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   45篇
  免费   0篇
基础医学   1篇
临床医学   1篇
特种医学   32篇
综合类   4篇
预防医学   2篇
药学   5篇
  2023年   1篇
  2022年   2篇
  2021年   1篇
  2019年   2篇
  2015年   1篇
  2014年   5篇
  2013年   7篇
  2012年   2篇
  2011年   4篇
  2010年   3篇
  2009年   4篇
  2008年   5篇
  2007年   2篇
  2006年   5篇
  2002年   1篇
排序方式: 共有45条查询结果,搜索用时 218 毫秒
41.
多层螺旋CT后处理技术对周围型小肺癌诊断的价值   总被引:2,自引:1,他引:1  
目的探讨多层螺旋CT(MSCT)及其后处理成像技术在周围型小肺癌诊断中的应用价值。方法回顾性分析20例周围型小肺癌的临床、CT资料,CT扫描采用16层螺旋机,平扫加强化,随后进行1mm重建,传输到工作站进行SSD、MPR成像。结果SSD、MPR技术可多方位、立体、直观的清楚显示肺结节表面征象及空间关系,确切显示分叶征、毛刺征、胸膜凹陷征、肺血管集束征等周围型小肺癌的特征,SSD成像对分叶征具有较高的特异性。结论SSD、MPR、2D横断图像三者结合可明显提高周围型小肺癌的诊断率。  相似文献   
42.
患者女,11岁.因脐周疼痛8 d,加重1 d就诊.体检:一般情况可,心肺未见异常,腹部压痛,无反跳痛,无腹肌紧张.实验室检查:血、尿常规,肌酐,肾功能各项指标正常.腹部彩色超声多普勒检查显示:肝、胆、胰、脾未见明显异常,双肾区空虚,未扫查到双肾声像图,于盆腔内见一肿块,其具有正常肾结构的回声,子宫及附件未探及.彩超诊断:盆腔异位孤立肾.  相似文献   
43.
16层螺旋CT血管成像评价舌动脉解剖   总被引:2,自引:0,他引:2  
目的:获得舌动脉的影像解剖学资料,为涉及舌动脉的临床应用提供解剖依据。方法:选择头颈部CT血管成像、无头颈部占位性病变50例受检者、100条舌动脉的图像进行回顾性分析。分析目标主要是主要观舌动脉的起源、形态、走行等。结果:舌动脉由颈外动脉发出者79条(79%),起源于面动脉者20条(20%),起源于甲状腺上动脉者1条(1%);形态呈上弓型70条,(占70%),下降型9条(占9%),面动脉共干型20条(占20%),甲状腺上动脉共干型1条(占1%);舌动脉走行变异较大,在舌骨大角处较恒定,舌骨大角段舌动脉位于舌骨大角上方者96条(96%),平行于舌骨大角水平者为4条(4%),未发现低于舌骨大角者。舌动脉起始点水平到颈动脉分叉水平距离12.61±6.76mm。结论:舌动脉在CTA上能清楚地显示,并能获得生理状态下的解剖学资料。  相似文献   
44.
目的:利用多层螺旋CT血管成像(MSCTA)评价颈动脉分叉区(CCAB)解剖类型及其与动脉粥样硬化关系.方法:回顾性分析2005年~2008年在我院行颈动脉CT血管造影的78例受检者的156侧图像.CT机采用日本东芝Aquilion 16层螺旋CT机,扫描范围自主动脉弓上缘至颅底水平;对比剂使用碘海醇90~100ml.流速3ml/s;45例采用SURESTAR技术跟踪扫描,兴趣区设在主动脉弓,阈值120~160HU;33例采用经验值,扫描延迟时间设定为20s;图像后处理技术主要采用VR、MIP等.结果:CCAB形态中1型14侧,占8.97%;2型80侧,占51.2%;3型62侧,占39.7%.CCAB夹角大多数在21°~40°之间.78例受检者中,发现有斑块的血管43例、51处,其中:颈总动脉分叉处15处,颈总动脉11处,颈内动脉窦部17处,颈外动脉8处.43例斑块患者中累及47侧血管,其中:1型3侧,占6.38%;2型20侧.占42.55%;3型24侧.占51.06%.斑块在不同分叉角度的发生率:≤20°3侧.占6.38%;21°~50°18侧.占38.29%;≥51°26侧;占55.31%.结论:应用MSCTA可以准确评价CCAB的解剖,为进一步分析其与动脉粥样硬化的发生、发展提供了一种简便易行的技术.  相似文献   
45.
目的 探讨利用X线片在公共人工智能平台上训练模型对膝关节骨性关节炎(KOA)严重程度自动分期的可行性。方法 选取按照Kellgren-Lawrence (KL)分期系统进行分期的X线片,在公共人工智能平台上训练模型。最终使用了1 445幅图像进行自动训练及测试评估。使用50幅图像的测试集对模型和放射科医师进行测试,计算放射科医师的准确率和F1-score,并与人工智能平台中模型返回的结果进行比较。结果 模型对人工智能平台自动训练集的准确率为0.73, F1-score为0.72;模型对50幅图像的测试子集的准确率为0.70, F1-score为0.69。放射科医师测试的准确率为0.64, F1-score为0.63。模型效能达到甚至超过了高年资放射科医师测试水平。结论 基于公共人工智能平台进行模型训练,利用X线图像进行KOA的自动KL分期,具有可行性和一定的优越性。  相似文献   
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