2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文從以下幾方面進(jìn)行論述:
  第一部分 CT定量測量髖部體質(zhì)成分方法學(xué)研究
  目的:評估東軟醫(yī)療公司開發(fā)的一款基于CT閾值的圖像分割軟件AVW fat analysis功能對髖部體質(zhì)成分定量測量的重復(fù)性并以傳統(tǒng)分割軟件定量CT(QCTpro)為金標(biāo)準(zhǔn),評估AVW的可重復(fù)性以及與傳統(tǒng)分割軟件定量CT(QCTpro)的相關(guān)性。
  方法:選取2017年因各種原因來我院行髖關(guān)節(jié)檢查的30例患者(女17例,男13例),平均

2、年齡51.51±44.55y(范圍15~83y),以髖部原始圖像為測量對象,其中,單髖低能量骨折的患者10例(平均年齡72±7.07y),正常老年人10例平均年齡(57.5±31.81y),健康年輕人10例(平均年齡27±5.89y)。由兩名測量者以AVW軟件測量。測量者A連續(xù)兩次測量患者左側(cè)股骨小轉(zhuǎn)子下3cm(單髖低能量骨折患者測量健側(cè)),垂直于股骨長徑橫切面的皮下脂肪面積,肌間隙脂肪面積,肌肉面積,該層面筋膜下軟組織平均CT值,凈肌

3、肉CT值等參數(shù),計(jì)算每個參數(shù)的變異系數(shù)均方根(RMS-CV)和標(biāo)準(zhǔn)差均方根(RMS-SD),評價組內(nèi)短期精度,并用同樣方法在一個星期以后測量同一組病人同樣的參數(shù)一次,計(jì)算不同時間的組內(nèi)精度。測量者B同一天,以相同方法連續(xù)測量以上參數(shù),計(jì)算A與B組間精度。同時計(jì)算相應(yīng)的最小顯著性變化(1*1LSC95(CV-RMS%)和1*1LSC95(SD-RMS))。測量者間同一天以及不同時間、測量者間結(jié)果用配對T檢驗(yàn)比較,相關(guān)性用線性回歸分析,一致

4、性用Bland-Altman圖表示。以30名患者的20例健康樣本作為測量對象,測量者A測量其小轉(zhuǎn)自下3cm橫切面的皮下脂肪面積、肌肉面積脂肪面積以及肌肉面積,同時,將原始dicom圖像轉(zhuǎn)化為QCT文件(QCTPro fromMindways Software Inc),測量者A分析其皮下脂肪面積、筋膜下脂肪面積、肌肉面積,并將兩種軟件測量的相應(yīng)參數(shù)進(jìn)行相關(guān)性分析,評估其有效性。
  結(jié)果:①測量者A兩次連續(xù)測量、不同時間測量以及兩

5、位測量者之間皮下脂肪面積,肌肉間隙脂肪面積,凈肌肉面積,筋膜下軟組織平均CT值,凈肌肉平均CT值結(jié)果差異均沒有統(tǒng)計(jì)學(xué)意義,P>0.05。②測量者內(nèi)兩次連續(xù)測量相關(guān)性較好,r2為0.993~0.999;測量者A間隔一個星期后測量,決定系數(shù),為0.990~0.999;組間決定系數(shù)r2為0.988~0.999。③Bland-Altman分析顯示,測量者A短期、中期的一致性及測量者之間再現(xiàn)性較好。④測量者A兩次連續(xù)測量各參數(shù)短期RMS-CV為0

6、.13~3.94,RMS-SD分別是0.22~0.54;測量者A一個星期后與第一次測量比較,RMS-CV分別為為0.17~4.95,RMS-SD分別為0.27~0.81; A、B測量者之間精度誤差RMS-CV為0.12~8.10,RMS-SD為0.19~0.70。⑤兩種圖像分析軟件對小轉(zhuǎn)子下3cm水平層面的肌肉間隙內(nèi)脂肪面積測量結(jié)果差異沒有統(tǒng)計(jì)學(xué)意義,P=0.769>0.05,對皮下脂肪面積、肌肉面積測量結(jié)果差異有統(tǒng)計(jì)學(xué)意義,P<0.0

7、5。對皮下脂肪面積、肌肉間隙脂肪面積、肌肉面積測量結(jié)果結(jié)果相關(guān)性較好,r2分別為0.8851、0.8820、0.8997。結(jié)論:該款基于CT閾值的分割軟件有較高的可重復(fù)性,其中,皮下脂肪面積、肌肉間隙脂肪面積、肌肉面積結(jié)果與QCT有很好的相關(guān)性,提示軟件可用于髖部體質(zhì)成分的評估。
  第二部分 老年軀干肌群與髖部肌群相關(guān)性CT研究
  目的:探討老年人軀干肌群與髖部肌群體質(zhì)成分含量的相關(guān)性分析及兩者的增齡性變化。
  

8、方法:收集2017年3月~5月來我院體檢的社區(qū)60~85歲中老年人316名,中位年齡為67歲,男性122名,女性194名。CT掃描腹部和髖部,使用東軟醫(yī)療系統(tǒng)有限公司開發(fā)的后處理工作站(advanced visualization workspace,AVW),分別定量測量L3椎體中份層面和小轉(zhuǎn)子下3cm垂直股骨長徑橫截面的肌群面積(CSMA)、肌肉間隙脂肪面積(IMAA)、肌肉脂肪浸潤比例(MFI)。統(tǒng)計(jì)學(xué)分析應(yīng)用獨(dú)立樣本T檢驗(yàn)、組內(nèi)

9、相關(guān)系數(shù)、Pearson相關(guān)分析,Spearman等級相關(guān)和多元逐步回歸分析等。
  結(jié)果:男性軀干和髖部CSMA大于女性,兩個部位MFI程度小于女性。Pearson相關(guān)分析顯示男、女軀干CSMA與髖部CSMA成正相關(guān)。在與年齡的相關(guān)性分析中,男、女軀干、髖部CSMA與年齡均成負(fù)相關(guān)。在軀干肌群體質(zhì)成分的回歸分析中,年齡進(jìn)入了男性CSMA的回歸方程,并沒有進(jìn)入女性CSMA回歸方程。
  結(jié)論:老年軀干肌群與髖部肌群體質(zhì)成分改

10、變具有相關(guān)性,年齡對男性軀干肌肉面積影響顯著。
  第三部分 QCT與BIA法體脂測量的相關(guān)性研究
  目的:比較定量CT(QCT)和生物電阻抗(BIA)兩種方法對社區(qū)老年人體脂成分測量的相關(guān)性。
  方法:選取同時接受QCT和BIA檢查的770名北京及常州地區(qū)的社區(qū)老年人(男性264例,女性506例,年齡45-83歲,中位數(shù)年齡64歲),以身體質(zhì)量指數(shù)BMI<24Kg/cm2,24Kg/cm2≤BMI<28Kg/cm

11、2,BMI≥28Kg/cm2為界,將志愿者分為體重過低/正常、超重組、肥胖組,進(jìn)行BIA檢查,測量其總脂體脂率(BF%)、內(nèi)臟脂肪量等級(VF),七天之內(nèi)進(jìn)行QCT檢查,得到L2-3、肚臍(UB)層面相應(yīng)的總脂肪面積(TFA)、腹內(nèi)脂肪面積(VFA)、對BF%與TFA、VF與VFA進(jìn)行進(jìn)行pearson相關(guān)性分析。
  結(jié)果:(1)在男性肥胖組中,UB層面QCT和BIA測得內(nèi)臟脂肪結(jié)果無相關(guān)性,其余各組QCT測量L2-3及UB層面

12、的TFA、VFA與BIA測量BF%、VF均有輕度~中度的相關(guān)性,r為0.298~0.596;(2)在男女體重過低/正常組中,兩種方法對于總脂肪、腹內(nèi)脂肪測量的相關(guān)性均優(yōu)于超重組和肥胖組,相關(guān)系數(shù)r分別為0.493~0.596(男性),0.464~0.583(女性);(3)在體重過低/正常組中,兩種方法對于男性各體脂成分測量的相關(guān)性優(yōu)于或等于女性。
  結(jié)論:QCT與BIA法中老年腹部脂肪測量,在男性肥胖組無相關(guān)性,其余各組僅有輕到

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論