王朋
- 作品数：6 被引量：79H指数：4
- 供职机构：荆州市第一人民医院更多>>
- 相关领域：医药卫生更多>>
- 新型冠状病毒肺炎CT表现及动态变化被引量：59
- 2020年
- 目的观察新型冠状病毒肺炎(COVID-19)CT表现及其动态变化。方法回顾性分析45例经病毒核酸检测确诊、且具有完整动态胸部HRCT资料的COVID-19患者,复查间隔时间48~72 h。结果 29例于发病3天内接受CT检查,21例(21/29,72.41%)胸部见磨玻璃密度影,8例(8/29,27.59%)见磨玻璃密度影伴局部实变,其中2例(25.00%,2/8)为单发结节;26例(26/29,89.66%)病灶呈不规则形或扇形,3例呈类圆形(3/29,10.34%)。16例于发病3天以上接受CT检查,病灶进展。首次复查CT病变均有变化,其中14例(14/45,31.11%)呈单纯磨玻璃密度影,27例(27/45,60.00%)以磨玻璃样密度影为主且有肺实变,4例(4/45,8.89%)以肺实变为主。38例于发病7~10天接受第2次复查,25例(25/38,65.79%)病变范围缩小,4例病灶范围增大(4/38,10.53%),1例(1/38,2.63%)病灶范围同前;8例(8/38,21.05%)原有病灶密度减低但出现新发病灶。其余7例因病变进展而未能接受复查。结论胸部HRCT能清晰显示COVID-19疾病过程中的影像学变化,有助于指导临床早诊断、早隔离、早治疗,并可作为评价COVID-19临床综合治疗效果的依据。
- 姬广海黄满华张庆汪卫兵王朋秦小涛刘飞熊浩彭婕
- 关键词：新型冠状病毒
- 多层螺旋CT薄层扫描在消化道穿孔定位诊断中的价值被引量：10
- 2018年
- 目的评价多层螺旋CT在消化道穿孔定位诊断中的价值。方法回顾性研究44例经手术证实消化道穿孔患者CT薄层图像,部分病例进行薄层图像重组观察,分析不同部位消化道穿孔游离气体分布位置;依据消化道穿孔不同影像征象对穿孔部位定位并与手术结果进行比较,统计诊断符合率。结果上消化道穿孔游离气体出现位置依次为:前腹壁下21例、肝门静脉区15例、肝裂12例、小网膜囊10例、腹膜后2例、肠系膜区1例;下消化道穿孔游离气体出现位置依次为:肠壁外系膜区8例、前腹壁下8例、盆腔7例、小网膜囊6例、肝门静脉区6例、肝裂2例。门静脉区游离气体征阳性诊断上消化道穿孔的准确性为71.4%(15/21),肠系膜区或盆腔内游离气体征阳性诊断下消化道穿孔的准确性为84.6%(11/13)。CT诊断消化道穿孔符合率为88.6%(39/44),定位诊断符合率为72.7%(32/44)。胃肠壁外小气泡(n=21)、胃肠壁局部破口(n=6)、胃肠壁局限性增厚(n=23)、局限性或包裹性积液(n=5)有助于准确定位影像征象,根据上述影像征象评估破口位置并与手术结果比较,符合率分别为90.4%(19/21)、100%(6/6)、91.3%(21/23)、80.0%(4/5)。结论多层螺旋CT薄层扫描对消化道穿孔的定位诊断有重要价值,胃肠壁局限性改变、肠壁外小气泡、局限性或包裹性积液有助于对消化道穿孔部位准确定位。
- 李波彭婕王朋熊霞
- 关键词：胃肠道穿孔体层摄影术X线计算机
- PET/CT临床应用的系统方法整体观被引量：1
- 2013年
- 随着医学的进步,现已深刻认识到人体作为一个有机整体在疾病诊疗中的重要性,亦引导临床应用系统科学的整体观原理来诊断和治疗疾病,这在现代影像诊断中得到充分体现。现已逐步认识到疾病的早期表现并非解剖形态的变化,而是在基因分子层面发生了某些改变,从而进一步引起生物机能一系列的改变,最后才导致解剖形态方面发生变化,最终通过影像学检查或其他检查手段才能发现。
- 骆静张双李云蔡杰王朋郭迪峰
- 关键词：PETCT整体观影像诊断影像学检查
- 一种医学影像拍片用可调节式ct床
- 本实用新型公开了一种医学影像拍片用可调节式ct床，包括固定床板，所述固定床板设置在CT扫描床支架的上方，所述固定床板的上方设置有滑动床板，所述滑动床板的上方前面设置有头部固定仪，所述头部固定仪的右方设置有防噪耳罩，所述滑...
- 王朋周静姬广海
- 文献传递
- CT视觉定量评估及人工智能对进展期新型冠状病毒肺炎严重程度的评估和预测价值被引量：4
- 2021年
- 目的研究CT视觉定量评估和人工智能(AI)对进展期新型冠状病毒肺炎(COVID-19)严重程度的评估和预测价值。方法回顾性研究86例COVID-19患者进展期临床及影像资料,其中发展为重型-危重型31例,普通型55例。分析并比较两组患者特征CT参数差异。利用受试者工作特征曲线(ROC曲线)分析肺段累及数量和CT评分两种视觉定量评估方法评估和预测普通型与重型-危重型COVID-19的能力。同时应用人工智能软件判断COVID-19患者严重程度,计算AI预判重型-危重型COVID-19的特异性及敏感性。结果重型-危重型组CT评分中位数和肺段累及数量中位数明显高于普通型组(P<0.001),两组患者磨玻璃影(GGO)、实变、胸膜下线、"铺路石"征发生率差异无统计学意义。ROC曲线分析结果表明,CT评分用于预判重型-危重型COVID-19的曲线下面积(AUC)为0.879,截断值为8.5时,敏感性为71.0%,特异性为90.9%。肺段累及数量用于预判重症-危重型COVID-19的AUC为0.883,截断值为10.5时,敏感性为87.1%,特异性为81.8%。AI预判重型-危重型COVID-19的敏感性为77.4%,特异性为92.7%。结论CT视觉定量评估和人工智能可用于评估和预测进展期COVID-19严重程度,为临床普通型患者重症化提供早期预警。
- 李波李欢姬广海王朋徐聃彭婕
- 关键词：人工智能
