伤救治的医疗模式仍然存在不足,创伤患者的救治面临巨大挑战。人工智能(AI)是基于机器学习、强化学习和深度学习等基础算法的智能技术,现已应用于创伤患者的救治工作中,其高效精准的计算机视觉、规划决策以及大数据统计分析等技术方向既提高了创伤患者救治的安全性和效率,同时也降低了临床医师的工作负荷,弥补了传统创伤救治模式的不足。笔者对AI在创伤急诊分诊、诊断、治疗及战创伤预防等方面的应用及研究进展进行综述,为AI的临床应用提供参考。     

人工智能在心脏影像诊断中的研究进展

人工智能(AI)中的传统机器学习和深度学习依赖于数据的训练来实现对疾病精确诊断及分类,在心脏影像诊断中各具优势。近年AI在心脏超声、CT、MRI、单光子发射体层成像(SPECT)和正电子发射体层成像(PET)中的应用以心脏分割和快速成像为核心,不断深入对低辐射剂量扫描、精确的自动化数据测量以及准确的预后评估的研究。就AI基本原理及基于AI的不同影像检查方法在心脏成像中的研究进展予以综述。     

基于深度学习的人工智能在肌骨影像中的研究进展

人工智能(AI)已成为当今社会信息技术领域最重要的技术革命,随着深度学习算法的进步及硬件的升级,人工智能发展迅猛.基于深度学习的人工智能在医学影像的图像分割、图像分类识别和计算机辅助诊断方面都有较大的发展,本文主要讲述人工智能在肌骨影像中的研究进展.     

慢性阻塞性肺疾病的人工智能研究进展

人工智能（AI）已广泛应用于慢性阻塞性肺疾病（COPD）的研究,在COPD的临床筛查、预诊分级、风险评估、医学成像和远程监护等方面均取得一定进展。AI不仅可以对未患病人群进行早筛、早诊及早治,也可为COPD病人的治疗和管控提供众多的可行方案。重点就AI在肺气肿量化、CT纹理分析、解剖结构分割等影像诊断应用进展予以综述。     

Use of Artificial Intelligence for Reducing Unnecessary Recalls at Screening Mammography: A Simulation Study

ObjectiveTo conduct a simulation study to determine whether artificial intelligence (AI)-aided mammography reading can reduce unnecessary recalls while maintaining cancer detection ability in women recalled after mammography screening.Materials and MethodsA retrospective reader study was performed by screening mammographies of 793 women (mean age ± standard deviation, 50 ± 9 years) recalled to obtain supplemental mammographic views regarding screening mammography-detected abnormalities between January 2016 and December 2019 at two screening centers. Initial screening mammography examinations were interpreted by three dedicated breast radiologists sequentially, case by case, with and without AI aid, in a single session. The area under the receiver operating characteristic curve (AUC), sensitivity, specificity, and recall rate for breast cancer diagnosis were obtained and compared between the two reading modes.ResultsFifty-four mammograms with cancer (35 invasive cancers and 19 ductal carcinomas in situ) and 739 mammograms with benign or negative findings were included. The reader-averaged AUC improved after AI aid, from 0.79 (95% confidence interval [CI], 0.74–0.85) to 0.89 (95% CI, 0.85–0.94) (p < 0.001). The reader-averaged specificities before and after AI aid were 41.9% (95% CI, 39.3%–44.5%) and 53.9% (95% CI, 50.9%–56.9%), respectively (p < 0.001). The reader-averaged sensitivity was not statistically different between AI-unaided and AI-aided readings: 89.5% (95% CI, 83.1%–95.9%) vs. 92.6% (95% CI, 86.2%–99.0%) (p = 0.053), although the sensitivities of the least experienced radiologists before and after AI aid were 79.6% (43 of 54 [95% CI, 66.5%–89.4%]) and 90.7% (49 of 54 [95% CI, 79.7%–96.9%]), respectively (p = 0.031). With AI aid, the reader-averaged recall rate decreased by from 60.4% (95% CI, 57.8%–62.9%) to 49.5% (95% CI, 46.5%–52.4%) (p < 0.001).ConclusionAI-aided reading reduced the number of recalls and improved the diagnostic performance in our simulation using women initially recalled for supplemental mammographic views after mammography screening.     

医学影像人工智能新进展

随着人工智能（AI）与各个领域的结合,AI已经成为当今社会的研究热点。目前医疗行业人员的短缺及医学诊断准确率的提高使得AI在医疗行业的应用非常重要,尤其是医学影像诊断方面。AI辅助诊断将会提高疾病的检出率,为临床医师提供更有效的诊断和治疗信息,同时减少影像医师的重复工作,节省出更多的时间研究疑难病例。笔者简要介绍医学影像AI,结合国内外最新和最有影响力的研究成果,阐述医学影像AI的研究新进展。     

三维人工智能定位技术在CT胸部扫描中的应用

目的:探讨三维人工智能（AI）定位技术在胸部CT平扫中的应用价值。方法:回顾性分析2020年9月至10月在南京大学医学院附属鼓楼医院因新型冠状病毒肺炎筛查接受胸部平扫CT检查的患者100例,采用区组随机分组法分为人工定位组和三维AI定位组,每组50例。2组患者使用相同的胸部扫描协议。测量2组患者的定位偏离距离、CT剂量...     

基于CT影像的人工智能在晚期非小细胞肺癌免疫治疗疗效评价中的应用进展

免疫检查点抑制剂（ICI）已成为非小细胞肺癌（NSCLC）病人的治疗方法之一,但如何筛选获益人群尚不明确。影像组学和深度学习作为人工智能分析的两大核心技术能够高通量提取和分析CT影像中的大量定量影像特征。就基于CT的影像人工智能在晚期非小细胞肺癌免疫治疗疗效评估的可行性进行综述,并对其应用前景做出展望。