【摘 要】
:
[目的]探讨声带白斑窄带成像(narrow band imaging,NBI)内镜诊断分型临床应用情况及相关内容的培训对鉴别声带白斑良恶性的临床价值。[方法]选择30例声带白斑病例对20名专业喉科医生进行问卷调查,先在白光(white light.imaging,WLI)模式下判断声带白斑的良恶性,随后进行针对声带白斑NBI喉镜诊断的专题培训,然后结合NBI模式判断声带白斑的良恶性,分别计算WLI
论文部分内容阅读
[目的]探讨声带白斑窄带成像(narrow band imaging,NBI)内镜诊断分型临床应用情况及相关内容的培训对鉴别声带白斑良恶性的临床价值。[方法]选择30例声带白斑病例对20名专业喉科医生进行问卷调查,先在白光(white light.imaging,WLI)模式下判断声带白斑的良恶性,随后进行针对声带白斑NBI喉镜诊断的专题培训,然后结合NBI模式判断声带白斑的良恶性,分别计算WLI、培训前NBI和培训后NBI对声带白斑良恶性的判断情况,采用x2检验比较各组之间的差别,采用Kappa检验评价诊断的一致性。[结果]WLI、NBI(培训前)和NBI(培训后)对声带白斑诊断的准确性分别为63.3%、69.8%和77.0%,NBI内镜的培训对提高喉镜医师判断的准确性具有显著的作用,其中NBI内镜培训对提高声带白斑鉴别诊断的特异性最显著(χ2=7.777,P=0.005)。WLI模式下对声带白斑诊断的一致性较弱(κ=0.291),NBI培训后对声带白斑诊断的一致性较培训前有提高(κ=0.549)。20名喉镜医生对声带白斑NBI诊断分型的一致性较差或弱,将声带白斑分型中的Ⅰ和Ⅱ型合并、Ⅳ、Ⅴ和Ⅵ型合并后一致性提升到一般。[结论]NBI内镜的培训课程能够提高喉镜医师对声带白斑的鉴别诊断能力,新的NBI内镜诊断分型需要进一步简化以便于在临床上的实际应用。
其他文献
Se(IV)离子具有一对立体活性孤对电子,它可以诱导与中心离子硒配位的多面体发生次级Jahn-Teller畸变,使得Se4+离子处于不对称的配位环境中,SeO3基团因此被认为是一类良好的非
近年来,面向服务的体系架构(Service-Oriented Architecture,SOA)已经越来越多的使用在分布式软件系统架构中。基于Web服务的服务化软件无论是在民用商业系统领域,还是在军用
对偶犹豫模糊语言集(the dual hesitant fuzzy linguistic set,DHFLS)是对语言变量的拓展。DHFLS结合了语言变量和对偶犹豫模糊集(the dual hesitant fuzzy set,DHFS)两种决策信息的表述方法。不仅反映决策者对语言变量的偏好,还包含了对语言变量的隶属度和非隶属度信息,是一种更加灵活的决策信息表述方法。本文研究了对偶犹豫模糊语言多属
楚系玺印是战国时期的重要玺印,其入印文字、装饰图形以及章法构成等篆刻元素都具有区别于战国时期其他国家的独特形式,具有独特的艺术魅力。楚系玺印文字的线条、字形结构都极具独特的特质。楚系玺印既是战国玺印中“写意”意味最浓厚的,同时又是“印化”现象极为突出的,这种两极化的艺术特点是战国时期其他六国所不具备的,是楚系玺印的独特特点。造成这种特点的原因极为复杂,简要言之,与楚国独有的浪漫主义风气相关,也与楚
切普村隶属于红河州红河县洛恩乡洛恩村委会,当地哈尼族自称“xa??n??2”,其使用的哈尼语属于哈雅方言中的哈尼次方言土语。本研究以红河切普村为语言调查点,在大量第一手语料的基础上,以语音学与音系学相关的理论为指导,系统地描写了切普话音系的全貌,并结合实验语音学、社会语言学和语音类型学的相关理论和研究方法,描写和分析了切普话声调格局和声调共时变异特征。全文分四个部分,具体为:第一章,绪论。该章节简
随着国家大力发展社会主义市场经济,大量的城市市政设施、高速公路等公共用人工公物被建设。而这也直接推动了公民所享有的公共用人工公物利用权的扩大,公民实际享有的利用权
城市是人才资源、科技资源、信息资源等创新要素的集聚地。创新往往发生在城市尤其是大城市之中,提升创新能力也是城市保持持续发展的动力和源泉。随着城镇化水平的提升、人口城乡和城城之间迁移和流动,中国城市的人口规模越来越大,城市的人口密度水平也在不断提高。新常态下,研究其城市规模、人口密度与创新产出之间的关系,对深入贯彻实施创新驱动发展战略,提升创新能力和创新效率具有重要意义。本文以城市规模、人口密度对区
识别不规则场景文本是光学字符识别(OCR)问题中较为困难的子问题,该问题对学术界所提出的字符识别算法非常具有挑战性。目前,工业上实际应用的算法分为三类:将不规则场景文本通过薄板样条函数插值(thin plate splines)成规则场景文本后,再进行识别,即由2D布局转成1D布局;提取2D图像特征,通过卷积神经网络和带有循环注意力机制神经网络,降维成1D特征序列,再进行识别;将2D图像转换为1D
图像分类问题的研究是计算机视觉领域的一项基础性研究,图像分类是通过对样本图像的特征进行提取和学习,实现正确分类样本图像所属的类别标签。图像分类任务可分为全监督学习任务和无监督学习任务以及半监督学习任务。全监督学习任务目前已经比较成熟,能够达到很好的图像分类准确度,但传统的全监督图像分类任务对训练的数据集有着极高的要求,数据集的质量直接决定全监督图像分类的精度,在一些难以获得高质量的训练数据集的任务
背景:胶质母细胞瘤(glioblastoma,GBM)是常见的原发恶性脑瘤,疾病进展快,致死率高,患者五年生存率仅为9%,绝大多数病例的发病原因及具体分子机制尚未明确。胶质母细胞瘤在临