论文部分内容阅读
本综述介绍了剪切波弹性成像在胆道闭锁术前诊断及预后评估的现状和进展，分别从剪切波弹性成像技术的原理及应用、在胆道闭锁术前诊断及预后评估中的研究等方面进行了介绍，并在此基础上展开讨论，提出了未来进行大样本量试验的必要性，以规范剪切波弹性成像在儿童中的检测方法，确定其在胆道闭锁术前鉴别诊断及术后随访评估预后的价值。
剪切波弹性成像在胆道闭锁术前诊断及预后评估的现状和进展
【摘 要】
：
本综述介绍了剪切波弹性成像在胆道闭锁术前诊断及预后评估的现状和进展，分别从剪切波弹性成像技术的原理及应用、在胆道闭锁术前诊断及预后评估中的研究等方面进行了介绍，并在此基础上展开讨论，提出了未来进行大样本量试验的必要性，以规范剪切波弹性成像在儿童中的检测方法，确定其在胆道闭锁术前鉴别诊断及术后随访评估预后的价值。
【机 构】
：
复旦大学附属儿科医院外科，上海 201102,复旦大学附属儿科医院外科，上海 201102
【出 处】
：
中华小儿外科杂志
【发表日期】
：
2019年40期
其他文献
目的探讨基于多学科团队的行动研究法在血标本检验前质量控制中的应用效果，以提高住院患者血标本检验前质量。方法成立以护理部为主导、检验科提供专业指导、勤务中心及信息中心辅助完成的多学科团队，分析某三甲医院2017年8月血标本检验前质量，采用计划、行动、观察、反思为轴线的行动研究方法进行干预，经过3个循环，比较2017年8月—2018年8月住院患者不合格血标本情况。结果2017年8月—2018年8月期间
目的探讨医护一体化模式预防老年髋部骨折患者围手术期静脉血栓栓塞症（venous thromboembolism，VTE）的临床疗效。方法以2018年1－6月宁波市第一医院骨科收治的120例老年髋部骨折患者为研究对象，根据入院时间分为对照组（n=58）及试验组（n=62）。对照组采用常规护理模式，试验组采取医护一体化护理模式。比较两组患者VTE疾病相关知识评分、患侧肢体肿胀程度、血浆D-二聚体水平、
目的探讨ICU护士对患者早期活动知信行的现状及其影响因素，为制定早期活动干预策略提供依据。方法2018年3－4月，采用方便抽样法选取武汉市4所三级甲等综合性医院的220名ICU护士作为研究对象，采用一般资料问卷和ICU护士对患者早期活动的知信行调查问卷进行调查，采用多元逐步回归分析其影响因素。结果共回收有效问卷211份。ICU护士对患者早期活动的知识得分为（7.60±1.35）分，信念得分为（19
综述不同老年人衰弱状态筛查与评估工具，包括工具制定者、评估内容、计分方式、结果判定、工具适用性等方面，以期为广大医护人员筛查和评估老年人衰弱提供参考和借鉴。
目的探讨基于家庭授权理论的教育对提高首次腹膜透析患者主要照顾者照顾能力和照顾准备度的效果。方法采用便利抽样法，选取2016年1月—2017年12月绍兴第二医院腹膜透析中心首次腹膜透析患者主要照顾者150名为研究对象；2016年1—12月75名为对照组，接受常规教育模式，2017年1—12月75名为试验组，在常规教育的基础上，实施基于家庭授权理论的教育，包括明确问题、表达情感、制定照顾方案、实施方案
目的构建一套科学的持续声门下分泌物吸引技术质量评价系统，旨在为临床客观评价该技术的质量提供参考标准。方法以"结构—过程—结果"为理论框架，通过文献研究、专家会议、专家咨询及主成分分析法，由来自5个省（自治区）11个市的23名危重症专家通过2轮专家函询，最终确定了持续声门下分泌物吸引技术质量评价指标及各指标权重。采用SPSS 18.0软件进行数据的统计分析。结果2轮有效问卷的回收率分别为92.0%、
基于深度学习的人工智能(AI)技术的快速进展使得眼科疾病的AI影像分析成为可能，近年来相关的基础研究和临床应用研究取得了令人瞩目的进步。利用彩色眼底照片表现的信息，AI可对糖尿病视网膜病变(DR)进行自动分析和辅助诊断。目前相较于其他眼科疾病，AI技术在DR辅助诊断中的应用研究进展更快，技术逐渐成熟。AI辅助诊断速度快、准确率高，可节省医务人员的劳动力资源，在DR辅助筛查和分级应用方面展现出很大的
人工智能(AI)作为一种寻求模拟人类智能处理问题方法的计算机科学，现阶段在众多领域发展迅猛。AI在眼科领域研究应用日趋增多。随着医疗信息化和互联网医疗的发展，医疗数据和机器学习算法不断积累，在技术和应用的发展过程中，AI系统不断优化和升级。本文从数据需求、来源及格式，相关算法应用与优化创新和硬件算力需求及提升3个方面对AI在眼科领域应用现状进行综述，分析AI在眼科领域应用的发展现状、面临的挑战及未
目的建立和评估基于深度学习理论的糖尿病视网膜病变(DR)人工智能(AI)机器人辅助诊断系统。方法联合包括北京协和医院等国内8家医院眼底专业医师对25 297张糖尿病患者眼底图像病变进行标记，训练和建立一个深度学习框架同时识别DR病变的AI机器人辅助诊断系统，即"嵩岳"机器人系统。依据DR分级和标识眼底病变，构建是否罹患DR、是否需要转诊DR、是否重度非增生性和增生性DR以及是否增生性DR 4种模型