急诊内镜对消化性溃疡出血进行Forrest分级的临床应用

目的 探讨对消化性溃疡出血患者进行内镜下Fonest分级的临床意义.方法 将2006年10月～2009年12月因呕血和(或)黑便入院,经急诊内镜检查确诊为消化性溃疡出血患者168例分成2组,第1组(行Forrest分级)81例,第2组(未行Forrest分级)87例.对两组患者在内科治疗无差别的基础上,根据内镜下表现选择镜下局部喷洒药物、黏膜下注射和(或)止血夹治疗.结果 两组即时止血率为100%.第1组48 h内再出血率4.94%(4/81),4例再出血患者中Ⅰ a级1例,Ⅰ b级2例,Ⅱa级1例;第2组48 h内再出血率14.94%(13/87),13例再出血患者中活动性出血8例,近期出血5例;两组再出血率比较差异有显著性(P<0.05).第1组手术率2.47%(2/81),第2组手术率5.75%(5/87).两组手术率比较差异无显著性(P>0.05).结论 对消化性溃疡出血患者结合内镜下表现进行Forrest分级,可指导内镜下治疗,达到快速有效的止血目的,同时再出血率较低.对镜下表现为Ⅰ级患者予止血夹治疗,Ⅱa级予局部黏膜下注射加喷洒药物或止血夹治疗加喷洒药物,Ⅱb级以局部喷洒药物为主,如有新鲜大血凝块则加用局部黏膜下注射或止血夹治疗;Ⅱc级和Ⅲ级无需作内镜下局部特殊治疗,对部分Ⅱc级可予局部喷洒药物治疗.     

深度学习在影像学诊断膝关节病变中的应用进展

膝关节为骨关节炎主要好发部位。深度学习（DL）为医学图像分析的新方法之一,已广泛用于分割膝关节结构、检测病灶、自动分级及预测膝关节骨性关节炎进展。本文就DL在影像学诊断膝关节病变中的研究进展进行综述。     

基于深度学习的脑膜瘤侵袭性及Simpson分级相关性研究

目的:研究脑膜瘤侵袭性基于深度学习后与Simpson分级的相关性分析。方法:回顾性分析54例脑膜瘤病例资料,构建全卷积神经网络,根据脑膜瘤与周围动脉关系开展评分与分类。结果:术后脑膜瘤切除达到Simpson分级Ⅰ级14例,Ⅱ级17例,Ⅲ级17例,Ⅳ级6例。肿瘤侵犯动脉评分和切除程度存在统计学意义(H=21.580,P<0.001),肿瘤侵犯动脉评分与脑膜瘤切除分级成正相关(r=0.626,P<0.001)。结论:深度学习模式下肿瘤侵犯动脉评分与脑膜瘤手术切除等级关系密切,对脑膜瘤手术方案选择具有指导意义,有利于血管保护和减少术后并发症。     

内镜下硬化剂注射与套扎治疗内痔的疗效及复发风险比较

目的 比较内镜下硬化剂注射与套扎治疗内痔的疗效及复发风险。方法 选择2021年4月—2022年3月中山市古镇人民医院收治的95例内痔患者为研究对象,采用随机数表法分为硬化剂注射组(n=46)与套扎组(n=49),评估围手术期疼痛评分,评价24 h止血率及3个月内的复发情况。结果 术后1、3 d,硬化剂注射组的疼痛评分明显低于套扎组,差异有统计学意义(P<0.05)。套扎组24 h止血率为95.92%(47/49)明显高于硬化剂注射组的82.61%(38/46),差异有统计学意义(χ²=4.463,P<0.05)。硬化剂注射组复发率6.52%,套扎组复发率为10.20%,两组复发率比较,差异无统计学意义(P>0.05)。结论 内镜下套扎术与硬化剂注射治疗对内痔均有各自的优势,前者止血率更高,而后者术后疼痛更轻,两种方法的复发率相近。     

深度学习在医学影像中的应用

医学影像是放射科医生做出医学诊断的重要依据。但随着医学影像技术的快速发展, 逐渐增多的影像图像和复杂的图像信息对医生的工作产生了巨大的挑战。而深度学习是人工智能研究中最热门的领域, 在处理大数据和提取有效信息方面具有优势, 因此逐渐成为分析医学影像方面的首选方法。本文阐述了深度学习的概念, 并简要总结深度学习在医学影像中的常见模型, 包括卷积神经网络、循环神经网络、深度置信网络和自动编码器。卷积神经网络的基本结构是卷积层、池化层和全连接层; 循环神经网络由输入层、隐藏层和输出层组成; 深度置信网络的基础是玻尔兹曼机; 自动编码器包含编码层、隐藏层和解码层。通过对CT肺结节和MRI脑部疾病的分类, 阐明目前深度学习在疾病自动分类上准确性较高; 通过分割左心室、椎旁肌肉和肝脏的结构, 可见深度学习方法在医学图像分割上与人为分割具有一致性; 深度学习在肺结节和乳腺癌疾病的检测上已相对成熟。但目前为止, 仍存在标注的样本量少和过拟合的问题, 希望通过共享图像数据库来解决此问题。总之, 深度学习在医学影像中具有广阔前景, 且对临床医生的工作具有重大意义。     

消化内镜在腹型过敏性紫癜早期诊断中的应用

目的分析成人腹型过敏性紫癜的消化内镜检查结果,为该病的早期诊断提供依据。方法对成人腹型过敏性紫癜的15例胃镜、3例结肠镜及2例胶囊内镜的检查结果进行分析。结果胃镜检查发现15例患者十二指肠黏膜散在大小不一的出血点、出血斑,3例十二指肠球部溃疡并出血,3例结肠镜检查均见黏膜水肿、出血点或出血斑,且以升结肠和回肠末端为著。2例胶囊内镜结果显示小肠黏膜水肿,散在黏膜糜烂和片状出血斑。活检病理检查见黏膜肌组织内大量中性粒细胞及淋巴细胞浸润。结论消化内镜检查对于腹型过敏性紫癜的早期诊断具有较高价值。     

深度学习在病理及检验诊断图像分析中的应用

摘要：深度学习模型如卷积神经网络、自动编码器、生成对抗网络等凭借强大的数据拟合能力和泛化能力，已成为医学辅助诊 断的必然趋势。 深度学习具有效率高、速度快、准确率高、客观性强等优势，广泛应用于病理学及检验诊断学等领域。 该文阐 述深度学习在病理学及检验诊断学图像分析领域的优势及基本模型，介绍其在病理学及检验诊断学中的应用及进展，总结面 临的问题与挑战。     

早期食管癌内镜下诊断与病变浸润深度相关性分析

目的探讨早期食管癌的内镜下诊断与癌组织浸润黏膜深度的相关性。方法总结该院2004年9月-2005年11月经内镜发现，并经手术证实的早期食管癌62例患者的资料。结果该组中以糜烂型为最多，术后证实发现黏膜内癌44例，侵犯黏膜下层17例，并有2例胃左淋巴结内见转移癌。结论内镜下分型及病变大小与浸润深度有明显的相关性，充血型、小于2．5cm糜烂型为黏膜内癌，病变面积大于2．5cm糜烂型、斑块型、乳头型应综合分析和判断。     

深度学习在胃组织病理诊断中的应用进展

深度学习在组织病理中的应用主要包括对组织病理进行诊断和分级、评估生物标志物以及患者预后。为了使深度学习模型更具泛化性和鲁棒性,常通过颜色归一化和数据增强等对图像进行预处理。目前,深度学习在胃组织病理诊断中的研究也在不断探索,主要包括利用深度学习识别癌变区域,或者对胃组织病变进行分类(包括对病变进行良恶性分类的二分类法,或者区分正常黏膜、胃炎或者胃癌等的三分类法),以及判定胃癌是否出现了淋巴结转移。此外,也有少数研究将人工智能应用于辅助病理医师进行胃组织病变的诊断,这不仅提高了病理医师诊断的准确率,而且缩短了诊断时间。     

全自动内镜清洗在消毒机清洗消毒消化内镜中的应用

目的:探讨全自动内镜清洗消毒机(氧氯灵消毒剂)清洗消毒消化内镜的优势。方法:随机抽取同期使用后的消化内镜200例,随机分为自动组和手动组各100例。自动组采用全自动内镜清洗消毒机法,手工组采用四槽式清洗消毒法,对两组消毒后的消化内镜进行细菌学检测,比较消毒效果及优势。结果:两种清洗消毒方法消毒合格率均为100%,但全自动内镜清洗消毒机消毒较2%碱性戊二醛手工四槽消毒法省时、省力,无污染,对人体无损害。结论:全自动内镜清洗消毒机完全能够替代2%碱性戊二醛手工四槽消毒法,值得临床中推广使用。     

内镜下硬化术与吻合器痔上黏膜环切术治疗内痔的对比研究

目的 研究内镜下硬化术与吻合器痔上黏膜环切术(PPH)治疗内痔的疗效和安全性.方法 选取2015年3月-2020年8月九江市第一人民医院收治的100例内痔患者作为研究对象,分别采用结肠镜下聚桂醇注射术和PPH治疗,随访6个月,观察两组症状改善、术后并发症、有效率、平均住院天数及费用等情况.结果 硬化组治疗总有效率为94...     

套扎点数对内痔内镜套扎术安全性及疗效的影响

目的 探讨内痔内镜套扎术中套扎点数对术后相关不良事件及疗效的影响。方法 回顾性分析2020年1月-2021年6月129例就诊于该院,并行内镜下套扎治疗的Ⅰ～Ⅲ度内痔患者的临床资料。按套扎点数分为基础套扎组（n=51,套扎2至3个点位）和多点套扎组（n=78,套扎4～7个点位）,观察两组患者临床疗效和术后并发症发生情况。结果 临床疗效方面：基础套扎组有效率为88.24%(45/51),与多点套扎组的94.87%(74/78)比较,差异无统计学意义（P> 0.05）。亚分组结果显示,两组患者Ⅰ度内痔疗效比较,差异无统计学意义（P> 0.05）,多点套扎组Ⅱ度和Ⅲ度内痔术后疼痛发生率和有效率高于基础套扎组,差异均有统计学意义（P <0.05）。术后不良事件方面：术后48 h内有73例出现肛门坠胀感,39例出现不同程度疼痛,18例出现排尿困难,1例出现少量出血。与基础套扎组相比,多点套扎组术后48 h疼痛及排尿困难发生率更高（P <0.05）。结论 内痔内镜套扎术中,套扎位点增多,有增加术后疼痛和排尿困难的风险。对于Ⅰ度内痔,增加套扎位点并不能提高疗效,反而增加了术后出...     

针刺联合地奥司明治疗内痔湿热下注证的效果研究

目的探讨针刺联合地奥司明治疗内痔湿热下注证患者的疗效。方法选择该院2017年2月至2019年1月收治的84例内痔湿热下注证患者作为研究对象,按照随机数字表法将患者分为两组,每组42例。A组采用针刺联合地奥司明进行治疗,B组采取常规治疗,观察两组疗效、临床症状积分、生活质量(QOL)评分及不良反应发生情况,对比两组治疗结果。结果A组总有效率为92.86%,显著高于B组的80.95%,差异有统计学意义(P<0.05)。治疗前两组便血、肛门坠痛、脱垂及大小便异常等临床症状积分差异无统计学意义(P>0.05),治疗后A组各项评分均低于B组(P<0.05)。治疗前两组的各项QOL评分差异无统计学意义(P>0.05),治疗后A组各项评分均高于B组(P<0.05)。A组不良反应发生率为7.14%,与B组的11.90%比较,差异无统计学意义(P>0.05)。结论针刺联合地奥司明治疗内痔湿热下注证效果显著,可快速缓解相关症状,提高生活质量,不良反应较少,安全性高,值得临床推广使用。     

CT仿真内镜技术诊断缺血性肠病的应用分析

目的探讨CT仿真内镜(CTVE)对缺血性肠病的诊断价值。方法应用64层螺旋CT机对全腹行薄层容积扫描,同时进行螺旋CT增强扫描,应用Volume Wizard工作站包进行影像后处理,对65例临床疑似诊断为缺血性肠病的病例施行CTVE检查。结果 CTVE检查明确诊断缺血性肠病者38例(58.46%);疑似诊断缺血性肠病或炎症性肠病者9例(13.85%);无阳性发现者13例(20%);误诊为结肠癌3例(4.62%);误诊为结肠息肉2例(3.08%)。结论 CTVE是安全、无创性检查缺血性肠病的有效方法,特别适用于不能耐受内镜的患者,有较好的应用前景。     

深度学习在阿尔茨海默病诊断中应用近5年文献的可视化分析

目的 对近5年在阿尔茨海默病(AD)诊断中应用深度学习的现状、研究热点和趋势进行可视化分析。     

Deep learning for intelligent diagnosis in thyroid scintigraphy

ObjectiveTo construct deep learning (DL) models to improve the accuracy and efficiency of thyroid disease diagnosis by thyroid scintigraphy.MethodsWe constructed DL models with AlexNet, VGGNet, and ResNet. The models were trained separately with transfer learning. We measured each model’s performance with six indicators: recall, precision, negative predictive value (NPV), specificity, accuracy, and F1-score. We also compared the diagnostic performances of first- and third-year nuclear medicine (NM) residents with assistance from the best-performing DL-based model. The Kappa coefficient and average classification time of each model were compared with those of two NM residents.ResultsThe recall, precision, NPV, specificity, accuracy, and F1-score of the three models ranged from 73.33% to 97.00%. The Kappa coefficient of all three models was >0.710. All models performed better than the first-year NM resident but not as well as the third-year NM resident in terms of diagnostic ability. However, the ResNet model provided “diagnostic assistance” to the NM residents. The models provided results at speeds 400 to 600 times faster than the NM residents.ConclusionDL-based models perform well in diagnostic assessment by thyroid scintigraphy. These models may serve as tools for NM residents in the diagnosis of Graves’ disease and subacute thyroiditis.     

中医护理对内外痔术后疼痛患者的影响

目的：探讨中医护理对内外痔术后疼痛患者的影响。方法：将68例内外痔术后患者随机分成试验组与对照组各34例,两组均按肛肠科护理常规进行护理,试验组加用中医护理（耳穴埋籽、中药熏洗、穴位贴敷）,比较两组患者疼痛程度。结果：试验组患者疼痛程度低于对照组（P〈0.05）。结论：采用中医护理可有效减轻患者术后疼痛,提高患者生活质量,促进早日康复。     

老年人环状混合痔手术治疗112例报告

目的：探讨老年人环状混合痔手术治疗时应当注意的问题。方法：对112例老年环状混合痔手术治疗进行回顾性分析。结果：59例接受腰麻或硬膜外阻滞，局麻为34例，全麻19例。进行改良外剥内扎术74例，吻合器痔切除术38例。随访6个月，全部治愈。结论：对伴有糖尿病等慢性病的老年人环状混合痔手术时宜应用全麻，行改良外剥内扎术具有较多的优越性。     

深度学习用于宫颈癌诊疗研究进展

宫颈癌(CC)居于女性恶性肿瘤第二位,严重危害女性健康和生命,成为全球关注的健康问题。人工智能(AI)是利用计算机程序模拟、延伸和拓展人的智能行为的科学;以AI为核心技术的智能医学是医学未来发展的重要方向。深度学习(DL)为AI新领域,在图像分析领域展示出巨大应用潜力,用于诊断及鉴别诊断肿瘤、指导治疗及预测预后等具有特有优势。本文对DL用于筛查和诊断CC、指导治疗及判断预后的现状、问题及前景进行综述。