期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Ⅱ型亚历山大病一例
1
作者
袁于青
占青青
谢亮
《中国现代神经疾病杂志》
CAS
北大核心
2024年第6期502-506,共5页
先证者男性,50岁。因右下肢无力6个月,加重伴左下肢无力2个月,于2021年5月10日至我院就诊。2020年11月无明显诱因出现右下肢无力,尚可行走和上下楼梯,行走百米后需稍作休息,易疲劳,偶有饮水呛咳,无肢体麻木,无头痛头晕,无恶心不适,未予...
先证者男性,50岁。因右下肢无力6个月,加重伴左下肢无力2个月,于2021年5月10日至我院就诊。2020年11月无明显诱因出现右下肢无力,尚可行走和上下楼梯,行走百米后需稍作休息,易疲劳,偶有饮水呛咳,无肢体麻木,无头痛头晕,无恶心不适,未予重视。2021年3月右下肢无力感加重,行走费力,有拖曳感,逐渐出现左下肢无力,双手持笔不稳,2021年3月27日至外院就诊,头部MRI显示延髓萎缩、纤细(图1a),考虑“脊髓损伤”可能,未予药物治疗。2021年5月上述症状加重,并伴有头晕、共济失调、言语不清,为求进一步诊治至我院神经内科就诊,门诊以“多系统萎缩?炎性脱髓鞘性病变(待排)”收入院。先证者自发病以来,食欲尚可,日间精神尚可;睡眠较差,主要表现为睡眠维持困难和易醒,一般10~20 min可入睡,但睡眠维持困难,夜间因小便间断觉醒3~4次,醒后难以入睡,持续10余年;便秘7~8年,且呈进行性加重;自发病以来体重下降约10 kg。
展开更多
关键词
Alexander病
神经胶质原纤维酸性蛋白质
基因
突变
延髓萎缩
磁共振波谱学
病例报告
下载PDF
职称材料
构建基于ResNet-18的1型发作性睡病猝倒面容预测模型
2
作者
袁于青
朱银
+3 位作者
陈邦占
尹天天
柯青
谢亮
《中华医学杂志》
CAS
CSCD
北大核心
2024年第27期2549-2555,共7页
目的应用深度学习图像识别网络ResNet-18,基于临床拍摄视频,建立猝倒面容预测模型。方法本研究为横断面研究,收集2020至2023年在南昌大学第二附属医院首诊未经治疗的1型发作性睡病患者25例及健康对照25名,采集的图像预处理后,共获得118...
目的应用深度学习图像识别网络ResNet-18,基于临床拍摄视频,建立猝倒面容预测模型。方法本研究为横断面研究,收集2020至2023年在南昌大学第二附属医院首诊未经治疗的1型发作性睡病患者25例及健康对照25名,采集的图像预处理后,共获得1180张图片,其中583张猝倒面容,597张正常面容。从中抽取90%作为训练集与验证集,随后数据扩增5倍,扩充后的数据集抽取80%作为训练集,20%作为验证集,即训练集数量为(583+597)×0.9×0.8×5=4248,验证集数量为(583+597)×0.9×0.2×5=1062,训练集与验证集用于训练参数建立模型,并通过五折交叉验证法进行训练,构建采用迁移学习方式的ResNet-18猝倒面容识别模型。原未扩增前图像抽取10%(118张)作为测试集,测试集数据不参与数据增强和模型训练,仅用于测试模型最终效果。最后将ResNet-18与VGG-16、ResNet-34和Inception V3深度学习模型进行比较,用受试者工作特征曲线评估ResNet-18图像识别网络在猝倒面容识别中的价值。结果25例1型发作性睡病患者中,男15例,女10例,年龄[M(Q_(1),Q_(3))]为14.0(11.0,20.5)岁;25名健康对照者中,男14名,女11名,年龄16.0(14.4,23.0)岁。ResNet-18图像识别网络在测试集中的总体准确率为90.9%,灵敏度为96.4%,特异度为85.2%,受试者工作特征曲线下面积为0.99(95%CI:0.96~1.00)。ResNet-18模型参数量为11.69 M,浮点运算量为1824.03 M,单张图片识别时间为5.9 ms。结论基于深度学习图像识别网络ResNet-18构建的猝倒面容预测模型在猝倒面容的识别上有较高的准确率。
展开更多
关键词
发作性睡病
猝倒
人工智能
图像处理
横断面研究
原文传递
创伤性脑损伤后继发性1型发作性睡病1例
3
作者
王芬
袁于青
谢亮
《中华神经科杂志》
CAS
CSCD
北大核心
2023年第12期1424-1427,共4页
1型发作性睡病是一种罕见的中枢神经系统疾病,一般认为是环境因素和遗传因素相互作用的结果。创伤性脑损伤(TBI)是继发性发作性睡病最常见的病因之一。目前国内外关于TBI后发作性睡病的报道非常少见。本例是国内报道的首例HLA-DQB1*06:0...
1型发作性睡病是一种罕见的中枢神经系统疾病,一般认为是环境因素和遗传因素相互作用的结果。创伤性脑损伤(TBI)是继发性发作性睡病最常见的病因之一。目前国内外关于TBI后发作性睡病的报道非常少见。本例是国内报道的首例HLA-DQB1*06:02阳性的TBI后1型发作性睡病患者。现将我院收治的这例患者的临床资料进行回顾性分析,旨在提高临床医师对该疾病诊断及其发病机制的认识。
展开更多
关键词
脑损伤
弥漫性轴索损伤
发作性睡病
HLA-DQB1*06:02
原文传递
题名
Ⅱ型亚历山大病一例
1
作者
袁于青
占青青
谢亮
机构
南昌大学第二附属医院神经内科、江西省神经系统肿瘤及脑血管疾病重点实验室、江西省神经医学重点实验室、南昌大学神经科学研究所
出处
《中国现代神经疾病杂志》
CAS
北大核心
2024年第6期502-506,共5页
文摘
先证者男性,50岁。因右下肢无力6个月,加重伴左下肢无力2个月,于2021年5月10日至我院就诊。2020年11月无明显诱因出现右下肢无力,尚可行走和上下楼梯,行走百米后需稍作休息,易疲劳,偶有饮水呛咳,无肢体麻木,无头痛头晕,无恶心不适,未予重视。2021年3月右下肢无力感加重,行走费力,有拖曳感,逐渐出现左下肢无力,双手持笔不稳,2021年3月27日至外院就诊,头部MRI显示延髓萎缩、纤细(图1a),考虑“脊髓损伤”可能,未予药物治疗。2021年5月上述症状加重,并伴有头晕、共济失调、言语不清,为求进一步诊治至我院神经内科就诊,门诊以“多系统萎缩?炎性脱髓鞘性病变(待排)”收入院。先证者自发病以来,食欲尚可,日间精神尚可;睡眠较差,主要表现为睡眠维持困难和易醒,一般10~20 min可入睡,但睡眠维持困难,夜间因小便间断觉醒3~4次,醒后难以入睡,持续10余年;便秘7~8年,且呈进行性加重;自发病以来体重下降约10 kg。
关键词
Alexander病
神经胶质原纤维酸性蛋白质
基因
突变
延髓萎缩
磁共振波谱学
病例报告
Keywords
Alexander disease
Glial fibrillary acidic protein
Genes
Mutation
Medulla oblongata
Magnetic resonance spectroscopy
Case reports
分类号
R741 [医药卫生—神经病学与精神病学]
下载PDF
职称材料
题名
构建基于ResNet-18的1型发作性睡病猝倒面容预测模型
2
作者
袁于青
朱银
陈邦占
尹天天
柯青
谢亮
机构
南昌大学江西医学院第二附属医院神经内科
南昌大学数学与计算机学院
南昌大学玛丽女王学院
浙江大学医学院第一附属医院神经内科
出处
《中华医学杂志》
CAS
CSCD
北大核心
2024年第27期2549-2555,共7页
基金
国家自然科学基金(32160194)
江西省双千人才课题(jxsp2023102164)
文摘
目的应用深度学习图像识别网络ResNet-18,基于临床拍摄视频,建立猝倒面容预测模型。方法本研究为横断面研究,收集2020至2023年在南昌大学第二附属医院首诊未经治疗的1型发作性睡病患者25例及健康对照25名,采集的图像预处理后,共获得1180张图片,其中583张猝倒面容,597张正常面容。从中抽取90%作为训练集与验证集,随后数据扩增5倍,扩充后的数据集抽取80%作为训练集,20%作为验证集,即训练集数量为(583+597)×0.9×0.8×5=4248,验证集数量为(583+597)×0.9×0.2×5=1062,训练集与验证集用于训练参数建立模型,并通过五折交叉验证法进行训练,构建采用迁移学习方式的ResNet-18猝倒面容识别模型。原未扩增前图像抽取10%(118张)作为测试集,测试集数据不参与数据增强和模型训练,仅用于测试模型最终效果。最后将ResNet-18与VGG-16、ResNet-34和Inception V3深度学习模型进行比较,用受试者工作特征曲线评估ResNet-18图像识别网络在猝倒面容识别中的价值。结果25例1型发作性睡病患者中,男15例,女10例,年龄[M(Q_(1),Q_(3))]为14.0(11.0,20.5)岁;25名健康对照者中,男14名,女11名,年龄16.0(14.4,23.0)岁。ResNet-18图像识别网络在测试集中的总体准确率为90.9%,灵敏度为96.4%,特异度为85.2%,受试者工作特征曲线下面积为0.99(95%CI:0.96~1.00)。ResNet-18模型参数量为11.69 M,浮点运算量为1824.03 M,单张图片识别时间为5.9 ms。结论基于深度学习图像识别网络ResNet-18构建的猝倒面容预测模型在猝倒面容的识别上有较高的准确率。
关键词
发作性睡病
猝倒
人工智能
图像处理
横断面研究
Keywords
Narcolepsy
Cataplexy
Artificial intelligence
Image processing
Cross-sectional study
分类号
R740 [医药卫生—神经病学与精神病学]
原文传递
题名
创伤性脑损伤后继发性1型发作性睡病1例
3
作者
王芬
袁于青
谢亮
机构
南昌大学第二附属医院神经内科、江西省神经系统肿瘤及脑血管疾病重点实验室、江西省神经医学重点实验室、南昌大学神经科学研究所
出处
《中华神经科杂志》
CAS
CSCD
北大核心
2023年第12期1424-1427,共4页
文摘
1型发作性睡病是一种罕见的中枢神经系统疾病,一般认为是环境因素和遗传因素相互作用的结果。创伤性脑损伤(TBI)是继发性发作性睡病最常见的病因之一。目前国内外关于TBI后发作性睡病的报道非常少见。本例是国内报道的首例HLA-DQB1*06:02阳性的TBI后1型发作性睡病患者。现将我院收治的这例患者的临床资料进行回顾性分析,旨在提高临床医师对该疾病诊断及其发病机制的认识。
关键词
脑损伤
弥漫性轴索损伤
发作性睡病
HLA-DQB1*06:02
Keywords
Brain injuries
Diffuse axonal injury
Narcolepsy
HLA-DQB1*06:02
分类号
R740 [医药卫生—神经病学与精神病学]
R651.15 [医药卫生—外科学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
Ⅱ型亚历山大病一例
袁于青
占青青
谢亮
《中国现代神经疾病杂志》
CAS
北大核心
2024
0
下载PDF
职称材料
2
构建基于ResNet-18的1型发作性睡病猝倒面容预测模型
袁于青
朱银
陈邦占
尹天天
柯青
谢亮
《中华医学杂志》
CAS
CSCD
北大核心
2024
0
原文传递
3
创伤性脑损伤后继发性1型发作性睡病1例
王芬
袁于青
谢亮
《中华神经科杂志》
CAS
CSCD
北大核心
2023
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部