医学影像
医学影像的相关文献在1988年到2023年内共计6036篇,主要集中在临床医学、自动化技术、计算机技术、特种医学
等领域,其中期刊论文2352篇、会议论文284篇、专利文献59240篇;相关期刊821种,包括中国医疗设备、医疗卫生装备、中西医结合研究等;
相关会议156种,包括全军第十六届放射医学大会、第一届华北地区神经病学学术会议暨2013年北京地区神经病学学术年会、中华中医药学会骨伤科分会2012年学术年会等;医学影像的相关文献由9610位作者贡献,包括王骏、石磊、肿瘤影像学编辑部等。
医学影像—发文量
专利文献>
论文:59240篇
占比:95.74%
总计:61876篇
医学影像
-研究学者
- 王骏
- 石磊
- 肿瘤影像学编辑部
- 袁云娥
- 实用医学影像杂志编辑部
- 曲建明
- 曲飞寰
- 蔡鑫
- 史晶
- 张雪林
- 李伟
- 蒲立新
- 全红艳
- 本刊编辑部
- 李传富
- 田爱国
- 姜波
- 王磊
- 郑冶枫
- 金征宇
- 马锴
- 不公告发明人
- 程根
- 其他发明人请求不公开姓名
- 刘渊豪
- 李强
- 李涛
- 潘伟凡
- 田捷
- 程国华
- 薛婷
- 刘磊
- 孙昊
- 季红丽
- 徐枫
- 房劬
- 曹世磊
- 李敏
- 王少康
- 王玮
- 等
- 耿辰
- 郑序颖1
- 陈宽
- 黄钦兴
- 刘士远
- 娄昕
- 张明
- 李玉泽
- 王思伦
-
-
杨新
-
-
摘要:
读片是医学影像教学中重要内容,对学生诊断能力具有决定性的影响.随着素质教育的推广与普及,传统的医学影像教学已经不再适用于学生发展需求.以学生为主导的读片模式改变了传统教学的单一枯燥性,是对医学影像教学模式的创新与补充,对提高学生自主学习能力,培养学科兴趣具有重要意义.本文分析了目前在医学影像教学中存在的主要问题,并明确了学生主导读片模式的重要性,进而提出具体的应用策略,以期提高医学影像教学的实效性.
-
-
凯赛尔江·卡地尔;
艾克力亚尔·艾尼瓦尔;
秦练;
热娜·热合木丁;
马翔
-
-
摘要:
在心血管领域,医学影像与人工智能融合能深入挖掘影像数据特征,并且辅助疾病的诊断。冠心病的诊断主要依靠影像学检查,由于医生之间资历、水平的不同,个体主观原因产生的误差让诊断结果的准确性有所降低,处理数量庞大的影像数据也耗费着医生大量的时间和精力。目前,深度学习作为人工智能的重要分支,在图像数据的处理上发挥着独特的优势,应用于冠心病影像诊断可提高诊断效率和准确性。现就深度学习技术在冠心病影像学诊断中的应用进行综述。
-
-
闵庆华;
朱才松;
江珍敏;
王一凡;
陈童;
王艺苑;
刘磊
-
-
摘要:
目的在医学影像技术飞速发展的背景下,医学影像高素质技术型人才的培养已成为影像教学工作中的主要目标,然而由于带教老师教学理念、学生对实习的意识问题等本科实习过程效果日渐式微,本文通过发现和分析医学影像专业的学生在实习过程中暴露出的教与学两方面问题,探讨以问题为导向进行相应实习管理模式的改革对医学影像教育工作的意义。方法以观察法、访谈法等方式跟踪随访连续三届医学影像专业本科实习生在实习过程中发现的问题,从教与学两方面问题出发进行深入剖析,针对问题进行逐条梳理,制定并实施相应的改革方案,通过实习过程中学生专业技能考核、培养科研兴趣、以及毕业后入职入学情况调查问卷为参考指标。结果学生出科考核100%达到该校实习考核标准,15.7%的学生具有科研兴趣或意识,96.5%的学生攻读全日制研究生和住院医师规范化培养,91.83%的学生深造或从事医学影像专业。结论以问题为导向进行医学影像专业实习管理模式的改革对于医学影像专业人才的培养具有较好的实践意义,充分体现了以生为本的教学理念和培养技术型人才为主、科研型人才为辅的培养目标。
-
-
王琳;
曹艳;
邓子微;
胡炯通;
梁嘉敏;
曹晓焱;
潘文雄;
严玉玲;
孙志伟;
杨鑫;
倪东
-
-
摘要:
胎肺发育不良常会令胎儿在出生时引发严重的呼吸窘迫,甚至造成新生儿死亡.胎肺容积测量是临床上无创评估肺成熟度的一项重要手段,但现有的胎肺容积测量方法误差大、过程繁琐、耗时长且临床实用性差.本研究基于3D-nnUnet提出一种高效稳定的胎肺自动分割和测量方法,利用网络对胎肺数据的自适应,有效克服图像组织对比度低和边缘模糊问题,实现了三维超声胎肺的精确分割.针对胎肺超声图像在不同孕周差异大,以及样本数分布极不均衡的问题,提出利用困难样本聚焦和简单样本惩罚(hardmining and easy-penalized,HMEP)损失来提升模型的泛化能力和稳定性.与二维最优分割网络DeepLab V3+和3D-Unet分割结果相比,基于3D-nnUnet的分割网络性能最佳,分割准确率高达85.7%;HMEP损失能够使3D-nnUnet模型专注地学习少数困难样本,将分割准确率提升近2%;分割模型在不同孕周的数据上所测得胎肺容积和医生手动勾画的胎肺容积经一致性检验无显著的统计学差异.实验结果表明,该方法可高效实现三维超声胎肺的自动精确分割和容积测量,具有良好的稳定性和泛化能力,可避免以往胎肺容积测量方法繁琐耗时、误差较大的问题,在诊断胎肺发育状况及评估肺成熟度方面有较好的应用前景.
-
-
王旷怡;
胡秀枋
-
-
摘要:
胰腺癌是一种发病隐匿、预后极差的消化道恶性肿瘤,胰腺医学影像是医生诊断胰腺病症的重要工具。深度学习已在图像、语言等领域有了广泛应用,其在医学影像领域的应用也成为了研究热点。回顾深度学习发展史,阐述深度学习在胰腺病理学图像、CT图像、超声图像上的应用,并对未来发展作出展望。
-
-
刘文娟;
徐辉;
任鹏玲;
王昊;
马天;
张诗雨;
吕晗;
李佳;
杨正汉;
王振常
-
-
摘要:
目的 通过分析北京市放射科检查报告阳性率,明确影像学检查的应用价值。方法 依托北京市医学影像质量控制和改进中心,对2019年1—12月北京地区78家医院影像学检查报告的阳性率进行调查,主要内容包括不同设备类型的检查人次、报告阳性人次,计算平诊及急诊报告阳性率。结果 调查的医院包括三级医院53家、二级医院25家,其中综合医院50家、专科医院19家、部队医院3家、中医院6家,78家医院中66家开展急诊影像学检查。平诊X线、CT、MRI检查报告的阳性率三级医院分别为69.3%±26.6%、85.4%±9.4%、91.2%±6.1%,二级医院分别为61.3%±40.8%、80.1%±13.1%、89.5%±7.3%;综合医院分别为68.9%±15.9%、84.1%±11.6%、91.0%±6.8%,专科医院分别为42.3%±28.6%、85.6%±19.0%、90.7%±6.7%。急诊影像学X线、CT的报告阳性率三级医院分别为70.4%±20.7%、86.0%±13.1%,二级医院分别为68.9%±17.4%、77.7%±20.4%;综合医院分别为70.0%±24.4%、82.9%±10.4%,专科医院分别为87.0%±43.8%、88.0%±17.5%。三级医院的平诊、急诊CT检查报告阳性率均高于二级医院,专科医院平诊X线检查报告阳性率低于综合医院和专科医院急诊,差异均有显著性(P0.05)。结论 除专科医院平诊X线检查阳性率较低外,北京市各医院影像学检查阳性率均明显高于国家医院等级评审要求,今后应继续加强影像学检查的合理、规范应用,进一步提升影像学检查的临床价值。
-
-
-
-
摘要:
对于AI的新期待:AI 2.02017年RSNA大会上,主席Dr.Richard Ehman就人工智能在医学影像的发展做了一番精彩的讲话。一时间,AI在医学影像上的应用和发展成为热门话题,并在五年的时间里持续升温,逐渐变得更成熟、更多元、更实用。五年前,当影像人刚刚接触AI时,都在议论AI对于图像和诊断结果能带来什么改变。基于AI学习理解能力的技术,不断地在为我们提供更加精准的图像、更加标准的数据结果和更加智能的报告生成过程。AI 1.0由此诞生。
-
-
吴优;
张睿;
张文强
-
-
摘要:
针对医学影像预处理复杂、病灶位置分散检测困难、医院等实际应用场景的设备条件难以满足庞大影像数据量对设备的高性能要求等难点,本文采用卷积神经网络的方法训练双阶段模型,对肺结节、索条和动脉硬化钙化3种病灶进行检测,第一阶段目标是检测查全率,第二阶段目标是检测查准率。实验结果表明本文方法在设备有限时,检测时间约为DeepLung等3D模型的10%,检测准确性比YOLOv3等2D模型要高,在实际应用场景中具有较高的实用性。
-
-
-
-
摘要:
《实用医学影像杂志》由山西省卫生健康委员会主管、山西医药卫生传媒集团有限责任公司主办,中国标准连续出版物号为ISSN 1009-6817,CN 14-1281/R。内容包括普通放射、CT、磁共振、超声、介入放射、核医学等学科。栏目设有:专论、论著、短篇论著、综述、讲座、经验介绍和病例报告等。它是医学影像界同行学习和交流的理想园地,欢迎广大医学影像工作者和研究人员踊跃投稿。
-
-
-
-
-
-
Liu-Xiaojun;
刘晓君;
Zhang-Zhenjiang;
张震江
- 《2016中华医院信息网络大会》
| 2016年
-
摘要:
目的:解决中小型医疗机构影像诊断质量不高的问题,促进居民就诊向基层医疗卫生服务机构“下沉”,推进分级诊疗医改政策的落实.方法:研究并探索了医疗机构间的医学影像异地诊断报告实现方法,介绍平台各部分功能,确定支持异地影像审核的关键技术.结果:通过平台的建设,提升了基层医疗机构的医疗服务水平,同时提升患者的就医体验.结论:医学影像异地诊断平台为异地医疗机构的协同诊断提供技术支持.
-
-
-
Deng Xing-wen;
邓兴文;
Wu Qing-bin;
吴庆斌
- 《2017(第十二届)中国卫生信息技术交流大会》
| 2017年
-
摘要:
依靠医生的临床经验和主观判断的医学图像诊断方法存在着图像信息利用率不高、主观依赖性强等缺点,而随着大数据技术的发展,尤其是深度学习出现,其逐层的特征抽象学习,与人的大脑对图像的认识过程高度相似,对图像的识别技术极大提升.首先介绍深度学习的一般过程,并对其在医学图像应用的技术方案和应用分类进行综述.其中卷积神经网络针对二维数据天然的优势,在图像识别领域得到非常多研究者的青睐,近几年国外内研究者对其在医学图像领域的研究与应用日益增多,研究和应用大致可以分为四个类别:医学图像的分类问题;医学图像的分割问题;针对不同类别医学图像(CT,MR,X线、2D/3D))网络结构训练优化问题;探索新的医学图像结合深度学习技术融合应用。
-
-
-
-