早期肾功能损伤标志物在高血压肾功能损伤诊断中的价值和准确性评价

对早期肾功能损伤标志物在高血压肾功能损伤诊断中的价值和准确性进行分析和评估。本研究选择2019年6月—2020年10月在医院内进行高血压肾功能损伤疾病治疗的患者作为观察组(n=70),同时选择在医院中进行了体检的健康者作为研究当中的对照组(n=70),对2个组别当中研究人员实施高血压肾功能损伤诊断,对2组中研究人员的肾功能相关指标和肾功能损伤标志物的相关性进行对比分析。对照组研究对象的CysC、β2-MG、BUN水平以及UmALB水平均比观察组更低,组别数据进行对比之后具有意义(P<0.05);对照组的Scr水平低于观察组,但组别间数据对比后不具有意义(P>0.05)。高血压肾功能损伤患者的Scr、CysC、β2-MG、BUN水平以及UmALB水平和肾损害呈现负相关的关系,组别数据进行对比之后具有意义(P<0.05)。在诊断高血压肾功能损伤患者期间,对其采取早期肾损伤标志物检查有较高的价值,和肾损害呈负相关。     

PET-CT显像对胃癌淋巴结转移的诊断意义

目的:探讨PET-CT显像对胃癌淋巴结转移的诊断意义.方法:取49例胃癌患者,全部在手术前进行PET-CT检测,分析和计算PET-CT显像对胃淋巴结转移的诊断效果,预测胃癌淋巴结转移状况及位置.将术前PET-CT检测结果预测的胃淋巴结转移情况与实际临床手术中的患者的胃淋巴结转移情况进行比较,计算出PET-CT显像对胃癌淋巴结转移转移诊断的准确性和诊断效果.结果:在采用PET-CT显像技术对胃癌淋巴结转移的诊断的诊断结果显示,有35名患者复发或转移,而所有患者手术中总共有37名患者复发或转移,具有较高的诊断意义.结论:PET-CT在胃癌淋巴结转移诊断方面有较高的诊断意义.     

神经网络在心肌梗塞诊断中的应用

目的：研究神经网络技术在心肌梗塞诊断中的应用。方法：使用改进的网络训练算法－ＳＰＤＳ方法,对前馈型神经网络进行训练,样本取自实际临床和一些具有权威性的刊物中,形成针对心肌梗塞诊断的神经网络系统,结果：用实际临床已确诊的１００例病例进行检验,诊断的敏感性为９０％,特异性为１００％,诊断准确性为７５％。结论：同目前实际临床的情况相比,结果良好,展现了神经网络技术用于医学诊断的良好前景。     

结构损伤诊断技术的研究和发展趋势

综述了近几年来工程结构损伤诊断技术的研究应用，对工程结构损伤诊断的各种方法进行了评述，讨论了各种方法在理论上和实际应用中存在的问题．根据国内外最新文献．推测工程结构损伤诊断的发展趋势。     

胃肠道疾病无创诊查技术进展

发展新技术、新仪器,对胃肠道恶性肿瘤及功能性疾病进行早期、无创和在体研究及评价,是当前国际社会关注的重点.概述3类胃肠道疾病检测仪器:(1)目前已有临床上用于胃肠道内恶性肿瘤诊查的常规方法及手段;(2)胃肠道功能性疾病的诊断有赖于腔内生理参数的检测,相关检测仪器的研制为无创、精准诊断提供了新手段;(3)基于微型机器人技术的无创、在体检测胃肠道内多元医学信息新型仪器的研制,成为国际机器人和生物医学工程领域的研究前沿和重点.最后,对相关研究趋势进行预测.     

ARFI技术评价肝纤维化的应用研究

为研究声脉冲辐射力超声技术（acoustic radiation force impulse，ARFI）无创定量评价肝纤维化的应用价值。应用ARFI技术定量检测158例部分乙肝患者和志愿者的肝实质剪切波速度，同时所有的慢性乙肝患者均在ARFI检查后随访穿刺活检病理学检查结果。结果显示，研究显示sO与S1期的弹性参数没有明显的差异，但对于评价S2级以上程度的肝纤维化，ARFI技术均有较高的准确性，特别是对S4期肝纤维化，ROC曲线下面积达0．942，且超声弹性成像评分与肝纤维化病理学分期之间呈正相关（r=0．875，P=0．000）。由此可知，应用ARFI技术检测各期慢性乙肝肝纤维化横向剪切波速的佳截断值可能成为诊断肝纤维化各分期的重要依据。     

数据挖掘技术在医学诊断中的应用

结合医学数据的特点,提出一种基于数据挖掘技术的粗集属性约简算法,并将其应用在医学诊断中.通过具体实例证明了该算法的正确性和有效性,该算法在医学诊断中具有一定的实用价值.     

技术诊断的研究发展与在土木工程中的应用

综述了技术诊断学在国内外的研究发展状况及技术诊断学在土木工程中的应用．介绍了当前技术诊断的常用方法,重点讨论了对频响函数的监测和高阶固有频率在损伤诊断的应用和存在问题及其研究发展方向．     

浅析医用诊断X射线设备接地电击危险防护

医用诊断X射线设备是现代医院重要的检测设备之一,很多医院有着多台不同型号的医用诊断X射线设备,随着这种设备应用的越来越广泛,医用诊断X射线设备的维护工作显得格外重要,尤其对电击危险的防护更是重中之重,一旦出现事故,不仅严重影响检测结果的准确性,而且对患者和医护人员的人身安全带来巨大威胁.鉴于此,该文对医用诊断X射线设备的接地防护进行了探讨,以期对相关从业人员有所借鉴意义.     

定量免疫PCR检测血清胃肿瘤相关MGAgs新方法的建立及在胃癌早期诊断中的预警价值

建立定量免疫PCR检测血清胃肿瘤相关MGAgs新方法及研究其在胃癌早期诊断中的预警价值.采用定量免疫PCR技术检测43例胃癌、37例健康献血员血清中MGAgs的含量.研究显示,血清MGAgs含量在健康对照组与胃癌组组间存在显著差异(P<0.01), 应用定量免疫PCR方法检测50 μL血清MGAgs的截断值相当于为5 972个MKN45细胞裂解所得抗原.研究表明,定量免疫PCR技术检测血清MGAgs抗原具有较高的灵敏性和稳定性,通过对胃癌患者血清中MGAgs进行定量检测,可能用于胃癌的诊断和鉴别诊断.     

浅议计量管理在医院日常工作中的重要性

现代科学技术发展日新月异，高科技仪器广泛应用于医疗诊治领域，如何保证医用计量器具的计量单位统一和量值的准确可靠，保障医用计量仪器设备的正常运转，确保医疗诊断、治疗和医学研究的正确性、准确性。本文从医院计量管理方面阐述，计量检定是医院医疗的技术保证．计量管理在医院日常工作中的重要性。     

最大稳定极值区域与角点检测结合的医疗图像文本区域检测算法

医疗图像的文本区域检测在网络协同诊疗和医疗云的迅速发展中起着至关重要的作用。鉴于医疗图像相对复杂、文本字体太小而难以提取这一特殊问题,本文有针对性地提出了一种基于最大稳定极值区域算法与改进的角点检测算法相结合的医疗图像文本区域检测算法。该算法首先使用成分特征分析对最大稳定极值区域进行滤除,其次使用改进的SUSAN（Smallest Univalue Segment Assimilating Nucleus,最小核值相似区）角点检测算子对剩余最大稳定极值区域进行检测并滤除,最后将检测出的所有文本区域使用膨胀处理进行合并即可得到医疗图像的文本区域。实验结果表明,使用该算法提取出的医疗图像文本区域的准确率、召回率和综合性能分别为0.9、0.92和0.91,达到了理想的检测效果。     

改进的PSO优化SVM的病理图像分类算法

为了提高医学病理图像分类的准确率,提出了一种带有粒子位置权重和粒子之间相关度函数的PSO(particle swarm optimization)参数寻优算法.首先,在经典PSO算法的基础上提出了一种基于适应性原则的位置更新策略.然后,在粒子进行参数寻优的过程中,设计了一个增加粒子之间相关性的函数.该算法可以在不考虑速度影响的情况下进行参数最优解的搜索.最后,用经过PSO优化的支持向量机(SVM)算法分类检测病理图像.实验结果表明,该算法的分类准确率达到了98.5%,较高于另外几种算法.分类检测结果符合临床诊断结果,满足医学研究要求.     

基于LSSVM概率输出与证据理论融合的变压器故障诊断

为了利用相对较少的故障数据样本对变压器主要故障类型进行较准确的判断,基于智能互补和数据融合的思想,提出基于最小二乘支持向量机LSSVM( least square support vector machine)概率输出与证据理论融合的故障诊断方法。该诊断方法具有以下特点：可融合蕴含变压器运行状态的多种特征信息,输出变压器各种故障的概率,为变压器检修提供更多的可用信息;充分发挥了LSSVM在小样本情况下具有较强泛化能力的优势。算例结果表明,该诊断方法的故障诊断准确率达到91.1%,优于传统的IEC三比值法(故障诊断准确率75.6%)及LSSVM分类法(故障诊断准确率82.2%),有效降低了诊断误判的风险。     

基于卷积神经网络的胶囊内镜息肉与溃疡辅助诊断

针对目前胶囊内镜(WCE)自动检测方法需要对每种病灶设计对应的识别算法以及识别准确率不高的问题,设计一种基于卷积神经网络的息肉与溃疡辅助诊断算法。与传统检测算法相比,卷积神经网络可自动学习病灶图像特征,实现更强泛化能力,更高准确率和效率。该方法针对具体WCE图像,首先评价图像R、G、B通道携带信息的特征;其次,分析全局直方图均衡化、伽玛变换和拉普拉斯变换对提升图像对比度的效果,选择其中表现最佳者与信息最丰富的2个颜色通道组合成3通道输入到卷积网络中训练和识别。测试表明,本算法识别准确率96.8%,比传统的经典图像检测方法高出至少16.73%,检测速度达到68.6图/s,能够推广应用到医疗辅助诊断领域。     

基于分维特征的肝脏CT图像识别

目前分形理论已被广泛应用于医学图像识别.本文利用了改进的差分盒计数法对肝脏CT图像进行了分形维数的分析,表征了肝脏图像的纹理特征,则可识别医学图像肿瘤信息.医学图像识别的结果可以直观的方式显示给临床医生,从而辅助医生提高医疗诊断的准确性和科学性.     

基于隐含主题和语义树的医学文本自动批注

针对医学文本缺乏可量化数据结构,基于关键词模型的文本处理方法不适用的问题,在研究词之间潜在语义关联和关键词树结构的基础上,构造了一种基于潜在语义树的语义分析模型用于医学文本的数据挖掘。进一步地将隐含主题与潜在语义的研究相关联,设计出一种基于潜在狄利克雷分配和潜在语义树模型的文本处理方法,可针对不同类型的医学文本生成有一定可读性的自动批注。该方法形成的自动批注主观性低,其准确度和可读性均高于关键词模型的处理结果,可辅助医生进行医学文本的批注和分类,从而减轻其工作量。程序结果表明,该方法目前可应用于对医学图像所见形成诊断意见、对病人病历进行摘要形成和对病症描述给出对症处方等方面,批注的语义匹配度可达67.7%,文本的平均可读性为60.02%。     

基于因子分析的板带热轧产品质量缺陷诊断

板带热轧生产过程中，产品质量影响因素与质量指标间的关系不明确，影响产品质量缺陷追溯和后续产品质量提升.将因子分析(factor analysis，FA)方法引入热轧产品质量诊断过程中，并以穿带过程宽度质量缺陷为例，采用GT²统计量对生产过程进行监控，通过因子得分表征各生产因素对产品宽度质量指标的影响程度，得到了各因素对产品宽度缺陷的贡献率，最终实现了轧件宽度缺陷的原因定位.实际应用结果表明，以因子分析的诊断结果为基础对关键参数进行修正，能有效提升后续产品的宽度控制精度，为生产过程的稳定性和产品质量的提高提供了保证.     

MCG的实际应用与进展

讨论了MCG技术的最近发展 ,MCG在心脏疾病屏显化检查、心律不齐诊断 ,临床诊断研究的成果 ,尤其是心肌缺血的准确诊断等方面的应用问题 ,报道了MCG技术在心脏诊断医学中一些新近研究情况。     

基于增强LetNet-5的非霍奇金淋巴瘤辅助诊断

针对主流网络模型在医学辅助诊断适用性低的问题,在现有LetNet-5模型的基础上,给出了增强LetNet-5模型用于非霍奇金淋巴瘤的智能辅助诊断方案。首先将获取到的数据集进行图像切分和归一化等预处理操作,然后使用深度学习框架KERAS搭建增强前后的LetNet-5模型,接着对增强前后的网络模型进行训练、预测和评估,最后对模型的泛化能力和稳定性进行验证。实验表明,增强LetNet-5模型相对于原始LetNet-5模型具有更高的识别精度、更好的稳定性和更快的模型收敛速度,为非霍奇金淋巴瘤的诊断提供科学性的指导并具有重要的临床价值。