公共文化服务平台

搜索到2054篇“ 食管疾病“的相关文章

食管疾病: 蒋耀光主编; 关键词：食管疾病

口腔微生物与食管疾病关系的研究进展: 2024年; 口腔微生物与人类疾病的相关性是近年来的研究热点。口腔微生物除了与口腔疾病具有密切关系外,还与消化道其他器官疾病密切相关,其中食管疾病很少受到关注。本文旨在总结当前口腔微生物组与食管疾病之间关联的证据,这些证据表明与胃食管反流病、巴雷特食管、食管鳞状细胞癌和食管腺癌相关的口腔微生物组具有独有的特征,这种从较高革兰阳性菌比例到革兰阴性菌更占优势的转变被认为与食管疾病的发生发展有关。口腔微生物组改变与食管疾病的关联机制可能是由于革兰阴性菌脂多糖的表达,特别是福赛斯坦纳菌和牙龈卟啉单胞菌参与食管癌发展的信号通路。识别口腔微生物组的改变将会促进临床对食管疾病病因、发病机制和进展的理解,促进新诊断方法出现,并为制订个性化治疗方案奠定基础。; 李晓芳曹旭师晓阳李玉婵王津郭嘉璇吕一豪王慧洁; 关键词：食管鳞状细胞癌食管腺癌革兰阳性菌革兰阴性菌

系线胶囊内镜在食管疾病中的应用研究及功能拓展: 胶囊内镜(capsule endoscopy,CE)自问世以来,开启了小肠疾病诊断的新时代。随着胶囊内镜技术的持续进步和革新,其应用范围从小肠进一步拓展至上消化道和结肠。在食管疾病诊断中,系线胶囊内镜的优势逐渐显现。系线...; 陈逸致; 关键词：食管疾病复查胶囊内镜超声胶囊内镜超声食管癌

基于注意力机制与集成学习的食管疾病分类算法研究: 王晓彤

检测食管疾病: 本发明涉及检测食管疾病。本文提供了用于食管疾病筛选的技术，特别地但不排他地涉及用于检测食管疾病(例如巴雷特食管、巴雷特食管发育异常等)的存在的方法、组合物和相关用途。此外，本技术提供了用于在通过内窥镜刷擦或者使用系留装置...; D.A.阿尔奎斯特W.R.泰勒J.B.基西尔D.W.马霍尼T.C.亚布G.P.利加德H.T.阿拉维

人工智能在内镜下诊断食管疾病的精确性: 目的全方位检索已发表的相关文献,使用系统性评价meta分析的方法,对人工智能(AI)在内镜下诊断食管疾病的准确性进行评估。方法在中文数据库,如维普、中国知网和万方;及外文数据库如:IEEE、Embase、Cochrane...; 靖宽豪; 关键词：人工智能食管癌系统评价/META分析

深度学习方法应用于食管疾病分类和识别的现状被引量：1: 2023年; 目的通过深度学习方法对食管癌前病变和食管癌进行自动检测和分类。方法收集我院2011年5月至2019年5月食管癌前病变和食管癌图像,且经过病理学确诊,共从832例患者中选取1572张食管白光图像,包括食管癌、正常食管、食管癌前病变,同时进行标记和筛选图像。深度学习框架训练其中的1337张食管白光图像,其余235张图像进行卷积神经网络(convolutional neural network,CNN)目标检测。CNN是由两个子网组成,分别是O-流和P-流。O-流的主要作用是原始图像的输入,负责提取原始图像的全局特征和颜色。P-流的主要作用是输入预处理后的食管图像,提取原始图像的细节特征和纹理。结果双流CNN系统敏感度为95.64%,特异度为95.96%,总体准确度为86.74%。食管癌的检出率为78.72%,癌前病变的检出率为83.4%,正常食管的检出率为95.32%。其中47例食管癌患者中有10例被误诊为癌前病变,误诊率为21.28%。与正常食管相比,食管癌的诊断精确率相对较低。在数据集相同的情况下,将传统学习方法局部二值模式(local binary pattern,LBP)+支持向量机(support vector machine,SVM)和SVM+方向梯度直方图(histograms of oriented gradients,HOG)与本研究方法进行比较,结果表明深度学习方法准确度、敏感度、特异度均高于其他方法。结论双流CNN系统在图像识别上具有较高的特异度和敏感度,与目前较为传统的机器学习方法相比,此方法更胜一筹,因此,在帮助内镜医师诊断食管疾病上具有很大的应用前景。; 庄帅帅华杰何晓璞孙为豪; 关键词：内镜诊断食管癌卷积神经网络食管疾病

系线胶囊内镜在食管疾病诊断中的应用进展: 2023年; 近年来食管疾病检出率上升,食管疾病的早期诊断及鉴别诊断对患者的治疗与预后有着重要意义。随着胶囊内镜技术的不断完善,出现的系线胶囊内镜技术及其操作,对食管早期病变的诊断具有较大的临床价值。本文就系线胶囊内镜在食管疾病诊断中的应用进展进行综述。; 吴启鹏李力曹竣植; 关键词：食管疾病胶囊内窥镜

人工智能在食管疾病中的应用进展: 2023年; 胃肠道疾病的诊断很大程度上依赖于消化内镜,而人工智能可以通过分析内镜图像、识别病灶和处理大数据集,辅助提高低年资内镜医师的病灶检出率和诊断准确率。人工智能在食管疾病诊断中的研究重点包括病灶识别、预测病变浸润深度及病理诊断等。在本综述中,纳入食管疾病相关的人工智能研究,分析研究结果及临床应用,并探讨该领域存在的问题及未来可能的发展方向。; 马瑾冯歆夏刘梅; 关键词：人工智能食管疾病消化内镜

检测食管疾病: 本文提供了用于食管疾病筛选的技术，特别地但不排他地涉及用于检测食管疾病(例如巴雷特食管、巴雷特食管发育异常等)的存在的方法、组合物和相关用途。此外，本技术提供了用于在通过内窥镜刷擦或者使用系留装置(例如胶囊海绵、球囊或其...; D.A.阿尔奎斯特W.R.泰勒J.B.基西尔D.W.马霍尼T.C.亚布G.P.利加德H.T.阿拉维

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈