期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
血清胃泌素17及胃蛋白酶原联合^(14)C呼气试验在健康体检人群胃癌筛查中的价值研究
被引量：
29
1
作者
王书彩
朱希燕
+2 位作者
李琛琮
刘庆利
杜亚强
《中国全科医学》
CAS
北大核心
2018年第13期1585-1588,共4页
目的评价联合胃泌素17、胃蛋白酶原、14C呼气试验在健康体检人群中胃癌筛查的效果,为健康体检项目的制定提供理论依据。方法选取2016年7—10月河北医科大学第四医院参与胃癌筛查项目的 40岁及以上职工1 186例为研究对象,检测胃泌素17、...
目的评价联合胃泌素17、胃蛋白酶原、14C呼气试验在健康体检人群中胃癌筛查的效果,为健康体检项目的制定提供理论依据。方法选取2016年7—10月河北医科大学第四医院参与胃癌筛查项目的 40岁及以上职工1 186例为研究对象,检测胃泌素17、胃蛋白酶原水平,并行14C呼气试验及无痛胃镜检查。结果胃泌素17、胃蛋白酶原、14C呼气试验及联合筛查的阳性率分别为46.5%(219/471)、42.0%(198/471)、46.8%(206/440)、63.7%(242/380),其中联合筛查的阳性率高于胃泌素17、胃蛋白酶原、14C呼气试验(P<0.008 3)。共130例受试者参与无痛胃镜检查,检出萎缩性胃炎、胃溃疡、胃息肉、癌前病变分别有5、30、29、4例。联合筛查的胃溃疡、胃息肉阳性检出率高于胃泌素17、胃蛋白酶原、14C呼气试验,差异有统计学意义(P<0.008 3)。各筛查项目萎缩性胃炎、胃溃疡、胃息肉、癌前病变的阳性预测值比较,差异无统计学意义(P>0.05)。结论联合胃泌素17、胃蛋白酶原、14C呼气试验能提高胃黏膜病变的阳性检出率,可作为胃癌高危人群的筛查项目。
展开更多
关键词
胃癌
胃泌素类
胃蛋白酶原类
幽门螺杆菌
筛查
健康体检
在线阅读
下载PDF
职称材料
基于CT影像构建的ResNet-18模型在非酒精性脂肪性肝病分级中的应用
被引量：
2
2
作者
雷立存
杜亚强
+3 位作者
周琦
高天姿
杨爽
王哲
《中国医学影像学杂志》
CSCD
北大核心
2022年第3期245-249,共5页
目的 应用深度学习图像识别网络ResNet-18,基于肝脏CT扫描图像,建立非酒精性脂肪性肝病(NAFLD)分级预测模型,为辅助临床诊断提供参考。资料与方法 收集2020年5—12月河北医科大学第一医院164例经CT扫描检查拟诊为NAFLD的影像数据,共1 80...
目的 应用深度学习图像识别网络ResNet-18,基于肝脏CT扫描图像,建立非酒精性脂肪性肝病(NAFLD)分级预测模型,为辅助临床诊断提供参考。资料与方法 收集2020年5—12月河北医科大学第一医院164例经CT扫描检查拟诊为NAFLD的影像数据,共1 801层CT平扫图像,同时收集20例行上腹部CT平扫未见明显异常者作为对照组,共200层图像,共计2 001层图像。首先进行图像预处理,按照60%、20%、20%划分训练、验证和测试数据集,训练与验证数据集用于建立采用迁移学习方式的ResNet-18网络模型,优化模型权重参数以及防止过拟合,测试数据集用于评估模型最终表现,用受试者工作特征曲线评估ResNet-18图像识别网络在NAFLD分级中的价值。结果 ResNet-18图像识别网络在测试集中的总体准确率为95%,识别正常与轻中重度NAFLD分级的敏感度分别为100%、98%、88%、97%,特异度分别为95%、94%、98%、94%,受试者工作特征曲线下面积均>0.98。结论 ResNet-18图像识别网络在图像识别方面具有较高的敏感度和特异度,可以准确进行NAFLD分级诊断。
展开更多
关键词
非酒精性脂肪性肝病
体层摄影术
X线计算机
深度学习
ResNet
图像识别
卷积神经网络
在线阅读
下载PDF
职称材料
题名
血清胃泌素17及胃蛋白酶原联合^(14)C呼气试验在健康体检人群胃癌筛查中的价值研究
被引量：
29
1
作者
王书彩
朱希燕
李琛琮
刘庆利
杜亚强
机构
河北医科大学第四医院体检部
河北医科大学第四医院
胸外五科
出处
《中国全科医学》
CAS
北大核心
2018年第13期1585-1588,共4页
基金
河北省医学科学研究重点课题计划(20150811)
文摘
目的评价联合胃泌素17、胃蛋白酶原、14C呼气试验在健康体检人群中胃癌筛查的效果,为健康体检项目的制定提供理论依据。方法选取2016年7—10月河北医科大学第四医院参与胃癌筛查项目的 40岁及以上职工1 186例为研究对象,检测胃泌素17、胃蛋白酶原水平,并行14C呼气试验及无痛胃镜检查。结果胃泌素17、胃蛋白酶原、14C呼气试验及联合筛查的阳性率分别为46.5%(219/471)、42.0%(198/471)、46.8%(206/440)、63.7%(242/380),其中联合筛查的阳性率高于胃泌素17、胃蛋白酶原、14C呼气试验(P<0.008 3)。共130例受试者参与无痛胃镜检查,检出萎缩性胃炎、胃溃疡、胃息肉、癌前病变分别有5、30、29、4例。联合筛查的胃溃疡、胃息肉阳性检出率高于胃泌素17、胃蛋白酶原、14C呼气试验,差异有统计学意义(P<0.008 3)。各筛查项目萎缩性胃炎、胃溃疡、胃息肉、癌前病变的阳性预测值比较,差异无统计学意义(P>0.05)。结论联合胃泌素17、胃蛋白酶原、14C呼气试验能提高胃黏膜病变的阳性检出率,可作为胃癌高危人群的筛查项目。
关键词
胃癌
胃泌素类
胃蛋白酶原类
幽门螺杆菌
筛查
健康体检
Keywords
Gastric cancer
Gastrins
Pepsinogens
Helicobacter pylori
Screening
Physical examination
分类号
R735.2 [医药卫生—肿瘤]
在线阅读
下载PDF
职称材料
题名
基于CT影像构建的ResNet-18模型在非酒精性脂肪性肝病分级中的应用
被引量：
2
2
作者
雷立存
杜亚强
周琦
高天姿
杨爽
王哲
机构
河北医科大学
第一
医院
放射科
河北医科大学第四医院体检部
出处
《中国医学影像学杂志》
CSCD
北大核心
2022年第3期245-249,共5页
文摘
目的 应用深度学习图像识别网络ResNet-18,基于肝脏CT扫描图像,建立非酒精性脂肪性肝病(NAFLD)分级预测模型,为辅助临床诊断提供参考。资料与方法 收集2020年5—12月河北医科大学第一医院164例经CT扫描检查拟诊为NAFLD的影像数据,共1 801层CT平扫图像,同时收集20例行上腹部CT平扫未见明显异常者作为对照组,共200层图像,共计2 001层图像。首先进行图像预处理,按照60%、20%、20%划分训练、验证和测试数据集,训练与验证数据集用于建立采用迁移学习方式的ResNet-18网络模型,优化模型权重参数以及防止过拟合,测试数据集用于评估模型最终表现,用受试者工作特征曲线评估ResNet-18图像识别网络在NAFLD分级中的价值。结果 ResNet-18图像识别网络在测试集中的总体准确率为95%,识别正常与轻中重度NAFLD分级的敏感度分别为100%、98%、88%、97%,特异度分别为95%、94%、98%、94%,受试者工作特征曲线下面积均>0.98。结论 ResNet-18图像识别网络在图像识别方面具有较高的敏感度和特异度,可以准确进行NAFLD分级诊断。
关键词
非酒精性脂肪性肝病
体层摄影术
X线计算机
深度学习
ResNet
图像识别
卷积神经网络
Keywords
Nonalcoholic fatty liver disease
Tomography,X-ray computed
Deep learning
ResNet
Image recognition
Convolutional neural network
分类号
R445.3 [医药卫生—影像医学与核医学]
R575.5 [医药卫生—消化系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
血清胃泌素17及胃蛋白酶原联合^(14)C呼气试验在健康体检人群胃癌筛查中的价值研究
王书彩
朱希燕
李琛琮
刘庆利
杜亚强
《中国全科医学》
CAS
北大核心
2018
29
在线阅读
下载PDF
职称材料
2
基于CT影像构建的ResNet-18模型在非酒精性脂肪性肝病分级中的应用
雷立存
杜亚强
周琦
高天姿
杨爽
王哲
《中国医学影像学杂志》
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
