心肌扩散加权成像研究进展

磁共振扩散加权成像(DWI)作为一种可以显示水分子扩散运动的成像技术,已被广泛运用于各种疾病、尤其是中枢神经系统病变的诊断.但在心肌病变方面,心脏的特殊生理特性导致DWI图像采集困难,使此前DWI在心肌病变诊断中难以发挥作用.近年来,随着DWI技术发展,越来越多的研究显现出心肌DWI的应用价值.本文将综述目前在心肌病变...     

CT直视下个体化深刺天枢操作规范和安全性评价

目的:探讨深刺天枢的个体化操作规范及其安全性.方法:对39例患者进行针刺天枢穴,以突破腹膜1～2 mm为个体化深刺标准深度.利用计算机断层扫描技术和影像测量的手段,回归分析腹围(AC,cm)对腹膜位置深度的影响.结果:个体化深刺天枢的理想针刺深度(depth)公式为:depth=0.562+0.045·AC.结论:以突破腹膜1～2 mm为针刺天枢穴深度是安全、可行的,对腹部其他穴位深刺临床操作及安全性评价具有借鉴和指导意义.     

髋关节置换手术体位测量尺的制作与临床应用

目的探讨髋关节置换手术患者正侧卧位摆放中,自制手术体位测量尺的制作与应用效果。方法便利抽样选择2014年8月至2015年9月来我院行全髋置换术的患者400例(排除强制性脊柱炎患者和Ⅲ型以上先天性髋关节发育不良患者)。按随机数字表法将其分为观察组(使用测量尺)和对照组(不使用测量尺)各200例,比较测量尺的使用效果。结果观察组患者手术体位摆放时间、护士调整体位次数、医生调整体位次数均少于或小于对照组,差异均有统计学意义(均P0.05)。结论自制体位测量尺在髋关节置换手术体位摆放中,可明显缩短体位摆放时间,增加体位摆放正确性,降低护士的工作疲劳度,并得到医生的认可和好评。     

CIRCLE治疗飞秒激光小切口角膜基质透镜取出术后欠矫3例

<正>资料病例1：女性,32岁。2019年7月因双眼屈光不正行双眼飞秒激光小切口角膜基质透镜取出术(femtosecond laser small incision lenticule extraction, SMILE)。术前屈光度：右眼-6.25 DS/-0.75 DC×20°,左眼-6.25 DS/-0.75 DC×165°,术前双眼最佳矫正视力均为1.0。双眼角膜地形图正常,角膜厚度：右眼535μm,左眼532μm。术前眼压(NCT)：右眼16.0 mmHg (1 mmHg=0.133 kPa),左眼18.0 mmHg。SMILE术后1 d检查视力：右眼0.5,左眼0.8。术后10 d视力：右眼0.5,检影验光-0.75 D,矫正1.0;左眼1.0,验光无屈光度。     

喉癌康复护理门诊护理质量评价指标体系的构建

目的构建喉癌康复护理门诊护理质量评价指标体系。方法通过文献分析和调查研究构建喉癌康复护理门诊护理质量评价指标体系;于2022年10—12月选取17名专家进行2轮专家函询, 对各级指标进行筛选、修改和完善, 确立喉癌康复护理门诊护理质量评价体系。结果 2轮专家函询问卷有效回收率均为100.0%(17/17), 专家权威系数分别为0.912、0.924;2轮函询的肯德尔和谐系数分别为0.199、0.221(P<0.05)。最终构建的喉癌康复护理门诊护理质量评价体系包括一级指标3项, 二级指标15项, 三级指标90项。结论本研究构建的喉癌康复护理门诊护理质量评价指标具有科学性和可靠性, 为喉癌康复护理门诊的护理质量评价和规范化管理提供参考。     

基于数据挖掘技术探析解溪穴现代主治优势病症和配伍规律

目的：探析解溪穴现代主治优势病症和配伍规律。方法：以中国知网、万方数据知识服务平台、PubMed和Web of Science等数据库为检索源，检索1949年10月—2022年3月期间相关文献，根据纳入、排除标准筛选文献，建立Microsoft Access数据库，将数据导入“五输穴主治与配伍数据挖掘软件V1.0”进行关联分析和聚类分析。结果：共纳入文献102篇。其中主治病症27种，优势病症为中风、踝关节扭伤和痹病等7种；高频配伍腧穴为足三里、阳陵泉、昆仑和三阴交等26穴，其中解溪与足三里、阳陵泉和太冲关联程度最高；得到了以解溪穴为核心的5类配伍处方；配伍经脉以足少阳胆经频次最多。结论：通过对现代文献挖掘分析，揭示了解溪穴主治优势病症和配伍规律，对教学、临床和科研有所裨益。     

基于Deep CG的肺部电阻抗成像方法

针对电阻抗图像重建空间分辨率不足问题，基于深度学习理论提出一种共轭梯度快速预重建与深度堆栈式自编码器后处理的电阻抗成像方法(Deep CG)。该方法的核心思想是：融合数值重建算法与深度学习算法，使胸腔内肺部的结构和电导率分布更加精准。首先采用共轭梯度算法进行图像预重建，获得边界电压与胸腔内部电导率分布的预映射关系；再采用深度堆栈式自编码器，将编码和解码层级连接，充分利用不同空间特征信息，实现特征提取和图像重建；最后根据公开的80名临床患者的CT结构图像构建了数据集，采用混合式监督训练方法调参，不仅避免了深度网络中信息流和梯度流弥散问题，而且优化了算法模型。采用图像相对误差、相关系数进行量化指标评价，并与常用的数值图像重建算法和全连接神经网络模型进行对比。结果显示，Deep CG算法的比常用图像重建算法图像和全连接神经网络模型相对误差从0.50和0.24降低到0.11,相关系数由0.80和0.90提高到0.96。该方法获得了空间分辨率高，尤其边界更清晰的电阻抗图像，有望进一步推动EIT技术在临床的应用研究。