简介：摘要：目的： 探讨 核磁共振及 CT 检查在急性颅脑损伤中的临床价值 。 方法： 选取 2019 年 5 月至 2020 年 5 月期间的 62 例 急性颅脑损伤 患者作为研究对象。 根据患者所使用诊断方法的不同，将 62 例患者分为 2 组。采取 CT 检查的 31 例患者为对照组，采取 核磁共振 检查的 31 例患者为实验组。观察并比较 2 组的检查结果。 结果： 实验组的诊断准确率明显高于对照组，差异有统计学意义（ P ＜ 0.05 ）。 结论： 与 CT 检查 相比， 核磁共振 对 急性颅脑损伤 的诊断准确率更高，值得推广。

简介：摘要：随着社会生产水平的不断提升，社会各界对电力企业的供电及时性、可靠性以及其服务水平提出了更高的要求，而传统营销稽查工作的及时性、可靠性等均无法达到现代电力管理系统营销稽查工作的精细化要求。因此，各大电力企业应当采用更加先进的技术，结合有关法律制度建立一套更加健全的电力营销稽查工作精细化系统，在保证电力企业供电可靠性、及时性的同时，有效提升电力企业的营销稽查工作质量，保障各电力企业能够同时取得良好的经济效益和社会效益。鉴于此，文章结合笔者多年工作经验，对电力营销稽查与用电检查技术应用与分析提出了一些建议，仅供参考。

简介：摘要目的探讨基于双期增强CT检查影像组学胆囊癌淋巴结转移预测模型构建及其应用价值。方法采用回顾性队列研究方法。收集2012年1月至2020年12月西安交通大学第一附属医院收治的194例胆囊癌患者的临床病理资料；男70例，女124例；年龄为（64±10）岁；均行胆囊癌意向性根治切除术。194例患者通过R软件随机数法以8∶2比例随机分为训练集156例和测试集38例。训练集用于构建诊断模型，测试集用于验证诊断模型。患者进行CT检查后，行图像分析、提取影像组学特征、影像组学模型建立；根据临床病理因素构建列线图预测模型。观察指标：（1）淋巴结清扫及组织病理学检查结果。（2）影像组学预测模型构建及特征分析。（3）胆囊癌淋巴结转移的影响因素分析。（4）列线图淋巴结转移预测模型构建。（5）影像组学及列线图淋巴结转移预测模型的预测能力比较。正态分布的计量资料以x±s表示，偏态分布的计量资料以M（范围）表示。计数资料以绝对数表示，组间比较采用χ2检验。单因素分析采用χ²检验，多因素分析采用Logistic回归模型前进法。绘制受试者工作特征（ROC）曲线，以曲线下面积（AUC）、决策曲线、混淆矩阵进行预测模型的效能评价。结果（1）淋巴结清扫及组织病理学检查结果。194例患者中，行淋巴结清扫182例，淋巴结清扫数目为8（1~34）枚/人，阳性淋巴结清扫数目为0（0~11）枚/人。194例患者术后组织病理学检查结果显示：N0期122例，淋巴结清扫数目为7（0~27）枚/人；N1期48例，淋巴结清扫数目为8（2~34）枚/人，阳性淋巴结清扫数目为1（1~3）枚/人；N2期24例，淋巴结清扫数目为11（2~20）枚/人，阳性淋巴结清扫数目为5（4~11）枚/人。（2）影像组学预测模型构建及特征分析。提取194例患者107个影像组学特征，其中一阶特征18个、形状特征14个、纹理特征75个。通过各影像组学特征组内相关系数及绝对中位差和使用互信息法、Select K-Best、最小化绝对收缩和选择算子回归降维后的数据分别拟合至随机森林、梯度提升树、支持向量机（SVM）、K-近邻法及Logistic回归5种不同机器学习算法中，经分析Select K-Best_SVM模型预测性能最佳，测试集的AUC为0.76。（3）胆囊癌淋巴结转移的影响因素分析。单因素分析结果显示：全身炎症反应指数、癌胚抗原、CA19-9、CA125、影像学T分期、影像学淋巴结状态是影响胆囊癌患者淋巴结转移的相关因素（χ²=4.20，11.39，5.68，11.79，10.83，18.58，P<0.05）。多因素分析结果显示：癌胚抗原，CA125，影像学T分期（T3期比T1~2期、T4期比T1~2期），影像学淋巴结状态是胆囊癌淋巴结转移的独立影响因素［风险比=2.79，4.41，5.62，5.84，3.99，95%可信区间（CI）为1.20~6.47，1.81~10.74，1.50~21.01，1.02~33.31，1.87~8.55，P<0.05］。（4）列线图淋巴结转移预测模型构建。基于CEA、CA125、影像T分期、影像学淋巴结状态4项胆囊癌淋巴结转移的独立影响因素建立列线图预测模型。列线图模型训练集和测试集的一致性指数分别为0.77（95%CI为0.75~0.79）和0.73（95%CI为0.68~0.72）。（5）影像组学及列线图淋巴结转移预测模型的预测能力比较。ROC曲线显示：Select K-Best_SVM影像组学模型训练集和测试集的AUC分别为0.75（95%CI为0.74~0.76）和0.76（95%CI为0.75~0.78），列线图训练集和测试集的AUC分别为0.77（95%CI为0.76~0.78）和0.70（95%CI为0.68~0.72）。决策曲线显示：Select K-Best_SVM影像组学模型及列线图预测淋巴结转移能力较为接近。混淆矩阵显示：Select K-Best_SVM影像组学模型训练集和测试集的灵敏度分别为64.29%和75.00%，特异度分别为73.00%和59.09%，列线图训练集和测试集的灵敏度分别为51.79%和50.00%，特异度分别为80.00%和72.27%。结论成功构建基于双期增强CT检查影像组学胆囊癌淋巴结转移预测模型，其预测能力良好与列线图预测能力一致。