公共文化服务平台

搜索到681篇“ 肺实质“的相关文章

胸膜粘连型肺实质分割方法和系统: 本发明提供了一种胸膜粘连型肺实质分割方法和系统，该方法包括：对原始图像进行处理，以获取第一肺实质图像；获取肺实质掩膜凸包，并计算肺实质掩膜凸包中相邻两个凸包点之间的欧式距离，以及将欧式距离处于阈值范围内的凸包点对应的区域...; 鲁明丽史向航徐本连施健从金亮顾苏杭朱培逸王伟强谢浩杰

3D指导锥式肺段切除术治疗肺实质深部早期肺癌的肿瘤学疗效研究: 2024年; 目的探讨3D指导锥式肺段切除术治疗直径≤2 cm深部早期肺癌的肿瘤学疗效是否不亚于肺叶切除术。方法回顾性筛选2012—2018年在南京医科大学第一附属医院行肺叶切除术或肺段切除术肿瘤直径≤2 cm深部早期非小细胞肺癌(non-small cell lung cancer,NSCLC)患者。肺段切除应用3D指导锥式肺段切除术,以肺段和亚段为切除单位。采用Cox比例风险回归模型对患者预后进行单因素和多因素回归分析。采用倾向性评分匹配分析对肺段组、肺叶组患者进行1∶1匹配,比较两组患者的远期生存预后。结果共纳入349例患者,其中肺段组222例,肺叶组127例。肺叶组患者年龄、结节总大小、实性成分大小、纯实性结节占比显著高于肺段组。中位随访时间49个月,所有患者手术切缘均为阴性,肺段组局部复发率为0.45%,肺段组患者的无病生存(disease-free survival,DFS)率和总生存(overall survival,OS)率显著高于肺叶组(5年DFS:98.64%vs.89.77%,P<0.001;5年OS率:99.55%vs.92.10%,P<0.001)。而多因素回归分析表明,在调整影响因素后肺段组与肺叶组患者预后差异无统计学意义[DFS率:HR=0.52,95%CI(0.11,2.59),P=0.427;OS率:HR=0.08,95%CI(0.00,3.24),P=0.179]。倾向性评分匹配后,肺段组和肺叶组各77例患者,平均结节大小分别为1.44 cm和1.49 cm,实性成分占比(CTR)平均值分别为0.46和0.52,两组DFS率(P=0.640)和OS率(P=0.310)差异无统计学意义。结论3D指导锥式肺段切除术可有效治疗直径≤2 cm的肺实质深部早期低度恶性NSCLC,其肿瘤学疗效不亚于肺叶切除术。; 徐文正李志华潘相龙何志成许晶朱全吴卫兵陈亮

基于循环残差与密集连接的肺实质分割及轻量化结节检测研究: 肺癌是最常见的癌症疾病及死亡原因,患病率和死亡率均为全球最高。肺结节是早期肺癌的一种表现,因此,早期发现并治疗肺结节显得尤为重要。但传统检测依赖于手工设计特征提取方案,存在效率低下、人工成本大等缺点。而深度学习的检测方法...; 周子凌; 关键词：肺结节肺实质分割轻量化目标检测

肺实质内孤立性纤维性肿瘤1例及相关文献复习: 2024年; 孤立性纤维性肿瘤(solitary fibrous tumor,SFT)是一种间叶性肿瘤,好发于胸膜,其余部分相继有报道,但原发于肺实质内少见。现报告1例肺实质内孤立性纤维性肿瘤,本文将阐述其临床病理特征、免疫表型和分子遗传学特征,熟悉其鉴别诊断疾病,以提高在临床诊疗过程中对该疾病的认识,避免漏诊误诊。; 彭姣赵江映刘婷张红梅唐小涵; 关键词：孤立性纤维性肿瘤肺实质漏诊误诊间叶性肿瘤遗传学特征

基于多尺度级联注意网络的肺实质分割被引量：1: 2024年; 针对肺实质分割任务中不同尺度特征的全局上下文信息利用率低、分割精度低、分割细节模糊等问题,提出一种多尺度级联注意网络(multiscale cascaded attention networks,MCANet)。该网络主要由多尺度特征提取网络(multi-scale feature extraction network,MSFENet)、多尺度注意力引导模块(multi-scale attention guidance module,MSAG)、解码特征整合器(decoding feature integrator,DFI)组成。首先,设计MSFENet以提高特征信息在不同通道维度上的空间交互能力,在采样过程中最大限度地保留图像的关键特征,丰富全局上下文信息。然后,设计MSAG提高模型在解码过程中对多尺度特征信息的利用率,并最大限度地融合两种注意力机制的优势。最后设计DFI,重新整合解码器生成的解码特征,以提高模型对边缘信息的分割性能。在LUNA16数据集上对模型性能进行实验验证,得到了0.993的Dice和3.864的HD,实验结果证明了MCANet与其他主流医学分割模型相比有更优异的分割性能,能更准确地分割肺实质。; 许圳兴余耀赵东陈园范圣旺; 关键词：肺实质分割

基于选择性自校正卷积U-Net的肺部X射线图像肺实质分割: 2024年; 针对U-Net分割算法无法提取多尺度特征、易受到伪影和噪声干扰而导致在肺部X射线图像中肺实质分割不精确的问题,提出一种基于选择性自校正卷积的U-Net改进算法。改进后的U-Net算法将普通卷积模块替换为选择性自校正卷积模块,该模块采用多分支结构提取多尺度特征信息,使用Sigmoid函数和Softmax函数对多尺度特征信息进行选择性校正,使校正后的特征信息聚焦于肺实质区域,输出特征更加具有针对性。实验表明,该方法对骰子系数、交并比、F_(1)评分结果以及对肺实质分割结果都有一定程度的提升。; 王怡李昆; 关键词：肺实质分割

线粒体动力相关蛋白1在炎症性肺实质疾病中的作用机制及研究进展被引量：2: 2024年; 线粒体动力相关蛋白1(Drp1)作为介导线粒体分裂的主要蛋白,对维持线粒体的形态、功能和完整性至关重要,并参与细胞的生理活动及疾病的发生、发展进程,尤其在炎症性肺实质疾病的能量代谢中发挥关键调节作用。文章探讨了Drp1的结构与功能,并对其在急性呼吸窘迫综合征、肺动脉高压、哮喘、慢性阻塞性肺疾病中的作用机制进行综述,为炎症性肺实质疾病的防治提供理论依据。; 赵亮邱蕾谷长平张艺颜杰闫秀青王月兰; 关键词：炎症肺实质

基于深度学习的肺实质分割与肺结节检测算法研究: 许圳兴

一种基于胸部CT影像的肺实质自动分割方法: 本发明提供一种基于胸部CT影像的肺实质自动分割方法，由于采用了自动种子点提取方法来提取种子点，采用了区域生长方法以及孔洞填充方法来提取得到胸腔轮廓，采用了面积阈值方法来去除两个连通域中的气管区域，从而得到肺实质区域，进一...; 邢文宇侯东妮朱志斌童琳他得安

基于改进Unet网络的CT图像肺实质自动分割算法: 2024年; 肺实质分割是计算机辅助诊断肺癌中的重要步骤。针对Unet分割精度不足和收敛速度慢的问题,提出一种基于改进Unet的肺实质分割算法。采用K-means聚类和凸包扫描算法进行预分割,完成肺实质的定位和修正。以Unet结构为基础,引入Sobel卷积层强化边缘区域的高通滤波,并在特征融合中加入随机失活模块,进一步提升分割精度。将传统图像处理方法与深度学习相结合,获得了优化改进的分割模型。实验表明,该算法可以准确高效地分割肺实质,平均Dice相似系数达到0.9834,收敛速度和分割性能均优于其他几种较新的分割算法。; 傅寰宇费树岷; 关键词：医学图像分割计算机辅助诊断

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈