Повторный рентген при пневмонии


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...

viritaromero / Обнаружение пневмонии в рентгеновских лучах грудной клетки: модель компьютерного зрения, созданная в PyTorch, которая обнаруживает пневмонию в рентгеновских лучах грудной клетки

перейти к содержанию Зарегистрироваться
  • Почему GitHub? Особенности →
    • Обзор кода
    • Управление проектами
    • Интеграции
    • Действия
    • Пакеты
    • Безопасность
    • Управление командой
    • Хостинг
    • мобильный
    • Истории клиентов →
    • Безопасность →
.

anjanatiha / Обнаружение пневмонии на рентгеновских изображениях грудной клетки с глубоким обучением: обнаружение пневмонии на рентгеновских изображениях грудной клетки с использованием сверточной нейронной сети и предварительно обученных моделей

перейти к содержанию Зарегистрироваться
  • Почему GitHub? Особенности →
    • Обзор кода
    • Управление проектами
    • Интеграции
    • Действия
    • Пакеты
    • Безопасность
    • Управление командой
    • Хостинг
    • мобильный
    • Истории клиентов →
.

Deep Learning для диагностики пневмонии с помощью рентгеновских лучей | Автор: Wezley Sherman

Поскольку данные обрабатываются и готовы к передаче в сеть, мы должны обсудить архитектуру сети.

Поскольку мы работаем с классификацией изображений, я решил использовать сверточную нейронную сеть (CNN) для представления изображений, а затем регрессионную модель для их классификации. После некоторых проб и ошибок я обнаружил, что сверточная нейронная сеть с двумя сверточными слоями и максимальным слоем объединения работает хорошо.Затем я смог передать вывод CNN на полностью подключенные слои для выполнения классификации.

Архитектура модели выглядит следующим образом:

Очень высокий уровень разбивки нашей модели

Первый сверточный слой имеет 32 фильтра и размер ядра 3 x 3, затем он объединяется в пул. После объединения он проходит через другой сверточный слой со 128 фильтрами и размером ядра 2 x 2. Наконец, вывод выравнивается и отправляется через полностью связанные слои для определения вывода.

Регуляризация L2 использовалась для скрытых слоев в полностью связанной модели - чтобы избежать чрезмерного подгонки.В качестве функции потерь использовалась кросс-энтропия, а в качестве оптимизатора - Adam Optimizer.

Конечный результат ниже:

Архитектура модели классификации

С этой конфигурацией я смог правильно классифицировать 87% рентгеновских лучей в тестовой выборке.

.

Смотрите также