您的位置: 专家智库 > >

吴倩倩

作品数:15 被引量:38H指数:4
供职机构:南京医科大学更多>>
发文基金:南京医科大学科技发展基金南京市医学科技发展项目江苏省自然科学基金更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 13篇期刊文章
  • 2篇会议论文

领域

  • 15篇医药卫生
  • 4篇自动化与计算...

主题

  • 7篇肿瘤
  • 6篇图像
  • 4篇图像分割
  • 3篇肿瘤放射
  • 3篇肿瘤放射治疗
  • 3篇勾画
  • 3篇靶区
  • 3篇膀胱
  • 2篇早产
  • 2篇早产儿
  • 2篇肾脏
  • 2篇网络
  • 2篇显像
  • 2篇宫颈
  • 2篇宫颈癌
  • 2篇放疗
  • 2篇癌患者
  • 2篇靶区勾画
  • 2篇NET
  • 2篇CT图像

机构

  • 15篇南京医科大学
  • 12篇南京市急救中...

作者

  • 15篇吴倩倩
  • 10篇蒋红兵
  • 7篇周蕾蕾
  • 5篇时飞跃
  • 4篇秦伟
  • 3篇王敏
  • 2篇芦惠
  • 1篇魏晓为
  • 1篇徐磊
  • 1篇秦航
  • 1篇凌晓红
  • 1篇殷信道
  • 1篇姜亮
  • 1篇刘成友

传媒

  • 5篇中国医疗设备
  • 4篇中国医学装备
  • 1篇中国优生与遗...
  • 1篇生物医学工程...
  • 1篇中国小儿急救...
  • 1篇磁共振成像

年份

  • 4篇2022
  • 3篇2021
  • 6篇2020
  • 1篇2013
  • 1篇2012
15 条 记 录,以下是 1-10
排序方式:
图像分割在肿瘤放射治疗中的发展与应用
目的:放疗图像的靶区及危及器官的勾画是制定放疗计划的关键步骤,目前临床中多由放疗医师手工勾画。图像分割技术可以将图像中具有相似属性的区域进行划分,是肿瘤放射治疗中图像处理的重要技术之一,传统的图像分割方法包括基于边缘、基...
吴倩倩周蕾蕾赵紫婷蒋红兵
关键词:图像分割靶区勾画
文献传递
基于多头自注意力机制与U-Net的增强CT图像肾脏小肿瘤自动分割研究被引量:2
2022年
目的:构建一种基于多头自注意力(MHSA)机制与U-Net网络的M-UNet优化分割模型,以提高增强CT图像中肾脏小肿瘤横断面最大直径≤3 cm的分割准确度。方法:选取医学图像计算和计算机辅助干预协会(MICCAI)的2019肾脏肿瘤分割挑战(KiTS19)数据集中64例最大层面肾脏肿瘤直径≤3 cm的数据,将其按7∶3划分为训练集与测试集,训练集进行五折交叉验证。建立基于MHSA机制与U-Net网络的M-UNet优化分割模型,对M-UNet和U-Net分别进行训练与测试,计算交并比(IOU)、Dice相似系数(Dice系数)和95%豪斯多夫距离(HD_95),对比M-Unet与U-Net二者对肾脏及肾脏肿瘤的分割精度。结果:M-UNet网络的IOU、Dice系数相较于U-Net分别提升3.19%和3.00%,HD_95下降41.63%。结合分割结果视觉图,M-UNet与U-Net相比,其对肾脏小肿瘤分割准确率更高,检测更为敏感。结论:M-UNet相对于传统的U-Net能够更准确分割增强CT图像中的肾脏小肿瘤,为临床对肾脏小肿瘤定位及诊断提供便利,有助于提升肾脏小肿瘤检出率。
吴倩倩周蕾蕾陆小妍蒋红兵
关键词:肾脏小肿瘤图像分割
早产儿真菌感染的诊治和预防研究进展被引量:3
2012年
随着围产医学技术的进步,早产儿的存活率逐步提高,而早产儿真菌感染日益受到新生儿重症监护中心(neonatal intensive care unit,NICU)医务人员的关注。研究显示:极低出生体重儿真菌性败血症的发病率从2.6%上升至10%[1],往往起病隐匿,临床症状不典型,易被漏诊误诊。
吴倩倩芦惠
关键词:真菌感染早产儿新生儿重症监护中心极低出生体重儿真菌性败血症症状不典型
DeepViewer软件自动勾画乳腺癌保乳术后肿瘤靶区的初步研究被引量:5
2020年
目的评估DeepViewer软件自动勾画乳腺癌保乳术后患者肿瘤靶区的可行性和准确性。方法选取20例乳腺癌保乳术后患者进行研究,其中左侧乳腺癌12例,右侧乳腺癌8例。将20例患者的定位CT图像从Eclipse治疗计划系统传输至DeepViewer软件,使用DeepViewer软件自动勾画靶区,然后将勾画好的结构文件传输并导回Eclipse治疗计划系统。比较该软件自动勾画和手工勾画靶区的体积差异、形状一致性和勾画时间,并进行统计学分析,评价DeepViewer软件对放疗靶区勾画的可行性和准确性。结果对20例乳腺癌患者的数据进行统计分析。自动和手工勾画两种方式心脏结构的百分体积差异(△V%)为(-21.43±15.29)%,相似性指数(DSC)值为(0.68±0.11),总位置差异(ΔL)为(1.76±1.23)cm。独立样本t检验的结果显示,左右两侧数据没有统计学差异(P>0.05)。结论使用DeepViewer软件进行乳腺癌保乳术后靶区的勾画,可以达到基本满意的效果,后期还有待进一步优化和完善。
田书畅时飞跃赵紫婷王敏秦伟吴倩倩秦航蒋红兵
关键词:乳腺癌保乳术靶区肿瘤靶区
图像分割在肿瘤放射治疗中的发展与应用
2020年
放疗图像的靶区及危及器官的勾画是制定放疗计划的关键步骤,目前临床中多由放疗医师手工勾画。图像分割技术可以将图像中具有相似属性的区域进行划分,是肿瘤放射治疗中图像处理的重要技术之一,传统的图像分割方法包括基于边缘、基于区域增长、基于能量最小化等,每种方法均有各自的优势所在。随着医疗服务需求及人工智能的应用,基于图谱库和基于深度学习的自动勾画方法相继出现,尤其是各种深度学习模型的应用,不仅提高了治疗效率,同时对推动放疗技术的进步与发展具有重要的意义。
吴倩倩周蕾蕾赵紫婷蒋红兵
关键词:图像分割靶区勾画
TWIST技术在评估急性缺血性卒中侧支循环中的应用价值
2022年
目的 探讨基于磁共振时间分辨交叉随机轨迹显像(time-resolved angiography with interleaved stochastic trajectories,TWIST)技术在评估急性缺血性卒中侧支循环中的应用价值。材料与方法 回顾性分析2020年8月至2021年8月南京市第一医院神经内科收治的28例急性缺血性卒中患者的一般临床资料及影像资料,所有患者均接受了磁共振TWIST、灌注加权成像和数字减影血管造影(digital subtraction angiography,DSA)检查。DSA和TWIST图像的侧支循环分级分别参考美国介入与治疗神经放射学学会/介入放射学会(American Society of Interventional and Therapeutic Neuroradiology/Society of Interventional Radiology,ASITN/SIR)分级系统和改良的ASITN/SIR评分量表。Kappa系数用于分析侧支循环分级在不同观察者间的一致性。χ2检验用于分析TWIST和DSA图像的侧支循环分级结果的组间差异。根据TWIST图像的侧支循环分级将患者分为侧支循环丰富组和侧支循环不丰富组,ASITN/SIR分级3~4级表示侧支循环丰富,0~2级表示侧支循环不丰富,对比两组患者的临床资料和低灌注强度比值(hypoperfusion intensity ratio,HIR)。采用Spearman秩相关系数分析HIR与TWIST图像的侧支循环分级的相关性。结果 TWIST (Kappa=0.826)和DSA (Kappa=0.856)图像的侧支循环分级在不同观察者间均具有高度一致性。TWIST和DSA图像的侧支循环分级结果组间差异无统计学意义(χ2=0.865,P=0.929)。与侧支循环不丰富组(13例)相比,侧支循环丰富组(15例) HIR更低(0.30±0.08 vs.0.43±0.06,t=-5.156,P<0.001),相关分析显示HIR与TWIST图像的侧支循环分级呈负相关(r=-0.882,P<0.001)。结论 磁共振TWIST技术可无创评估急性缺血性卒中的侧支循环,在侧支循环诊断中具有较高的价值,可应用于临床。
王思雨艾中萍吴倩倩姜海龙姜亮陈国中殷信道
关键词:急性缺血性卒中磁共振成像侧支循环
图像分割在肿瘤放射治疗中的发展与应用
放疗图像的靶区及危及器官的勾画是制定放疗计划的关键步骤,目前临床中多由放疗医师手工勾画.图像分割技术可以将图像中具有相似属性的区域进行划分,是肿瘤放射治疗中图像处理的重要技术之一,传统的图像分割方法包括基于边缘、基于区域...
吴倩倩周蕾蕾赵紫婷蒋红兵
关键词:肿瘤学放射疗法图像分割
膀胱结构在CT与CBCT图像及自动勾画软件间的比较被引量:2
2021年
目的比较宫颈癌放疗患者膀胱结构在CT与锥形束CT(Cone Beam CT,CBCT)图像中的影像学差异,定量评估三款软件在2种图像中自动勾画膀胱结构的准确度,探讨当前模型自动勾画CBCT图像中膀胱结构的可行性,为实现基于CBCT图像的膀胱充盈状态快速评估提供研究基础。方法回顾性分析我院收治的20例宫颈癌放疗患者的定位CT图像及CBCT图像,通过HU均值(HU_(mean))、熵(ENT)、逆差距(IDM)分析两种图像中膀胱结构的影像学差异。以其中的手动勾画结构为参考,通过体积差异(ΔV%)、Dice相似性系数(DSC),定量评估3款软件在CT及CBCT图像中自动勾画膀胱结构的体积与形状准确性。结果CT图像中膀胱结构的ENT、IDM、HU_(mean)分别为2.79±0.40,0.72±0.03,7.64±15.06,CBCT图像中分别为5.12±0.59,0.54±0.06,26.17±24.19,各指标间的差异均有统计学意义(P<0.01)。三款软件在CT中自动勾画膀胱结构的DSC值均大于0.7,在CBCT中均小于0.7。三款软件在CT图像中的自动勾画膀胱结构与手动勾画的体积差异均小于CBCT图像。结论CBCT图像中膀胱结构的CT值波动及噪声显著高于CT图像。三款基于深度学习的自动勾画软件均能在CT图像中实现膀胱结构的准确勾画,但受到网络训练原始数据及图像间固有影像学差异的影响,尚不能用于CBCT图像。
赵紫婷时飞跃王敏周蕾蕾吴倩倩蒋红兵
关键词:宫颈癌膀胱CT图像
选择性剖宫产与晚期早产儿呼吸窘迫综合征的研究进展被引量:4
2013年
晚期早产儿的呼吸系统发育尚未完全成熟,因此和足月儿相比有更高的呼吸窘迫综合征发病率。随着选择性剖宫产率在世界范围内的迅速增加,选择性剖宫产和晚期早产儿呼吸窘迫综合征的关系越来越引起重视。临床资料显示,选择性剖宫产会导致晚期早产儿呼吸窘迫综合征发病率显著增加。其主要因为肺液排除延迟,吸收不良,导致肺泡表面活性物质浓度稀释,达不到生物学效应,肺泡萎陷。与早期早产儿相比,晚期早产儿发生呼吸窘迫综合征往往症状出现迟,肺泡表面活性物质效果不理想,如治疗不及时,易发生其他并发症。因此,对于晚期早产儿呼吸窘迫综合征的防治应尽可能经阴道分娩,一旦出现呼吸窘迫综合征症状,应早期诊断、及时救治。
吴倩倩芦惠
关键词:晚期早产儿呼吸窘迫综合征选择性剖宫产
基于卷积神经网络的甲状腺结节超声图像良恶性分类研究被引量:11
2020年
目的:研究深度学习卷积神经网络(CNNs)在甲状腺结节超声图像良恶性分类问题中的可行性并评估效果。方法:运用迁移学习的方式,对在自然图像训练集上获取预训练参数的3种卷积神经网络模型(VGG19模型、Inception V3模型和DenseNet 161模型)进行训练,并对其进行调整,使用甲状腺结节超声图像对3种卷积神经网络模型进行测试。结果:VGG 19模型分类效果较差,正确率为88.18%,低于Inception V3和DenseNet 161模型的正确率(92.85%和92.91%)。Inception V3和DenseNet 161模型在准确度、参数数量及训练效率上均有明显优势,其中DenseNet 161模型收敛速度更快,泛化性能更佳,但运算中占用了更多显存。结论:深度学习CNNs可辅助诊断甲状腺结节在超声图像上的良恶性,且效果良好,而DenseNet 161模型在甲状腺结节超声图像良恶性分类任务中表现出更佳的性能。
邹奕轩周蕾蕾赵紫婷吴倩倩韩煜东田书畅蒋红兵
关键词:超声甲状腺
共2页<12>
聚类工具0