针对直肠癌辅助诊断过程中部分医学图像分割模型只适用于单一模态图像的局限性,提出一种基于交叉注意力机制并同时适用于CT与MRI两种模态的医学图像分割方法.首先,针对CT与MRI两种图像特征表示不同,提出一种交叉注意力机制统一两类图像的特征表示;其次,针对直肠癌图像病灶区域较小的特点,提出三支路的改进Swin Transformer分割网络,并将交叉注意力机制加入其中,使模型对两种图像都能进行病灶区域的分割;最后,使用该方法在直肠癌患者的CT与MRI影像数据进行验证,与ADDA、CycleGAN和SIFA方法相比,在CT图像上的准确率分别提高2.94%、3.05%、0.71%,在MRI图像上的准确率分别提高了3.31%、4.55%、1.76%.实验结果表明该方法对于两类图像具有更好的分割性能.

在当前手术照明系统中,手动调节光照位置以消除遮挡物阴影的操作会导致外科医生的注意力分散,且存在污染手术区域无菌环境的可能性,为解决这一问题,提出了一种智能双臂无影灯系统解决方案.采用串联型五自由度双机械臂构建照明系统并建立了D-H数学模型,对机械臂的正、逆运动学进行了求解;针对交叉聚焦照射和主从补光照射两种临床光照场景,提出了相应的双臂协同运动约束机制和运动规划方法;最后,在MATLAB环境中对双臂无影灯系统的协同运动控制算法进行了仿真分析.研究结果表明:双臂协同运动控制算法可行且效果良好,双臂末端和各关节的运动轨迹均柔顺、无突变,智能双臂无影灯系统能够很好地满足手术中的光照调节要求.

认知是指人脑为获取和应用知识,将外界信息转化成内在心理活动的复杂过程.自1998年Schmahmann和Sherman提出"小脑认知-情感综合征"起,小脑认知功能的研究越来越受到关注.本文通过回顾国内外相关研究,从小脑的解剖与认知功能、小脑的神经网络机制以及交叉性小脑神经机能联系不能3个角度探讨了小脑在认知神经网络中的作用及机制,旨在提高对小脑参与认知功能的认识.

针对过去对急性肾损伤(acute kidney injury,AKI)患者的识别存在临床时间序列数据未被充分利用、提前预测窗口较短及缺少连续预测研究等不足,本研究提出了一种卷积神经网络和两阶段交叉注意力的混合网络模型(CTSA-Net),实现对 1 期及以上AKI的每小时连续预测.CTSA-Net的注意力支路、CNN支路及特征融合模块可增强对时间序列数据的全局表示以及局部细节的感知能力,从而提高对AKI的连续预测性能.在AKI发生时、发生前24、48及72h四个预测时间点,模型预测AKI的受试者工作特征曲线下面积分别为0.946、0.907、0.895 和 0.879,准确率-召回率曲线下面积分别为 0.979、0.960、0.949 和 0.939.实验结果表明,CTSA-Net模型在多个预测时间点进行AKI预测的性能较好,可用于患者的实时监测,辅助医生进行临床决策.

目的 由于舌色标注样本中常常包含有错误标签,这些噪声样本会导致舌色分类性能不高、模型泛化能力差等问题.因此,需要建立自动舌色分类模型,提升有噪标注样本下舌色分类的准确率,促进中医(TCM)舌诊客观化研究.方法 从中医舌色分类的特点出发,提出了一种基于区域注意力机制的有噪样本下中医舌色分类方法.本方法的创新性包括两点:一方面,根据中医医生舌诊的习惯,提出了一种区域注意力机制,增强网络对于舌尖和舌两侧等舌色区域的特征提取能力,而抑制其他区域的特征;另一方面,针对噪声标注样本下的分类网络训练问题,设计了一种对称修正的交叉熵损失函数,用于对舌色分类网络进行优化训练,抑制噪声样本对分类性能的影响.结果 在3个自建中医舌色分类数据集上的分类结果显示,准确率分别达到了94.96%、93.36%和93.92%,mAP分别达到了94.53%、93.05%和93.38%,Macro-F1分别达到了94.67%、93.16%和92.43%.结论 设计的舌色分类方法能以较低的模型复杂度,显著提升分类精度,提升有噪声样本标注情况下的分类鲁棒性.

目的 提出一种改进注意力机制的卷积神经网络,用于臂丛神经超声图像精准分割.方法 基于U-Net的编码器-解码器结构,应用注意力机制使网络专注于图像中的重要区域和抑制无关的背景干扰,同时添加规范层和丢弃层以防止梯度消失和增加网络泛化能力,使用卷积和残差连接对跳跃连接进行改进,以减小语义差距.在Kaggle竞赛的公共数据库臂丛神经超声图像数据集上,用五折交叉验证的方法对网络进行训练和评估,计算平均Dice系数和Jaccard系数作为评价指标,并与U-Net、SegNet和Attention U-Net进行对比分析.结果 本文提出的网络的各项评价指标均高于对比网络,平均Dice值和Jaccard值分别达到了66.78％和50.84％.结论 这表明本文提出的网络能够更加精准地将臂丛神经从背景中自动分割出来,在不借助医生手工标注的情况下,为临床诊断提供更可靠的依据.

目的 开发基于计算机断层扫描图像和深度学习的高效率且高精确度的肾肿瘤语义分割模型.方法 基于注意力机制的U-Net网络架构算法,通过损失函数等相关系数评估模型,选择Patchwise-grid和Patchwise-crop两种训练方法,其中Patchwise-grid是将图像分割成数个网络分析,Patchwise-crop是分析图像中随机裁剪的斑块.使用3折交叉验证方法,在训练集和测试集上,通过训练轮次的增加,得到损失函数、dice系数、dice交叉熵的反映值,最终训练确定使用Patch-wise-crop方法.结果 构建的自动分割模型的3折交叉验证模型性能dice系数分别为0.8868,0.8726,0.8868;dice交叉熵结果分别为0.1803,0.1902,0.1803,结果优于其他方法.结论 使用注意力机制U-Net网络架构算法有效实现了对肾、肾肿瘤区域的自动分割,为肾肿瘤的影像学辅助诊断提供技术支持.

目的:通过比较后激活增强效应(PAP)诱导热身与常规热身(定量自行车骑行)后的无氧运动表现、脑电信号(EEG)及心率变异性(HRV)的变化特点,从中枢神经和自主神经系统的角度,探讨PAP热身提高无氧运动表现的神经机制.方法:实验对象为12名某大学体能班男性运动员.首先测量PAP诱导热身时的能量消耗,根据结果设置强度相同的常规热身方案.实验设计为均衡随机交叉自身对照.运动员按随机顺序前后间隔3天,完成85%1RM负重半蹲3次、间歇1分钟、重复3组为诱导强度的PAP热身或常规热身,以及两种热身后4～8分钟内的EEG及HRV等指标的测试,并在第8分钟进行Wingate 30s无氧功测试.结果:与常规热身相比,PAP诱导热身后最大无氧功率(PAP热身:11.53±1.30 W/kg;常规热身:10.70±0.75 W/kg)和平均无氧功率(PAP热身:8.36±0.72 W/kg;常规热身:8.08±0.77 W/kg)显著提高(P<0.05),达峰值功率时间(PAP热身:3502.36±1675.48 ms;常规热身:5274.82±2364.31 ms)显著缩短(P<0.05).PAP热身后间歇第8分钟最大无氧功率的提高与7～8分钟内α1(r=0.801,P<0.01)、α2(r=0.759,P<0.01)以及相邻RR间期之差的均方根值(r=0.783,P<0.01)的增加呈正相关关系,达峰值功率时间的缩短与高频功率的提高呈负相关关系(r=-0.705,P<0.05).结论:与常规热身方式相比,PAP诱导热身后8分钟时的运动员无氧运动能力显著提升,最大功率的提高和达峰值功率时间的缩短与其热身后大脑唤醒水平和注意力的提高以及副交感神经活性增强后体能储备的恢复有关.

《护理心理学》是《医学心理学》的重要分支,是高职护理专业的基础课程和必修课程,对护理专业学生综合职业能力的培养起着重要支撑作用[1].其课程性质为交叉学科,课程内容必然会涉及较多的心理学基本理论,这些理论知识对于高职护生而言会显得晦涩难懂.相比其他核心专业课程,该课程被归为“副科”行列,学生对该课程学习既不重视又不感兴趣.如果课堂教学只是一味借助PPT进行讲授,时间一长,学生会产生感官疲劳,注意力下降,学习效果更是难以保证.为此,改革传统教学方式对提高《护理心理学》课程教学效果具有重要意义.

目的 探讨注意缺陷多动障碍(ADHD)与肥胖的分布特点.方法 采用《精神障碍诊断和统计手册》第4版(DSM-Ⅳ)诊断标准确诊的ADHD患儿239例为ADHD组,常规体检儿童137例为健康对照组,2组均进行体格测量,根据WHO的儿童肥胖标准,评价正常、超重及肥胖,比较ADHD组与健康对照组及ADHD组各亚型间超重及肥胖率有无差异.结果 ADHD组超重+肥胖率[98例(41.0％)]与健康对照组[39例(28.5％)]比较差异有统计学意义(P ＜0.01);ADHD组超重率[41例(17.2％)]与健康对照组[22例(16.1％)]比较差异无统计学意义；ADHD组肥胖率[57例(23.8％)]与健康对照组比较[17例(12.4％)]差异有统计学意义(P ＜0.01):ADHD各亚型中,Ⅰ型(注意力缺陷型)超重+肥胖率与健康对照组比较差异有统计学意义(超重16例,肥胖19例,占40.3％)；Ⅱ型(多动冲动型)超重+肥胖率与健康对照组比较差异无统计学意义(超重5例,肥胖8例,占36.1％)；Ⅲ型(混合型)超重+肥胖率与健康对照组比较差异有统计学意义(超重20例,肥胖30例,占40.3％)；3个亚型组间超重、肥胖率比较差异均无统计学意义(P均＞0.05)；以超重、肥胖与否分组,超重+肥胖组ADHD发病率显著高于体质量正常组(P＜0.05).结论 肥胖症为ADHD的高危因素,二者内在发病机制可能有交叉.