检索结果-内蒙古大学图书馆

中国卫生产业 2024年第18期21卷 36-40页

作者：王晓宇薛晓霜黄丽娟常熟市中医院病案统计室江苏常熟215500 常熟市第二人民医院病案统计科江苏常熟215500

目的探究疾病诊断相关分组(disease diagnosis-related grouping,DRG)背景下基于PDCA的住院病案首页管理应用效果。方法选取2023年1—12月常熟市中医院病案统计室的10名工作人员为研究对象,并选取同期的1000份住院病案为观察主体。其中2... 详细信息

目的探究疾病诊断相关分组(disease diagnosis-related grouping,DRG)背景下基于PDCA的住院病案首页管理应用效果。方法选取2023年1—12月常熟市中医院病案统计室的10名工作人员为研究对象,并选取同期的1000份住院病案为观察主体。其中2023年1—6月采用传统方法进行住院病案首页管理(PDCA实施前),选取病案共计500份;2023年7—12月采用DRG背景下实施基于PDCA的住院病案首页管理(PDCA实施后),选取病案共计500份。对比两组住院病案首页质量等级、差错事件发生率、疾病编码合格率及DRG入组率、满意度。结果PDCA实施后住院病案首页质量等级中甲级、乙级率为99.60%(498/500),高于PDCA实施前的98.20%(491/500),差异有统计学意义(χ^(2)=4.504,P<0.05)。PDCA实施后住院病案首页管理差错事件发生率低于PDCA实施前,差异有统计学意义(P<0.05)。PDCA实施后住院病案首页的疾病主要诊断编码合格率、其他诊断编码合格率、病理诊断编码合格率、手术及操作编码合格率及DRG入组率均高于PDCA实施前,差异有统计学意义(P均<0.05)。PDCA实施后工作人员满意度高于PDCA实施前。结论DRG背景下实施基于PDCA的住院病案首页管理可以提高住院病案首页质量,减少住院病案首页管理差错事件,提高住院病案首页疾病诊断编码合格率。

关键词：住院病案首页疾病诊断相关分组 PDCA

来源：评论

学校读者我要写书评

暂无评论

基于自动化机器学习构建胆总管结石自发排石预测模型及应用程序

引用

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

基于深度学习的结直肠息肉内镜图像分割和分类方法比较

引用

上海交通大学学报（医学版） 2024年第6期44卷 762-772页

作者：陈健王珍妮夏开建王甘红刘罗杰徐晓丹江苏省常熟市第一人民医院(苏州大学附属常熟医院)消化内科常熟215500 江苏省常熟市医学人工智能与大数据重点实验室常熟215500 江苏省常熟市中医院消化内科常熟215500

目的·比较不同深度学习方法在结直肠息肉内镜图像分割和分类任务中的性能,以确定最优方法。方法·从3家医院采集4个结肠息肉数据集,涵盖1534个静态图像及15个肠镜视频。所有样本均经病理学验证,分为锯齿状病变和腺瘤性息肉2类... 详细信息

目的·比较不同深度学习方法在结直肠息肉内镜图像分割和分类任务中的性能,以确定最优方法。方法·从3家医院采集4个结肠息肉数据集,涵盖1534个静态图像及15个肠镜视频。所有样本均经病理学验证,分为锯齿状病变和腺瘤性息肉2类。使用LabelMe工具进行多边形标注,将标注结果转换为整数掩膜格式。数据用于训练不同架构的深度神经网络,包括卷积神经网络、Transformer以及这2种技术的融合,建立有效的语义分割模型。对比不同架构模型自动诊断结肠息肉的多项性能指标,包括平均交并比(mIoU)、整体准确率(aAcc)、平均准确率(mAcc)、平均Dice系数(mDice)、平均F分数(mFscore)、平均精确率(mPrecision)和平均召回率(mRecall)。结果·开发了4种不同架构的语义分割模型,包括2种深度卷积神经网络架构(Fast-SCNN和DeepLabV3plus)、1种Transformer架构(Segformer)以及1种混合架构(KNet)。在对291张测试图像进行综合性能评估中,KNet最高mIoU为84.59%,显著优于Fast-SCNN(75.32%)、DeepLabV3plus(78.63%)和Segformer(80.17%)。在“背景”“锯齿状病变”和“腺瘤性息肉”3个类别上,KNet的交并比(IoU)分别为98.91%、74.12%和80.73%,均超越其他模型。KNet在关键性能指标上也表现优异,其中aAcc、mAcc、mDice、mFscore和mRecall分别达到98.59%、91.24%、91.31%、91.31%和91.24%,均优于其他模型。尽管在mPrecision上,91.46%并非最突出,但KNet的整体性能仍领先。在80张外部测试图像的推理测试中,KNet保持了81.53%的mIoU,展现出良好的泛化能力。结论·利用基于KNet混合架构的深度神经网络构建的结直肠息肉内镜图像语义分割模型表现出优异的预测性能,具有成为检测结直肠息肉高效工具的潜力。

关键词：深度学习结直肠息肉卷积神经网络 Transformer 图像分割

来源：评论

学校读者我要写书评

暂无评论

DRG在重点专科医疗服务绩效评价中的应用

引用

重庆医学 2025年

作者：李远艺杨延斌佛山市中医院病案统计室

目的对佛山市某三甲中医院重点专科骨伤科不同病区进行综合绩效评价，为医院精细化管理提供分析参考方法选取该院住院病案统计管理系统2022年首页数据及对应DRG分组结果，运用秩和比法对骨伤科传统指标和DRG指标综合绩效评价，分析... 详细信息

目的对佛山市某三甲中医院重点专科骨伤科不同病区进行综合绩效评价，为医院精细化管理提供分析参考方法选取该院住院病案统计管理系统2022年首页数据及对应DRG分组结果，运用秩和比法对骨伤科传统指标和DRG指标综合绩效评价，分析比较骨伤科不同病区差异；根据权重将病种难度划分为3个层次（W＜1.0、1.0≤W＜2.0、W≥2.0），采用χ2检验分析比较病种难度分布差异。结果传统指标评价A、C、O病区分列前三位，D、M病区垫底；指标评价排名前三为A、I、J病区，后三名分别为M、P、E病区；各病区在三个层次间的病种人数比例差异有统计学意义(χ2=14544.642，P<0.001)，各层次病种人数比例差异结果为：W＜1.0层次χ2=7609.649，P<0.001；1.0≤W＜2.0层次χ2=4913.653，P<0.001；W≥2.0层次χ2=9514.029，P<0.001 结论在重点专科绩效评价中应用DRG指标体系更科学合理，能为改良改革科室绩效考核、设置精细化管理目标提供参考

关键词：疾病诊断相关分组重点专科绩效评价秩和比法

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

保温措施联合优质护理在剖宫产手术室护理中的应用效果研究

引用

实用妇科内分泌电子杂志 2024年第22期 106-108+158页

作者：高雨竹常熟市中医院(常熟市新区医院)手术室

目的探析在剖宫产手术室护理中实施保温措施联合优质护理模式的护理成效。方法选取70例接受剖宫产手术的产妇，采用随机数字表法将其分成两组。对照组35例实施优质护理，观察组35例在对照组基础上联合保温措施。比较两组热舒适度、并... 详细信息

目的探析在剖宫产手术室护理中实施保温措施联合优质护理模式的护理成效。方法选取70例接受剖宫产手术的产妇，采用随机数字表法将其分成两组。对照组35例实施优质护理，观察组35例在对照组基础上联合保温措施。比较两组热舒适度、并发症发生情况及各阶段体温情况。结果干预后观察组热舒适度评分低于对照组（P<0.05）。观察组的并发症发生率低于对照组（P<0.05）。观察组开始手术、娩出胎儿及完成手术时的体温均高于对照组（P<0.05）。结论在产妇剖宫产手术室护理中实施保温措施联合优质护理模式，可有效改善产妇的热舒适度，降低并发症发生率，提升产妇的体温水平，促进手术效果和预后。

关键词：剖宫产手术室护理保温措施优质护理

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DRG的精细化管理在医院病案管理中的应用效果评价

引用

中国卫生产业 2024年第13期21卷 131-134页

作者：蒋文文许蓉蓉尤琪如皋市中医院病案统计室江苏如皋226500

目的探讨基于疾病诊断相关分组(diagnosis related groups,DRG)的精细化管理对提高医院病案管理质量的效果。方法选取如皋市中医院病案统计室的4名管理人员为研究对象,2021年1—12月开展常规病案管理设为对照组,2022年1—12月开展DRG精... 详细信息

目的探讨基于疾病诊断相关分组(diagnosis related groups,DRG)的精细化管理对提高医院病案管理质量的效果。方法选取如皋市中医院病案统计室的4名管理人员为研究对象,2021年1—12月开展常规病案管理设为对照组,2022年1—12月开展DRG精细化管理设为观察组,两组均随机纳入200份病历。比较两组病案质量、病案管理人员考核成绩与职业素养、管理模式满意度。结果观察组病案质量优良率为95.50%(191/200),高于对照组的99.50%(199/200),差异有统计学意义(χ^(2)=6.564,P<0.05)。观察组病案管理人员考核成绩、职业素养评分均优于对照组,差异有统计学意义(P均<0.05)。观察组对管理方式的满意度评分高于对照组,差异有统计学意义(P均<0.05)。结论在医院病案管理中采用基于DRG的精细化管理可改善病案质量,提升病案管理人员考核成绩、职业素养及对管理的满意度。

关键词：疾病诊断相关分组病案管理精细化管理职业素养效果评价

来源：评论

学校读者我要写书评

暂无评论

产科催引产手术编码案例分析

引用

健康指南 2023年第11期 182-184页

作者：黄洁仪清远市中医院病案统计室

为提高自然分娩率,催引产已成为临床处理高危产妇的主要方式.在临床实践中,产妇催引产病历填写时相关的操作易出现误填、漏填,手术编码混淆等现象.本研究结合ICD-9-CM-3对产科中催引产临床知识及相关的操作进行梳理,同时结合产科实际的... 详细信息

为提高自然分娩率,催引产已成为临床处理高危产妇的主要方式.在临床实践中,产妇催引产病历填写时相关的操作易出现误填、漏填,手术编码混淆等现象.本研究结合ICD-9-CM-3对产科中催引产临床知识及相关的操作进行梳理,同时结合产科实际的案例进行探讨,旨在为编码员进行产科编码时提供参考,提高编码的正确率.

关键词：产科催引产手术编码

来源：评论

学校读者我要写书评

暂无评论

基于不同深度学习架构建立结肠镜质量控制的人工智能辅助系统

引用

中国医学物理学杂志 2024年第11期41卷 1443-1452页

作者：陈健张子豪王甘红王珍妮夏开建徐晓丹常熟市第一人民医院/苏州大学附属常熟医院消化内科江苏苏州215500 上海豪兄教育科技有限公司上海200434 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:利用不同深度学习架构模型构建结肠镜质量控制的深度学习模型,并深入探索其决策机制。方法:基于HyperKvasir和苏州大学附属常熟医院的数据集,筛选结肠镜图像,涵盖不同清洁度的肠道、息肉及盲肠。图像经过预处理和增强后,采用基于... 详细信息

目的:利用不同深度学习架构模型构建结肠镜质量控制的深度学习模型,并深入探索其决策机制。方法:基于HyperKvasir和苏州大学附属常熟医院的数据集,筛选结肠镜图像,涵盖不同清洁度的肠道、息肉及盲肠。图像经过预处理和增强后,采用基于卷积神经网络(CNN)和Transformer的预训练模型进行迁移学习。模型训练采用交叉熵损失函数,使用Adam优化器,并实施学习率调度。为提高模型透明度,进行深入的可解释性分析,包括梯度加权分类激活映射、指导式梯度加权分类激活映射和沙普利加性解释等技术。最后,模型被转换为开放神经网络交换格式(ONNX)并部署到多种设备终端,以实现结肠镜质量的实时控制。结果:在3831张结肠内窥镜图像中,EfficientNet模型在测试集上表现最佳,准确率达到0.992,超过其他CNN(DenseNet121、ResNet50、VGG19)和Transformer(ViT、Swin、CvT)架构模型,其精确率、召回率和F1值分别为0.991、0.989和0.990。在358张外部测试集图像上,EfficientNet模型的平均AUC、精确率和召回率分别为0.996、0.948和0.952。尽管模型整体表现出色,但仍存在一些误判情况。模型可解释性分析揭示其决策中所依赖的图像区域。此外,模型已成功转换为ONNX格式并在多种平台和设备上部署,实现每秒超过60帧的平均推理速度,确保结肠镜检查的实时质量控制。结论:本研究为结肠镜质量控制开发7种基于CNN与Transformer的模型,EfficientNet在各类别中展现出卓越性能,并已在多终端实现实时预测,为患者提供更高水平的医疗服务。

关键词：深度学习 Transformer 结肠镜质量控制结肠镜模型部署

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：