扩散峰度成像对经导管动脉化疗栓塞术后肝细胞癌肿瘤患者复发和进展的预测价值

目的 探讨扩散峰度成像(diffusion kurtosis imaging,DKI)对肝细胞癌(hepatocellular carcinoma,HCC)患者经导管动脉化疗栓塞(transcatheterarterialchemoembolization,TACE)治疗复发和进展的预测价值。方法 回顾性分析2021年1月-2022年12月在联勤保障部队第九〇九医院接受TACE治疗HCC患者临床资料。根据TACE治疗6个月时的实体瘤整体改良反应评估标准(modified responsee valuation criteria in solid tumors,mRECIST),将接受TACE治疗的HCC病灶分为进展组和未进展组。在DKI衍生的度量图上评估TACE治疗区域、肿瘤周围肝区和远处肿瘤区。收集肿瘤区域、癌旁组织DKI的主要参数,包括:平均扩散率(mean diffusion,MD)、轴向扩散率(axial diffusion,Da)、径向扩散率(radialdiffusion,Dr)、平均弥散峰度(Mean kurtosis,MK),轴向弥散峰度(Axial kurtosis,...     

HPMC共喷雾干燥改善干姜醇提物压缩成型性的研究北大核心CSCD

针对干姜醇提物压缩成型性较差的问题,探究将其与少量羟丙基甲基纤维素(hydroxypropyl methyl cellulose,HPMC)共喷雾干燥进行物理改性的可行性。在单因素考察的基础上,利用星点设计考察2个自变量(产品中HPMC含量与喷雾物料固含量)对共喷雾干燥产物粉体学性质和片剂性质的影响。以片剂抗张强度和崩解时间作为考察指标,确定最优的处方条件:HPMC质量分数15%,喷雾物料固体质量分数25.6%。对所建抗张强度和崩解时间的回归模型预测的准确性进行验证,结果各实测值与预测值接近(偏差分别为0.47%和-8.2%),表明模型预测良好,优化处方性能具有较好的重复性。优化处方所压片剂的抗张强度为干姜醇提物自喷粉的3.59倍,从远低于合格片剂基准2 MPa的1.18 MPa改善至4.24 MPa;另一方面,由于HPMC的引入,改性片剂崩解时间从原来的7.3 min延长至24.6 min。该研究为解决中药制剂原料压缩成型差的共性问题提供了一种新的解决方案,有助于高载药量中药片剂的成功制备。     

基于数据挖掘的针灸治疗后循环缺血性眩晕的取穴规律研究

目的:基于数据挖掘技术探究针灸治疗后循环缺血性眩晕(PCIV)的取穴规律。方法:检索中国期刊全文数据库(CNKI)自建库至2021年4月收录的针灸治疗PCIV的相关文献,建立PCIV针灸处方数据库。运用数据挖掘技术对针灸治疗PCIV的取穴规律进行频次分析、关联规则分析及处方聚类分析。结果:共纳入文献87篇,涉及针灸处方212首、穴位114个;频次分析结果显示,使用频次前3位的穴位为风池、百会及足三里;关联规则分析结果显示,支持度最高的穴对和穴组分别为风池-百会(61.12%)、内关-三阴交-风池(18.96%);处方聚类分析结果显示,可将使用频次>20次的穴位分为3类,第1类为肾俞-肝俞-太溪-悬钟-百会-头维-太冲,第2类为丰隆-中脘-天柱-完骨-风池-内关-三阴交-气海-血海-足三里,第3类为风府-大椎-太阳-印堂-颈夹脊。结论:针灸治疗PCIV以补益肝肾、健脾和胃、补益气血、醒脑开窍为主要治法,主要选穴包括风池、百会、足三里及内关等。     

人工智能识别结合DenseNet网络模型CT在亚实性肺结节诊断中应用

  目的  通过人工智能自动识别结合DenseNet网络模型CT检查手段,探讨其在亚实性肺结节患者诊断中应用价值。  方法  选取2018年6月~2019年12月入本院经CT检查的亚实性肺结节患者98例,其中直径≤10 mm组患者32例,10 mm < 直径≤20 mm组患者33例,直径>20 mm组患者33例,将所有患者实施高分辨的CT诊断,并将CT检查数据录入基于DenseNet网络深度学习的人工智能系统,把控人工智能影像诊断的训练数据集质量,由人工智能组和人工读片组分别对所有患者进行良恶性的诊断,比较分析人工智能对肺结节不同直径患者的CT平扫、增强动脉期及延迟期中的CT值、体积及恶性概率的预测值,测试诊断方面的敏感度、特异性以及符合率。  结果  CT扫描对肺结节不同直径患者CT值、体积以及恶性概率的预测值差异均有统计学意义(P < 0.05);直径≤10 mm患者中,人工智能组的敏感度达94.61%,特异性(93.12%)和符合率(92.08%)均高于传统人工读片组(P < 0.05);10 mm < 直径≤20 mm和直径>20 mm患者中,人工智能组的诊断敏感度与人工读片组间差异无统计学意义(P>0.05),但诊断特异性及符合率均高于人工读片组(P < 0.05)。  结论  人工智能识别结合DenseNet网络模型CT可对肺结节识别的敏感度及特异性较高,平扫CT可辅助预测肺结节恶性概率,可辅助临床医生诊断,提高工作效率。