期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
肿瘤发生相关的腮腺体表分区的临床解剖 被引量:7
1
作者 许向亮 孙志鹏 +2 位作者 王佃灿 王建伟 张卫光 《解剖学报》 CAS CSCD 北大核心 2018年第1期75-80,共6页
目的基于腮腺的解剖学和肿瘤影像学资料对人体腮腺进行体表解剖分区。方法基于腮腺肿瘤的CT影像学资料,本研究提出了腮腺解剖分区的方法,以鼻翼、口角、耳垂以及下颌支后缘等体表标志点,确定A、B两条线,将腮腺分为Ⅰ、Ⅱ及Ⅲ区。解剖观... 目的基于腮腺的解剖学和肿瘤影像学资料对人体腮腺进行体表解剖分区。方法基于腮腺肿瘤的CT影像学资料,本研究提出了腮腺解剖分区的方法,以鼻翼、口角、耳垂以及下颌支后缘等体表标志点,确定A、B两条线,将腮腺分为Ⅰ、Ⅱ及Ⅲ区。解剖观察腮腺区结构,并对影像学上腮腺肿瘤的发生部位进行分区分析。结果腮腺Ⅰ区内主要包括面神经分支、耳大神经、颈外静脉及下颌后静脉,Ⅱ区内主要包括面神经分支以及面横动脉,Ⅲ区内主要包括耳颞神经以及颞浅动、静脉。对照分析影像学资料,可以发现在不跨区生长的肿瘤中,Ⅰ区肿瘤的发生率较高(38.89%),肿瘤跨区生长不会发生在Ⅰ区/Ⅱ区内,发生跨区生长的肿瘤大部分为直径较大的肿瘤,其中62.5%肿瘤直径大于3 cm。结论本研究提出的腮腺解剖分区的方法,具有一定的解剖学和肿瘤生物学价值,可为腮腺肿瘤的临床手术治疗提供参考。 展开更多
关键词 腮腺 肿瘤 分区 解剖学 影像学
下载PDF
腮腺深叶良性肿瘤:与定位和手术入路相关的分类
2
作者 马学花 徐江 +2 位作者 夏飞飞 方桃莉 孙志鹏 《上海口腔医学》 CAS 2024年第4期387-392,共6页
目的:腮腺深叶良性肿瘤(benign deep lobe parotid tumors,BDLPTs)具有多种临床表现和影像学特征,与选择合适的手术入路密切相关,本研究旨在探讨不同类型BDLPTs手术方式的差异。方法:选取2014年8月—2020年8月因腮腺区肿物就诊于北京大... 目的:腮腺深叶良性肿瘤(benign deep lobe parotid tumors,BDLPTs)具有多种临床表现和影像学特征,与选择合适的手术入路密切相关,本研究旨在探讨不同类型BDLPTs手术方式的差异。方法:选取2014年8月—2020年8月因腮腺区肿物就诊于北京大学口腔医院并行手术治疗且病理诊断为BDLPTs的75例患者,回顾性评估CT影像资料,根据肿瘤与各种结构的解剖关系将BDLPTs分为4类,探讨每种类型肿瘤的手术治疗方法。采用SPSS 24.0软件包对数据进行统计学分析。结果:Ⅰ型BDLPTs(14/75,18.7%)完全位于下颌支和茎突下颌间隙内侧,瘤体增大时突向咽旁间隙。Ⅱ型BDLPTs(19/75,25.3%)位于下颌后间隙,以下颌支、茎突下颌间隙、乳突和下颌后静脉为界。Ⅲ型BDLPTs(27/75,36.0%)呈膨胀型生长,横穿茎突下颌间隙,从下颌后静脉延伸至咽旁间隙。Ⅳ型BDLPTs(15/75,20%)位于耳垂下方、面神经和下颌后静脉深部。经下颌骨劈开入路主要用于Ⅰ型病例(10/14),Ⅲ型病例采用腮腺入路(14例)、下颌入路(11例)和腮腺-下颌联合入路(2例),Ⅱ型和IV型病例经腮腺入路同时行腮腺切除术。结论:BDLPTs分类可为术前制定治疗计划提供有价值的见解和实践指导。 展开更多
关键词 腮腺 良性肿瘤 手术入路
下载PDF
IL-17在乳牙根尖周病损组织中的表达 被引量:7
3
作者 周焱 王颖慧 +1 位作者 赵焕英 尚佳健 《口腔医学研究》 CAS 北大核心 2020年第4期365-368,共4页
目的:检测IL-17在乳牙根尖周病损组织中的表达和分布,分析其在不同病理类型及炎症程度之间的关系,探讨其在乳牙慢性根尖周炎发病机制中的可能作用。方法:收集120例乳牙慢性根尖周病损组织行常规组织病理学检查,确定病理类型并按炎症细... 目的:检测IL-17在乳牙根尖周病损组织中的表达和分布,分析其在不同病理类型及炎症程度之间的关系,探讨其在乳牙慢性根尖周炎发病机制中的可能作用。方法:收集120例乳牙慢性根尖周病损组织行常规组织病理学检查,确定病理类型并按炎症细胞浸润程度分级;免疫组织化学法检测组织中IL-17的分布特点;ELISA法检测IL-17的蛋白表达量。结果:120例乳牙慢性根尖周病损组织中根尖周肉芽肿占65.8%,根尖周囊肿占18.4%,根尖周脓肿占15.8%。IL-17在3种病理类型中均有表达,主要表达于淋巴细胞、浆细胞。ELISA结果显示IL-17在不同病理类型组中的表达均低于正常对照组,在根尖肉芽肿组中的表达与炎症程度呈负相关。结论:IL-17在乳牙根尖周病损组织内广泛存在,随炎症程度加重表达逐渐降低,推测IL-17在乳牙慢性根尖周炎的病程进展中可能发挥一定的抑制作用。 展开更多
关键词 白细胞介素-17 乳牙 慢性根尖周炎 根尖肉芽肿
下载PDF
深度学习在基于曲面体层片的成釉细胞瘤及牙源性角化囊肿鉴别诊断中的应用 被引量:1
4
作者 李敏 慕创创 +1 位作者 张建运 李刚 《中国医学科学院学报》 CAS CSCD 北大核心 2023年第2期273-279,共7页
目的通过应用不同卷积神经网络模型对成釉细胞瘤及牙源性角化囊肿进行鉴别诊断。方法回顾性收集1000张成釉细胞瘤和牙源性角化囊肿患者的数字曲面体层片,选用ResNet(18、50、101)、VGG(16、19)、EfficientNet(b1、b3、b5)深度学习模型,... 目的通过应用不同卷积神经网络模型对成釉细胞瘤及牙源性角化囊肿进行鉴别诊断。方法回顾性收集1000张成釉细胞瘤和牙源性角化囊肿患者的数字曲面体层片,选用ResNet(18、50、101)、VGG(16、19)、EfficientNet(b1、b3、b5)深度学习模型,对训练集中的800张曲面体层片经五折交叉验证的方法训练后对测试集中的200张曲面体层片进行鉴别诊断。同时,7名口腔放射专业医生对这200张曲面体层片进行诊断,并将二者的诊断结果进行比较。结果卷积神经网络模型的诊断准确率为82.50%~87.50%,其中EfficientNet b1准确率最高,为87.50%,各卷积神经网络模型训练集和测试集本身之间比较,准确率差异无统计学意义(P_(训练集)=0.998,P_(测试集)=0.905)。7名口腔放射专业医生(2名高年资医生、5名低年资医生)平均诊断准确率为(70.30±5.48)%,且不同年资医生之间平均诊断准确率差异无统计学意义(P=0.883)。深度学习卷积神经网络模型的诊断准确率显著高于口腔放射专业医生的诊断准确率(P<0.001)。结论基于曲面体层片的深度学习卷积神经网络能够对成釉细胞瘤和牙源性角化囊肿做出较为准确的鉴别诊断。 展开更多
关键词 卷积神经网络 深度学习 曲面体层片 成釉细胞瘤 牙源性角化囊肿
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部