我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

尿液细胞形态学检查在膀胱癌诊断中的应用 下载：85 浏览：512

潘雪 陶慧娟 周道银 徐健 陈燕 《国际检验医学》 2020年1期

摘要:
<正>膀胱癌（bladder cancer，BC）是泌尿系统最为常见的恶性肿瘤。膀胱镜检查结合病理活检或传统尿脱落细胞检查一直是诊断BC的常规方法[1]，由于前者为有创性，同时受病变体积、位置、环境和时间的限制，对BC筛查有一定的局限性。尿液细胞形态学作为一种非侵入性检查方法，操作简便且费用低廉，在早期诊断BC中起着重要作用[3]。本研究报道1例根据尿液细胞形态学检查结果，辅助诊断BC的病例。

混合表型急性白血病患者骨髓细胞形态学与流式免疫表型特点 下载：97 浏览：507

王霞 张斌 《国际检验医学》 2019年8期

摘要:
目的探讨混合表型急性白血病(MPAL)患者骨髓细胞形态学与流式免疫表型特点，为血液病诊断提供参考。方法收集9例MPAL患者的临床资料，对其骨髓细胞形态学与流式免疫表型特点进行分析。结果9例MPAL患者CD34阳性表达率为77.78%，同期入院的急性髓系单一表型白血病与急性淋系单一表型白血病患者CD34阳性表达率分别为51.74%、60.00%。免疫表型以cMPO、cCD79a、CD3为主。结论 MPAL特点极其复杂，应结合骨髓细胞形态学与流式免疫表型检测结果加以分析，以提高MPAL诊断的准确率。

肥大细胞白血病临床和实验室检查回顾分析 下载：93 浏览：512

孙烨1 郭平2 熊树民3 吴蓉1 康向东1 《国际检验医学》 2019年4期

摘要:
目的回顾分析1例肥大细胞白血病(MCL)患者的临床及实验室检查特点，以提高临床及实验室技术人员对该病的认知。方法对MCL患者行血细胞分析、细胞形态学分析、流式细胞术免疫表型分析、染色体核型分析及白血病突变基因检查，结合相关文献分析该病临床及实验室检查特点。结果患者以反复腹泻、乏力、皮疹、消瘦、脾大为主要临床表现，外周血及骨髓中肥大细胞(MC)分别占42%和79%。流式细胞术免疫表型为CD45+、CD117++、CD33++、CD13+、CD11b-、CD2++、CD9++、CD123-、CD25部分+、CD34-、CD38-、HLADR-、CD64-、CD15-。细胞遗传学检查未见明显异常。分子生物学检查发现KIT基因F522C突变，最终确诊为MCL。结论 MCL是一种罕见的血液系统恶性肿瘤，具有独特的临床和实验室表现，细胞形态上需注意与相似细胞的鉴别，同时应重点完善分子生物学检查以指导治疗。

全自动血细胞分析仪与血细胞形态学检验在血常规检验中的应用价值 下载：12 浏览：152

曹慧 《中国医学研究》 2020年8期

摘要:
目的比较全自动血细胞分析仪和血细胞形态学检验在血常规检验中的应用价值。方法选择2019年6月至2019年7月在本院进行血常规检验的3 000例患者为研究对象,将所有患者的样本均分为A、B两份,分别采用全自动血细胞分析仪和全自动血细胞形态学数字图像分析仪检查。以人工显微镜检查结果作为金标准,比较两种检验方式的白细胞异常检测结果。结果 A组检测结果显示,3 000例患者样本的阳性率为3.67%,灵敏度为90.99%,特异度为99.69%;B组检测结果显示,3 000例患者样本的阳性率为3.67%,灵敏度为97.30%,特异度为99.93%。B组检测的灵敏度高于A组(P<0.05)。结论全自动血细胞形态学数字图像分析仪在白细胞异常检测中的灵敏度高于全自动血细胞分析仪,具有效率高、速度快的优势,但仍不能替代人工镜检。

全自动血细胞分析仪联合血涂片细胞形态学在血常规检验中的应用效果分析 下载：265 浏览：1997

姜竹君 《医学研究杂志》 2022年1期

摘要:
目的：研究全自动血细胞分析仪联合血涂片细胞形态学在血常规检验中的应用效果分析。方法：选取2021年3月～2022年2月这期间我院收治的感染患者300例作为试验对象，分析单一使用全自动血细胞分析仪方法与全自动血细胞分析仪联合血涂片细胞形态学的检出率以及诊断时间。结果：全自动血细胞分析仪联合血涂片细胞形态学高于单一全自动血细胞分析仪方法，全自动血细胞分析仪联合血涂片细胞形态学时间更长，具有统计学差异（P＜0.05）。结论：在血常规检验中应用血涂片细胞形态学联合全自动血细胞分析仪进行测定具有良好的临床指导价值，效果显著。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享