• 结构化护理教育对结直肠癌手术患者预后的影响：一项回顾性准实验研究

  摘要目的探讨结构化护理教育在改善结直肠癌手术患者预后中的作用，包括治疗依从性、负面情绪、生活质量和护理满意度。方法本研究为单中心回顾性准实验研究，采用历史对照设计，纳入2021年1月至2023年1月间于重庆医科大学第三附属医院接受结直肠癌手术的120例患者。根据入院时间，将患

  来源：BMC Nursing

  时间：2026-10-22

• 冠状动脉CT血管造影衍生体成分指标纵向变化与主要不良心血管事件的相关性研究

  摘要背景临床指征下的冠状动脉CT血管造影（CCTA）检查包含冠脉以外的体成分信息，但纵向个体内变化的预后意义尚不明确。我们评估了CCTA衍生的体成分指标的纵向变化是否与随后发生的主要不良心血管事件（MACE）相关。方法本回顾性里程碑队列纳入352名具有至少两次临床指征且质量合

  来源：BMC Medical Imaging

  时间：2026-10-22

• 基于深度学习的儿童乳磨牙口内照片自动检测与多类别口腔健康分类研究

  摘要背景龋齿仍然是一个普遍存在的问题，尤其在儿童中更为突出。在正畸治疗前进行准确的诊断对于防止进一步脱矿和维护口腔健康至关重要。本研究开发了一套多阶段深度学习流程，用于通过口内照片自动检测和分类后牙乳磨牙（D和E牙）。方法训练YOLOv8模型以定位第一乳磨牙（D牙）和第二乳磨

  来源：BMC Medical Imaging

  时间：2026-10-22

• 基于 CIPP 模型的护士员工援助计划有效性评估指标体系构建研究

  摘要 背景 改善护士的心理健康仍然是一个全球性的公共卫生挑战。尽管员工援助计划（EAP）是提升护士身心健康的一种现代且有效的措施，但至今尚未建立一套成熟有效的评估体系来衡量其效果。因此，本研究旨在开发一个普遍适用的评估指标体系，用于评估EAP对护士的有效性。 方法 基于CIP

  来源：BMC Nursing

  时间：2026-10-22

• 定量光谱CT参数在区分抗合成酶综合征与多发性肌炎/皮肌炎相关间质性肺病中的价值

  摘要目的间质性肺病（ILD）是抗合成酶综合征（ASS）和多发性肌炎/皮肌炎（PM/DM）的主要临床表现，疾病进展会导致不良预后。为便于早期鉴别诊断，本研究评估了定量光谱CT参数在区分ASS-ILD与PM/DM-ILD中的价值。材料与方法本回顾性研究共纳入69例ASS-ILD患

  来源：BMC Medical Imaging

  时间：2026-10-22

• 前列腺床临床靶体积勾画的机构间差异与PSMA PET阳性复发解剖分布研究

  摘要背景对前列腺床进行挽救性放疗可以治愈根治性前列腺切除术后出现生化复发的患者，准确勾画前列腺床临床靶体积对于治疗成功至关重要。我们评估了前列腺床临床靶体积勾画的机构间差异，并对PSMA PET检测到的局部复发进行解剖映射，以提供影像学证据，用于对照当前指南评估前列腺床临床靶

  来源：BMC Medical Imaging

  时间：2026-10-22

• 术前β受体阻滞剂治疗对消融后心房颤动复发左心耳影像组学预测模型的影响

  摘要背景目前尚不清楚术前长期药物治疗是否会影响左心耳（LAA）影像组学对消融后心房颤动（AF）复发的预测价值。本研究旨在探讨术前β受体阻滞剂治疗对预测消融后 AF 复发的 LAA 影像组学和临床特征模型的影响。方法在 707 名经筛选的 AF 患者中，555 名符合这项回顾性

  来源：BMC Medical Imaging

  时间：2026-10-22

• 整合心脏磁共振参数与临床变量的XGBoost机器学习模型预测稳定性冠心病患者冠状动脉血管再通术

  摘要 背景 心血管疾病仍然是全球首要的死因，其中冠状动脉疾病（CAD）是最常见的表现形式。冠状动脉血管再通术的选择仍然主要依赖有创冠状动脉造影，这凸显了有效无创工具的需求。 方法 这项回顾性单中心研究在2022年至2025年期间纳入了843例稳定性冠心病患者。其中46

  来源：BMC Medical Imaging

  时间：2026-10-22

• 基于多模态数据的卵巢癌腹膜转移风险预测模型的构建与外部验证

  摘要目的卵巢癌（OC）最常见的转移类型是腹膜转移（PM）。患有PM的OC患者的5年生存率明显低于未患PM的患者。因此，术前对PM的评估至关重要。我们进行这项研究是为了在手术前更好地评估伴有PM的OC。方法我们开展了一项多中心研究，回顾性分析了2019年1月至2023年10月期间在

  来源：BMC Medical Imaging

  时间：2026-10-22

• 综述：2020—2025年乳腺影像无监督聚类研究算法、模态与评估指标的系统综述

  摘要背景乳腺癌是全球女性中最常见的癌症，许多女性因此死亡。有监督深度学习是目前乳腺影像分析的主流方法，但它依赖于大规模标注数据集，而这些数据集收集成本高昂，且在乳腺癌发病率增长最快的国家尤为稀缺。尽管聚类方法不需要像素级标签，但在深度学习时代，尚无先前的综述系统记录其在乳腺成

  来源：BMC Medical Imaging

  时间：2026-10-22

知名企业招聘：