简介：【摘要】目的 分析 3D打印非共面模板 CT引导下 125Ⅰ粒子植入治疗恶性肿瘤临床应用效果。方法 对 2018年 1月 -2020年 1月我院的 160例恶性肿瘤患者进行调查研究，根据患者到院顺序进行编号，将编号为单数的患者分为对照组，编号为双数的患者分为观察组，两组患者均行 125Ⅰ粒子植入手术，对照组采用 CT下徒手植入，观察组采用 CT下 3D打印非共面模板辅助植入。手术后，对比两组患者的生活质量评分、疼痛评分以及临床效果。结果 观察组患者手术后生活质量评分、疼痛评分分别为（ 86.39±9.58）（ 4.22±0.05），显著优于对照组患者手术后生活质量评分、疼痛评分；治疗 1个月后，观察组完全缓解 0例，部分缓解 127例，疾病稳定 33例，疾病进展 0例，治疗有效率 79.4%，显著高于对照组患者治疗有效率 32.5%，数据差异具有统计学意义， P＜ 0.05。结论 3D打印非共面模板 CT引导下 125Ⅰ粒子植入在 恶性肿瘤患者中的应用具有良好的临床效果，能有效的提高患者治疗疗效，改善患者生命质量，从而使患者生活质量得到提升，缓解疼痛，具有重要的临床意义，应广泛推广应用。

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。