排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
在新医科背景下,培养病理学跨学科复合型人才越来越受到重视。本文以中南大学基础医学院病理学系/湘雅医院病理科为例,探讨了基于临床案例教学(CBL)方法在病理学跨学科复合型人才培养中的应用实践。首先分析了新医科背景下病理学教育面临的挑战,然后介绍了CBL教学法在病理学教育中的应用及其优势,接着以实际案例展示了CBL教学法在病理学教学中的实践成果,并对CBL教学法在病理学教育中的应用进行了反思和展望。本文旨在为病理学跨学科复合型人才培养提供有益的实践经验和理论借鉴。 相似文献
3.
目的:胶质瘤是最常见的颅内原发中枢神经系统肿瘤,胶质瘤的分级对临床治疗及随访方案的选择、预后的评估有重要指导意义.本研究目的在于探讨基于影像组学的logistic回归模型预测胶质瘤病理分级的可行性.方法:回顾性收集2012年1月至2018年12月经手术病理切片证实为胶质瘤的146例患者.手动分割患者增强T1加权成像(c... 相似文献
4.
5.
目的讨论Kartagener综合征的发生机制、临床特点、诊断依据及其与分泌性中耳炎的相关性。方法回顾性分析1例以分泌性中耳炎为首发症状并诊断为Kartagener综合征的患儿,并结合相关文献进行复习。结果 Kartagener综合征是一种由基因突变引起纤毛结构和功能改变导致的疾病,典型表现为鼻窦炎、支气管扩张、内脏反位三联症,以分泌性中耳炎为首发症状的此类综合征的患者并不常见,但其病理生理基础在此类患者中存在。结论对于患分泌性中耳炎的儿童,应重视对其鼻部及心肺的检查,警惕伴有Kartagener综合征的可能性,及时做出正确的诊断并进行相应治疗。 相似文献
6.
目的:探讨利用人工神经网络对脑胶质瘤进行分级的可行性和有效性。方法:回顾性纳入2012至2017年经
病理证实的130例脑胶质瘤患者,基于磁共振增强T1加权相二维图像提取的共41个影像学特征。建立人工神经网络并
进行特征选择以得到最优化的神经网络模型,随机抽取一半病例的影像学特征数据对神经网络进行训练,并用另一
半特征数据对训练完成后的神经网络进行胶质瘤分级效果验证。对神经网络重复进行100次训练和验证,将结果进行
平均。结果:经过特征选择后的神经网络模型共选取5个特征作为输入特征,神经网络对脑胶质瘤分级的平均准确率
为90.32%,平均敏感度为87.86%,平均特异度为92.49%,受试者操作曲线的曲线下面积为0.9486。结论:人工神经网络作
为一种人工智能方法,对脑胶质瘤分级具有较高的准确性,为脑胶质瘤的无创性术前分级提供了可行的辅助手段。 相似文献
7.
9.
10.