-
人工智能成像优化技术在冠状动脉CT血管成像的初步应用研究
编辑人员丨2天前
目的:探讨128层螺旋CT人工智能(AI)成像优化技术对冠状动脉CT血管成像(CCTA)图像质量的影响。方法:前瞻性连续纳入2018年5至6月在北京协和医院行前瞻性门控CCTA检查的60例临床诊断或拟诊断冠心病患者,随机数表法分为A、B两组,每组30例。A组管电压为80 kVp,对比剂用量为0.7 ml/kg; B组管电压为120 kVp,对比剂用量为70 ml。根据重建方式的不同,将A组又分为A1与A2两个亚组,A1组图像采用迭代算法重建,A2组采用AI成像优化技术优化迭代算法。B组采用迭代算法重建图像。分别以3组主动脉根部(Ao)、左冠状动脉主干(LM)、左前降支近段(LAD)、左回旋支近段(LCX)及右冠状动脉近段(RCA)感兴趣区(ROI)的CT值、噪声值、信噪比(SNR)及对比噪声比(CNR)作为图像质量客观评价指标。主观评价由2名高年资放射科医师采用双盲法对冠状动脉分支及节段水平的图像质量进行4分制评价(1分优秀,4分极差)。记录和比较A组与B组的对比剂用量和辐射剂量。采用 t检验或配对Wilcoxion秩和检验比较各组图像质量及辐射剂量的差异,采用卡方检验比较3组主观指标的差异。 结果:在CT值方面,A1与A2组相比,各ROI CT值差异均无统计学意义( P均>0.05);A1组及A2组Ao的CT值显著高于B组( P均<0.01),而在其余ROI的比较差异均无统计学意义( P均>0.05)。通过比较噪声、SNR及CNR可得,A2组与B组相比,噪声在Ao显著低于B组( P<0.001),在其余ROI差异无统计学意义( P均>0.05);SNR在Ao显著高于B组( P<0.001),在其余ROI差异无统计学意义( P均>0.05);而A2组CNR在各ROI均显著高于B组( P均<0.001)。A1组与A2组相比,各ROI A2组噪声均显著低于A1组,SNR及CNR均显著高于A1组( P均<0.001)。对冠状动脉节段主观评分结果为A2组和B组均显著优于A1组( P均<0.05),且A2组与B组相比差异无统计学意义( P>0.05)。A组辐射剂量指标均显著低于B组( P均<0.001),且有效剂量(ED)降低达70.4%。同时,对比剂用量A组较B组降低37.1%。 结论:与常规扫描相比,AI成像优化技术优化后的CCTA图像可提升CCTA的主客观图像质量及诊断可判读性。
...不再出现此类内容
编辑人员丨2天前
-
人工智能在胰腺癌中的应用及展望
编辑人员丨2天前
胰腺癌是一种高度恶性的消化系统肿瘤,缺乏典型的早期症状,且具有高度侵袭性。多数胰腺癌患者就诊时已无根治性手术切除的机会,总体预后极差。近年来,人工智能在医学领域的应用迅速发展,机器学习和深度学习是其中运用最广泛的人工智能方法。基于人工智能技术建立的各种模型被运用到胰腺癌患者的早期筛查、诊断、治疗、预后预测等方面。三维可视化和增强现实导航技术在胰腺癌手术中亦得到了发展和运用。本文就人工智能技术在胰腺癌中的应用现状进行简要总结,并对其应用前景进行展望。
...不再出现此类内容
编辑人员丨2天前
-
人工智能技术在胃癌诊疗中的应用与进展
编辑人员丨2天前
人工智能(AI)是生物医学领域过去十年中发展最快的新技术领域之一。以影像组学、机器学习和深度神经网络等为代表的AI技术,因其能从医学资料中高通量地获取特征信息、分析特征数据并挖掘揭示数据与医疗结果之间的潜在联系,愈发被研究者青睐。胃癌在我国具有较高的发病率和死亡率,而将AI技术和内镜、影像、病理及测序分析等相结合的检查手段,已经在胃癌的辅助诊断、疾病分期和预后以及疗效预测等方面取得了重要的进展。AI在医疗行业中的应用极大提升了高通量数据的有效利用率,加速了疾病诊疗的智能化进程,但同时也在医学伦理、患者隐私和医疗AI的法律主体地位等方面产生了许多问题。未来,合理地规划和管理AI技术,有望为推动医学发展及重塑医疗行业提供强大的动力。
...不再出现此类内容
编辑人员丨2天前
-
人工智能在心血管疾病影像学领域中的应用
编辑人员丨2天前
近年来,人工智能(AI)在心血管疾病影像学领域的研究方兴未艾,涉及图像分析、疾病诊断和预后评估等。在心血管超声、CT、MRI、核医学等无创影像领域,高质量的AI研究层出不穷,近两年发表的成果数量超越以往的总和,这无疑将会对心血管疾病的诊疗模式、医疗格局和资源分配产生深远影响。鉴于此,该文就AI影像在心血管疾病中的最新研究进展进行综述,以飨读者。
...不再出现此类内容
编辑人员丨2天前
-
人工智能在糖尿病视网膜病变筛查中的应用进展
编辑人员丨2天前
人工智能(AI)是研究、开发用于模拟、拓展人类智能的理论、方法、技术及应用系统的一门新兴科学技术,目前已在智能医疗方面取得了重大突破,且其在糖尿病视网膜病变(DR)、早产儿视网膜病变等眼底疾病的诊疗中展现出了巨大潜力。国内外已开展多项AI技术应用于DR筛查的临床试验,其不仅具有较高的准确率,而且可为医生节省阅片时间,降低社会、医疗工作及患者的负担。但目前由于缺乏针对DR智能诊断技术的评估系统,AI系统的准确性尚缺乏大数据的验证。其次,大部分研究的彩色眼底照片拍摄范围为后极部45°,仅显示了最容易发病的区域,使得有些病变无法被检测。此外,目前DR筛查系统尚未应用于临床,大多数处于前瞻性研究试验阶段,从研发环境到临床仍存在诸多障碍,医生无法使用真实的患者数据来评估AI系统,因此在临床中并未普及。未来可进一步完善和建立DR筛查的算法以及诊断模型,使DR的AI筛查更加准确。
...不再出现此类内容
编辑人员丨2天前
-
≤20 mm孤立性肺结节良恶性预测模型的建立与验证
编辑人员丨2天前
目的:基于人工智能(AI)建立并验证≤20 mm孤立性肺结节(SPN)良恶性预测模型。方法:收集2018年11月至2020年5月在厦门大学附属中山医院接受手术切除并获得明确病理诊断的≤20 mm SPN患者279例(338个SPN),回顾性分析其临床特征(年龄、性别、吸烟史、恶性肿瘤史及家族恶性肿瘤史)、影像特征(最大径、最小径、实性占比、体积、分叶征、毛刺征、空泡征、空洞征、胸膜凹陷征)、及影像组学特征(最大CT值、最小CT值、平均CT值、中位数CT值、CT值标准差、偏度、峰值、能量、熵)。采用完全随机法将SPN按8∶2比例分为训练集(271个)和验证集(67个)。训练集数据中,首先使用最小收缩和选择算子(LASSO)回归方法对临床特征、影像特征及影像组学进行筛选,再进行多因素logistic回归分析筛选出≤20 mm SPN良恶性相关的独立危险因素,并实现列线图预测模型构建。最后将测试集数据传入该模型进行验证,绘制ROC曲线和校准曲线,评估模型预测价值。结果:训练集中271个≤20 mm SPN,其中良性81个、恶性190个。经LASSO回归及多因素logistics回归分析筛选得出年龄、性别、最大径、空泡征、实性占比5个因素为预测最大径≤20 mm SPN良恶性的独立预测因子, 构建预测模型为:P=e x/(1+e x),x=-2.583+0.027×年龄+1.519×性别+0.127×结节最大径-2.132×实性占比+1.720×空泡征。该模型预测≤20 mm的SPN为恶性的ROC曲线下面积为0.850, 灵敏度为73.7%,特异度为82.7%,准确度为82.3%。验证集67个SPN,其中良性22个、恶性45个, 预测模型的AUC为0.882,灵敏度为82.2%,特异度为81.8%,准确度为85.1%。训练集和验证集预测模型的校准曲线与理想曲线重合度良好(训练集: P=0.688,验证集: P=0.618)。 结论:基于AI建立的≤20 mm SPN的良恶性预测模型可获得预测概率并具有良好的诊断效能。
...不再出现此类内容
编辑人员丨2天前
-
人工智能技术在眼前节疾病及近视诊疗中的应用
编辑人员丨2天前
近年来,随着计算机运算能力的提高、学习算法和架构的完善以及大数据的共享,人工智能(AI)辅助诊断技术在医学领域的应用取得了很大进展。在眼前节疾病的诊断方面,AI可对翼状胬肉、角膜病变、真菌性角膜炎等疾病进行辅助诊断,在圆锥角膜筛查、早期诊断和疾病管理中具有潜在应用价值;AI技术有望助力白内障远程医疗及优化人工晶状体计算公式;AI对前房角狭窄的诊断、房角关闭机制的识别、房角图片的质量评估、抗青光眼手术疗效的预测等方面均显示出良好性能。在视光学领域,AI在预测近视度数变化、预警高度近视的高危人群及角膜塑形镜验配、个性化角膜屈光术式推荐等方面有较好的表现。本文就AI在眼前节疾病诊断及近视诊疗中的作用、应用及局限性进行综述。
...不再出现此类内容
编辑人员丨2天前
-
卷积神经网络在胶囊内镜图像自动诊断中的应用
编辑人员丨2天前
计算机辅助技术在内镜中的各项应用是近年来的研究热点,其中使用深度学习的人工智能技术(AI)具有跨时代意义。卷积神经网络(CNN)在图像分析中表现最佳,在消化学科领域,CNN被用于处理大量的临床数据和各种内镜图像资料。现主要介绍机器学习技术和AI在无线胶囊内镜小肠疾病自动诊断中的应用。
...不再出现此类内容
编辑人员丨2天前
-
人工智能在儿童社区获得性肺炎诊断中的应用及研究进展
编辑人员丨2天前
社区获得性肺炎(CAP)是全球5岁以下儿童死亡的首要原因,在欠发达地区,由于医疗资源的匮乏,重症肺炎甚至病死的发生率更高。实际上,CAP若早期正确诊断,合理治疗,其预后总体较好。近年来,人工智能(AI)技术与医学的融合正成为研究的热点,也为CAP的诊断提供了新的思路。现从临床症状、体格检查、影像学检查三方面,对AI在CAP诊断中的应用及研究进展进行综述,分析各种智能辅助诊断算法的优势和局限性。未来,随着AI技术在CAP中的应用进一步拓展,为CAP的诊断、治疗提供创新的方法,能进一步提高CAP诊断效率,降低肺炎的死亡率。
...不再出现此类内容
编辑人员丨2天前
-
基于深度学习的人工智能在肿瘤诊断中的应用进展
编辑人员丨2天前
随着大数据时代的到来,人工智能得以在医疗领域崭露头角并实现了飞速发展,尤其在肿瘤诊断方面存在巨大潜能。人工智能利用自动化图像分割及提取等关键技术,在实现短时间内对大量肿瘤信息汇总分析的同时,还可以反映现实环境中成像数据的分布,使肿瘤诊断从主观感知转向客观科学,从而高效精确地协助医师的诊断,为诊疗计划的制订和预后的判断提供坚实的基础。笔者拟对人工智能在肿瘤诊断中的关键技术及当前的应用进行综述。
...不再出现此类内容
编辑人员丨2天前