教学课程资源库 更多>>

关键词： 数智技术   人工智能   五年制高职   医学影像学   混合教学模式   课程改革  

摘要： 随着人工智能技术的迅猛发展，五年制高职医学影像学教学中人工智能的应用日益得到关注，不仅为医学影像学课程注入了新的活力，还为构建医教协同发展的线上线下混合教学模式提供了新的路径。文章探讨了数智技术赋能的线上线下混合教学新模式，线上教学平台提供了数智化的教学资源、个性化教学设计和自主学习的路径，线下课堂则通过创建临床真实场景的翻转课堂来加强学生的临床实践能力，还通过实时学情监测与智能分析决策，为五年制高职医学影像学的理论教学和临床实践带来了数据支持。这种教学模式有效提升了学生的临床思维能力，拓展了学生的专业知识视野，推动了临床应用型医学人才的培养，促进了高等医学教育新生态的形成。

关键词： 视觉变换器   医学图像识别   卷积神经网络   多层次特征提取  

摘要： 研究深入剖析了视觉变换器（Vision Transformer,Vi T）在医学图像识别中的技术特性与实施难点。该架构相较于传统的卷积神经网络（Convolutional Neural Network,CNN）模型，通过引入全图范围注意力计算机制，突破了局部视野的限制。在多层次特征提取和远程关联分析方面，其性能表现尤为突出，对复杂病变判别的准确率具有明显优势。Vi T模型处理多尺度医学影像时，面临两个关键的制约因素：高清医学图像生成的超长像素序列会大幅增加硬件资源消耗、专业病理标记获取难度大且标注过程存在连续性挑战。采用分层网络结构和注意力机制改进方案，可显著降低运算复杂度。

摘要： 《中国医学影像技术》杂志是由中国科学院主管，中国科学院声学研究所主办的国家级学术期刊，被数据库收录及获奖情况如下：中国科技期刊卓越行动计划二期中文单刊项目百种中国杰出学术期刊（2011、2012年）中国精品科技期刊（F5000项目来源期刊）CAJ-CD规范获奖期刊中国科技核心期刊（中国科技论文统计源期刊）

摘要： 2023年12月26日，《中国临床医学影像杂志》编辑部接到北京大学图书馆《中文核心期刊要目总览》2023年版编委会通知，《中国临床医学影像杂志》入编《中文核心期刊要目总览》2023年版（即第10版）之“特种医学”类的核心期刊。此次入编证明了本刊的办刊质量和办刊水平，也体现了广大读者、作者和业界专家对本刊的认可。

关键词： 艾滋病:获得性免疫缺陷综合征   肺结核   医学影像学  

摘要： 自艾滋病合并肺结核这一复杂共病现象在全球范围内蔓延开来，人类免疫缺陷病毒与结核分枝杆菌之间的相互作用机制变得愈发复杂且微妙。这两种病原体在宿主体内不仅相互依存，更在某种程度上彼此促进，共同加剧了患者病情的复杂程度。此种共病状态不仅严重损害了患者的身体健康，对其心理状态造成了深远的影响，还带来了沉重的经济负担。国内外学者对影像特征进行了大量的研究，发现均不同于单纯的肺结核。近年来随着医学影像学和实验室检查技术的发展，临床上对其有了新的认识。通过综合分析临床和影像征象，往往能够获得正确诊断。就艾滋病合并肺结核的病理学、实验室检查和影像学特征进行探讨，以期为临床诊治提供参考。

关键词： 放射科   质量管理   信息时代下数字化医学影像学信息系统  

摘要： 目的 分析在放射科质量管理中运用信息时代下数字化医学影像学信息系统的作用。方法 选取菏泽市荣军优抚医院放射科5名工作人员为研究对象，2023年6—12月采用传统管理（对照组），2024年1—6月采用信息时代下数字化医学影像学信息系统（观察组），对比两组的管理效果及管理满意度。结果 观察组资料核对（95.49±1.56）分、仪器调试（96.45±1.04）分、系统应用（96.76±0.89）分、制度履行（96.27±0.88）分均高于对照组的（90.05±0.85）分、（91.05±0.72）分、（90.56±1.22）分、（91.05±1.02）分，差异均有统计学意义（t=6.847,9.545,9.180,8.664;P均<0.05）。观察组满意度高于对照组。结论 在放射科质量管理中运用信息时代下数字化医学影像学信息系统的效果显著，可提高工作人员满意度和工作质量。

摘要： 随着现代医疗技术的发展，CT（计算机断层扫描）成像已成为医疗诊断的重要辅助工具。其应用广泛，能够准确提供人体内部结构的断层信息，帮助医生作出更精准的诊断并制订合理的治疗方案。对于大众而言，CT检查仍是一个相对陌生且神秘的医疗手段，由于不了解其原理，人们往往会产生很多担忧和疑虑。其实，简单来说，X线片如同将人体压扁成二维图像，而CT则像是把人体以毫米级厚度逐层“切片”进行观察。其成像原理是：CT球管发出X线穿透人体，探测器接收衰减后的射线信号，经过计算机处理后生成横断面图像。

关键词： 深度学习   图像分割   优化策略   医学影像  

摘要： 针对深度学习图像分割模型在医学应用中的性能局限性，研究数据增强、损失函数优化和模型结构创新对分割效果的提升作用。选用U-Net架构，基于BraTS数据集开展脑肿瘤分割仿真实验并引入多种优化策略，包括CutMix、Dice Loss与Cross-Entropy Loss组合，以及Attention机制，通过迁移学习验证优化策略的泛化能力。优化模型在BraTS数据集上的Dice系数由0.75提升至0.83,IoU从0.68提升至0.78，召回率达到0.80；在LUNA数据集上的Dice系数提升了8%。优化策略显著增强了分割精度和鲁棒性。优化策略有效提升了深度学习图像分割的性能和泛化能力，尤其在医学图像分割中的小目标分割和复杂场景处理方面表现出色，为医学影像分析的实际应用提供了新思路。

摘要： 脑血管疾病（如脑卒中、动脉瘤等）是造成全球患者残疾和死亡的主要原因之一。这类疾病不仅致死率高，而且可能导致长期的神经功能障碍，对患者造成沉重的经济和心理负担。因此，早期发现和干预对于改善患者预后至关重要。医学影像检查技术在脑血管疾病的早期检测中扮演着重要角色。通过先进的医学影像检查手段（如磁共振成像、CT等），医生可以在患者出现严重症状之前识别出潜在病变，提高疾病早期干预的效率。这些影像技术的广泛应用为临床决策提供了可靠依据，显著提高了疾病管理的质量。

摘要： 由中国科学技术信息研究所主持的“2024中国科技论文统计结果发布会”于2024年9月20日在京举行。《中国医学影像技术》杂志在《2024版中国科技期刊引证报告（核心版）》的相关数据为：1文献来源量：381篇；2基金论文比：0.40;3核心总被引频次：2737;4核心影响因子：1.122;5学科扩散指标：15.96;6学科影响指标：0.96;7综合评价总分：59.2。