摘要：乳腺X线图像中的肿块检测是乳腺癌早期诊断的重要手段。该文提出了一种新的肿块检测方法。将脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)与标记符相结合设计了标记PCNN图像分层方法,继而利用多同心层(Multiple Concentric Layers,MCL)模型得到可疑区域。最后,借助肿块的形态学特征剔除假阳性区域得到最终的肿块。实验结果表明,该文方法在保证假阳性率(False Positive Rate,FPR)的同时,肿块真阳性率(True Positive Rate,TPR)达到92.08%。同时针对东方女性致密型乳腺案例中检测结果明显优于MCL方法和MCA方法。

摘要：针对现有双视图肿块检测方法存在的问题,提出一种适用于致密型乳腺X线图像的直接对比双侧视图信息的计算机辅助肿块检测方法.为提高双侧图像对称区域的匹配精度,分割图像中的胸肌区域及腋窝区域,建立仅包含乳房区域的生理坐标系;综合乳腺生理特征及肿块病理性质提取感兴趣区域,以梯度图像的局部三元模式特征距离作为尺度测量对称像素的相似度,有效地降低了肿块检测假阳性率.采用北京大学人民医院乳腺中心提供的临床图像进行算法性能实验,结果表明,生理坐标系在定位与匹配对称区域方面具有良好的性能;与现有双视图肿块检测方法相比,在相同的肿块检测正确率下,文中方法获得更低的检测假阳性率.

摘要：目的了解美容缝合技术培训对提高非整形美容专业外科医师缝合质量的效果和必要性。方法2017年1月至2019年1月,北京大学人民医院外科非整形美容专业高年资住院医师及主治医师120人,男66人,女54人,年龄25〜32岁,平均28.9岁;进行了8期美容缝合技术培训,采用视频、面授、手术示教、情景模拟等多种教学手段完成教学计划。培训前对培训对象进行基线测试,培训结束后对学员进行操作考核。学员培训前后分别进行自我评价。结果美容缝合技术培训8期入组学员120人,通过培训考核102人,未通过8人;另有10人未全程参加培训或放弃考核;通过率85.0%。培训后学员在器械缝线选择、切口设计、皮下对合减张、美容缝合效果、技术综合运用5个方面主观及客观评分均有明显提高,差异有统计学意义。结论美容缝合技术培训可明显提升非整形美容专业外科医师的缝合质量,有必要在住院医师培训阶段予以推广。