关于疥疮临床治疗疗效探讨

本文报道对群集型疥疮的临床治疗方案和效果,采用常规治疗法可治愈86％的患者,对14％的未愈者,则采用特殊疗法处理,疗效甚为满意。并对特殊疗法的有关病因和药理机制进行了讨论。     

碘化硫油液治疗牛疥疮

近年来,我们应用土法配制碘化硫油液治疗牛的疥疮,效果较好。碘化硫的配制:按碘片与硫磺1:4的比例,称取碘片与硫磺置于能耐高温的溶器内,混合加热溶化(出现兰紫色烟雾)后,立即倾入已准备好的废安瓿(10～50毫升)内,待冷却结晶后,将安瓿敲破,取出碘化硫结晶园柱体〔暗色、质脆、具有金属光泽〕。     

甲状腺结节的诊治

甲状腺结节在人群中的发病率相当高,流行病学研究显示,在非缺碘地区约5%的女性,1%男性可检出甲状腺结节,其中5～15%为恶性。当人们发现自己得了甲状腺结节时,多会非常紧张,谈瘤色变,因为在许多百姓心中,结节的概念几乎与恶性肿瘤等同。     

手术联合药物治疗乳腺增生结节患者的效果评价

评价分析手术联合药物治疗乳腺增生结节患者的效果。选取甘肃省宁县第二人民医院2011年1月至2014年9月就诊的100例乳腺增生结节患者作为研究对象,并将其按时间顺序分成对照组和实验组,两组患者均为50例。对照组采用常规的乳腺区段和肿块切除手术;实验组在对照组的基础上给予药物乳癖散结胶囊联合治疗。观察统计两组患者治疗后的效果,并进行比较分析。对照组乳腺增生结节患者经过治疗后显效率为40.00%,有效率为68.00%;实验组乳腺增生结节患者经过治疗后显效率为64.00%,有效率为88.00%;实验组患者的显效率和有效率要显著高于对照组;两组比较(P0.05),具有统计学意义。采用手术联合药物干预治疗的方式对乳腺增生结节患者的治疗具有良好的效果,能够显著地提高乳腺增生结节治疗的整体显效率,适合临床推广应用。     

国产r—666霜(疥得治)治疗疥疮临床疗效观察

279例疥疮患者外用广州何济公制药厂生产的1％r—666霜治疗,一疗程(一次)治愈为222例(79.56％),二疗程(二次)治愈为53例,(18.98％)总治愈为275例(98.56％);260例疥疮患者外用10％硫磺软膏治疗,一疗程(三晚)治愈率为215例(82.69％),二疗程治愈为42例,(16.15％)总治愈为257例(98.84％)。1％r—666霜具有无色、无味、无臭、不污染、速效和刺激性甚少等优点,深为患者所喜用,是一种十分有效的杀疥药物。     

改良小切口甲状腺切除术治疗甲状腺结节的临床效果分析

探讨改良小切口甲状腺切除术治疗甲状腺结节的临床效果。选取甘肃省白银市中心医院收治的122例甲状腺结节患者作为本次研究对象。随机分为观察组和对照组,对照组患者采用常规的甲状腺结节切除术进行治疗,观察组患者采用改良小切口甲状腺结节切除术进行治疗。对比两组患者治疗后的临床疗效以及手术指标,手术指标包括:切口长度、术中出血量、手术时间、住院时间。观察组的总有效率为98.53%显著高于对照组的88.24%(P0.05);观察组患者的切口长度、手术时间、术中出血量均优于对照组(P0.05)。与常规的甲状腺切除术相比,改良小切口甲状腺切除术治疗甲状腺结节的临床效果更为显著,各项手术指标均优于对照组。     

基于深度学习的肺结节识别

针对肺结节识别问题,采用分支结构改进直接型VGG16的深度学习网络结构,并使用迁移训练,减少了网络结构复杂度.结果提高了学习效率,降低了方法对硬件资源的要求,增加了其适用性.通过训练多种网络模型,对比模型特点,调整改进的网络结构实现了对小样本的肺结节识别.在LIDC-IDRI数据集上的结果表明:该方法在保持结构简单、降低硬件资源需求的同时,取得较好的肺结节识别效果.     

肺结节特征提取中的分形方法

强调了分叶与毛刺在肺内孤立小结节良恶性诊断中的重要地位,提出了用方向分形方法对结节内部纹理特征进行分析和提取,并指出原则上可适用于任何形状和纹理的肺结节分析.实验表明,分形特征能有效反映结节的纹理和边缘形状,而多重分形与区块分形相比可以获得更多的特征信息.     

改进的YOLOv4肺结节检测算法

针对目标检测YOLOv4算法在肺结节检测中存在的小目标漏检和肺结节位置失真等问题,设计了一种改进的YOLOv4肺结节检测算法.在原始YOLOv4网络的基础上,将特征融合网络的上采样过程替换为双线性插值法,并采用张量堆叠的方法使顶层的语义信息与底层的位置信息形成更高通道的特征张量.实验结果表明,与原始的YOLOv4算法相比,改进的YOLOv4算法在公开数据集LUAN16上的平均精确度与预测速度分别提高了4.54%和28.1%,可视化结节位置表达更精准.     

运动员胫骨结节骨软骨炎的防治

结合实践分析了胫骨结节骨软骨炎的损伤机制,并提出了对该伤病的防治措施。     

对休默氏结节的康复探讨

地众多腰椎间盘突出症和腰骶关节部慢性疾病的治疗方法统计分析后，得出了经验公式，进而以此为指导进行休默氏结节的康复，其疗效显著。     

基于混合分类的肺结节检测算法

使用最优阈值的分割方法获得肺实质,并使用C均值聚类的方法获得感兴趣区域(ROI),通过混合分类方法对ROI进行分类.在分类过程中,首先定义肺结节的两个三维特征以及相应的两条规则,进行基于规则的初始分类,再构造基于改进Mahalanobis距离的非线性分类器进行再次分类,从而进一步降低假阳性.经过混合分类处理,肺结节与血管等干扰信息得到有效的区分.实验结果表明,该算法检测肺结节具有较高的敏感性.     

呵护女性健康,关注乳房结节

<正>有很多乳腺疾病影响女性的健康,如乳腺炎、乳腺增生、乳腺纤维瘤、乳腺囊肿、乳腺癌等。尤其是城市女性已经成为乳腺疾病的高发人群,其中精神紧张、压力大、生活作息不规律、长期劳累都是乳腺疾病高发的原因。此外,现代医学认为负面情绪因素会对免疫功能产生影响;另外,预防乳腺病,还需要避免摄入高脂肪、高热量饮食及外源性雌激素(如胎盘、雪蛤、蜂王浆等含雌激素保健品),     

基于全局注意力引导的肺结节分割方法

肺结节的精确分割能有效地辅助医生的治疗诊断工作,但由于不同患者所呈现的肺结节病灶形式多种多样,基于传统专家系统和统计学习的方法难以获得准确的肺结节分割结果。针对这种情况,提出一种由全局注意力引导的注意力机制,达到了从一张完整的胸部影像切片中自动定位并分割出肺结节的效果。该方法首先对目标区域进行肺实质分割,再利用区域建议网络（region proposal network,RPN）进一步缩小感兴趣区域,并生成注意力权重图,最后使用融合了残差网络（residual network,ResNet）与卷积长短期记忆网络（convolutional long short-term memory,ConvLSTM）的结构结合注意力权重进行肺结节分割。将所提方法在肺图像数据库联盟（lung image database consortium,LIDC-IDRI）数据集上进行了全面的评估,结果表明,本文方法分割结果的平均dice得分（标准差）为89.97%（8.9%）,具有出色的分割性能,精度相较其他方法取得一定提升。进一步在相同数据集上将所提方法的肺结节分割结果与4位放射科医生的手工标注结果进行了比较,结果表明本文方法的分割结果与医生们的标注结果的一致性达到了85.81%,相较于医生们手工标注之间的一致性高出了3.39%。     

甲状腺结节辅助诊疗模型管理方法的研究

基于主动学习框架,对甲状腺结节辅助诊疗模型管理涉及的模型训练和模型融合进行了整合,在模型训练时选择最佳样本进行迭代学习以提升模型准确度,在模型融合时采用基于熵的加权融合算法解决单一模型预测存在的片面性问题。在真实医疗数据集上,针对甲状腺超声检查报告提取的18个特征和8种分类类别,对比不同数量模型融合后预测的效果。结果表明,融合模型的准确度高于单一模型,且随着迭代次数的增加融合模型更趋于稳定,证实主动学习可以提升模型准确度的有效性。甲状腺结节辅助诊疗模型管理方法能够有效提升模型预测准确度,具有及时为医生诊断提供辅助决策、为患者提供病情咨询的功能。     

基于相似性度量的肺结节图像检索算法

为了克服肺部病变CT表现复杂,极易造成医生误诊的缺点,提出了一种基于相似性度量的医学图像检索算法并用于肺癌的诊断研究,该相似性度量保持了图像的语义相关和视觉相似.首先,根据相似性度量理论构建距离度量学习算法学习一个马氏距离;然后,根据学习的马氏距离度量,提出新的医学图像检索算法,并将提出的算法应用于肺癌的诊断研究.实验结果证明了该检索算法在肺癌诊断应用中的可行性和有效性.     

92例甲状腺单发结节的超声鉴别诊断

目的:探讨二维及彩色多普勒超声在甲状腺单发结节鉴别诊断中的价值.方法:回顾分析经手术及病理证实的92例甲状腺单发结节,共分3组,其中甲状腺腺瘤组16例,结节性甲状腺肿组59例,甲状腺癌组17例.比较以上3组的二维及彩色多普勒声像图并与相应病理对照分析.结果:[1]在二维声像图上:对3组病例的甲状腺形状、边界、周边回声、晕环、囊变、钙化及颈部淋巴结肿大进行比较,其差异均有显著性意义(P＜0.05).[2]在彩色多普勒血流成像(CDFI)显示上:对3组病例的结节内部及周边血流的分布进行比较,其差异均有显著性(P＜0.05).[3]超声诊断甲状腺腺瘤的敏感度为100%,特异度为64.5%;诊断结节性甲状腺肿的敏感度为52.5%,特异度为100%;诊断甲状腺癌的敏感度为82.4%,特异度为94.7%.结论:病灶微小钙化和颈部淋巴结肿大的存在提示恶性后果,囊变的存在提示良性结果,二维及彩色多普勒超声对甲状腺腺瘤、单发性结节性甲状腺肿、甲状腺癌的鉴别诊断有帮助.但是单发性结节性甲状腺肿较易误诊为甲状腺腺瘤.     

基于多视角深度信念网络的肺结节识别方法

针对传统肺癌计算机辅助诊断系统中肺结节检出过程烦琐,且存在假阳性高的问题,提出一种基于多视角深度信念网络的肺结节识别方法。该方法首先将肺结节进行三维重建并将重建后不同大小的肺结节归一到不同尺度的立方体中,然后将不同视角的2.5D切片作为深度信念网络的输入数据,最后通过不同的融合策略完成对肺结节的识别。在肺部图像数据库联盟(LIDC)数据集上大量实验表明:相比于传统肺癌识别系统本文方法敏感性为(92.8±0.25)%,平均每组病例假阳性个数为2.4±0.3,该方法能有效降低肺结节自动检测过程中的假阳性率。