前言：中文期刊网精心挑选了医疗行业可视化范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
医疗行业可视化范文1
流量可控
云计算、大数据、虚拟化、移动化的兴起，对于数据中心架构尤其是网络的管理、分析和安全产生了重大影响。用户对于网络效率、安全性和可靠性的追求永无止境，而传统的网络管理和监控方式则有些捉襟见肘。Gigamon的网络流量可视化解决方案采用带外方式，可以在不影响网络本身性能和可靠性的情况下，对流量进行监控。
网络流量的提取、分类、优先级划分等并不容易。传统的流量监控和分析往往要通过大规模添加新的工具和系统，或者变更以太网交换机的用途，或借助镜像端口复制流量，以及通过网络分路器分拆流量等方式实现。上述方式通常只借助一台交换机或一个分路器的有限过滤功能实现，功能和可视化都受到了限制，而且扩展和管理难度大，成本高。
能不能通过一种可靠的一体化的设计方式，冲破传统方式在性能、成本和管理方面的局限性，实现对网络流量的有效监控与管理呢？正是基于这种考虑，Gigamon推出了流量可视化矩阵（Traffic Visibility Fabric），它采用创新的架构，可以全方位实现流量的可视化与控制，提升扩展性和吞吐能力，同时增强网络的可靠性，提高网络效率并简化部署和使用。
统一可视化
在网络由简单的、静态的逐渐向复杂的、动态化的方向发展时，Gigamon流量可视化矩阵的优势就显现出来了，它为网络架构的设计师、管理员提供了全面的流量可视性，在不影响生产网络的性能和稳定性的情况下，可以对通过物理网和虚拟网的流量进行监控。许多大型企业、数据中心和服务供应商都采用了Gigamon流量可视化矩阵。
在可视化矩阵的基础上，Gigamon又进一步提出了统一可视化结构的理念，它可以提供跨平台的流量可视化功能，让用户原有的监测工具，可以监测和分析来自物理网络、虚拟网络或软件定义网络的流量，从而提升网络流量监控的智能化程度。统一可视化结构的好处显而易见：具有智能化的全面可视性，可以对远程站点提供实时、深入的监控；实现集中监控，为多种工具和IT部门提供可视性，从而简化运作；减少远程站点的维护人员和监测工具，节省成本。
精确分发与智能过滤
医疗行业可视化范文2
关键词：数据挖掘；技术；应用；分析
中图分类号：TP311文献标识码：A文章编号：1007-9599 (2012) 01-0000-02
Application Analysis of the Data Mining Technology
Zhang Yihui
(Shandong Polytechnic,Jinan250104,China)
Abstract:With the advent and popularization of the Internet age,a lot of information get together,in the quick and easy at the same time to give people the agent has brought us a problem,how is the large amount of data to digest and true and false identification,followed by information how secure is to ensure that lay their unified approach method.This is a new term-data mining technology.Data mining is a relatively new database technology,there is a wide range of practical applications demand;made a comprehensive overview of data mining technology,citing a data mining system composition and mining method.
Keywords:Data mining;Technology;Application;Analysis
何为数据挖掘，所谓数据挖掘（Data Mining）在传统的定义就是提取隐含在大量的、不完全的、有噪声的、模糊的、随机的数据中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。意思简单来讲就是从一大堆乱七八糟的信息数据里提取一些对自己有用的数据知识。
一、数据挖掘的概念
从面的定义中我们对数据挖掘有了一个模糊的了解，其实数据挖掘技术通俗的从字面意思理解就是从数据中挖掘有用的数据。我国一些单位普遍都采用了计算机技术来处理单位的一些业务，因为计算机的分析处理数据的能力比较强，所有产生了大量的业务数据，通过计算机来分析这一大批数据不单单是为了研究的需要，更为重要的是从这些杂乱的数据中分析提取一些对自身企业有价值的数据信息。一些企业单位要从大批量的数据中获取对自己有用的数据来进行企业运作以及提高自身企业的竞争能力，这就好比从矿石中提炼金子一样，提取的都是精华。所以数据挖掘越来越得到人们的重视。
随着数据挖掘和知识发现核心技术研究的逐步深入，其核心模块已经强有力的形成了三大的技术领域：数据库技术、人工智能和数理统计。随着高性能的关系数据库引擎的广泛数据集成和相关理论研究和相关技术的成熟，，让数据库挖掘技术进入了实用阶段。
在国际上，由美国人工智能协会主办的KDD（数据库中的知识发现，简称KDD）已经渐渐被人们所接受，已经召开了数十次国际研讨会，随着规模的不断壮大，在注重多种发现策略和技术的集成，理论研究指导实践应用，以及多种学科之间的相互渗透的基础上，研究重点也逐渐从发现方法转向系统应用，成为目前计算机领域的研究热点；与国外相比，国内研究起步较晚，主要是处在基础理论上的研究。国家自然科学基金对于该领域的研究项目是1993年首次支持。目前，知识发现的基础理论及其应用研究在国内的许多知名的高等院校和科研机构已经开展。
二、数据挖掘系统的组成
以下是典型的数据挖掘的几个组成部分：
（一）数据挖掘所操作的最直接的对象就是数据库，这些数据库是一个或一组可以在数据上进行数据收集、存储、处理和集成的数据库、数据仓库或其他类型的信息库。
（二）数据库或数据仓库服务器：在数据处理过程中，根据客户的数据挖掘请求的指令信息，数据库或数据仓库服务器负责提取相关数据反馈信息。
（三）知识库：数据挖掘的关键技术就是知识库，它是用于指导数据搜索、查找、分析或拟合评估模式的兴趣度的领域知识集。另外将数据信息集中属性或属性值组成不同的数据抽象层的概念分层和用户确信方面的知识数据也包括在里面。
（四）数据挖掘引擎：用于特征化、关联、分类、聚类分析以及演变和偏差分析的一组功能模块，这是数据挖掘系统的基本组成。
（五）模式评估模块：这是数据挖掘实现的关键所在，在数据挖掘过程中参照兴趣度做度量，并与数据挖掘模块交互配合，以便将数据搜索、归并、聚焦在有趣模式的操作。根据所用数据挖掘方法的不同，模式评估模块也可以使用兴趣度阀值作为评定参数，去过滤发现的模式挖掘数据，也可以与数据挖掘模块集成在一起使用。
（六）图形用户界面：是以图形界面的形式给出用户数据查询操作或指令任务，并提供中间参考信息提示、帮助搜索、确定聚焦兴趣度，根据数据挖掘的中间结果进行探索式数据挖掘的操作模块，是在用户和数据挖掘系统之间通信的桥梁，是用户与系统交互的中介。
三、数据挖掘方法
数据挖掘方法的来源主要是由人工智能和机器学习的方法发展来的，结合传统的统计分析方法、模糊数学方法以及科学计算可视化技术，以数据库为研究对象，形成的数据挖掘的方法和技术。数据挖掘是数据和信息系统及其应用的学科前沿，是综合了数据库、专家系统和可视化等领域的相关技术的多学科和多种网络技术交叉结合的新领域，在商业利益的强大推动下，每年都有新的数据挖掘方法和模型的出现，数据挖掘的方法和技术可以分为六大类。
（一）关联分析（Association Analysis）。在数据处理中，随着大量数据不停的收集、存储和处理，关联规则在数据挖掘中发现大量数据项集之间有趣的关联和相互联系，因此许多业界人士对于通过关联规则从相关数据库中挖掘有用的信息，并从中组织和处理这些有用的数据是越来越感兴趣。
（二）聚类方法（Clustering Approach）。在数据处理中，按一定的规则（参照距离或相似尺寸等）将数据分成一系列相互区别的数据组或数据集，这种操作不需要用户的事先提示相关操作和背景知识而去直接挖掘、发现有意义的数据结构或数据模式的方法。
（三）决策树方法（Decision Tree Approach）。该方法是一种常用于预测模型的算法，具有信息描述简单、查找速度快的特点，适合于大规模的数据挖掘。建立决策树的过程：首先根据信息论中的信息增益寻找数据库中具有最大信息量的字段，从中找到潜在的、有价值的信息，然后建立决策树的节点，再根据字段的不同取值建立树的各个分枝，然后在每个分枝子集上分别递归上述过程，即可。
（四）神经网络方法（Neural Network Approach）。神经网络由于本身的特性适合解决数据挖掘问题，因此，近年来越来越被关注。以HEBB学习规则和MP模型为基础的模拟人脑神经元方法，建立了三大类多种神经网络模型：反馈式网络模型、前馈式网络模型和自组织网络模型。
（五）遗传算法（Genetic Algorithms）。遗传算法是模拟生物自然选择与遗传机理的（进化过程）随机的算法，由繁殖（选择）、交叉（重组）、变异（突变）三个基本算子组成的仿生全局优化方法。遗传算法所具有的特有性质已在数据挖掘中发挥了显着作用。
（六）可视化方法（Visualization Approach）。可视化方法增强人们认识能力，拓宽了传统的图表展示功能，增强了用户对数据反馈的感知度，使用户对数据的剖析更加清楚。例如，在数据库表中，将多维数据变成多种线性图形（如线图、柱图），增加直观性，使用户更好、更快速的理解和掌握，并充分揭示数据的内涵、内在本质及规律起了很大的作用。
四、数据挖掘的应用领域
数据挖掘所应用的领域非常广泛，目前，数据挖掘应用最集中的领域包括医疗保健、金融、司法、市场、零售业、制造业、工程与科学等。但每个领域又有其特定的应用问题和应用背景。
（一）医疗保健。在我过国，医疗保健行业有大量的数据需要处理。这个行业中数据挖掘最关键的任务是进行数据处理理，系统可以从大型多变的数据库中发现并整理，预测医疗保健费用。由实验室开发的解释保健数据，在定量范围内解释偏差，生成报表。
（二）金融。数据挖掘技术在金融行业中的应用不但指的是对金融事务数据的开采，能够发现某个客户、消费群体或组织的金融和商业兴趣，并且还可以融市场的变化趋势。
（三）司法。在司法方面，数据挖掘技术可应用在案件调查、诈骗监测、洗钱认证、犯罪组织分析等工作中，这将给司法工作带来巨大的收益，例如：美国财政部开发的系统，对各类金融事务进行监测，识别洗钱、诈骗等。
（四）数字城市。数据挖掘技术应用于数字城市建设中的数据整合系统是指通过对不同的数据库资源进行连接，根据需要获取不同的数据库资源的数据内容，组合形成所需要的数据资源，支持分析决策。在这种机制下，即实现了数据集市的建立，又解决了与城市信息化建设中业已建成的各种信息系统运行上独立，数据上统一的问题。
（五）制造业。制造业应用数据挖掘技术进行零部件故障诊断、资源优化、生产过程分析等。例如进行彩色扫描仪的生产过程分析。他们基于大约公司个参数建立了一个自动数据收集系统，产生了难以手工处理的大量数据，通过使用，工程师们能够对数据进行分析并对最重要的参数进行认定。
五、利用WEKA编写算法
作为数据挖掘爱好者自然要对WEKA的源代码进行分析并以及改进，努力写出自己的数据挖掘算法。我一直觉得对于机器学习算法来说，weka是很有特色的工具，算法非常多。而且还有诸如clementine之类的数据流处理工具。相比之下，clementine的算法就会失色很多。但是weka的可视化做的不好。这是它的缺点。如果在weka的基础上再做些二次开发，加强可视化的应用应该很不错。最近看到一本书叫《可视化数据》，作者竟然包装了java的图形库，自己创作出了个processing语言来做数据可视化，似乎效果不错，而且也是开源的。如果能在这个基础上做些研发应该会不错的。
六、结语
在现今社会，数据挖掘技术已经可以被应用与所有的领域和行业中。在人们生活里的各个方面几乎都可以用到数据挖掘技术数据挖掘技术不但给我们的日常生活带来了巨大的改变和影响，并且这种影响还深深的改变着我们的生活方式。
参考文献：
[1]韩少锋,陈立潮.数据挖掘技术及应用综述[J].机械管理开发,2006,2
[2]颜惠,吴小穗.MetaCrawler集成搜索引擎[J].图书馆工作与究,2002,3:46-47
[3]周黎明,邱均平.基于网络的内容分析法[J].情报学报,2005,5:594-599
[4]Lisa Sokol Data Mining in the Real World Part of the Conference on Data Mining and Knowledge Discovery:Theory.Tool,and Technology.Orlando.Florida-April,1999
医疗行业可视化范文3
通知显示，在提升大数据基础技术支撑能力方面，专项的重点内容包括建设大数据系统计算技术、大数据系统软件、大数据分析技术、大数据流通与交易技术、大数据协同安全技术等五类国家工程实验室。
另外，在大数据应用技术水平方面，专项的重点内容则包括智慧城市设计仿真与可视化技术、城市精细化管理技术、医疗大数据应用技术、教育大数据应用技术、综合交通大数据应用技术、社会安全风险感知与防控大数据应用、工业大数据应用技术、空天地海一体化大数据应用技术等八类国家工程实验室。
其别提到，针对我国流程工业产品生命周期的质量管控和评价不足等问题，建设工业大数据应用技术创新平台，支撑开展面向海量在线设备的异构数据获取、数据甄别评价、聚类汇集和关联分析、云端处理、工业产品多维质量评价等技术的研发和工程化。
此外，针对智慧城市建设中设计局限化、信息碎片化、无法模拟仿真等问题，通知要求，建设智慧城市设计仿真与可视化技术创新平台，支撑开展智慧城市总体规划与顶层设计、建设运营可视化、三维空间模型（BIM）及时空仿真建模、室内导航与定位、虚拟现实、图像智能、机器学习等技术、设备的研发和工程化。申报单位需具有顶层设计、仿真建模、三维模拟、虚拟现实、计算机智能等方面的技术积累，并初步建立智慧城市规划设计仿真与互联网公众服务平台。
医疗行业可视化范文4
随着越来越多传统的安全产品和安全技术被广泛应用，网络安全级别也得到了相应提升。但是，新型安全事件日益增多，因此造成的经济损失也呈上升之势。其中，很重要的一个原因是传统的安全产品侧重于边界接口的防御和终端安全的防护，而缺乏对网络内部的整体安全管理。另外，私接设备、私改IP、私搭乱建对网络安全管理也是一种困扰。
北京艾科网信科技有限公司（以下简称艾科网信）提供创新的ID网络安全管理系统可彻底解决上述安全难题。
在此严峻的网络安全形势下，艾科网信董事长宁辉表示：“8年前，我本着对网络安全事业的热忱与一行人员创立艾科网信。多年来，艾科网信为各领域提供了大量的网络安全解决方案。作为国内一家专业的网络安全服务提供商，艾科网信将竭尽所能，为中国的网络安全事业尽一份力，致力为用户提供更加优质的网络安全系统。”
艾科网信成立于2007年，秉承“诚信、合作、共赢”的企业宗旨，着力于“创新更安全”的研究方向，结合中国实际的网络情况和安全态势，创新地提出了实名制网络管理解决方案，实现了用户、IP、终端的有机关联，为管理和审计提供了新的模式。艾科网信还提出了“内网规范管理”的理念，以实名管理为基础，实现按人、按角色规划安全策略，结合信息技术等级保护的相关技术标准，开创性地研发出实名制准入控制系统。在“震网”事件之后，针对网络和工业控制系统的可视化技术成了艾科网信发展的重点。艾科网信把接入网络中的所有设备均纳入管理员的管理视野，并能准确地告知管理员这些设备的位置，哪些设备有异常等，在第一时间为管理员有效地洞悉网络整体安全情况提供相关的数据和视图。
医疗行业可视化范文5
医院消毒供应室是医院重要的医疗安全保障部门,是全院污染物品及无菌物品集中的科室,担负着医院医疗器械、物品的清洗、消毒灭菌工作,是感染控制的核心部门,直接影响医疗护理质量的效果,甚至影响患者的生命安危。同时, 医疗行业是一个特殊、高风险的行业,对人有生命危险的事随时随地都可能发生。特别是我国实施医疗事故“举证倒置”以来,要以充分的理由和证据来证实无菌医疗器械在清洗消毒、配置包装、灭菌储存、发放回收、下送下收等每个环节都无懈可击,以可信性、可靠性证据证实自己无过失或无过错。
2009年4月1日,卫生部颁布了新的《医院消毒供应中心管理规范》,对医院手术器械包消毒规范有了更明确的质量管理追溯规定。不过在现实中,绝大多数医院在消毒供应流程中,消毒供应室的各环节业务还处于原始的手工记录,这样就存在着记录信息不完整、记录不及时、记录信息随意性、可改性、不准确等弊端;对医疗器械在消毒供应室的各科室不能有效地追溯、控制、掌握动态;对工作人员的责任不明确;对各时期供应量无法进行系统分析;对可靠性数据收集不全,不能达到绩效管理;不能给医院核算室提供有效成本核算。
供应室RFID信息管理系统正是根据医院消毒供应室管理的现状及其在医疗管理过程中的重要性开发的。系统使用了无线射频识别(RFID)、条码技术以及网络技术。通过对RFID系统的使用,消毒供应室的管理科学化、责任明确化;可随时随地对再生医疗器械处理的全过程实行质量追溯控制。
供应室RFID信息管理系统的法律依据和设计要求
1. 法律依据
中国现有《医院消毒供应中心管理规范》、《清洗消毒及灭菌技术操作规范》、《清洗消毒机灭菌效果监测标准》(WS/T310.1、2、3-2009)3个卫生行业标准,它们都对供应室RFID信息管理系统提出了要求。
2.设计要求
(1)对清洗、消毒、灭菌质量的日常监测和定期监测进行记录
此时应留存清洗消毒器和灭菌器运行参数打印资料或记录。应该记录灭菌器每次运行情况,包括灭菌日期、灭菌器编号、批次号、装载的主要物品、灭菌程序号、主要运行参数、操作员签名或代号及灭菌质量的检测结果等,并存档。
当生物监测不合格时,通知使用部门停止使用,并召回上次监测不合格的所有灭菌物品。同时报告有关管理部门,说明召回原因。相关管理部门应通知使用部门对已使用该期间灭菌物品的病人进行密切观察。检查灭菌过程的各个环节,查找灭菌失败的可能原因,并采取相应措施后,重新进行生物监测,合格后该灭菌器才能正常使用。如果灭菌失败,消毒供应中心应该对该事件的处理情况进行总结,并向相关管理部门汇报。
(2)记录应具有可追溯性
清洗、消毒、监测资料和记录的保存期应≥6个月,灭菌质量监测和记录保留期应≥3年。
(3)灭菌标识的要求
灭菌包外应有标识,内容包括物品名称,检查打包者姓名或编号,灭菌器编号、批次号、灭菌日期和失效日期。
供应室RFID信息管理系统的作用和实现目标
1. 管理目标
系统通过对无菌器械包再生流程人员管理,充分调动了员工的工作积极性,科室对员工的绩效考核更加准确。通过无菌器械包再生流程的信息化管理,消毒供应中心管理层实现了无菌器械包再生流程可视化,使操作人员工作责任心加强,出现问题有据可查,最终实现对整个流程信息化管理的目标。
2. 经济目标
系统通过重复使用RFID标签达到对无菌器械包再生流程成本控制,通过无菌器械包再生流程信息化的方式杜绝无菌器械包使用过程中过期或丢失造成的浪费,最终达到节约成本的目标。
3. 扩展目标
给HIS系统及其他大型系统提供接口,实现全院系统数据共享。确保软件的扩展性,并给其他监控系统预留了接口。医务部、护理部的主管领导可及时从HIS系统中查看无菌器械的供应情况和科室使用情况。
4. 性能目标
一套智能化、人性化、安全完整的系统还需要具备数据传输和处理系统。
供应室RFID信息管理系统的内容和应用流程
1.供应室RFID信息管理系统的内容
供应室RFID信息管理系统要求为每个器械包配带一个RFID标签,负责采集和存储器械包流程各个环节的属性信息,内容包括器械种类和编号、数量、包装人员编号、包装日期、器械包类型等等。系统可以实时显示每个器械包灭菌过程中的温度、压力、时间曲线,随时查询现有器械包的存放位置,统计、分析器械包的使用情况,了解到该器械包的相关信息,包括流程中各个环节相关人员,明确了责任。
2. 供应室对手术器械包的回收流程
回收流程包括回收(清洗)、打包、消毒、发放等四个环节。在各环节中,医务人员主要通过手持机和台式读写器来完成对数据的读取和存储功能。
(1)回收环节
供应室回收护士凭卡登陆系统,而要归还器械包的科室护士则凭科室卡和器械包上的RFID标签确认信息,待回收护士核实确认后可完成回收。
(2)打包环节
包装室器械包配包护士从器械室取来工具与器械包牌,然后与打包护士分别刷卡登录系统,并对所配器械包的包牌进行扫描,系统自动记录人员及时间等信息,便可送往消毒室进行消毒。
(3)消毒环节
器械包消毒后,消毒护士凭卡登录手持机的消毒系统,系统会根据消毒锅上标签核实其消毒是否合格,若合格,护士即对器械包的标签进行扫描(将合格信息写入标签)并自动记录各信息。
(4)发放环节
供应室护士持手持机到各科室完成当天发放任务,各科室护士刷卡确认器械包种类及数量等信息,核实无误后完成发放。
医疗行业可视化范文6
2010年11月28日~12月3日，当美国人还沉浸在感恩节的温馨氛围之际，来自全球共60000余名影像及其他临床科室医师及物理、数学、生物工程等相关学科专家齐聚芝加哥迈考密展览中心，参加第96届北美放射学会年会（RSNA）。RSNA 2010共收到论文、海报等4200份，共有700多家医疗设备厂商参展。
2008年和2009年爆发的金融危机压制了放射市场的许多潜在需求，不过在经历了两年的经济低迷期后，随着医疗机构获得了越来越多资金，医疗设备厂商也迎来了产业需求的回升，2010年成为全球放射行业回暖的一年。
个性化医疗成大会主题
本次大会主题为Personalized Medicine: In Pursuit of Excellence（追求卓越的个性化医疗）。在大会开幕式上，RSNA 2010主席Hedvig Hricak博士表示：“虽然个性化医疗不是一个新概念，不过当前它仍处于口号阶段。很多医生一直在寻求个性化的医疗方式，但却缺少掌握它的方法和手段。”
在本次大会上，Hedvig Hricak做了“肿瘤影像学：癌症个性化治疗的指引之手”的报告，详细讨论了影像学对个性化医疗发展的促进作用。她强调在未来十年，分子影像学、综合诊断、生物学驱动的介入放射以及治疗诊断学将大放异彩。
首次举办中国专场
在本届放射学领域盛会上，中华放射学会举办了专场报告会“China Presents”（中国研究报告专场），这是RSNA首次推出以中国为主题的会议。
在中国研究报告专场上，中国科学院复杂系统与智能科学重点实验室田捷研究员做了有关采用功能性磁振造影（fMRI）进行针刺机理研究的大会口头报告《Acupuncture Research by MR Imaging》（磁共振成像在针刺机理研究中的应用），展现了古老的中医和现代医学影像技术的美妙结合。虽然以美国为代表的西方国家已经逐步接受并认可了针灸作为补充替代医学治疗手段，不过针刺机理研究的主导权还是由国外的研究团队把持。在《Acupuncture Research by MR Imaging》的报告中，田捷研究员在对针刺机理研究进行系统性综述的基础上，不但对占针刺机理研究主导地位的理论提出了质疑，而且为困扰针刺机理研究领域的争议性问题提供了初步解答，提出了一整套既符合中医针刺自身特点又获得国际研究领域普遍认可的研究框架、评价方法和规范化的体系。
此外，田捷研究员带领团队在RSNA 2010上用两个教育展板展示了团队在医学影像领域的最新研究成果，它们分别是“Unified Reconstruction Framework for Multi-modal Medical Imaging”和“Automatic Segmentation of Liver Tissue and Vessels for Liver Surgery Planning”。这两个教育展板介绍了基于团队自行研发的医学影像处理与分析开发包MITK所做的相关研究和应用。MITK研发的主要目的是为医学影像处理领域提供一个一致的算法框架，以整合医学影像重建、分割、可视化等各类算法。其中展板“Automatic Segmentation of Liver Tissue and Vessels for Liver Surgery Planning”介绍了田捷研究员带领团队基于MITK开发的针对肝外科手术的CT图像中肝实质及血管分割方法，获得了RSNA 2010大会颁发的优秀展颁奖。
2010年11月30日，中华医学会放射学会成功主办了“RSNA 2010中国之夜”。中国医科大学附属盛京医院院长兼放射科主任、中华医学会放射学分会主任委员郭启勇教授，候任主任委员冯晓源教授，各位副主任委员以及GE医疗等公司的中国区负责人悉数出席，共吸引了与会专家、医疗设备厂商公司代表以及在美华人放射专家等400多人参与。郭启勇院长在中国之夜做了致辞，他指出：“随着中国经济的发展，医疗需求的增加，中国医疗器械市场吸引了世界各地的广泛关注。我国的医疗科技水平也不断攀升发展，截止到目前RSNA共收录了176篇中国放射学领域的论文。这代表着中国影像工作者在RSNA这个世界学术舞台上的话语权不断得到增加。”
值得一提的是，Hedving Hricak博士亲自为以郭启勇教授为首的中国放射学医师授予了荣誉奖章。
iPad在放射科中的作用得到重视
在本届北美放射学年会上，与会人员就iPad在放射科发展中的作用这一话题进行了热烈讨论。纽约东梅多区拿骚大学医学中心Toshimasa Clark博士认为：“随着远程放射学的发展，随时随地在计算机终端采用3G数据服务进行读片的概念值得进一步拓展，研究者们需要对iPad的潜力进行评估。”拿骚大学医学中心研究者创造出了一个简略的组件模型查看研究报告，然后他们评判了iPad在处理以下5个组件时的表现：显示性能、网络连接、DICOM可视化、报告生成、 RIS界面、数据安全。
“如果一名临床医生要求参与一项急诊检查的读片工作，那么在3G无线数据网络内的任何一名放射科医生都可以很容易地使用iPad查看关键的检查数据，核实、编辑甚至完成住院医生的原始报告。”Toshimasa Clark介绍道。
介入放射学获得重点讨论
由于美国还没有彻底从经济衰退中走出来，因此很多美国人非常关注那些能够帮助他们节省治疗成本的医疗技术。其中，介入放射学正是为经济衰退中预算紧缩和让患者尽快康复所量身打造的医学。为此，RSNA 2010设置了很多议题，讨论影像引导下的介入治疗技术，以便使介入手术更安全、便捷，比以往更经济，同时缩短患者的住院时间，或者根本不需要让患者住院就能使他们康复。推动介入放射学的规范化成为2010北美放射学会介入放射学相关科学报告和继续教育课程的主题。
在2010年11月28日RSNA 2010的开幕式上，维也纳大学放射科教授Christian Herold博士做了放射诊断学的年度演说，他演讲的主题是评估和处理局灶性肺部病变的创新技术。来自德国慕尼黑的一个研究团队在报告中指出，对于一些高度血管头部和颈部肿瘤，Onyx胶栓塞比聚乙烯醇栓塞更加安全和有效。来自法国的研究人员发现，由于三维乳腺断层合成一个完整的靶活检目标，因此他们可以活检病变甚至二维X线摄影看不到的病变。
影像领域最新技术展示
在本届年会上，GE医疗、西门子等医疗厂商携其新产品、新技术亮相，向全球放射界和医学影像界展示自己。
1. GE医疗展示最新技术进展
在RSNA 2010上，GE医疗重点展示了多项旨在支持其健康创想战略并在全球范围内帮助改善辨认保健的技术。GE医疗重点展示了公司CT产品组合中最新的低剂量技术― 一种基于模型的被称为Veo的迭代重建（MBIR）技术。Veo通过应用革命性的新建模技术，改变了CT影像的“规则”，降低了噪音，提高了分辨率，同时改善了低对比可检测性和伪影抑制能力。
GE医疗集团还展示了一个高性能介入组合实验室，它以更低的价格和总拥有成本提供出色的影像质量和业界最高级别的DQE探测器，可以帮助将介入手术的成本控制在中小型乡村医院可负担的范围内。
2. 西门子展示分子CT和分子MR复合成像解决方案
