TGF-β1及其基因多态性与妊娠期糖尿病的相关性研究进展

妊娠期糖尿病(GDM)发病机制未明,其病理生理基础为胰岛素抵抗及胰岛β细胞分泌缺陷。转化生长因子-β1(TGF-β1)是一类含多种生物活性的多肽生长因子,具有调节细胞增殖与分化、胚胎发育、血管生成、免疫抑制等功能。国内外有研究发现,TGF-β1表达异常与GDM发生相关,而其基因多态性影响其转录和翻译,可能与GDM的发生、发展密切相关。本文就近年国内外TGF-β1基因多态性与GDM发病机制的相关性的研究进展做一综述。     

在体子宫内膜癌盆腔三维模型构建及其可视化研究

目的：探讨利用腹部医学图像三维可视化系统MI-3DVs构建子宫内膜癌患者盆腔三维模型并进行可视化研究。方法：获取1例子宫内膜癌患者盆腔64排螺旋CT扫描数据,利用腹部医学图像三维可视化系统MI-3DVS软件对其进行三维重建,重建模型以STL格式输出,导入到FreeForm Modeling System进行修饰、降噪、自动匹配、着色。结果：重建的盆腔模型能真实反映子宫的实际体积,并可通过调节子宫的透明度直接观察病灶浸润深度,同时可在三维环境下观察盆腔血管的走行和形态、相邻脏器的形态。结论：盆腔三维重建对术前了解盆腔内脏器、病灶位置及大小、血管起源及走形、降低手术并发症、减少手术时间有积极的意义,可实现个体化的手术操作及治疗。     

妊娠期糖尿病与妊娠并发症的相关性

目的研究妊娠期糖尿病与妊娠并发症的相关性。方法对住院分娩的124例妊娠期糖尿病产妇进行总结,并与同期非妊娠期糖尿病产妇210例作对照。所有的病例常规行胎盘病理等检查。结果胎盘病理提示32例(25.81%)有急慢性胎膜、胎盘炎,24例(19.35%)曾因先兆流产或先兆早产保胎治疗,13例(10.48%)有自然流产或死胎病史,与非妊娠期糖尿病产妇比较差异均有统计学意义(P<0.05)。结论妊娠期糖尿病影响母婴健康,增加妊娠并发症,需加强妊娠期糖尿病孕妇的管理,早期诊治,改善妊娠结局。     

构建卵巢肿瘤数字化盆腔解剖模型及三维可视化技术分析卵巢肿瘤的血供

背景:卵巢肿瘤的影像学表现具有多样性和可变性,目前各种影像检查方法都不易对卵巢肿瘤做出确切的定性诊断。目的:利用腹部医学图像三维可视化系统,对不同类型卵巢肿瘤患者的盆腔结构进行三维重建,获得数字化解剖模型,探索其在精确选择手术方式中的临床应用价值。方法:收集卵巢肿瘤的65例住院患者的盆腔CT数据,根据治疗后病理结果分类,其中良性肿瘤组30例,恶性肿瘤组25例,交界性肿瘤组10例,应用腹部医学图像三维可视化系统对其的64排螺旋CT扫描数据进行三维重建,获得的卵巢肿瘤三维立体图,按照肿瘤内血管的分布、走行、分支情况等特点,将肿瘤内血流分布分为3型:①Ⅰ型为肿瘤周边可见弧形或短条状血管,肿瘤内部未见血管分布。②Ⅱ型除周边血管外,肿瘤内部可见稀疏的血管,血管分支简单,走行较平直。③Ⅲ型为肿瘤内部可见丰富的血管或血管网,血管走行迂曲、不规则且分支复杂,肿瘤周边亦可见血管包绕。结果与结论:对肿瘤血供与卵巢肿瘤性质之间的关系进行分析,结果显示,各组血管类型分布与卵巢肿瘤性质存在相关性(χ2=43.93,P<0.01)。良性肿瘤组以Ⅰ型血管为主,恶性肿瘤组以复杂型Ⅱ,Ⅲ型血管为主。交界性肿瘤大多在良性基础上衍变成为"低度恶性倾向",交界性肿瘤组有8例肿瘤血管类型表现为复杂型Ⅱ,Ⅲ型。结果证实,实验成功构建了卵巢肿瘤患者数字化盆腔解剖模型,良性,恶性和交界性肿瘤血管类型存在差异。     

三维可视化技术在宫颈癌诊治中的应用初探

目的:建立活人体宫颈癌患者女性盆腔三维可视化数字模型,探讨三维可视化技术在宫颈癌诊治中的应用价值。方法:应用女性盆腔CT薄层扫描数据,在腹部医学三维可视化系统进行图像分割及三维重建,然后将重建模型导入FreeForm Modeling System平台进行平滑、上色、透明化、旋转等操作,获得三维可视化模型。结果:成功重建出宫颈癌患者女性盆腔的三维图像,包括盆腔主要脏器、血管、宫颈癌肿块、肿瘤供血血管等,并可从任意角度观察子宫与毗邻主要脏器空间立体位置关系。结论:通过腹部医学三维可视化系统重建的宫颈癌女性盆腔数字化模型,能够辅助判断宫颈癌患者分期并为临床治疗提供一定的参考依据,为进一步的仿真手术研究提供基础。     

构建卵巢肿瘤数字化盆腔解剖模型及三维可视化技术分析卵巢肿瘤的血供

背景：卵巢肿瘤的影像学表现具有多样性和可变性,目前各种影像检查方法都不易对卵巢肿瘤做出确切的定性诊断。 目的：利用腹部医学图像三维可视化系统,对不同类型卵巢肿瘤患者的盆腔结构进行三维重建,获得数字化解剖模型,探索其在精确选择手术方式中的临床应用价值。 方法：收集卵巢肿瘤的65例住院患者的盆腔CT数据,根据治疗后病理结果分类,其中良性肿瘤组30例,恶性肿瘤组25例,交界性肿瘤组10例,应用腹部医学图像三维可视化系统对其的64排螺旋CT扫描数据进行三维重建,获得的卵巢肿瘤三维立体图,按照肿瘤内血管的分布、走行、分支情况等特点,将肿瘤内血流分布分为3型：①Ⅰ型为肿瘤周边可见弧形或短条状血管,肿瘤内部未见血管分布。②Ⅱ型除周边血管外,肿瘤内部可见稀疏的血管,血管分支简单,走行较平直。③Ⅲ型为肿瘤内部可见丰富的血管或血管网,血管走行迂曲、不规则且分支复杂,肿瘤周边亦可见血管包绕。 结果与结论：对肿瘤血供与卵巢肿瘤性质之间的关系进行分析,结果显示,各组血管类型分布与卵巢肿瘤性质存在相关性(χ²=43.93,P < 0.01)。良性肿瘤组以Ⅰ型血管为主,恶性肿瘤组以复杂型Ⅱ,Ⅲ型血管为主。交界性肿瘤大多在良性基础上衍变成为“低度恶性倾向”,交界性肿瘤组有8例肿瘤血管类型表现为复杂型Ⅱ,Ⅲ型。结果证实,实验成功构建了卵巢肿瘤患者数字化盆腔解剖模型,良性,恶性和交界性肿瘤血管类型存在差异。     

深度学习在医学影像领域的应用现状与展望

近年来,随着大数据、算法和芯片技术的发展,人工智能已经深度嵌入人类社会各重要行业,引起了政府和社会各界的重视.人工智能(artificial intelligence,AI)是研究如何构造具有人类智能行为的人工系统,使之能够模仿人类进行客观事物的态势认知、自我反馈和行动修正等复杂行为.