期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
小肠淋巴瘤的16排螺旋CT诊断 被引量:10
1
作者 胡中华 张冰 +1 位作者 周科峰 陈君坤 《中国临床医学影像杂志》 CAS 北大核心 2006年第10期578-580,共3页
目的:提高16排螺旋CT诊断小肠淋巴瘤的正确率。方法:回顾性分析经手术和病理证实的11例小肠淋巴瘤的16排螺旋CT表现。主要重建方法有多平面重建法(MPR)及最大密度投影法(MIP)。结果:11例肿瘤中发病部位以回肠最常见,占8例。主要征象有... 目的:提高16排螺旋CT诊断小肠淋巴瘤的正确率。方法:回顾性分析经手术和病理证实的11例小肠淋巴瘤的16排螺旋CT表现。主要重建方法有多平面重建法(MPR)及最大密度投影法(MIP)。结果:11例肿瘤中发病部位以回肠最常见,占8例。主要征象有肠壁增厚7例,其中5例见肠腔呈动脉瘤样扩张。肠腔内息肉样肿块4例。肠系膜多发淋巴结肿大6例,其中3例见“夹心面包征”。2例继发肠套叠、肠梗阻。合并其他脏器受侵2例。结论:小肠淋巴瘤的CT表现具有一定特征,16排螺旋CT扫描及重建对小肠淋巴瘤诊断具有重要价值。 展开更多
关键词 淋巴瘤 体层摄影术 X线计算机
在线阅读 下载PDF
肝脏血管周上皮样细胞瘤的CT多期扫描诊断价值 被引量:6
2
作者 祝因苏 李丹燕 +1 位作者 李红霞 朱晓梅 《放射学实践》 2012年第3期317-320,共4页
目的:探讨肝脏血管周上皮样细胞瘤的多排螺旋CT多期增强扫描特征。方法:回顾性分析7例经手术病理证实为肝脏血管周上皮样细胞瘤患者的临床及CT资料。其中3例行CT平扫、双期增强扫描及延迟扫描,3例行CT平扫、双期增强扫描,1例行CT平扫及... 目的:探讨肝脏血管周上皮样细胞瘤的多排螺旋CT多期增强扫描特征。方法:回顾性分析7例经手术病理证实为肝脏血管周上皮样细胞瘤患者的临床及CT资料。其中3例行CT平扫、双期增强扫描及延迟扫描,3例行CT平扫、双期增强扫描,1例行CT平扫及单期增强扫描。结果:7例中6例为女性,2例为多发,5例为单发,且均位于肝右叶。CT平扫示肿瘤呈等密度-低密度,边界光整,圆形或类圆形,大小3~35cm;增强扫描动脉期6例病灶呈明显或较明显不均匀强化,1例呈不均匀轻度强化,3例动脉期见粗大血管位于肿瘤边缘或中心,强化方式为快进快出或快进慢出、持续性强化,延迟扫描呈低密度。其中3例含有大量脂肪成分,2例含有少量脂肪成分,2例无明显脂肪成分。结论:多排螺旋CT多期扫描表现结合临床资料对正确诊断肝脏血管周上皮样细胞瘤有重要价值,延迟扫描对本病与肝癌鉴别有很大价值。 展开更多
关键词 肝脏肿瘤 血管周上皮样细胞瘤 体层摄影术 X线计算机
在线阅读 下载PDF
三种不同高压注射增强方式对CT图像质量的影响
3
作者 汪洋 朱斌 +1 位作者 季桂珍 秦国初 《放射学实践》 2008年第12期1376-1379,共4页
目的:探讨高压注射器三种不同的增强方式对图像质量的影响。方法:搜集150例病例均使用Lightspeed 16层螺旋CT和Medrad的Stellant D型高压注射器。注射流率4.0ml/s,注射总量80ml,分为甲、乙、丙三组行增强扫描。甲组50例,只使用单管注射... 目的:探讨高压注射器三种不同的增强方式对图像质量的影响。方法:搜集150例病例均使用Lightspeed 16层螺旋CT和Medrad的Stellant D型高压注射器。注射流率4.0ml/s,注射总量80ml,分为甲、乙、丙三组行增强扫描。甲组50例,只使用单管注射,不注射生理盐水冲洗;乙组50例,随即注射生理盐水冲洗;丙组50例使用A筒对比剂和B筒生理盐水按A筒60%B筒40%的比例通过三腔连接管同步注射。评价方式:采用双盲观片法。结果:甲组有伪影40例,占80%,无伪影例数是10例,占20%;乙组有伪影26例,占52%,无伪影24例,占48%;丙组有伪影23例,占46%,无伪影是27例,占54%(P<0.05)。结论:双筒高压注射器以A筒60%B筒40%成比例同步注射时,干扰主动脉内部结构观察的上腔静脉高密度伪影较采用单筒高压注射方法少,与双筒前后注射方法无明显差别。 展开更多
关键词 体层摄影术 X线计算机 对比剂 图像增强
在线阅读 下载PDF
结合区域检测和注意力机制的胸片自动定位与识别
4
作者 朱伟 张帅 +4 位作者 辛晓燕 李文飞 王骏 张建 王炜 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第4期591-600,共10页
胸部X光片(以下简称胸片)是胸部相关疾病的常用诊断手段,具有辐射量低、速度快、价格低廉等优点,但样本数量巨大,所以开发基于人工智能的、对胸片进行自动识别、分类以及定位的系统具有重大的应用价值.由于胸片拍摄设备不同、胸片质量... 胸部X光片(以下简称胸片)是胸部相关疾病的常用诊断手段,具有辐射量低、速度快、价格低廉等优点,但样本数量巨大,所以开发基于人工智能的、对胸片进行自动识别、分类以及定位的系统具有重大的应用价值.由于胸片拍摄设备不同、胸片质量参差不齐、涉及疾病众多,尤其是缺乏标注框数据集等问题,将深度学习用于胸片的疾病检测和定位仍是一项具有挑战性的任务.为此构建了胸片标注框数据集Chest‐box,该数据集中包含3952张阳性胸片和9960个标注框.基于此数据集,提出并训练了一个区域检测网络模型,用于提取胸片中所有可能的病变区域,即图像处理领域中的感兴趣区域.以区域检测网络提取的感兴趣区域为注意力信息,进一步发展了DenseNet卷积网络和注意力机制相结合的方法,通过融合原始胸片和感兴趣区域的特征,使模型更专注于感兴趣区域,再对疾病进行识别和定位.在ChestX‐ray14数据集上的测试表明,该网络模型相比之前的工作,具有极佳的分类性能,并能提供更好的疾病定位信息. 展开更多
关键词 胸片 深度学习 卷积神经网络 标注框数据集 区域检测网络 注意力机制网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部