期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
多元化医疗服务体系助力公立医院高质量发展应用研究 被引量:4
1
作者 邵倩 王磊 +5 位作者 张文红 邹慕蓉 马震 王繁可 郑昊 李磊 《中国医院》 北大核心 2025年第2期25-28,共4页
公立医院高质量发展是医疗卫生事业进步的核心方向。鉴于不同患者群体对健康需求的多元化与分层性,融合医学人文服务模式,精细化医院管理策略,运用智能化管理工具,科学且合理地分配医疗资源,以提高服务质量和效率,构建一个覆盖全生命周... 公立医院高质量发展是医疗卫生事业进步的核心方向。鉴于不同患者群体对健康需求的多元化与分层性,融合医学人文服务模式,精细化医院管理策略,运用智能化管理工具,科学且合理地分配医疗资源,以提高服务质量和效率,构建一个覆盖全生命周期的多元化医疗服务体系,为广大人民群众提供更加优质、高效、便捷的医疗服务,确保公立医院实现可持续且高质量发展。 展开更多
关键词 多元化 服务体系 公立医院 高质量发展
在线阅读 下载PDF
MRI不同影像组学模型预测胶质瘤MGMT启动子甲基化状态的研究 被引量:8
2
作者 陈思璇 许悦 +6 位作者 叶梅萍 李扬 于芷轩 青钊 王正阁 张冰 张鑫 《磁共振成像》 CAS CSCD 北大核心 2022年第3期1-5,36,共6页
目的 探讨MRI的不同影像组学模型预测术前脑胶质瘤O^(6)-甲基鸟嘌呤-DNA甲基转移酶(O^(6)-methylguanine-DNA methyltransferase,MGMT)启动子甲基化状态的效能。材料与方法 回顾性分析经手术病理证实的114例大脑胶质瘤患者的MRI影像资料... 目的 探讨MRI的不同影像组学模型预测术前脑胶质瘤O^(6)-甲基鸟嘌呤-DNA甲基转移酶(O^(6)-methylguanine-DNA methyltransferase,MGMT)启动子甲基化状态的效能。材料与方法 回顾性分析经手术病理证实的114例大脑胶质瘤患者的MRI影像资料,包括T1WI、T2WI、ADC及T1WI增强序列。其中MGMT启动子甲基化阳性58例,阴性56例,按8∶2比例分为训练组(91例)与验证组(23例),在T2WI及T1WI增强序列分别对肿瘤加水肿区及肿瘤核心区进行三维手工分割,提取总共688个影像组学特征,采用主成分分析进行特征降维,方差分析用于特征筛选,应用逻辑回归(Logistic regression,LR)算法、Lasso的逻辑回归算法(Logistic regression via Lasso, LR-Lasso)、支持向量机(support vector machine, SVM)、贝叶斯分类器(native Bayes,NB)构建诊断模型,5倍交叉验证方法用于训练模型,验证组数据用于评估模型的预测性能,ROC曲线用于计算模型的准确率、敏感度和特异度,ROC曲线下面积(area under curve,AUC)用于评估模型的预测性能。结果 LR模型的AUC值、准确率为0.90和91%,敏感度和特异度为92%和91%,LR-Lasso模型的AUC值、准确率为0.80和74%,敏感度和特异度为67%和82%,SVM模型的AUC值、准确率为0.89和87%,敏感度和特异度为83%和91%,NB模型的AUC值、准确率为0.69和74%,敏感度和特异度为75%和72%。基于LR模型预测效能最高。结论 MRI影像组学模型对预测术前脑胶质瘤MGMT启动子甲基化的状态具有一定应用价值,4种模型预测效能中LR模型预测效能最高。 展开更多
关键词 胶质瘤 O^(6)-甲基鸟嘌呤-DNA甲基转移酶启动子甲基化 影像组学 磁共振成像
在线阅读 下载PDF
基于特定领域解码的域泛化医学图像分割方法 被引量:5
3
作者 叶怀泽 周子奇 +1 位作者 祁磊 史颖欢 《数据采集与处理》 CSCD 北大核心 2023年第2期324-335,共12页
多源域领域泛化是模型利用多个不同领域中的语义信息,并且能够很好地泛化到未知领域上。在医学图像中,不同领域之间的跨度比较大,模型泛化性能在未知域上会有较大程度的下降。为了解决这一问题,本文提出了一种编码特征再针对特定领域进... 多源域领域泛化是模型利用多个不同领域中的语义信息,并且能够很好地泛化到未知领域上。在医学图像中,不同领域之间的跨度比较大,模型泛化性能在未知域上会有较大程度的下降。为了解决这一问题,本文提出了一种编码特征再针对特定领域进行解码的网络结构。该模型使用一个通用编码器来学习所有领域上的领域不变特征,并通过特定领域解码器还原原有图像以加强其对图像特征的复原能力。此外,该模型还通过生成特征迁移图像与源域图像进行对抗学习来加强编码器学习领域不变特征的能力。同时,本文在模型中还引入了特殊构造的分割融合预处理步骤来扩充数据集以增强模型的泛化能力,并进一步提高了本文提出网络结构的性能。在两个医学图像的分割任务中,大量实验数据表明,本文提出的模型相比现有先进模型表现出了优异的性能,此外本文还进行了一系列消融实验,证明了模型的有效性。 展开更多
关键词 领域泛化 医学图像分割 迁移学习 对抗学习 数据增广
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部