Пневмония повторный рентген


Повторные рентгенологические исследования при пневмонии

Медицинские показания к проведению рентгенографии легких в двух проекциях (передняя, боковая) включают в себя подозрение на пневмонию при наличии следующих симптомов у пациента:

  1. Лихорадка выше 38°С с острым началом заболевания.
  2. Кашель с мокротой любого характера (от слизистой до гнойной с прожилками крови).
  3. Наличие аускультативных и перкуторных симптомов пневмонии: влажные хрипы, крепитация, укорочение тона.
  4. Изменения в общем анализе крови по типу лейкоцитоза с цифрами выше 10*109/л либо наличие палочкоядерного сдвига выше 10%.

При выявлении патологических изменений на рентген-снимке, характерных для пневмонии, пациенту назначается соответствующая терапия.

Графики проведения рентгенограмм

Однако после установления диагноза для заболевшего остается неясным, как часто ему требуется проведение дополнительных рентгенологических исследований.

Неосложненное течение пневмонии, легкая и средняя степени тяжести заболевания, как правило, требуют двукратного повторного рентген-снимка через 3-4 дня и через 6-10 дней от начала антибактериальной терапии. Если при втором контрольном исследовании отмечается положительная динамика в виде разрешения инфильтрации легочной ткани, значительного ее уменьшения, пациент считается выздоравливающим.

Критерии выздоровления при пневмонии перечислены ниже:

  1. Нормализация состояния больного (субъективная оценка).
  2. Исчезновение физикальных, рентгенологических и лабораторных симптомов воспаления легкого.

После лечения пациент передается в поликлинику для диспансерного наблюдения, сроки которого обычно составляют 6 месяцев. Осмотры терапевтом, выполнение ОАК, ОАМ, биохимического анализа крови и рентгенографии легких выполняются по графику 1-3-6 месяцев после клинического выздоровления.

Общая радиологическая нагрузка за весь период при неосложненном течении пневмонии составляет от 0,2 до 0,5 мЗв (метод цифровой рентгенографии).

Подход при осложненном течении

Осложненное течение заболевания либо отсутствие эффекта от антибактериальной терапии имеют другой подход к рентгенодиагностике.

При отсутствии эффекта от антибиотика (АБ) первое рентгенологическое исследование выполняется на 3-4 сутки от начала лечения. По его результатам (и клинике) оценивается потребность в смене этиотропной терапии. Затем проводится повторная рентгенография в двух проекциях на сроке 7-10 дней после замены АБ. Далее возможны варианты ведения пациента:

  1. При отсутствии инфильтрации легочной ткани на третьем контрольном рентген-снимке (через 14-20 дней после смены антибактериальной терапии) и клиническом выздоровлении пациент передается для диспансерного наблюдения в поликлинику, сроки которого удлиняются до года. В этот период проводятся осмотры, лабораторные и рентген-исследования по графику 1-3-6-12 мес.
  2. При отсутствии положительной рентген-динамики, как правило, необходимы консультация фтизиатра, проведение бронхоскопии, компьютерной томографии легких. Далее по результатам дополнительного обследования.

При осложненном течении пневмонии не существует никакого графика проведения рентгенологических исследований, так как иногда невозможно предугадать ход последующего развития заболевания.

Осложнения воспаления легкого, требующие частого проведения R-графии:

  1. Эмпиема плевры, пиоторакс.
  2. Абсцедирование легкого.
  3. Формирование осумкованного плеврита.
  4. Пневмоторакс.
  5. Отек легкого.
  6. Гидроторакс, выпотной плеврит.
  7. Сепсис.

Общая радиологическая нагрузка при пневмонии с осложненным течением может увеличиваться до 2 мЗв при использовании цифрового метода.

В конце следует отметить, что решение о проведении дополнительного R-обследования при данном заболевании принимает лечащий врач на основании клинического осмотра, поэтому приведенные выше сроки никоим образом не могут быть использованы для оценки компетентности медицинского персонала.

Загрузка...

Когда делается повторный рентген после пневмонии

Медицинские показания к проведению рентгенографии легких в двух проекциях (передняя, боковая) включают в себя подозрение на пневмонию при наличии следующих симптомов у пациента:

  1. Лихорадка выше 38°С с острым началом заболевания.
  2. Кашель с мокротой любого характера (от слизистой до гнойной с прожилками крови).
  3. Наличие аускультативных и перкуторных симптомов пневмонии: влажные хрипы, крепитация, укорочение тона.
  4. Изменения в общем анализе крови по типу лейкоцитоза с цифрами выше 10*109/л либо наличие палочкоядерного сдвига выше 10%.

При выявлении патологических изменений на рентген-снимке, характерных для пневмонии, пациенту назначается соответствующая терапия.

Графики проведения рентгенограмм

Однако после установления диагноза для заболевшего остается неясным, как часто ему требуется проведение дополнительных рентгенологических исследований.

Неосложненное течение пневмонии, легкая и средняя степени тяжести заболевания, как правило, требуют двукратного повторного рентген-снимка через 3-4 дня и через 6-10 дней от начала антибактериальной терапии. Если при втором контрольном исследовании отмечается положительная динамика в виде разрешения инфильтрации легочной ткани, значительного ее уменьшения, пациент считается выздоравливающим.

Критерии выздоровления при пневмонии перечислены ниже:

  1. Нормализация состояния больного (субъективная оценка).
  2. Исчезновение физикальных, рентгенологических и лабораторных симптомов воспаления легкого.

После лечения пациент передается в поликлинику для диспансерного наблюдения, сроки которого обычно составляют 6 месяцев. Осмотры терапевтом, выполнение ОАК, ОАМ, биохимического анализа крови и рентгенографии легких выполняются по графику 1-3-6 месяцев после клинического выздоровления.

Общая радиологическая нагрузка за весь период при неосложненном течении пневмонии составляет от 0,2 до 0,5 мЗв (метод цифровой рентгенографии).

Подход при осложненном течении

Осложненное течение заболевания либо отсутствие эффекта от антибактериальной терапии имеют другой подход к рентгенодиагностике.

При отсутствии эффекта от антибиотика (АБ) первое рентгенологическое исследование выполняется на 3-4 сутки от начала лечения. По его результатам (и клинике) оценивается потребность в смене этиотропной терапии. Затем проводится повторная рентгенография в двух проекциях на сроке 7-10 дней после замены АБ. Далее возможны варианты ведения пациента:

  1. При отсутствии инфильтрации легочной ткани на третьем контрольном рентген-снимке (через 14-20 дней после смены антибактериальной терапии) и клиническом выздоровлении пациент передается для диспансерного наблюдения в поликлинику, сроки которого удлиняются до года. В этот период проводятся осмотры, лабораторные и рентген-исследования по графику 1-3-6-12 мес.
  2. При отсутствии положительной рентген-динамики, как правило, необходимы консультация фтизиатра, проведение бронхоскопии, компьютерной томографии легких. Далее по результатам дополнительного обследования.

При осложненном течении пневмонии не существует никакого графика проведения рентгенологических исследований, так как иногда невозможно предугадать ход последующего развития заболевания.

Осложнения воспаления легкого, требующие частого проведения R-графии:

  1. Эмпиема плевры, пиоторакс.
  2. Абсцедирование легкого.
  3. Формирование осумкованного плеврита.
  4. Пневмоторакс.
  5. Отек легкого.
  6. Гидроторакс, выпотной плеврит.
  7. Сепсис.

Общая радиологическая нагрузка при пневмонии с осложненным течением может увеличиваться до 2 мЗв при использовании цифрового метода.

В конце следует отметить, что решение о проведении дополнительного R-обследования при данном заболевании принимает лечащий врач на основании клинического осмотра, поэтому приведенные выше сроки никоим образом не могут быть использованы для оценки компетентности медицинского персонала.

anjanatiha / Pneumonia-обнаружение от грудной клетки рентгеновские изображения с глубоким обучением: обнаружение пневмонии на рентгенограммах грудной клетки с использованием сверточной нейронной сети и предварительно обученных моделей перейти к содержанию Зарегистрироваться
  • Почему GitHub? Особенности →
    • Обзор кода
    • Управление проектами
    • Интеграция
    • Действия
    • Пакеты
    • Безопасность
    • Управление командой
    • Хостинг
    • Мобильный
    • Отзывы клиентов →
    • Безопасность →
  • команда
.
глубокое обучение для выявления пневмонии с помощью рентгеновских изображений | Абхинав Сагар

Сквозной трубопровод для обнаружения пневмонии по рентгеновским снимкам

Застряли за платным доступом? Нажмите здесь, чтобы прочитать полную историю с моей ссылкой на друга!

Риск пневмонии для многих огромен, особенно в развивающихся странах, где миллиарды сталкиваются с энергетической бедностью и полагаются на загрязняющие виды энергии. По оценкам ВОЗ, более 4 миллионов случаев преждевременной смерти происходят ежегодно от болезней, связанных с загрязнением воздуха в домашних хозяйствах, включая пневмонию.Ежегодно более 150 миллионов человек заражаются пневмонией, особенно дети в возрасте до 5 лет. В таких регионах проблема может еще более обостриться из-за нехватки медицинских ресурсов и персонала. Например, в 57 странах Африки существует разрыв в 2,3 млн. Врачей и медсестер. Для этих групп населения точная и быстрая диагностика означает все. Это может гарантировать своевременный доступ к лечению и сэкономить столь необходимое время и деньги для тех, кто уже испытывает бедность.

Этот проект является частью рентгенограммы грудной клетки (пневмония), проводимой на Kaggle.

Построить алгоритм, позволяющий автоматически определять, страдает ли пациент от пневмонии или нет, просматривая рентгенограммы грудной клетки. Алгоритм должен был быть чрезвычайно точным, потому что на карту поставлена ​​жизнь людей.

  1. scikit-learn
  2. керас
  3. numpy
  4. панд
  5. matplotlib

Набор данных можно загрузить с веб-сайта kaggle, который можно найти здесь.

Без лишних слов, давайте начнем с кода.Полный проект на github можно найти здесь.

Начнем с загрузки всех библиотек и зависимостей.

Далее я показал несколько нормальных изображений и изображений пневмонии, чтобы просто посмотреть, насколько они различаются невооруженным глазом. Ну не сильно!

Образцы изображений

Затем я разделил набор данных на три набора - наборы обучения, проверки и тестирования.

Далее я написал функцию, в которой сделал некоторое увеличение данных, подал в сеть образы обучающих и тестовых наборов.Также я создал ярлыки для изображений.

Практика увеличения данных - эффективный способ увеличить размер тренировочного набора. Дополнение примеров обучения позволяет сети «видеть» более разнообразные, но все же репрезентативные точки данных во время обучения.

Затем я определил пару генераторов данных: один для обучающих данных, а другой для проверочных данных. Генератор данных способен загружать необходимый объем данных (мини-пакет изображений) непосредственно из исходной папки, преобразовывать их в обучающих данных (поступающих в модель) и обучающих целей (вектор атрибутов). - сигнал наблюдения).

Для своих экспериментов я обычно устанавливаю batch_size = 64 . В целом значение между 32 и 128 должно работать хорошо. Обычно вы должны увеличивать / уменьшать размер пакета в зависимости от вычислительных ресурсов и производительности модели.

После этого я определил некоторые константы для последующего использования.

Следующим шагом было построение модели. Это может быть описано в следующих 5 шагах.

  1. Я использовал пять сверточных блоков, состоящих из сверточного слоя, максимального пула и пакетной нормализации.
  2. Поверх него я использовал плоский слой и следовал за ним четырьмя полностью связанными слоями.
  3. Также между ними я использовал отсевы, чтобы уменьшить переоснащение.
  4. Функция активации была Relu повсюду, за исключением последнего слоя, где был Sigmoid, поскольку это проблема двоичной классификации.
  5. Я использовал Адама в качестве оптимизатора и кросс-энтропии как потери.

Перед тренировкой модели полезно определить один или несколько обратных вызовов. Довольно удобны: ModelCheckpoint и EarlyStopping .

  • ModelCheckpoint : когда обучение требует много времени для достижения хорошего результата, часто требуется много итераций. В этом случае лучше сохранять копию самой эффективной модели только тогда, когда заканчивается эпоха, которая улучшает показатели.
  • EarlyStopping : иногда во время обучения мы можем заметить, что разрыв в обобщении (т.е. разница между тренировкой и ошибкой проверки) начинает увеличиваться, а не уменьшаться. Это является признаком переоснащения, которое можно решить разными способами (, уменьшение емкости модели , , увеличение данных обучения , , увеличение данных , , регуляризация , отсева и т. Д.).Часто практичным и эффективным решением является прекращение обучения, когда разрыв в обобщении становится все хуже.
Ранняя остановка

Далее я обучил модель 10 эпохам с размером партии 32. Обратите внимание, что обычно больший размер партии дает лучшие результаты, но за счет более высокой вычислительной нагрузки. Некоторые исследования также утверждают, что для достижения наилучших результатов существует оптимальный размер партии, который можно найти, потратив некоторое время на настройку гиперпараметров.

Давайте представим графики потерь и точности.

Точность против эпохи | Loss vs Epoch

Пока все хорошо. Модель сходится, что можно наблюдать по уменьшению потерь и проверочных потерь с эпохами. Кроме того, он может достичь 90% точности проверки всего за 10 эпох.

Давайте построим матрицу путаницы и получим некоторые другие результаты, такие как точность, отзыв, оценка F1 и точность.

 МАТРИЦА КОНФУЗИИ ------------------ 
[[191 43]
[13 377]]

ТЕСТОВЫЕ МЕТРИКИ ------------- ---------
Точность: 91.02564102564102%
Точность: 89,76190476190476%
Напомним: 96,66666666666667%
F1-счет: 93.08641975308642

ПОЕЗД МЕТРИКА ----------------------
Поезд: 94.23

Модель способна достичь точности 91,02%, что весьма неплохо, учитывая объем используемых данных.

Хотя этот проект еще далек от завершения, но замечательно видеть успех глубокого обучения в таких разнообразных задачах реального мира. Я продемонстрировал, как классифицировать положительные и отрицательные данные о пневмонии из коллекции рентгеновских изображений.Модель была сделана с нуля, что отличает ее от других методов, которые в значительной степени основаны на подходе трансферного обучения. В будущем эта работа может быть расширена для выявления и классификации рентгеновских изображений, состоящих из рака легких и пневмонии. Различение рентгеновских изображений, которые содержат рак легких и пневмонию, было большой проблемой в последнее время, и наш следующий подход должен заключаться в решении этой проблемы.

Соответствующий исходный код можно найти здесь.

Приятного чтения, счастливого обучения и счастливого кодирования!

Если вы хотите быть в курсе моих последних статей и проектов, следуйте за мной на Medium.Вот некоторые из моих контактных данных:

.
viritaromero / Detecting-Pneumonia-in-Chest-X-Rays: Модель компьютерного зрения, созданная в PyTorch, которая обнаруживает пневмонию в грудной клетке X-Rays перейти к содержанию Зарегистрироваться
  • Почему GitHub? Особенности →
    • Обзор кода
    • Управление проектами
    • Интеграция
    • Действия
    • Пакеты
    • Безопасность
    • Управление командой
    • Хостинг
    • Мобильный
    • Отзывы клиентов →
    • Безопасность →
  • команда
  • предприятие
.

Смотрите также