Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của cộng hưởng từ 1 5 te
Luận án tiến sĩ phân tích đặc điểm hình ảnh và giá trị kinh tế, xã hội. Khám phá yếu tố quyết định, cơ sở lý thuyết, giải pháp cải tiến.
Luan An
Luận án tiến sĩ
Năm xuất bản
Số trang
181
Thời gian đọc
28 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
50 Point
Tổng quan nhanh
- Chủ đề:
- 1. Nghiên cứu đặc điểm hình ảnh nhồi máu não cấp trên CHT 1,5T
- Số trang:
- 181 trang
- Trường:
- Trường Đại học Y Hà Nội
- Chuyên ngành:
- Chẩn đoán hình ảnh
- Tác giả:
- Nguyễn Duy Trinh
- Năm:
- 2015
Tóm tắt nội dung luận án
I. Nghiên cứu đặc điểm hình ảnh nhồi máu não cấp trên CHT 1 5T
Luận án tập trung nghiên cứu đặc điểm hình ảnh của nhồi máu não cấp tính bằng kỹ thuật cộng hưởng từ 1,5 Tesla. Công trình này mô tả chi tiết các dấu hiệu hình ảnh đặc trưng trên nhiều chuỗi xung MRI, bao gồm DWI, ADC, FLAIR, T2* GRE và MRA. Mục tiêu chính là xác định và phân loại các thay đổi trên hình ảnh phù hợp với giai đoạn cấp của nhồi máu não. Nghiên cứu cung cấp cái nhìn sâu sắc về cách các đặc trưng hình ảnh này phản ánh sinh lý bệnh của thiếu máu cục bộ. Việc hiểu rõ những đặc điểm này là nền tảng cho việc chẩn đoán hình ảnh chính xác. Chất lượng hình ảnh thu được từ MRI 1,5T được đánh giá để đảm bảo độ tin cậy của dữ liệu. Phân tích hình ảnh đóng vai trò quan trọng trong việc định vị và ước tính kích thước vùng tổn thương. Thông qua nghiên cứu này, các nhà lâm sàng có thể sử dụng thông tin hình ảnh để đưa ra quyết định điều trị kịp thời. Các đặc trưng hình ảnh này cũng là cơ sở cho các thuật toán xử lý ảnh tự động trong tương lai.
1.1. Khảo sát đặc trưng hình ảnh CHT 1 5T cho nhồi máu não
Công trình khảo sát kỹ lưỡng các đặc trưng hình ảnh trên cộng hưởng từ 1,5 Tesla. Luận án ghi nhận sự thay đổi tín hiệu trên chuỗi xung khuếch tán (DWI) và bản đồ hệ số khuếch tán biểu kiến (ADC). Những dấu hiệu này cung cấp thông tin quý giá về hạn chế khuếch tán nước, đặc trưng của nhồi máu não cấp. Nghiên cứu cũng đánh giá các hình ảnh trên FLAIR để xác định tuổi tổn thương, phân biệt tổn thương mới và cũ. Hình ảnh T2* GRE được sử dụng để phát hiện biến chứng xuất huyết. Thông tin thu được từ phân tích hình ảnh này có giá trị cao. Nó giúp chẩn đoán hình ảnh sớm và chính xác. Các đặc trưng hình ảnh chi tiết đóng góp vào việc hiểu rõ hơn về bệnh. Chất lượng hình ảnh được tối ưu hóa để tăng cường độ rõ nét. Điều này hỗ trợ quá trình nhận dạng hình ảnh hiệu quả hơn.
1.2. Đánh giá sự biến đổi hình ảnh theo thời gian bệnh
Luận án đánh giá sự biến đổi của các đặc điểm hình ảnh theo thời gian diễn biến của nhồi máu não cấp tính. Các thay đổi trên MRI, đặc biệt là trên DWI và FLAIR, được theo dõi từ giai đoạn tối cấp đến cấp tính. Sự thay đổi tín hiệu trên DWI thường xuất hiện sớm và giảm dần theo thời gian. Trong khi đó, thay đổi trên FLAIR có thể muộn hơn. Nghiên cứu mô tả cụ thể những khác biệt này. Điều này hỗ trợ việc xác định chính xác thời điểm khởi phát triệu chứng. Phân tích hình ảnh theo chiều thời gian cung cấp cái nhìn toàn diện. Nó giúp bác sĩ tiên lượng diễn biến của bệnh. Các thuật toán xử lý ảnh có thể được áp dụng để định lượng những thay đổi này. Việc này nâng cao giá trị chẩn đoán và tiên lượng. Nền tảng dữ liệu hình ảnh này cũng là cơ sở cho các nghiên cứu về thị giác máy tính.
II. Giá trị chẩn đoán tiên lượng nhồi máu não bằng MRI 1 5T
Luận án phân tích giá trị chẩn đoán và tiên lượng của cộng hưởng từ 1,5 Tesla trong nhồi máu não cấp tính. Nghiên cứu chỉ ra khả năng vượt trội của MRI so với các phương pháp chẩn đoán hình ảnh khác. Đặc biệt, chuỗi xung khuếch tán (DWI) có độ nhạy và độ đặc hiệu cao trong phát hiện sớm tổn thương. Giá trị chẩn đoán của MRI 1,5T không chỉ giới hạn ở việc xác định vị trí tổn thương. Nó còn cung cấp thông tin về vùng tranh tối tranh sáng (penumbra). Điều này rất quan trọng cho quyết định điều trị tái tưới máu. Khả năng tiên lượng của MRI được đánh giá dựa trên các yếu tố như kích thước tổn thương và sự hiện diện của mismatch PW-DW. Thông tin này giúp dự đoán kết cục chức năng của bệnh nhân. Các kết quả nghiên cứu góp phần khẳng định vị thế của MRI trong quản lý đột quỵ cấp. Nâng cao chất lượng hình ảnh là yếu tố then chốt để khai thác tối đa giá trị này.
2.1. Khả năng phát hiện sớm và định vị tổn thương nhồi máu
Nghiên cứu làm rõ khả năng phát hiện sớm và định vị chính xác tổn thương nhồi máu não. MRI 1,5 Tesla, đặc biệt với chuỗi xung DWI, phát hiện các tổn thương trong vòng vài phút đầu tiên sau khởi phát. Điều này vượt trội so với cắt lớp vi tính. Việc định vị tổn thương giúp xác định mạch máu bị tắc. Nó cũng hướng dẫn các can thiệp điều trị. Chẩn đoán hình ảnh sớm là yếu tố quyết định hiệu quả điều trị. Phân tích hình ảnh chi tiết vùng tổn thương cung cấp thông tin quan trọng. Nó hỗ trợ các chiến lược điều trị cá nhân hóa. Chất lượng hình ảnh cao đảm bảo độ chính xác. Đây là bước cơ bản cho mọi ứng dụng nhận dạng hình ảnh sau này. Sự kết hợp các chuỗi xung khác nhau tối ưu hóa khả năng phát hiện.
2.2. Tiên lượng kết cục chức năng dựa trên dấu hiệu MRI
Luận án đánh giá khả năng tiên lượng kết cục chức năng của bệnh nhân nhồi máu não. Các dấu hiệu trên MRI 1,5T được sử dụng để dự đoán mức độ hồi phục. Ví dụ, kích thước vùng nhồi máu trên DWI có mối liên quan chặt chẽ với tiên lượng. Sự hiện diện và quy mô của vùng penumbra cũng là yếu tố tiên lượng quan trọng. Nghiên cứu cung cấp dữ liệu định lượng. Điều này hỗ trợ việc đánh giá nguy cơ và lợi ích của các phương pháp điều trị. Giá trị chẩn đoán và tiên lượng được thể hiện rõ ràng. Phân tích hình ảnh tiên lượng giúp bác sĩ đưa ra lời khuyên phù hợp cho bệnh nhân. Các thuật toán xử lý ảnh có thể tự động hóa quá trình này. Từ đó, nâng cao hiệu quả và tính khách quan trong đánh giá tiên lượng.
III. Tối ưu hóa chất lượng hình ảnh và phân tích dữ liệu MRI
Việc tối ưu hóa chất lượng hình ảnh là trọng tâm của nghiên cứu. Chất lượng hình ảnh tốt đảm bảo độ chính xác trong chẩn đoán. Các kỹ thuật chụp và thông số máy MRI 1,5T được tinh chỉnh. Điều này nhằm đạt được hình ảnh rõ nét nhất, giảm nhiễu. Phân tích dữ liệu MRI bao gồm việc đo lường các thông số định lượng. Ví dụ, giá trị ADC (Apparent Diffusion Coefficient) cung cấp thông tin định lượng về mức độ tổn thương tế bào. Các phương pháp xử lý ảnh cơ bản được áp dụng. Điều này hỗ trợ việc đánh dấu vùng tổn thương. Kết quả phân tích hình ảnh định lượng có giá trị khách quan. Chúng giúp so sánh và đánh giá hiệu quả điều trị. Nền tảng dữ liệu hình ảnh chất lượng cao là yếu tố thiết yếu. Nó phục vụ cho các nghiên cứu chuyên sâu hơn về học sâu và thị giác máy tính. Việc này nhằm mục đích phát triển các công cụ chẩn đoán tự động.
3.1. Các phương pháp thu nhận và cải thiện chất lượng hình ảnh
Luận án trình bày các phương pháp thu nhận hình ảnh cộng hưởng từ 1,5T. Các thông số kỹ thuật được điều chỉnh để tối ưu hóa chất lượng hình ảnh. Bao gồm thời gian TR/TE, góc lật, số lần lấy tín hiệu và kích thước ma trận. Mục tiêu là đạt được độ tương phản tối ưu giữa vùng tổn thương và mô lành. Đồng thời, cần giảm thiểu các artifact (hiện vật) gây nhiễu. Cải thiện chất lượng hình ảnh trực tiếp nâng cao độ chính xác của chẩn đoán hình ảnh. Kỹ thuật chống rung và khử nhiễu cũng được áp dụng. Những phương pháp này đảm bảo tính tin cậy của dữ liệu hình ảnh. Đây là bước quan trọng trước khi tiến hành phân tích hình ảnh chuyên sâu. Chất lượng hình ảnh tốt là điều kiện tiên quyết cho việc nhận dạng hình ảnh tự động.
3.2. Vai trò xử lý ảnh và thuật toán trong phân tích định lượng
Xử lý ảnh và các thuật toán đóng vai trò then chốt trong phân tích định lượng dữ liệu MRI. Luận án ứng dụng các kỹ thuật xử lý ảnh cơ bản. Điều này giúp xác định ranh giới vùng nhồi máu và đo lường thể tích tổn thương. Việc tính toán giá trị ADC trung bình trong vùng tổn thương cũng được thực hiện. Các thuật toán xử lý ảnh giúp trích xuất các đặc trưng hình ảnh có giá trị. Thông tin định lượng này hỗ trợ việc đánh giá mức độ nghiêm trọng của nhồi máu. Nó cũng phục vụ cho việc theo dõi tiến triển bệnh. Phân tích hình ảnh định lượng tăng cường tính khách quan của chẩn đoán hình ảnh. Đây là nền tảng cho việc phát triển các mô hình học sâu. Các mô hình này có thể tự động hóa quá trình phân tích và nhận dạng hình ảnh. Cuối cùng, nó nâng cao giá trị chẩn đoán.
IV. Tiềm năng phát triển thị giác máy tính trong chẩn đoán hình ảnh
Nghiên cứu này đặt nền móng vững chắc cho việc ứng dụng thị giác máy tính trong chẩn đoán hình ảnh. Các dữ liệu hình ảnh và phân tích đặc trưng được thu thập. Đây là nguồn tài nguyên quý giá cho việc đào tạo các mô hình học sâu. Thị giác máy tính có tiềm năng to lớn trong việc tự động hóa quá trình nhận dạng hình ảnh. Nó có thể phát hiện sớm các dấu hiệu nhồi máu não. Các thuật toán xử lý ảnh tiên tiến có thể phân loại và định lượng tổn thương. Điều này vượt xa khả năng phân tích thủ công. Việc tích hợp học sâu vào chẩn đoán hình ảnh sẽ cải thiện tốc độ và độ chính xác. Nó giảm thiểu sự phụ thuộc vào yếu tố chủ quan. Tiềm năng này mở ra hướng phát triển mới. Nó giúp tối ưu hóa quy trình làm việc trong các khoa chẩn đoán hình ảnh. Mục tiêu cuối cùng là nâng cao giá trị chẩn đoán và tiên lượng bệnh nhân.
4.1. Ứng dụng học sâu và nhận dạng hình ảnh trong tương lai
Dữ liệu từ luận án cung cấp cơ sở cho các ứng dụng học sâu trong tương lai. Các mô hình học sâu có thể được huấn luyện để nhận dạng hình ảnh tổn thương nhồi máu não. Chúng có thể tự động phát hiện các đặc trưng hình ảnh tinh vi. Điều này bao gồm vùng hạn chế khuếch tán, các thay đổi trên bản đồ tưới máu. Khả năng nhận dạng hình ảnh tự động giúp sàng lọc nhanh chóng. Nó hỗ trợ các bác sĩ trong việc đưa ra quyết định chẩn đoán. Các thuật toán xử lý ảnh dựa trên AI sẽ tăng cường hiệu quả. Chúng giảm tải công việc cho chuyên gia chẩn đoán hình ảnh. Việc này nâng cao giá trị chẩn đoán và cải thiện kết quả lâm sàng. Sự phát triển này hứa hẹn một cuộc cách mạng trong y học hình ảnh.
4.2. Xử lý ảnh và thuật toán để phát hiện vùng penumbra tự động
Luận án cung cấp dữ liệu để phát triển thuật toán xử lý ảnh. Mục tiêu là tự động phát hiện vùng penumbra (vùng tranh tối tranh sáng). Vùng này rất quan trọng cho điều trị tái tưới máu. Các kỹ thuật phân tích hình ảnh, bao gồm cả phân tích tưới máu (PWI), sẽ được ứng dụng. Các thuật toán thị giác máy tính có thể phân tích sự chênh lệch (mismatch) giữa vùng nhồi máu và vùng thiếu máu. Điều này giúp xác định chính xác penumbra. Phát hiện tự động vùng penumbra sẽ tối ưu hóa lựa chọn bệnh nhân. Nó đảm bảo những bệnh nhân hưởng lợi nhất được điều trị kịp thời. Nâng cao hiệu quả của các thuật toán là chìa khóa. Điều này nhằm cải thiện đáng kể giá trị chẩn đoán và tiên lượng đột quỵ.
V. Ứng dụng thuật toán xử lý ảnh nâng cao trong tiên lượng đột quỵ
Nghiên cứu này là tiền đề cho việc ứng dụng các thuật toán xử lý ảnh nâng cao. Mục tiêu là cải thiện khả năng tiên lượng đột quỵ. Thông tin từ MRI 1,5T được phân tích sâu hơn bằng các phương pháp định lượng. Các thuật toán phức tạp có thể trích xuất các đặc trưng hình ảnh không nhìn thấy bằng mắt thường. Điều này bao gồm kết cấu, hình thái, và các mối quan hệ giữa các vùng tổn thương. Phân tích hình ảnh đa thông số có thể tạo ra các mô hình tiên lượng mạnh mẽ. Những mô hình này dự đoán kết quả chức năng, nguy cơ biến chứng. Chúng cũng đánh giá đáp ứng với điều trị. Việc tích hợp học sâu và thị giác máy tính sẽ nâng cao khả năng này. Nền tảng dữ liệu chất lượng cao từ luận án là yếu tố then chốt. Nó giúp xây dựng và kiểm định các thuật toán. Qua đó, tăng cường giá trị chẩn đoán và quản lý bệnh nhân đột quỵ.
5.1. Phân tích hình ảnh định lượng để đánh giá hiệu quả điều trị
Luận án cung cấp cơ sở cho việc phân tích hình ảnh định lượng. Việc này nhằm đánh giá hiệu quả của các phương pháp điều trị nhồi máu não. Các thông số như sự thay đổi thể tích vùng nhồi máu, phục hồi tín hiệu tưới máu được đo lường. Các thuật toán xử lý ảnh giúp định lượng những thay đổi này một cách khách quan. Phân tích này hỗ trợ việc theo dõi đáp ứng điều trị của từng bệnh nhân. Điều đó giúp điều chỉnh phác đồ phù hợp. Giá trị chẩn đoán của việc theo dõi định lượng rất cao. Nó cung cấp bằng chứng cụ thể về sự cải thiện hoặc xấu đi của tình trạng bệnh. Điều này là thiết yếu để tối ưu hóa quản lý đột quỵ. Chất lượng hình ảnh ổn định là yêu cầu cơ bản cho phân tích này.
5.2. Xây dựng mô hình tiên lượng bằng cách kết hợp đặc trưng hình ảnh
Nghiên cứu này là bước khởi đầu cho việc xây dựng các mô hình tiên lượng. Các mô hình này kết hợp nhiều đặc trưng hình ảnh từ MRI 1,5T. Thông tin từ DWI, PWI, FLAIR và MRA được tổng hợp. Các thuật toán học máy có thể học từ dữ liệu này. Chúng nhận dạng các mẫu phức tạp liên quan đến kết cục bệnh. Việc kết hợp nhiều loại đặc trưng hình ảnh nâng cao độ chính xác của tiên lượng. Nó giúp dự đoán nguy cơ xuất huyết, tái nhồi máu, hoặc mức độ phục hồi. Phân tích hình ảnh đa chiều cung cấp cái nhìn toàn diện. Nó là nền tảng cho việc phát triển các công cụ hỗ trợ quyết định lâm sàng. Mục tiêu là nâng cao giá trị chẩn đoán và cải thiện chất lượng cuộc sống cho bệnh nhân. Đây là ứng dụng thực tiễn của thị giác máy tính.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (181 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộBỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ Y TẾ TRƯỜNG ĐẠI HỌC Y HÀ NỘI NGUYỄN DUY TRINH NGHIÊN CỨU ĐẶC ĐIỂM HÌNH ẢNH VÀ GIÁ TRỊ CỦA CỘNG HƯỞNG TỪ 1,5TESLA TRONG CHẨN ĐOÁN VÀ TIÊN LƯỢNG NHỒI MÁU NÃO GIAI ĐOẠN CẤP TÍNH LUẬN ÁN TIẾN SĨ Y HỌC HÀ NỘI – NĂM 2015 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ Y TẾ TRƯỜNG ĐẠI HỌC Y HÀ NỘI NGUYỄN DUY TRINH NGHIÊN CỨU ĐẶC ĐIỂM HÌNH ẢNH VÀ GIÁ TRỊ CỦA CỘNG HƯỞNG TỪ 1,5TESLA TRONG CHẨN ĐOÁN VÀ TIÊN LƯỢNG NHỒI MÁU NÃO GIAI ĐOẠN CẤP TÍNH Chuyên ngành: Chẩn đoán hình ảnh Mã số: 62720166 LUẬN ÁN TIẾN SĨ Y HỌC Người hướng dẫn khoa học: GS. PHẠM MINH THÔNG GS. LÊ VĂN THÍNH HÀ NỘI – NĂM 2015 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CẢM ƠN Nhân dịp hoàn thành công trình nghiên cứu này, với lòng kính trọng và biết ơn sâu sắc tới các cá nhân, tập thể đã giúp đỡ và tạo mọi điều kiện cho tôi, tôi xin được gửi lời cám ơn tới: - Ban Giám hiệu, Phòng sau đại học, Bộ môn Chẩn đoán hình ảnh Trường Đại Học Y Hà Nội đã tạo điều kiện thuận lợi cho tôi trong quá trình học tập và nghiên cứu. - Đảng ủy, Ban Giám đốc Bệnh Viện Bạch Mai đã tạo mọi điều kiện tốt nhất để tôi có thể hoàn thành bản luận án này.
- Xin trân trọng cám ơn GS. Phạm Minh Thông, Phó Chủ nhiệm Bộ Môn Chẩn đoán hình ảnh Trường Đại học Y Hà Nội, Phó Giám đốc kiêm Trưởng Khoa Chẩn đoán hình ảnh- BV Bạch Mai, là người Thầy chuẩn mực, luôn tận tình hướng dẫn, dìu dắt tôi trong suốt quá trình học tập, nghiên cứu và thực hiện luận án này. - Xin trân trọng cám ơn GS.TS Lê Văn Thính, Trưởng Khoa Thần kinh Bệnh Viện Bạch Mai, đã hướng dẫn và giúp đỡ tôi tận tình trong suốt quá trình học tập và nghiên cứu để tôi có thể hoàn thành công trình nghiên cứu này. - Xin trân trọng cảm ơn PGS.TS Nguyễn Duy Huề, Chủ nhiệm Bộ môn Chẩn đoán hình ảnh, Trưởng Khoa Chẩn đoán hình ảnh Bệnh Viện Việt Đức.
Thầy luôn hết lòng vì các học trò, đã cho tôi nhiều bài học quý báu trong học tập, nghiên cứu cũng như trong cuộc sống. - Xin trân trọng cảm ơn các Thầy, Cô trong hội đồng chấm luận án, những người đánh giá công trình nghiên cứu của tôi một cách công minh, các ý kiến đóng góp của các Thầy, Cô sẽ là bài học quý giá giúp tôi trên con đuờng nghiên cứu khoa học sau này. Tôi xin được chân thành cảm ơn: LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com -Tập thể Khoa Chẩn đoán hình ảnh, Khoa Cấp cứu, Khoa Thần Kinh, Viện Tim Mạch, Phòng kế hoạch tổng hợp Bệnh viện Bạch Mai đã tạo mọi điều kiện tốt nhất cho tôi trong suốt quá trình nghiên cứu. Xin được bày tỏ lòng biết ơn đến: - Các bệnh nhân thân yêu đã tạo điều kiện để tôi có được số liệu nghiên cứu này.
- Cảm ơn vợ và hai con thân yêu, những người thân trong gia đình, bạn bè, đồng nghiệp đã luôn động viên, quan tâm và khích lệ tôi để tôi luôn được yên tâm nghiên cứu. Hà nội, ngày 12 tháng 5 năm 2015 Nguyễn Duy Trinh LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com LỜI CAM ĐOAN Tôi là Nguyễn Duy Trinh, nghiên cứu sinh khoá 29 Trường Đại học Y Hà Nội, chuyên ngành Chẩn đoán hình ảnh, xin cam đoan: 1. Đây là luận án do bản thân tôi trực tiếp thực hiện dưới sự hướng dẫn của GS. Phạm Minh Thông và GS.TS Lê Văn Thính 2.
Công trình này không trùng lặp với bất kỳ nghiên cứu nào khác đã được công bố tại Việt Nam. Các số liệu và thông tin trong nghiên cứu là hoàn toàn chính xác, trung thực và khách quan, đã được xác nhận và chấp thuận của cơ sở nơi nghiên cứu. Tôi xin hoàn toàn chịu trách nhiệm trước pháp luật về những cam kết này. Hà nội, ngày 12 tháng 5 năm 2015 Người viết cam đoan LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỘT SỐ TỪ VIẾT TẮT ADC Bản đồ hệ số khuyếch tán ASPECTS Thang điểm đột qụy não cấp trên CLVT (Alberta Stroke Program Early CT score) BN Bệnh nhân CHT Cộng hưởng từ CLVT Cắt lớp vi tính CBF Lưu lượng máu não (Cerebral Blood Flow) CBV Thể tích máu não (Cerebral Blood Volume) CTP Chụp cắt lớp vi tính tưới máu DSA Chụp mạch máu số hóa xóa nền DW Cộng hưởng từ xung khuyếch tán (Diffusion) ĐM Động mạch Mismatch, penumbra Vùng nguy cơ nhồi máu, bất tương xứng PW-DW MTT Thời gian thuốc lưu chuyển trung bình (Mean Transit time) mRs Thang điểm Rankin sửa đổi (Modified Rankin score) NIHSS Thang điểm đột qụy não của Viện y tế quốc gia Hoa kỳ (National Institutes of Health Stroke Scale) PET CT Chụp PET CT pc-ASPECTS Thang điểm đột quỵ não cấp cho tuần hoàn não sau (Posterior circulation –ASPECTS) PW Perfusion: Cộng hưởng từ xung tưới máu TIMI Thang điểm đánh giá tái thông mạch máu (Thrombolysis In Myocardial Infarction) TOF Xung mạch não trên cộng hưởng từ (Time of flight) TTP Thời gian nồng độ thuốc đạt đỉnh (Time to peak) LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com MỤC LỤC ĐẶT VẤN ĐỀ.
1 CHƯƠNG 1: TỔNG QUAN TÀI LIỆU. Sơ lược đặc điểm giải phẫu động mạch não. Định nghĩa và phân loại nhồi máu não. Phân chia giai đoạn nhồi máu não:.
Nguyên nhân nhồi máu não. Sơ lược về sinh lý bệnh thiếu máu não. Các phương pháp chẩn đoán hình ảnh thiếu máu não. Cắt lớp vi tính.
Cộng hưởng từ trong nhồi máu não cấp tính. Chụp PET CT. Chụp mạch máu số hóa, xóa nền (DSA). Siêu âm Doppler.
Các phương pháp điều trị thiếu máu não cấp. Các phương pháp điều trị nhằm tái thông lòng mạch tắc. Điều trị nội khoa. Mở hộp sọ giảm áp.
Tình hình nghiên cứu cộng hưởng từ thiếu máu não trên thế giới và trong nước. Tình hình nghiên cứu cộng hưởng từ thiếu máu não trên thế giới. Tình hình nghiên cứu trong nước. 43 CHƯƠNG 2: ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU.
ĐỐI TƯỢNG NGHIÊN CỨU. Địa điểm và thời gian nghiên cứu:. 45 LUAN VAN CHAT LUONG download : add luanvanchat@agmail. Đối tượng nghiên cứu.
Tiêu chuẩn chọn đối tượng nghiên cứu. Tiêu chuẩn loại trừ. Cỡ mẫu nghiên cứu. PHƯƠNG PHÁP NGHIÊN CỨU.
Thiết kế nghiên cứu:. Phương tiện nghiên cứu:. Quy trình chụp CHT nhồi máu não cấp. Chuẩn bị bệnh nhân:.
Quy trình chụp cộng hưởng từ nhồi máu não cấp tính:. Một số tiêu chí và cách đánh giá tổn thương thực hiện trong đề tài. Đánh giá diện nhồi máu. Đánh giá tắc mạch não trên xung mạch TOF:.
Tính toán vùng nguy cơ nhồi máu. Đánh giá kết quả chụp MRI lần 2. Thu thập, xử lý và phân tích số liệu. 60 CHƯƠNG 3 : KẾT QUẢ NGHIÊN CỨU.
Đặc điểm chung của nhóm nghiên cứu. Đặc điểm hình ảnh cộng hưởng từ nhồi máu não cấp tính. Phân bố theo thời gian từ khi khởi phát triệu chứng đến chụp CHT. Vị trí nhồi máu não cấp trên cộng hưởng từ.
Số tổn thương nhồi máu cấp quan sát thấy trên xung khuyếch tán (DW) trên CHT lần 1 (lúc nhập viện). Thể tích nhồi máu não ban đầu. Liên quan giữa thể tích nhồi máu cấp và thời gian từ khi khởi phát đến khi chụp CHT. 68 LUAN VAN CHAT LUONG download : add luanvanchat@agmail.6 Liên quan giữa thang điểm ASPECTS và thể tích vùng nhồi máu ở BN nhồi máu động mạch não giữa.
Vị trí mạch tắc động mạch não. Vai trò của CHT trong chẩn đoán và tiên lượng vùng nhồi máu não cấp. Vai trò chẩn đoán nhồi máu não cấp tính. Vai trò CHT trong tiên lượng tiến triển của nhồi máu.
Vai trò phối hợp giữa chuỗi xung DW và PW trong đánh giá tiến triển nhồi máu. Vai trò CHT trong tiên lượng lâm sàng. Một số đặc điểm chung và đặc điểm hình ảnh CHT nhóm bệnh nhân biến chứng chảy máu não có triệu chứng. So sánh một số đặc điểm nhóm bệnh nhân tử vong và không tử vong sau 3 tháng.
95 CHƯƠNG 4 :BÀN LUẬN. Đặc điểm chung của nhóm nghiên cứu. Đặc điểm hình ảnh MRI nhồi máu não cấp tính. Vai trò của cộng hưởng từ trong chẩn đoán và tiên lượng nhồi máu não 102 4.
Nhận xét các trường hợp biến chứng chảy máu nội sọ sớm. So sánh một số đặc điểm của nhóm bệnh nhân tử vong và nhóm không tử vong sau 3 tháng. 134 TÀI LIỆU THAM KHẢO LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com DANH MỤC BẢNG Bảng 3.1: Phân bố theo tuổi.2: Liên quan nhồi máu não với một số yếu tố nguy cơ .3: Thời gian từ khi khởi phát bệnh tới khi được chụp CHT .4: Phân bố theo vùng cấp máu ĐM não .5: Vị trí tổn thương nhồi máu não theo vùng giải phẫu.6: So sánh thể tích nhồi máu não các vị trí khác nhau.7: So sánh thể tích ban đầu của nhồi máu ĐM não giữa hoặc phối hợp ĐM não giữa với ĐM não trước và thể tích nhồi máu các ĐM khác.8: Liên quan giữa thể tích nhồi máu não trung bình và thời gian từ khi đột qụy đến khi chụp CHT.9: Liên quan giữa thể tích nhồi máu thuộc động mạch não giữa và thang điểm ASPECTS .10: Phân bố vị trí tắc động mạch não.11: Khả năng phát hiện nhồi máu não cấp trên các chuỗi xung.12: Liên quan giữa nhồi máu trên CHT DW và tắc mạch trên TOF.13: Liên quan giữa thể tích nhồi máu trên DW và khả năng phát hiện trên các chuỗi xung CHT .14: Liên quan giữa vùng thiếu máu trên PW và tắc mạch và (n=140).15: Liên quan giữa sự tồn tại vùng nguy cơ và thời gian khởi bệnh đến chụp CHT .16: Liên quan giữa tắc mạch, thời gian và sự tồn tại vùng nguy cơ .17: So sánh giữa xung mạch TOF và chụp mạch số hóa xóa nền ở các bệnh nhân được can thiệp lấy huyết khối.18: Khả năng phát hiện tắc mạch của các chuỗi xung FLAIR và T2* so sánh TOF.19: Khả năng phát hiện tắc mạch của các chuỗi xung FLAIR và LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com T2* đối với tắc mạch lớn (cảnh trong, não giữa M1,M2 và động mạch thân nền).20: Đánh giá tổn thương trên CHT DW lần 1 và lần 2.21: Vai trò phối hợp giữa chuỗi xung TOF và DW trong đánh giá tiến triển nhồi máu.22: So sánh giữa thể tích vùng nhồi máu trung bình sau điều trị với thể tích trung bình trước điều trị và trên PW.23: Mức độ tăng thể tích sau điều trị so với trước điều trị ở các nhóm bệnh nhân khác nhau .
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Nguyễn Duy Trinh (2015). Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của [Luận án tiến sĩ, Trường Đại học Y Hà Nội]. LuanAn.net. https://luanan.net/y-hoc/y-hoc-lam-sang/1-5-tesla-trong-chan-doan-va-tien-luong-nhoi-mau-nao-giai-doan-cap-tinh
Câu hỏi thường gặp
Luận án "Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của" nghiên cứu về vấn đề gì?
Luận án tiến sĩ phân tích đặc điểm hình ảnh và giá trị kinh tế, xã hội. Khám phá yếu tố quyết định, cơ sở lý thuyết, giải pháp cải tiến.
Luận án "Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Y Hà Nội. Năm bảo vệ: 2015.
Luận án "Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của" thuộc chuyên ngành gì?
Luận án "Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của" thuộc chuyên ngành Chẩn đoán hình ảnh. Danh mục: Y Học Lâm Sàng.
Luận án "Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của" có bao nhiêu trang?
Luận án "Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của" có 181 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Luận án tiến sĩ nghiên cứu đặc điểm hình ảnh và giá trị của" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.