摘要：目的探讨中脑导水管面积、感兴趣区域(ROI)大小对脑脊液(CSF)流量检测的影响。方法19名志愿者纳入研究,3.0-T磁共振,手动ROI放置对导水管CSF流量定量分析,比较5、10、15mm2大小ROI检测CSF流量的结果(对应为SV5、SV10、SV15)。心动周期内进行12次扫描,测量导水管不同时间点的面积并进行分析。依据不同面积设计新方法计算流量(SVtotal),与常规方法检测的流量(SVnormal)进行比较。结果SV5显著低于SV10(0.003±0.002 m L vs.0.0057±0.0025 m L,P=0.031)和SV15(0.0068±0.0034m L,P=0.035)。心动周期内导水管的面积存在差别(P=0.01),SVTotal显著低于SVNomal(0.005±0.003m L vs.0.0069±0.0027 m L,P=0.023)。结论中脑导水管面积变化、ROI面积对CSF流量的检测有影响。

摘要：目的总结枕骨大孔区腹侧及腹外侧脑膜瘤的显微手术技巧。方法回顾性分析16例枕骨大孔区腹侧及腹外侧脑膜瘤的病例资料,均行显微外科手术切除,其中经枕髁后入路8例,经部分枕髁入路6例,经寰枢椎关节侧方联合部分枕髁入路2例。结果 SimpsonⅠ、Ⅱ级切除13例,Ⅲ级切除2例,Ⅳ级切除1例,无手术死亡病例。结论枕骨大孔区腹侧及腹外侧脑膜瘤的手术入路及骨窗设计要合理。术中要重点保护神经、血管等重要结构。

摘要：目的利用迁移学习算法设计、开发一种人工智能脑积水影像诊断工具,并评价其应用颅脑CT平扫影像诊断脑积水的效果。方法收集河南科技大学第一附属医院正常成人及脑积水的颅脑CT影像DICOM数据各1250例,按6∶2∶2随机分为训练集、验证集和测试集。应用Python开发标记工具对数据进行预处理并标注特征变量,建立自主研发的逐像素ForrestNet-CNN算法模型,并对特征变量进行提取和深度学习。选取影像学住院医师、主治医师、副主任医师各2名对250例脑积水和250例正常影像进行测试,并与人工智能模型的测试结果进行比较。结果人工智能模型、住院医师、主治医师、副主任医师诊断脑积水的敏感性分别为94.4%、92.8%、95.2%和96.4%,特异性分别为93.6%、94.0%、96.0%和97.6%,准确率分别为94.0%、93.4%、95.6%和97.0%。虽然人工智能模型诊断脑积水的敏感性、特异性、准确率明显低于副主任医师(P<0.05),但是与住院医师、主治医师均无统计学差异(P<0.05)。结论本研究开发的人工智能模型可有效地识别脑积水的CT影像特点,具有较高的准确率。