姚明
13953071916
linming@yahoo.com
成都
https://github.com/username
https://gitee.com/username
在职
放射科医生
18k-28k
杭州
女
28
175
教育经历
北京协和医学院
-
医学学士
2014-09
-
2018-06
课程学习
- 核医学物理与剂量学
- 医学影像诊断学
- 介入放射学技术
- 医学影像设备学
实践经历
- 2016年参与协和医院放射科临床轮转,累计接诊超500例患者,熟练掌握CT、MRI影像判读标准
- 2017年赴德国美因茨大学附属医院进行为期3个月的影像组学研究交流
科研成果
- 主持校级创新项目《基于深度学习的肺结节CT自动识别算法》(立项编号:XY2016058)
上海交通大学医学院
-
医学硕士
2018-09
-
2021-06
课程学习
- 分子影像学
- PET-CT临床应用
- 放射治疗质量控制
- 医学图像处理技术
实践经历
- 2019年参与瑞金医院放射科质控改进项目,优化CR系统曝光参数,使患者辐射剂量降低23%
- 2020年主导开发DR图像AI辅助诊断系统,通过上海市卫健委医疗器械注册检测
科研成果
- 以第一作者发表SCI论文《AI-assisted CT attenuation correction in PET/MRI》于《European Journal of Radiology》
- 参与国家重点研发计划「数字诊疗装备研发」专项子课题
工作经历
北京市海淀区人民医院
-
放射科
2017-01
-
2018-12
北京
影像诊断与报告撰写
- 负责全身各系统CT、MRI、X光等影像学检查的诊断工作,包括中枢神经系统、骨骼肌肉系统、胸部、腹部及血管成像等。
- 准确判读影像学表现,结合临床资料,进行疾病影像学特征分析与鉴别诊断,尤其在肿瘤、血管病变及骨骼关节疾病的影像诊断方面经验丰富。
- 独立完成各类影像诊断报告的书写,报告准确率及临床符合度达95%以上,平均每日完成诊断报告约120份。
会诊与多学科协作
- 受邀参与肿瘤科、神经内科、外科等多学科联合会诊(MDT),就复杂病例提供影像学评估意见,参与制定个体化治疗方案。
- 负责与临床科室进行有效沟通,准确解读影像学表现与临床症状的关联性,为临床诊疗提供可靠依据。
质量控制与技术应用
- 严格执行影像质量控制流程,负责科室常规检查及特殊检查的质量评估与改进,提升图像诊断可靠性。
- 主动学习并应用于临床实践的新技术,如低剂量CT扫描技术、动态增强MRI、三维重建等,提高诊断准确率及患者舒适度。
- 定期进行疑难病例影像读片会,组织科室人员学习新进展,提升整体诊断水平。
患者沟通与健康宣教
- 对患者进行必要的影像检查前指导及检查中安抚,解答患者疑问,建立良好的医患关系。
- 针对部分常见病及多发病,向患者提供简明易懂的影像学知识科普,提高患者对疾病的认知水平。
继续教育与专业发展
- 持续关注国内外放射学前沿进展,定期参加学术会议,每年完成至少30学时的继续教育课程。
- 参与科室科研项目,协助开展医学影像技术相关的临床研究,发表专业论文2篇。
北京协和医院放射科
-
放射科
2018-01
-
至今
北京
工作职责
- 负责CT、MRI、PET-CT等影像学检查的诊断及报告撰写,年均阅片量超过2000例
- 主导神经系统及胸部肿瘤的多学科联合会诊(MDT),制定个性化影像诊疗方案
- 指导住院医师完成复杂病例影像诊断,开展每周两次的教学查房及科室培训
- 擅长颅脑创伤、脊柱肿瘤及心血管钙化等疑难病例的影像鉴别诊断
技术专长
- 熟练掌握低剂量CT肺结节筛查技术及肝脏局灶性病变定量分析方法
- 开展介入放射科操作,年均完成血管内介入及影像引导下活检200例
- 主持开发基于AI辅助诊断的肺炎早期识别算法,提升诊断准确率35%
临床管理
- 建立乳腺癌影像随访数据库,实现患者影像资料5年动态追踪
- 协调放射科与肿瘤科的靶向治疗前影像评估,优化治疗方案选择
项目经历
三维CT成像技术在胸腹部肿瘤诊断中的应用
-
放射科主治医师
2015-09
-
2018-06
南方医科大学附属第三医院
项目背景
基于三维CT成像技术在肿瘤诊断中的应用日益广泛,但实际临床操作中仍存在图像解读效率低、诊断准确性不高等问题。
项目目标
优化三维CT成像流程,提高胸腹部肿瘤诊断的准确性和效率,减少患者辐射暴露。
实施内容
- 设备升级:引入640层CT设备,优化扫描参数(管电流自动调制、迭代重建算法等)。
- 诊断流程再造:建立标准化三维后处理工作站,开发肺结节智能追踪系统。
- 培训体系:组织全科室医护人员进行三维成像技术专项培训,制定质控标准。
技术难点
- 多期动态增强扫描中伪影抑制
- 肺小结节的早期微钙化灶识别
- 多中心数据标准化处理
项目成果
- 诊断准确率提升15.3%
- 检查效率提升22.7%
- 年均减少患者辐射剂量约1.2mSv
- 获得广东省医学科技二等奖(2019)
放射科质量控制体系的标准化与实施
-
放射科副主任医师
2019-02
-
2021-08
中山大学附属第一医院
项目背景
国家卫健委2018年发布《医学影像科建设标准》,对放射科质控提出更高要求,但各科室执行标准不统一。
项目目标
建立符合JCI标准的放射科全流程质控体系,提升诊断报告质量。
实施内容
- 标准制定:参照ISO 15189医学实验室标准,建立28项核心质控指标
- 信息化建设:开发质控管理系统,实现自动质控评分(CR-质控评分系统)
- 持续改进:建立PDCA循环机制,每季度进行全院质控复盘
技术难点
- 影像质量评价标准客观化(引入AI辅助评价系统)
- 多学科会诊流程标准化
- 患者随访数据完整性保障
项目成果
- 质控合格率从82.3%提升至96.7%
- 诊断报告平均修改次数减少43.2%
- 通过JCI医院认证(2020)
个人总结
个人总结
作为一名资深放射科医生,我拥有超过10年的临床经验,专注于高精度影像诊断,熟练掌握X光、CT、MRI及超声波等技术,处理复杂病例并提供精准医疗建议。
我的专业技能包括影像解读与放射治疗规划,致力于通过先进技术提升诊断效率和患者护理质量。
职业规划上,我计划持续学习新知识,参与医学研究,并推动放射科领域的创新,以实现更高效、安全的医疗实践。
作品集
AI辅助肺部CT扫描分析系统
https://github.com/radiologyai/pulmonary-ct-tool
基于深度学习的自动肺部结节检测工具,使用卷积神经网络分析CT图像,提高诊断准确性和效率,适用于肺癌筛查。
放射科医生培训模拟平台
https://radiologytraining.org/simulator
交互式虚拟现实平台,模拟CT和MRI扫描场景,帮助医生进行诊断实践和技能提升,包含多种病理案例分析。
放射图像数据集:乳腺X光数据库
https://github.com/radiologydb/mammogram-dataset
标准化的乳腺X光图像数据集,用于AI模型训练和评估,支持乳腺癌筛查研究,包含高质量标注数据。
研究经历
基于深度学习的肺部CT影像智能辅助诊断系统开发
-
项目负责人兼主要研究者
2020-03
-
2022-08
医学影像科-放射人工智能研究组
北京
研究背景与目标
针对肺部CT影像中早期病灶识别的临床痛点,开发AI辅助诊断系统以提高诊断效率和准确性。
研究方法
- 数据采集:收集10,000例临床CT影像数据,涵盖正常及病变样本,建立标准化数据集
- 模型开发:采用多阶段深度学习架构,包括图像预处理模块、病灶检测模块和诊断辅助决策模块
- 实验设计:通过交叉验证方法评估模型性能,对比传统诊断流程与AI辅助诊断流程的差异
研究成果
- 开发完成临床可用的AI辅助诊断系统,准确率达93.7%,较传统诊断效率提升40%
- 在《中国医学影像技术》期刊发表论文1篇,收录于SCI数据库
- 系统已通过伦理审查并投入三甲医院临床试验
创新点
提出基于注意力机制的病灶识别算法,有效提升微小病灶的检测率
低剂量CT肺结节检测技术研究
-
主要研究者
2022-05
-
2024-09
放射科-影像技术研发中心
上海
研究背景与目标
针对常规CT辐射暴露问题,探索低剂量CT在肺结节检测中的可行性及图像质量优化方案。
研究方法
- 剂量优化:通过多组学参数分析,建立剂量-图像质量评估模型
- 图像增强:应用深度图像增强技术提升低剂量CT图像质量
- 检测算法:开发基于多尺度特征融合的肺结节检测算法
研究成果
- 建立低剂量CT图像质量评估标准,将诊断准确率控制在91.2%以上
- 提出新型图像重建算法,使图像噪声降低35%,同时保持诊断敏感度
- 申请发明专利2项,其中1项已获授权
创新点
首次建立低剂量CT临床应用的剂量-图像质量-诊断效能三维评估体系
其他信息
语言能力
中文:母语水平,能够流利使用专业术语进行医疗沟通和患者咨询。 英语:良好,能够阅读英文医学文献并参与国际交流。
专业证书
- 医学学士学位,[大学名称],[年份],专注于临床医学。
- 放射医学认证,[认证机构],[年份],涵盖诊断放射学和介入放射学。
- 放射安全培训证书,确保遵守辐射防护标准。