XiaoMi-AI文件搜索系统
World File Search System肺叶
肺叶分割和层次多实体分类的协同学习，用于对CT图像中COVID-19的自动严重程度评估
南京大学医学院，中国南部，b国家医疗研究所，南京大学，中国c放射科，第二北大学医院，中央南大学，中国长沙，荷兰，荷兰，州纽约州纽约州新型软件技术，新型软件技术，Nanjing University，Nanjing University，Nanjing University，Nanjing e Department of Radiologicy Center，Radiologicy Center，Hadiologicy Central，Hadiologicy Central，Hadigy Central，Fimsic and Charding and Changsha，Fim Sha，Fim Sha，Fimsed Fimsed，Fim Sha，Changsha，F.北卡罗来纳大学，北卡罗来纳州北卡罗来纳州北卡罗来纳州，美国G北卡罗来纳州北卡罗来纳州大数据与大脑计算高级创新中心，北京大学
预测电视胸腔镜肺叶切除术后长时间漏气发生率的风险评分：来自欧洲胸外科医师协会数据库的分析
可帮助患者对胸管和住院时间设定切合实际的期望，这仍然是微创手术后患者满意度的主要驱动因素。此外，微创方法的使用扩大了肺切除术的纳入标准，越来越多的肺功能不佳和高龄患者接受手术。4-8 传统上接受开胸手术的手术候选人病例组合的变化有必要建立风险模型。尽管与开胸手术相比，电视辅助胸腔镜肺切除术的并发症发生率较低，9 但欧洲胸外科医师协会 10（ESTS）和胸外科医师协会 11 普通胸外科数据库最近进行的 2 项病例匹配分析显示，两组患者的 PAL 发生率相似。本研究的目的是从 ESTS 数据库中注册的大量患者中制定一个总体风险评分，用于预测 VATS 肺叶切除术后发生 PAL 的可能性 ( 视频 1 )。