美国OHMEDA麻醉机故障分析与排除

故障1故障现象:病人呼吸回路漏气。可能原因:1.手控时APL阀未关闭,2.钠石灰罐安装不严密,3.螺纹管损坏或接头松动,4.活瓣罩未拧紧,5.手动/自动转换开关失灵。解决方法:1.关闭半紧闭APL阀,2.重新安装半紧闭APL阀,3.更换新管或重新安装管路,4.重新拧紧活瓣罩。故障2故障现象:呼气     

坏死性结肠炎并发大量气腹一例

<正> 坏死性结肠炎临床上并不少见,但涉及整个结肠并发大量气腹报道较少,笔者遇到一例并经手术证实,现报道如下。     

支气管动脉灌注化疗联合直线加速器放射治疗Ⅲa期非小细胞肺癌

目的　研究支气管动脉灌注化疗联合直线加速器放射治疗Ⅲa期非小细胞肺癌 (NSCLC)的可行性及临床价值。方法　 76例NSCLC患者随机分成A、B 2组 ,A组先行 2次支气管动脉灌注化疗 (BAI) ,第 2次BAI 1～ 2周后再行直线加速器放射治疗 (RT) ;B组单纯行 2次BAI (对照组 )。结果　临床疗效 ,A组 (BAI RT)和B组 (BAI)分别为 89.47%和 60 .5 3% (Ρ <0 .0 1) ;1、3年生存率 ,A、B组分别为 81.5 8%、5 0 .0 0 %和 60 .5 3%、2 1.0 5 % ( 0 .0 1<Ρ <0 .0 5 )。结论　支气管动脉灌注化疗联合直线加速器放射治疗Ⅲa期非小细胞肺癌的临床疗效和患者 1、3年生存率均显著提高     

运动负荷平板系统程序引起的故障

本文详细叙述了美国GP公司TM210运动负荷平板系统由于仪器比较老,而且是在DOS状态下工作,运行程序经常无缘无故出错,经过一段时间的摸索,找到了简单的方法,迅速修复,保证了设备的正常运行。     

基于胰腺周围脂肪间隙CT影像组学预测早期急性胰腺炎进展的价值

目的:探讨基于胰周脂肪间隙CT影像组学预测早期急性胰腺炎(AP)进展的价值。方法:回顾性分析123例根据新修订的亚特兰大分类诊断为AP的患者(进展组39例,非进展组84例),所有患者均接受腹部平扫及增强CT扫描。采用完全随机方法将患者按7:3的比例分为训练组和验证组。对各期手动勾画距炎症胰腺前缘3～5 mm范围的单层感兴趣区(ROI),采用AK软件提取CT纹理特征,使用最小冗余最大相关(mRMR)和最小绝对值收敛和选择算子(LASSO)回归分析对纹理特征降维、建立影像组学标签,并运用100次留组交叉验证(LGOCV)对模型的可靠性进行验证。将临床资料、CT特征及影像组学标签采用多因素Logistic回归分析建立影像组学模型。利用受试者工作特征(ROC)曲线评价模型的预测效能,应用决策曲线分析(DCA)评估模型的临床应用价值。结果:临床模型、平扫序列影像组学标签、联合序列影像组学标签、平扫序列个性化模型及联合序列个性化模型在训练组中的AUC分别为0.70、0.94、0.94、0.94及0.97,在验证组中的AUC分别为0.83、0.95、0.96、0.99、0.98。DCA显示平扫、联合...     

基于常规MRI影像组学模型预测软组织肉瘤复发

【摘要】目的：探讨基于常规MRI的影像组学模型对预测软组织肉瘤（STS）复发的价值。方法：回顾性分析2012年1月－2021年6月在本院经手术病理证实的92例STS患者的临床和影像资料。术后每3个月进行一次影像学检查,随访时间至少12个月以上,根据随访结果有无复发或远处转移分为复发组（27例）,无复发组（65例）。采用完全随机方法将所有患者按7:3的比例分为训练集（n=65）和验证集（n=27）。使用ITK-SNAP软件,分别在T1WI和压脂T2WI上逐层沿肿瘤边缘手动勾画ROI并进行三维融合（VOI）,然后使用AK软件提取纹理特征,使用最小冗余最大相关（mRMR）和最小绝对值收敛和选择算子（LASSO）回归分析方法分别对T1WI序列、压脂T2WI序列和联合序列的纹理特征进行降维和筛选,并建立影像组学模型,根据各个组学特征的权重系数计算影像组学评分（Radscore）,运用100次留组交叉验证（LGOCV）方法来评估模型的可靠性。将临床病理、常规MRI特征与预测效能最高的影像组学模型的Radscore相结合,采用多因素logistic回归（LR）、随机森林（RF）和支持向量机（SVM）三种机器学习算法分别建立机器学习模型。采用受试者工作特征（ROC）曲线评价各模型的预测效能,应用决策曲线分析（DCA）评估模型的临床应用价值。结果：临床模型在训练集和验证集中预测STS复发的ROC曲线下面积（AUC）分别为0.71（95%CI:0.58~0.85）和0.74（95%CI:0.52~0.97）。基于T1WI、压脂T2WI和联合序列的影像组学模型在训练集中预测STS复发的AUC分别为0.81（95%CI:0.70~0.93）、0.92（95%CI:0.86~0.99）和0.91（95%CI:0.84~0.99）,在验证集中分别为0.84（95%CI:0.63~1.00）、0.92（95%CI:0.81~1.00）和0.86（95%CI:0.72~1.00）。采用机器学习算法构建的LR、RF和SVM模型在训练集中预测STS复发的AUC分别为0.93（95%CI:0.87~0.99）、0.91（95%CI:0.84~0.99）和0.77（95%CI:0.63~0.91）,在验证集中分别为0.93（95%CI:0.83~1.00）、0.86（95%CI:0.71~1.00）和0.83（95%CI:0.66~1.00）。DCA分析结果表明,压脂T2WI和联合序列的影像组学模型、以及LR和RF模型的临床受益均较好。结论：基于常规MRI序列中的压脂T2WI和联合序列构建的影像组学模型对预测STS复发具有较高的预测效能和较好的临床受益,基于不同机器学习算法构建的预测模型的预测效能并无明显提高。     

血压计管理模块的设计与实现

血压计是国家规定实行强制检定的计量器具中的一种,为保证血压计的使用安全有效,必须加强血压计的使用管理.本文对血压计的管理现状及存在问题进行了分析,在此基础上提出规范化的管理流程,并将其作为医学工程科管理信息系统的一个功能模块进行了设计与实现,通过实际应用,取得了满意的效果.     

常规MRI纹理分析对骨巨细胞瘤与动脉瘤样骨囊肿的鉴别诊断价值

目的:探讨常规MRI纹理分析鉴别骨巨细胞瘤(GCT)与动脉瘤样骨囊肿(ABC)的价值.方法:回顾性分析经手术病理证实的16例GCT和13例ABC的MRI图像资料.分析2种肿瘤的MRI形态特征,在MRI图像上手动勾画感兴趣区(ROI)、提取纹理特征.利用受试者工作特征曲线(ROC)及Logistic回归分析法评估MRI形...     

基于常规MRI纹理分析技术鉴别良恶性软组织肿瘤

【摘要】目的：探讨基于常规MRI的纹理分析技术在鉴别良恶性软组织肿瘤（STT）中的价值。方法：回顾性分析2015年1月－2019年9月在我院经手术病理证实的91例STT患者的病例资料。所有患者术前行MRI检查，包括横轴面T1WI及横轴面、冠状面和矢状面脂肪抑制质子密度加权像（FS-PDWI）。采用MaZda软件进行纹理分析，在各序列图像中选取病灶最大层面及相邻的2个层面，测量肿块大小，沿病灶边界勾画ROI，提取病灶的纹理特征，包括直方图参数（均值、变异度、偏度、峰度及第1、10、50、90、99百分位数）和灰度共生矩阵（GLCM）参数（能量、对比度、相关、平方和、逆差矩、均和、和方差、和熵、熵、差方差和差熵）。采用t检验、LSD（方差齐）或Mann-Whitney U检验（方差不齐）对良恶性组的患者年龄、病灶大小及纹理参数进行比较，对差异有统计学意义的指标进一步行ROC曲线分析评估其诊断效能。采用多因素Logistic回归分析获得判断良恶性STT的独立预测因素并建模，绘制 ROC曲线评估模型的鉴别诊断效能。结果：91例中良性43例、恶性48例。良恶性STT的大小及在T1WI和FS-PDWI图像上的对比度、相关、逆差矩、差方差和差熵的组间差异均有统计学意义（P<0.05）；其它GLCM参数及直方图参数在两组间的差异无统计学意义（P>0.05）。FS-PDWI图像上，除差熵的诊断效能低于T1WI（AUC：0.710 vs. 0.714），其它参数（对比度、相关、逆差矩、差方差）的诊断效能均优于T1WI（AUC分别为0.853 vs. 0.761，0.849 vs. 0.742，0.750 vs. 0.714和0.807 vs. 0.723）。以病理结果良、恶性为因变量，采用逐步回归法来筛选自变量，选入回归模型的变量为T1WI上的差熵及FS-PDWI上的差方差和差熵（P值分别为0.033、0.030和0.031），提示上述参数是判断STT良恶性的独立预测因素，相应模型的AUC为0.811，敏感度为82.4%，特异度为71.4%。结论：基于常规MRI的纹理分析技术有助于良恶性软组织肿瘤的鉴别。