教学课程资源库 更多>>

关键词： 署名争议   通讯作者   误诊误治   疾病诊疗   一稿多投   改良技术   医学影像   单位公章  

摘要： 《临床误诊误治》为国家新闻出版总署批准、国内外公开发行的科技核心期刊。本刊以研究疾病诊疗工作中的失误和教训,探索误诊误治的发生规律和防范措施,总结诊疗经验,发展临床创新及改良技术为宗旨,以提高临床医师的诊疗水平。本刊辟有误诊误治与原因分析、术式改良、肿瘤基础与临床、药物与临床、临床研究、医学影像与检验、中医药研究、综述等栏目。来稿请通过本刊网站http://***的投稿系统完成,投稿成功后,作者可随时查阅稿件进展情况。稿件中必须写清第一作者的学历、职称、研究方向、详细地址和手机号码;有通讯作者的请给予标注,并写明邮箱。来稿时必须附带单位介绍信,要求说明该稿件的真实性及无一稿多投、不涉及保密、无署名争议等情况,并加盖单位公章。来稿一经录用,由作者亲笔签署版权授权协议书。

关键词： 脊柱脊髓数字化三维重建   3D打印技术   医学影像教学   综合能力   理论知识   满意度  

摘要： 目的分析高校医学影像教学中采用脊柱脊髓数字化三维重建辅助3D打印技术的价值。方法选取2020年5月—2022年4月内蒙古医科大学医学影像专业的120名学生,随机分为对照组(n=60)和研究组(n=60)。对照组学生给予传统教学,研究组学生则给予脊柱脊髓数字化三维重建辅助3D打印技术教学。分析2组的教学效果评价、自我认知能力、考核成绩、综合能力及教学满意度。结果研究组教学效果评分高于对照组,差异有统计学意义(P<0.001);研究组学生骨科实习1个月[(84.35±5.12)分]、出科考试结束自我认知能力评分[(93.15±3.12)分]高于对照组[(77.35±4.35)分、(85.23±3.23)分],差异有统计学意义(P<0.001);研究组学生考核成绩包括理论知识考核成绩、案例分析成绩和操作技能考核成绩高于对照组,差异有统计学意义(P<0.001);研究组教学后各维度综合能力评分包括自学能力、沟通能力、影像学知识掌握、团队精神、批判性思维高于对照组,差异有统计学意义(P<0.001);研究组学生骨科实习1个月、出科考试结束学生满意度评分高于对照组,差异有统计学意义(P<0.001)。结论脊柱脊髓数字化三维重建辅助3D打印技术全面应用在高校医学影像教学中效果较好,整体教学效果升高,学生自我认知能力和教学满意度均有所提高。

关键词： 多模式联合影像教学法   医学影像教学   教学改革   临床思维  

摘要： 随着医学影像学的快速发展,传统教学方法难以满足现代医学教育需求。本文旨在探讨多模式联合影像教学法在医学影像教学中的应用效果。通过阐述多模式联合影像教学法涵盖的多种教学模式,分析其在提高学生理论知识掌握水平、增强实践操作能力、培养临床思维及提升教学满意度等方面的优势,并结合实际教学案例与数据,证实该教学法相较于传统教学法的显著改进,为医学影像教学改革提供有益参考,助力培养高素质医学影像专业人才。

关键词： 课程思政   思政建设   立德树人   口腔颌面医学影像诊断学  

摘要： 开展课程思政是医学生高等教育的必然要求,各种形式的思政教育已普遍渗透在高校中。“口腔颌面医学影像诊断学”作为口腔医学专业课程,是一门涉及面广、实践性强的口腔医学专业学科,在“口腔颌面医学影像诊断学”中融入思政元素,在专业课程教学过程中落实立德树人根本任务,将专业教育与思想政治教育、职业素质培养紧密结合,培养具有家国情怀的优秀医生,鼓励学生在校时努力学习,明确自己的方向,引导学生树立正确的世界观、人生观、价值观,使其从此刻起就为将来献身祖国卫生事业做好准备。

关键词： 带状疱疹   图像信息   远程诊断   判识方法   医学影像技术  

摘要： 随着远程医疗技术的不断发展,基于图像信息的疾病诊断方法日益受到关注。本文提出了一种基于YOLO模型的带状疱疹疾病发展程度远程诊断判识方法。该方法将带状疱疹病情分为轻度、中度和重度三个等级,利用图像处理和分析算法对患者自行拍摄的皮肤或黏膜部位图像进行特征提取和分析,结合深度学习模型进行带状疱疹病情的自动识别和评估。实际应用中,通过患者自行拍摄带状疱疹病变图像,利用已嵌入的图像处理和深度学习程序,可实现对带状疱疹病变的自动检测和程度判断。本方法准确性较高,能够有效辅助医生进行远程诊断,为患者提供便捷的诊疗服务。

关键词： 课程思政   医学影像技术   课程群   资源库   影像设备   检查技术  

摘要： 医学影像技术专业是一个实践性强、人文关怀需求高的专业,其课程建设需要充分考虑实践操作能力的培养和人文素养的渗透。然而,当前医学影像技术专业课程建设中存在思政资源较少、开发力度不够等问题,导致课程思政实施效果欠佳。为了解决这些问题,文章以医学技术专业的专业核心课程群为例,从国家情怀、职业素养、个人修养3个方面挖掘思政元素,寻找专业课程群融合切入点,采集通用性强的典型思政案例资源,开展线上线下、课内课外混合式课程思政教学方式。通过这种方式,文章探索了课程思政资源共建模式,有效推进了医学影像技术课程群思政资源库建设和提高了课程思政教学效果。

关键词： 代谢状态   核磁共振成像   中国科学院   医学影像   氢原子   磁共振   元素分布   精密测量  

摘要： 2025年1月16日,中国科学院精密测量科学与技术创新研究院宣布在多核磁共振成像技术上取得突破,解决了传统磁共振仅依赖氢原子核检测的局限,实现了对磷、钠、氙等多种原子核的同步检测。该技术通过赋予医学影像不同颜色以区分各元素分布,能够精确反映脑部和心脏等器官内结构、功能和代谢状态,为疾病诊治提供了新的检测视角。

关键词： 计算机断层扫描   医学影像技术   磁共振成像   远程医疗   成像能力   现代医学   MR   CT  

摘要： 在现代医学的广阔天地里,CT(计算机断层扫描)和MR(磁共振成像)如同两位神奇的“画家”,它们以非凡的精准成像能力,为我们的健康状况绘制出一幅幅详尽而精确的“画像”。这些“画像”不仅帮助医生在疾病的早期发现、诊断、评估和治疗中做出准确判断,还在医学研究、教育培训、远程医疗等多个领域发挥着重要作用,成为维护生命安全、提高生活质量的重要技术支撑。今天,就让我们一起揭开CT和MR的神秘面纱,深入探索这两种先进的医学影像技术。

关键词： 放射科   住院医师规范化培训   人工智能   认知度   医学影像学   教学改革   效果评价   问卷调查  

摘要： 目的调查参与放射科住院医师规范化培训(简称“住培”)的医生对人工智能(artificial intelligence,AI)的认知和态度情况,并探讨在放射科住培中加入AI课程的可行性。方法于2022年12月—2023年1月,对中国医科大学附属盛京医院放射科参加住培的医生79名(含专硕并轨研究生)进行AI相关知识授课,在课程前、后填写调查问卷,以了解住培医生对AI的认知和态度,并进行课后满意度调查。结果42名住培医生自认为精通技术。他们了解AI的主要渠道包括社交媒体(70名)、师生交流(62名)及相关讲座(53名)。72名住培医生听说过AI与深度学习,34名住培医生对AI的基本算法有了解。73名住培医生认为AI将改善放射医学。不同住培年级的人在问题11、14(人工智能将改善放射学,对于人工智能的了解不会影响我从事放射诊断工作)的选择上差异均有统计学意义(P<0.05);是否精通技术在问题11~15的选择上差异均有统计学意义(P<0.05)。课后调查结果显示,68名住培医生认为AI应成为医疗培训的一部分,AI课程的增设有助于他们的临床和科研工作。72名住培医生愿意帮助创造或训练一些人工智能算法。结论本调查结果显示,放射住培医生在目前社会背景下对AI具有一定程度的认知,但在工作、科研方面对AI的使用仍有待提高。经过AI相关知识授课后,大部分人能在自身心理状态、临床及科研能力方面得到综合性提升。未来在放射住培中加入AI课程可能是一项提高住培医生综合素质的有效方法。

关键词： 分布感知(DA)   均值教师   半监督   医学影像分割   注意力  

摘要： 目的半监督方法旨在通过将未标记数据与标记数据的训练相结合,能够减少对标记数据的依赖,并取得较好的医学图像分割结果。然而,现有的半监督方法通常没有关注到标记数据和未标记数据之间的分布差异所带来的不利影响,尤其是在标记数据比例较低时,可能会严重影响模型的分割性能。方法提出一种采用分布感知的均值教师网络(distribution-aware mean teacher network,DAMTN)用于半监督医学影像分割。该方法利用标记数据和未标记数据的分布信息来指导模型的学习,以便在训练阶段使模型对标记和未标记数据的分割结果的分布尽可能相似。该方法采用老师—学生的网络架构,并嵌入了不同的注意力模块,以及分布感知(distribution-aware,DA)模块、完整性监督(integrity supervision,IS)模块和不确定性最小化(uncertainty minimization,UM)模块。结果在MICCAI 2018(Medical Image Computing and Computer Assisted Intervention Society)左心房分割挑战LA(left atrium)数据集和胰腺CT(computed tomography)数据集上的实验结果表明,该方法使用左心房10%标记数据时,获得的Dice系数、Jaccard指数、HD(Hausdorff distance)和ASD(average surface distance)分别为88.55%、79.62%、9.07和3.08,与基于不确定性的协同均值教师(uncertainty-guided collaborative mean teacher,UCMT)相比,Dice系数和Jaccard指数分别提高了0.42%和0.44%;而使用左心房20%标记数据时,获得的Dice系数、Jaccard指数、HD距离和ASD距离分别为90.55%、82.82%、5.78和1.77,与UCMT相比,Dice系数和Jaccard指数分别提高了0.14%和0.28%。该方法使用胰腺CT 10%标记数据时,获得的Dice系数、Jaccard指数、HD和ASD分别为70.20%、56.36%、15.64和3.57,与基于不确定性的互补一致性学习(uncertainty-guided mutual consistency learning,UG-MCL)相比,Dice系数和Jaccard指数分别提高了0.94%和1.06%;而使用胰腺CT 20%标记数据时,获得的Dice系数、Jaccard指数、HD距离和ASD距离分别为77.89%、64.92%、7.97和1.65,与UG-MCL相比,Dice系数和Jaccard指数分别提高了2.77%和3.34%。在ACDC(automated cardiac diagnosis challenge)数据集上的实验结果也表明了该方法的优越性。结论提出的方法利用标记数据与未标记数据的分布差异信息,有效提升了半监督医学影像分割性能。尤其在使用较低数量的标记数据时,该方法的分割性能明显优于其他使用的半监督方法。