检索结果-内蒙古大学图书馆

临床肝胆病杂志 2025年第3期41卷 518-527页

作者：陈健夏开建高福利刘罗杰王甘红徐晓丹常熟市第一人民医院消化内科江苏常熟215500 常熟市医学人工智能与大数据重点实验室江苏常熟215500 常熟市中医院消化内科江苏常熟215500

目的鉴于胆总管结石患者治疗决策的复杂性,本研究利用自动化机器学习算法,开发一款能够预测胆总管结石患者自发排石的预测模型及应用程序,从而减少非必要内镜逆行胰胆管造影(ERCP)。方法回顾性收集2022年1月—2024年6月通过影像学手段... 详细信息

目的鉴于胆总管结石患者治疗决策的复杂性,本研究利用自动化机器学习算法,开发一款能够预测胆总管结石患者自发排石的预测模型及应用程序,从而减少非必要内镜逆行胰胆管造影(ERCP)。方法回顾性收集2022年1月—2024年6月通过影像学手段明确诊断胆总管结石后拟行ERCP取石的患者数据,数据来自常熟市第一人民医院(数据集1)和常熟市中医院(数据集2),共835例。数据集1用于机器学习模型训练、内部验证和开发应用程序,数据集2用于外部测试。纳入22个潜在预测变量,用于构建和内部验证LASSO回归模型及自动化机器学习模型。通过受试者操作特征曲线下面积(AUC)、敏感度、特异度、准确率等评估模型性能,选取最佳模型。使用特征重要性图、力图和SHAP图对模型进行解释。利用Python Dash库和最佳模型构建Web应用程序,在数据集2上进行外部测试。使用Kolmogorov-Smirnov检验确定数据是否符合正态分布;对于不符合正态分布的连续变量,使用Mann-Whitney U检验进行2组间比较;分类变量通过χ^(2)检验或Fisher精确检验来分析组间差异。结果纳入835例患者中,152例(18.20%)出现自发排石。在训练集(n=588)和验证集(n=171)中,LASSO模型的AUC分别为0.875、0.864,重要性排名前5的预测因素为单发胆总管结石、胆总管不扩张、胆总管结石直径、血清ALP降低和GGT降低。通过自动化机器学习构建了55个模型,其中梯度提升机(GBM)表现最佳,其AUC为0.891,95%CI为0.859~0.927,优于极端随机树(XRT)、深度学习(DL)、广义线性模型(GLM)和分布式随机森林(DRF)模型。在测试集(n=76)中,GBM模型的预测准确率、敏感度和特异度分别为0.855、0.846和0.857。变量重要性分析显示,单发胆总管结石、胆总管不扩张、胆总管结石直径<8 mm、血清ALP降低和GGT降低这5个因素对预测自发排石具有重要影响。基于GBM模型的SHAP图分析显示,当患者出现单发胆总管结石、胆总管不扩张、胆总管结石直径<8 mm、血清ALP及GGT降低时,出现自发性排石的概率明显增加。结论基于自动化机器学习算法构建的GBM模型及应用程序,在预测胆总管结石患者自发排石方面展现出良好的预测性能和使用便捷性。该应用程序能够帮助避免非必要的ERCP,从而降低手术风险和医保支出。

关键词：胆总管结石病胰胆管造影术内窥镜逆行机器学习预测模型

来源：评论

学校读者我要写书评

暂无评论

基于YOLO神经网络构建耳穴特征点辅助检测的人工智能辅助系统

引用

中国针灸 2025年第4期45卷 413-420页

作者：王甘红张子豪夏开建周燕婷奚美娟陈健常熟市中医院消化内科江苏常熟215500 上海豪兄教育科技有限公司常熟市医学人工智能与大数据重点实验室常熟市第一人民医院消化内科江苏常熟215500

目的:基于YOLOv8神经网络开发用于21个常用耳穴特征点自动检测的人工智能辅助系统。方法:收集2019年6月至2024年2月来自3个中心的人体耳部图像数据,共计660张。使用LabelMe5.3.1图形标注工具进行图像的矩形框和特征点标注,并转换为YOLO... 详细信息

目的:基于YOLOv8神经网络开发用于21个常用耳穴特征点自动检测的人工智能辅助系统。方法:收集2019年6月至2024年2月来自3个中心的人体耳部图像数据,共计660张。使用LabelMe5.3.1图形标注工具进行图像的矩形框和特征点标注,并转换为YOLO模型兼容的格式。利用这些数据,进行不同规模YOLO神经网络预训练模型的迁移学习和微调训练。在验证集和测试集上进行模型的性能评估,包括不同阈值下的平均精度(mAP)、召回率(recall)、推理速度(FPS)、混淆矩阵等。最后,将模型部署于本地计算机,并通过摄像头对人体耳部图像进行实时检测。结果:本研究开发了5种不同版本的YOLOv8关键点检测模型,包括YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x。在验证集上,YOLOv8n在速度(225.736帧/s)和精确率(0.998)上均表现最佳。在外部测试集上,YOLOv8n识别耳部的准确率为0.991、敏感性为1.0、F1分数为0.995。耳穴特征点定位性能结果显示,50%交并比阈值下的平均精度(mAP50)为0.990,精确率为0.995,召回率为0.997。结论:基于YOLOv8n构建的21个常用耳穴关键点检测模型具有良好的预测性能,能够自动快速地对耳穴进行定位和分类。

关键词：耳穴深度学习关键点检测 YOLO神经网络人工智能

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络建立中药材自动识别的人工智能模型及应用程序

引用

中国全科医学 2025年第9期28卷 1128-1136页

作者：王甘红张子豪奚美娟夏开建周燕婷陈健江苏省常熟市中医院(常熟市新区医院)消化内科 215500 上海豪兄教育科技有限公司上海市200434 江苏省常熟市医学人工智能与大数据重点实验室 215500 江苏省常熟市第一人民医院消化内科 215500

背景传统中药材检测手段依赖主观经验,难以满足中药材在准确分类与鉴别方面的需求。目的基于卷积神经网络(CNN)开发一款能够自动识别163种中药材的人工智能模型及电脑端应用程序。方法2020年1月—2024年6月,采集了两个中药材数据集进行... 详细信息

背景传统中药材检测手段依赖主观经验,难以满足中药材在准确分类与鉴别方面的需求。目的基于卷积神经网络(CNN)开发一款能够自动识别163种中药材的人工智能模型及电脑端应用程序。方法2020年1月—2024年6月,采集了两个中药材数据集进行深度学习模型的训练、验证和测试,共包含163种中药材。通过准确率、灵敏度、特异度、精确率、受试者工作特征(ROC)曲线下面积(AUC)、F1分数等指标来衡量CNN模型的性能。在模型训练完成后,基于PyQt5技术开发了一款应用程序,供临床便携使用。结果本研究共纳入了276767张图像,开发了EfficientNetB0、ResNet50、MobileNetV3、VGG19和ResNet185种模型,通过性能比较,EfficientNet_B0模型在验证集上取得了最高的准确率(99.0%)和AUC(0.9942),被选为最佳模型。在测试集上,最佳模型对所有中药类别识别的准确率为99.0%、灵敏度为99.0%、特异度为100.0%、AUC为1.0,展现出良好的性能。结论基于卷积神经网络开发的深度学习模型能够快速准确地识别163种中药材,借助其高灵敏度的识别能力,为医师对中药材的鉴别提供有力辅助。

关键词：中药材模式识别自动中药药材学应用程序人工智能 PyQt5 卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于机器学习算法构建预测胆总管结石患者内镜逆行胰胆管造影术后结石复发的模型和应用程序并验证

引用

中国医师进修杂志 2025年第5期48卷 452-460页

作者：陈健夏开建高福利丁雨王甘红徐晓丹常熟市第一人民医院消化内科常熟常熟市医学人工智能与大数据重点实验室常熟常熟市中医院消化内科常熟

目的基于机器学习算法构建预测胆总管结石(CBDS)患者内镜逆行胰胆管造影术(ERCP)术后结石复发的模型和应用程序并验证。方法采用多中心回顾性队列研究方法, 选取2020年6月至2023年9月常熟市第一人民医院(数据集1, 759例, 其中训练集588... 详细信息

目的基于机器学习算法构建预测胆总管结石(CBDS)患者内镜逆行胰胆管造影术(ERCP)术后结石复发的模型和应用程序并验证。方法采用多中心回顾性队列研究方法, 选取2020年6月至2023年9月常熟市第一人民医院(数据集1, 759例, 其中训练集588例, 验证集171例)和常熟市中医院(数据集2, 103例, 测试集)行ERCP治疗的CBDS患者862例。收集患者的基本信息、病史信息、ERCP手术记录和实验室指标。患者随访1年, 记录结石复发情况。在训练集上, 应用最小绝对收缩和选择算子(LASSO)算法进行特征筛选, 进而基于筛选结果构建传统的逻辑回归模型。采用3种机器学习算法(梯度提升模型、极限梯度提升模型和随机森林模型)和1种传统回归(LASSO模型)拟合预测模型, 采用受试者工作特征(ROC)曲线的曲线下面积(AUC)等评估模型的性能。采用特征重要性评估、沙普利加和解释(SHAP)和力图对模型进行可解释性分析。采用Streamlit框架(版本1.36.0)将最佳模型开发为一款在线应用程序。结果 862例患者中, 158例(18.33%)发生ERCP术后结石复发。训练集与验证集基本信息、病史信息、ERCP手术记录和实验室指标比较差异无统计学意义(P>0.05)。LASSO回归分析结果显示6个关键变量(按显著性顺序依次为内镜下括约肌切开术、胆总管成角、结石直径、结石数量、胆总管直径和壶腹周围憩室)对结石复发影响最大。ROC曲线分析结果显示, 随机森林模型表现最佳(AUC最大, 为0.900)。SHAP法分析变量重要性贡献结果显示, 胆总管成角、胆总管直径、结石直径、内镜下括约肌切开术和结石数量是随机森林模型预测CBDS患者ERCP术后结石复发的前5位重要变量。在Python编程环境下, 使用Streamlit框架和最佳随机森林模型开发了一款可视化操作界面的应用程序, 该应用程序可提供预测结果、置信度、SHAP力图和健康提醒。在测试集中, 该应用程序的准确率为84.5%(87/103), 灵敏度为82.6%(19/23), 特异度为85.0%(68/80)。SHAP图和力图直观展示了关键变量对结石复发预测的影响, 清晰呈现了各特征在模型中的作用。结论基于随机森林机器学习算法构建的模型和应用程序, 在预测CBDS患者ERCP术后结石复发方面展现出良好的预测性能和使用便携性。

关键词：胰胆管造影术, 内窥镜逆行胆总管结石病复发机器学习应用程序

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8网络建立结直肠息肉实时检测的人工智能辅助系统(含视频)

引用

胃肠病学和肝病学杂志 2025年第4期34卷 538-545页

作者：陈健孙斌王甘红夏开建汤洪徐晓丹周静洁常熟市第一人民医院消化内科江苏常熟215500 常熟市医学人工智能与大数据重点实验室常熟市尚湖中心医院消化内科常熟市中医院消化内科常熟市辛庄人民医院消化内科

目的利用2023年新推出的YOLOv8m网络,开发一款人工智能辅助系统,旨在实现腺瘤性息肉的自动定位和诊断。方法使用4个结肠息肉数据集,总计包括9411张静态图像和25段视频。所涵盖的息肉类别包括增生性息肉和腺瘤性息肉。利用LabelMe工具对... 详细信息

目的利用2023年新推出的YOLOv8m网络,开发一款人工智能辅助系统,旨在实现腺瘤性息肉的自动定位和诊断。方法使用4个结肠息肉数据集,总计包括9411张静态图像和25段视频。所涵盖的息肉类别包括增生性息肉和腺瘤性息肉。利用LabelMe工具对图像进行标注,并将标注数据转换成适用于深度学习模型训练的YOLO格式。在模型训练方面,采用预训练的YOLOv5m和YOLOv8m模型,并结合实时数据增强以及多种图像处理技术进行迁移学习训练。模型性能的评估采用多个指标,包括敏感性、特异性、假阳性率和检测速度(每秒帧数,frames per second,FPS)、平均精度(mean average precision,mAP)等。此外,还使用混淆矩阵进行详细评估,并将模型的性能与不同资历的医师进行比较分析。结果在对1411个息肉的验证集进行评估中,YOLOv8m模型在多项性能指标上超越了YOLOv5。YOLOv8m的整体准确率为98.58%,在腺瘤性息肉、增生性息肉检测的敏感性分别为98.06%和99.32%,特异性分别为99.33%和98.09%,不同类型息肉预测的mAP50为0.994。在与内镜医师的性能比较中,YOLOv8m模型在准确率(98.58%)和处理速度(60.61帧/s)方面均优于低年资(准确率为86.02%)和高年资内镜医师(准确率为93.14%),其处理速度是低年资内镜医师的67.2倍。结论基于YOLOv8m网络的深度学习模型能够快速、精确地检测与分类结直肠息肉,在辅助内镜医师提高腺瘤性息肉检出率方面展现出很大的应用潜力。

关键词：结直肠息肉深度学习深度卷积神经网络目标检测 YOLO

来源：评论

学校读者我要写书评

暂无评论

结肠镜肠道准备失败风险预测模型及Web应用程序的构建与验证

引用

中国数字医学 2025年第3期20卷 11-20页

作者：王甘红陈健夏开建汤洪奚美娟周燕婷常熟市中医院(新区医院)消化内科江苏常熟215500 常熟市第一人民医院消化内科常熟市第一人民医院人工智能与大数据实验室常熟市辛庄人民医院消化内科

目的:利用机器学习算法,开发一款预测结肠镜检查前肠道准备失败风险的模型及应用程序。方法:回顾性收集拟行结肠镜检查的患者数据,纳入21个潜在预测变量,构建和内部验证传统的逻辑回归(LR)模型、机器学习(ML)模型。以受试者工作特征(ROC... 详细信息

目的:利用机器学习算法,开发一款预测结肠镜检查前肠道准备失败风险的模型及应用程序。方法:回顾性收集拟行结肠镜检查的患者数据,纳入21个潜在预测变量,构建和内部验证传统的逻辑回归(LR)模型、机器学习(ML)模型。以受试者工作特征(ROC)曲线、校准曲线、敏感度、特异度和准确率等指标评估模型性能,并通过特征重要性图、LIME图、力图等进行可视化解释。然后,利用Python环境中的Dash库和性能最佳的模型构建Web应用程序,并在前瞻性收集的外部测试集上进行验证。结果:共纳入429例患者,其中141例(32.87%)存在肠道准备失败(BBPS评分≤5分)。基于XGBoost算法的ML模型,敏感度为0.864、特异度为0.930、准确率为0.911;在验证集中AUC值达0.910,在测试集中为0.820,性能优于传统Lasso回归模型。ML模型和逻辑回归模型共同识别的肠道准备失败变量包括便秘病史、服完泻药至检查间隔时间、术前积极运动、家属陪同、钙通道阻滞剂服用史、糖尿病、抗抑郁药服用史、年龄。结论:基于XGBoost机器学习算法构建的Web应用程序,在早期预测结肠镜肠道准备失败风险方面具有明显的临床实用性。

关键词：肠道准备结肠镜机器学习预测模型应用程序

来源：评论

学校读者我要写书评

暂无评论

基于YOLOv8网络构建小肠多病变自动检测人工智能辅助系统

引用

中国医疗设备 2025年第1期40卷 20-25,40页

作者：丁雨孙斌王甘红夏开建徐晓丹陈健常熟市第一人民医院消化内科江苏苏州215500 常熟市尚湖中心医院消化内科江苏苏州215500 常熟市中医院消化内科江苏苏州215500 常熟市医学人工智能与大数据重点实验室江苏苏州215500

目的基于单阶段检测框架的YOLOv8网络开发人工智能辅助系统,用于自动检测胶囊内镜(Capsule Endoscopy,CE)拍摄的11类小肠病变图像。方法本研究采用来自3种不同品牌CE设备的图像数据集进行深度学习模型的训练与测试,该数据集包含13683张... 详细信息

目的基于单阶段检测框架的YOLOv8网络开发人工智能辅助系统,用于自动检测胶囊内镜(Capsule Endoscopy,CE)拍摄的11类小肠病变图像。方法本研究采用来自3种不同品牌CE设备的图像数据集进行深度学习模型的训练与测试,该数据集包含13683张图像和24416个注释标签。评估模型性能的指标包括准确度、敏感度、特异性、假阳性率以及检测速度。结果在对包含2729张CE图像(共4801个注释标签)的测试集进行评估时,YOLOv8m版本在确保高精度的同时,也展现了较快的推理速度,与其他YOLO版本相比展示了更加优异的性能。YOLOv8m在所有类别上的整体准确度为0.9597、敏感度为0.8176。在11个分类中,“出血”类别的敏感度最高,达到0.9342,而“红斑”类别的敏感度最低,为0.6832。就处理速度而言,YOLOv8m处理2729张图像的总耗时为16.37 s。结论基于YOLOv8m网络的人工智能模型能够快速精确地检测与分类多种小肠病变,在辅助内镜医师提升CE诊断效率和准确性方面展现出较大的应用潜力。

关键词：小肠病变人工智能胶囊内镜目标检测 YOLO 迁移学习

来源：评论

学校读者我要写书评

暂无评论

子午流注择时蜜煎导法在卒中后便秘的应用疗效

引用

时珍国医国药 2025年第6期36卷 1098-1102页

作者：张丽娟程洁张轶俊刘艳丽马茜汪群娟史秀丽李惠玲苏州大学苏州医学院江苏苏州215031 南京中医药大学附属苏州市中医医院江苏苏州215009 常熟市中医院江苏苏州215500 苏州市中西医结合医院江苏苏州1215101 苏州市老年智慧护理与康养重点实验室江苏苏州215031

目的探讨子午流注择时蜜煎导法对卒中后便秘的干预效果及患者体验。方法选取卒中后便秘患者作为研究对象,采用随机数字表法分为对照组(n=52),试验组(n=54),比较两组患者便秘临床评分、生活质量评分、临床疗效、便秘复发率。同期,以目的... 详细信息

目的探讨子午流注择时蜜煎导法对卒中后便秘的干预效果及患者体验。方法选取卒中后便秘患者作为研究对象,采用随机数字表法分为对照组(n=52),试验组(n=54),比较两组患者便秘临床评分、生活质量评分、临床疗效、便秘复发率。同期,以目的取样法选取10例接受蜜煎导法干预的患者进行半结构访谈,了解患者的用药体验。结果试验组便秘临床评分、生活质量评分、便秘复发率均低于对照组(P<0.01),疗效优于对照组(P<0.01)。半结构访谈结果显示蜜煎导法安全性、舒适度高,绿色柔软。结论子午流注择时蜜煎导法应用于卒中后便秘患者疗效优于开塞露,能够增加排便次数,减轻便秘相关症状,降低复发率,且患者体验佳。

关键词：子午流注蜜煎导法便秘脑卒中患者体验

来源：评论

学校读者我要写书评

暂无评论

基于DEA模型分析方法的2010-2020年川渝医疗卫生服务效率研究

引用

江苏卫生事业管理 2025年第1期36卷 5-9页

作者：黄孝伦邓稳王添麒陶培东陈源吴远芳重庆市卫生健康统计信息中心期刊部重庆401120 重庆医药高等专科学校附属第一医院医院感染控制科重庆400064 重庆医科大学公共卫生学院重庆400016 重庆市中医院病案统计科重庆400011 重庆市九龙坡区人民医院手术室重庆400050 成都市成华区医疗机构服务中心资产科四川成都610051

目的:通过评估2010-2020年川渝卫生服务效率,探究优化川渝经济圈的卫生健康发展政策,为两地提供更有价值的决策依据。方法:根据川渝双城经济圈卫生健康事业发展主要指标等,收集2010-2020年川渝的每千人口执业(助理)医师数、床位数、总... 详细信息

目的:通过评估2010-2020年川渝卫生服务效率,探究优化川渝经济圈的卫生健康发展政策,为两地提供更有价值的决策依据。方法:根据川渝双城经济圈卫生健康事业发展主要指标等,收集2010-2020年川渝的每千人口执业(助理)医师数、床位数、总诊疗人次数以及出院人数等数据。采用动态网络数据包络(DEA)模型分析川渝医疗卫生服务效率情况。结果:四川的平均纯技术效率(BCC)为0.982,重庆为0.990;四川平均规模效率为0.993,重庆平均规模效率为0.975;四川平均技术效率(综合效率)为0.976,重庆平均技术效率(综合效率)为0.967。2010-2020年川渝地区总体病床使用率均呈波动下降态势,川渝地区病床周转次数呈现波动下降态势。结论:应更加重视医疗卫生人才培养与引进,提升医疗卫生服务队伍素质,提高医疗卫生服务效率和质量,高效利用并优化现有的医疗卫生服务资源配置。

关键词：川渝 DEA模型效率评价

来源：评论

学校读者我要写书评

暂无评论

颅脑损伤患者住院费用及影响因素分析

引用

中国卫生统计 2013年第6期30卷 869-871页

作者：申放杨延斌江惠婷汪满仙广东省佛山市中医院病案统计室528000

目的分析颅脑损伤患者的住院费用及其影响因素。方法对2007-2011年间颅脑损伤患者住院的情况、住院费用进行描述性分析,采用秩和检验,方差分析,t检验对影响住院费用的因素进行比较分析。结果 5 260例颅脑损伤患者以男性青壮年为多,影响... 详细信息

目的分析颅脑损伤患者的住院费用及其影响因素。方法对2007-2011年间颅脑损伤患者住院的情况、住院费用进行描述性分析,采用秩和检验,方差分析,t检验对影响住院费用的因素进行比较分析。结果 5 260例颅脑损伤患者以男性青壮年为多,影响住院费用的因素主要有年龄、手术、抢救、入院病情、出院情况、颅脑损伤类型等。结论有效控制颅脑损伤患者住院费用应加强道路交通安全措施,加强损伤患者的院前救治,控制和缩短住院日。

关键词：颅脑损伤住院费用影响因素

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：