教学课程资源库 更多>>

关键词： 深度学习   图像重构   特征提取   医学影像   支持向量机   卷积稀疏编码  

摘要： 为了提升医学影像检测的智能化水平,文中对基于深度学习技术的相关图像处理、重构算法展开了研究。以肺部结节的自动检测为应用场景,对X光胸片的纹理特征提取方法进行研究。从灰度统计特征、灰度差异特征及多尺度高斯微分滤波器纹理特征等多个角度,提取了X光胸片的74个纹理特征作为支持向量机算法模型的输入。同时为了防止训练过程中产生的过拟合现象,解决深度学习算法对于训练样本容量的需求,提高样本数量与特征数量的比例,文中还引入了卷积稀疏编码算法对JSRT数据集进行重构,并按照1∶5的比例对算法仿真所需的数据集进行扩充。在分类器选择上,考虑到数据集中正负样本失衡对于分类器训练造成的不利影响,引入了代价敏感支持向量机算法(CS-SVM)。在公开医学影像数据集上进行的仿真结果表明,采用卷积稀疏编码进行数据集扩充后,算法的灵敏度与特异度指标可达到0.788和0.769,分别提升了2.8%和3.8%。

摘要： 《实用医学影像杂志》是由山西省卫生健康委员会主管、山西医药卫生传媒集团有限责任公司主办、面向国内外公开发行的科技期刊。本刊面向医学影像专业及临床各专业学科的广大医务人员,重点反映我国普通放射、CT、磁共振、介入放射、核医学、超声、放疗等方面的新技术、新进展、新成果以及各种影像机械检修、投照及机器应用,同时报道临床各专业学科医生应用影像技术诊治的新经验、新手段和新技术。设有专论、论著、短篇论著、经验介绍、综述、病例报告等栏目。

关键词： 蒙医   中医   针刺穴位   医学影像学   人体解剖学   数字化研究  

摘要： 本文就蒙、中医针刺穴位形态结构的认识及其相关解剖学、影像学和数字医学等方面的研究进展进行简要阐述,旨在为针刺治疗的临床工作和科学研究提供参考。

关键词： 医学影像学   推荐免试研究生   教学体系  

摘要： 推免生在完成录取工作后的准研究生阶段有近一年的时间完善自身发展,因医学影像学专业的特殊性,推免生的继续教育教学侧重点与其他临床专业有所不同。应根据医学影像学发展方向,从加强知识储备、培养临床思维、提升科研创新能力方面提前着手,使推免生成长为有实力有潜力的复合型医学人才。对于部分支教团推免生,需要合理规划时间进行更有针对性的教育。

关键词： 3D医学影像技术   外科   住院医师规范化培训   教学  

摘要： 目的探索3D医学影像技术在外科住院医师规范化培训临床教学中的应用效果。方法选取2019年3月至2020年12月在我院胸外科进行规范化培训的50名学员为研究对象,随机分为传统教学对照组和应用3D医学影像技术的实验组。采用理论考试,实践技能考核和调查问卷等方法评估教学效果。结果实验组学员的理论考试成绩和实践技能成绩均高于对照组,差异有统计学意义(P<0.05),调查问卷数据也显示实验组各方面能力的提升高于对照组,差异有统计学意义(P<0.05)。结论与传统教学模式相比,应用3D医学影像技术的教学模式在外科规培教学中取得更好的效果,能够弥补传统教学中的不足。

关键词： 虚拟现实   立体   教学   解剖  

摘要： 目的:研究VR模式下立体医学影像教学方法,探讨VR教学实践中遇到的问题和解决方案。对象与方法:昆明医科大学2019~2020学年67名在校本科大学生,VR设备采用mobile VR(VRG-pro),显示源为学生自带的手机,VR图像为GE公司AW工作站获得三维重建图像。教学方法:分a、b两组,a组34名学生,b组33名学生,a组先用VR眼镜观看3D立体图像自学15分钟,再观看2D图像自学15分钟,b组顺序相反,然后采用调查问卷的形式对比VR图像与2D图像的教学效果。结果:100%的学生认为VR图像主观图像清晰度上优于2D图像,并认为VR图像对辨识复杂解剖结构的难度小于2D图像,97%的学生更喜欢观看VR 3D图像,P<0.01。结论:VR教学模式有助于提高学生学习兴趣,增加教学互动活动,提高教学效果。

关键词： 早期筛查   全身肿瘤   神经系统疾病   影像检查   磁共振成像   医学影像技术   心脑血管疾病   机械工程系  

摘要： 我国科研团队利用超材料牵手磁共振,成像清晰两到三倍磁共振成像为高端影像检查项目之一,具有无创无害、对比参数多、组织分辨率高和图像清晰等优点,广泛应用于全身肿瘤、神经系统疾病、心脑血管疾病和骨骼肌肉疾病的诊断和早期筛查。最近,清华大学附属北京清华长庚医院放射诊断科郑卓肇教授团队与清华大学机械工程系赵乾副教授及孟永钢教授团队、材料学院周济院士团队密切合作,运用超材料打造出国际领先的临床实用型磁共振线圈,可提升图像信噪比2〜3倍。该项技术不但提供了全新的磁共振图像信噪比提升方法,也为磁共振线圈的更新换代提供了全新思路,对提高中国高端医学影像技术的国际竞争力具有积极意义。

关键词： 联邦学习   差分隐私保护   RetinaNet检测器   病灶检测  

摘要： 联邦学习技术是一种新型多机构协同训练模型范式,广泛应用于多领域,其中模型参数隐私保护是一个关键问题.针对CT影像综合性病灶检测任务,提出隐私保护的联邦学习算法.首先部署松散耦合的客户端-服务器架构;其次在各客户端使用改进的RetinaNet检测器,引入上下文卷积和后向注意力机制;最后完成联邦训练.各客户端使用局部更新策略,采用自适应训练周期,局部目标函数中加入了限制项;服务器使用自适应梯度裁剪策略和高斯噪声差分隐私算法更新全局模型参数.在DeepLesion数据集上的消融分析说明了算法各部分的重要性.实验结果表明,改进的RetinaNet检测器有效地提升了多尺度病灶的检测精度.与集中数据训练模型范式相比,联邦学习所得模型性能略低(mAP分别为75.33%和72.80%),但训练用时缩短近38%,有效地实现了隐私保护、通信效率和模型性能的良好权衡.

关键词： 人工智能   医学影像   挑战  

摘要： 随着人工智能的不断开发和应用,其在医学影像领域也得到推广,并取得了长足的进步。在现代医学影像领域中,经过医学专家及学者的不断探索,计算机辅助诊断技术、影像基因组学等场景在诊疗过程中得到有效利用。然而,人工智能技术的研究及应用还不够完善,突破局限的同时也带来新的挑战,例如在实际操作过程中经常出现的机器运转不畅、操作不当和大数据背景下运算法则出现偏差等问题。本文主要研究了人工智能技术在医学影像领域的应用及面对的挑战等问题,希望能对人工智能医学影像发展做贡献。

关键词： 互联网   移动教学法   医学影像学   教学效率   教学质量   应用价值   教育  

摘要： 目的分析“互联网+”的移动教学法在医学影像学教学中的应用价值。方法选取2019年3—6月60名医学生作为本次研究观察对象,随机分为两组。对照组采取常规教学模式,观察组则在常规教学基础上加入“互联网+”的移动教学法。比较两组医学生在期末考试成绩方面的差异以及对教学方法的满意度。结果观察组与对照组的理论成绩分别为(90.6±5.2)分和(85.8±4.6)分,实践成绩分别为(88.6±6.4)分和(82.9±5.7)分,观察组医学生理论成绩和实践成绩均明显高于对照组医学生(t值为3.787、3.643,P值为0.000、0.001);观察组与对照组医学生对教学方法的满意度分别为90.0%和80.0%,观察组医学生对教学方法的满意度明显高于对照组医学生(χ^(2)值为4.043,P值为0.044)。结论“互联网+”的移动教学法的应用能够进一步提高医学影像学教学效率,同时符合现代医学生对教学的要求。