期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
外周联合中枢双靶磁刺激促进脑卒中运动功能障碍康复专家共识 被引量:17
1
作者 朱光跃 陈思韵 +16 位作者 霍聪聪 李鑫 陈玉辉 何晓阔 胡瑞萍 黄勇 刘浩 吕泽平 毛梦钗 沈霞 沈滢 孙莉敏 陶吉明 王永慧 窦祖林 李增勇 许东升 《中国康复医学杂志》 CAS CSCD 北大核心 2023年第7期880-884,共5页
重复外周磁刺激(repetitive peripheral magnetic stimulation,rPMS)作为一种远隔神经肌肉刺激模式正在运用于临床,发挥双向的神经激活作用,其疗效也在临床研究中得到证实[1]。rPMS常与重复经颅磁刺激(repetitive transcranial magnetic... 重复外周磁刺激(repetitive peripheral magnetic stimulation,rPMS)作为一种远隔神经肌肉刺激模式正在运用于临床,发挥双向的神经激活作用,其疗效也在临床研究中得到证实[1]。rPMS常与重复经颅磁刺激(repetitive transcranial magnetic Stimulation,rTMS)联合使用,形成了外周联合中枢双靶点磁刺激[2]。但目前rPMS及其与rTMS联合临床应用尚无统一认识,缺乏规范化。 展开更多
关键词 重复经颅磁刺激 运动功能障碍 神经肌肉刺激 双靶点 脑卒中 临床应用 规范化
在线阅读 下载PDF
非侵入性经颅电刺激在认知康复中的应用进展
2
作者 张云鹤 单春雷 +1 位作者 迪丽努尔·麦麦提艾力 李源莉 《中国康复医学杂志》 CAS CSCD 北大核心 2023年第7期998-1002,共5页
认知功能障碍是脑损伤后常见的一种临床症状,包括有:失认症、失用症、失语症、偏侧忽略症、体象障碍、注意障碍、记忆障碍、执行功能障碍和智力障碍等。脑卒中、阿尔茨海默病(Alzheimer’s disease,AD)、精神类等疾病常伴有认知功能障... 认知功能障碍是脑损伤后常见的一种临床症状,包括有:失认症、失用症、失语症、偏侧忽略症、体象障碍、注意障碍、记忆障碍、执行功能障碍和智力障碍等。脑卒中、阿尔茨海默病(Alzheimer’s disease,AD)、精神类等疾病常伴有认知功能障碍。认知功能障碍是脑疾病诊断和治疗中最困难的问题之一。 展开更多
关键词 体象障碍 失用症 注意障碍 阿尔茨海默病 认知功能障碍 认知康复 智力障碍 记忆障碍
在线阅读 下载PDF
基于超声内镜影像组学和机器学习的胃肠道间质瘤与非胃肠道间质瘤鉴别方法 被引量:3
3
作者 王卓然 张贤达 +17 位作者 曹羽成 张玲 龚婷婷 马烨波 段晓倩 郭康丽 李军 陈媛 张健涛 叶本功 丁进 朱建伟 刘枫 胡端敏 周春华 邹多武 李庆利 陈建刚 《海军军医大学学报》 CAS CSCD 北大核心 2024年第1期21-28,共8页
目的建立并验证基于超声内镜影像组学和机器学习的胃肠道间质瘤与非胃肠道间质瘤的鉴别方法。方法纳入符合标准的患者435例,采集胃肠道间质瘤(257例)与非胃肠道间质瘤(包括胃平滑肌瘤145例、神经鞘瘤33例)超声内镜图像共3279张,按患者比... 目的建立并验证基于超声内镜影像组学和机器学习的胃肠道间质瘤与非胃肠道间质瘤的鉴别方法。方法纳入符合标准的患者435例,采集胃肠道间质瘤(257例)与非胃肠道间质瘤(包括胃平滑肌瘤145例、神经鞘瘤33例)超声内镜图像共3279张,按患者比7∶3分为训练集和测试集。采用Pyradiomics软件提取肿瘤影像组学特征,并应用主成分分析(PCA)、最小绝对收缩和选择算子(LASSO)、极致梯度提升树(XGBoost)、随机森林、递归式特征消除(RFE)算法设计特征筛选方案,基于所选特征通过支持向量机分类器建立模型。通过ROC曲线评估各模型对胃肠道间质瘤与非胃肠道间质瘤的预测效能。结果由最终筛选得到的超声内镜影像组学特征建立影像组学模型,基于5种特征筛选方案(PCA、PCA+LASSO、PCA+XGBoost、PCA+随机森林、PCA+RFE)建立的预测模型的AUC分别为0.581、0.870、0.874、0.860、0.661。结论PCA+XGBoost的特征筛选方案效果最佳,基于上述影像组学和机器学习方法鉴别胃肠道间质瘤与非胃肠道间质瘤的模型可用于患者的术前预测。 展开更多
关键词 胃肠道间质瘤 超声内镜 影像组学 机器学习 主成分分析 极致梯度提升树
在线阅读 下载PDF
基于深度学习的4种肺部超声征象分类
4
作者 段晓倩 陈建刚 +6 位作者 王茵 秦伟 曹羽成 马烨波 王卓然 魏高峰 沈梦君 《海军军医大学学报》 CAS CSCD 北大核心 2022年第8期901-907,共7页
目的探究基于深度残差网络ResNet152对4种常见肺部超声征象的分类。方法前瞻性收集2020年6月至9月在同济大学附属上海市肺科医院超声科进行超声检查患者的超声图像,分别采集A线、B线、胸腔积液、肺实变的肺部超声图像各1500张。选择其... 目的探究基于深度残差网络ResNet152对4种常见肺部超声征象的分类。方法前瞻性收集2020年6月至9月在同济大学附属上海市肺科医院超声科进行超声检查患者的超声图像,分别采集A线、B线、胸腔积液、肺实变的肺部超声图像各1500张。选择其中清晰、未被骨骼遮挡、征象单一的图像,最终入选A线图像1388张、B线图像1375张、胸腔积液图像1384张、肺实变图像1398张。采用深度残差网络ResNet152进行分类模型的训练和验证,并在完全独立于训练集和验证集的测试集上测试模型的泛化能力。以精确率、准确度、特异度、召回率和F1指数评价深度分类模型的分类性能,并通过混淆矩阵直观地展示分类结果。结果基于深度残差网络的分类模型分类A线、B线、胸腔积液和肺实变4种征象的精确率分别为97.51%、87.31%、85.42%、93.70%,召回率分别为90.38%、86.97%、94.25%、91.18%。4种肺征象的整体分类精确率为90.99%,准确度为90.70%,特异度为96.85%,F1指数为90.50%,表现出优秀的分类特性。结论基于深度残差网络的肺部超声分类模型表现出较高的分类特性,有潜力辅助超声医师做出诊断。 展开更多
关键词 超声检查 深度学习 深度残差网络 四分类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部