目的:为实现更好的颈椎健康监测与颈椎病预防效果,设计一种嵌入式颈椎健康智能系统.方法:该系统主要由移动便携监测终端、云端服务器、微信小程序三大部分组成.移动便携监测终端主要由数据采集模块、数据处理模块、物联网通信模块三大模块组成,其中数据采集模块选用JY901-S作为主要数据传感器;数据处理模块通过动作分类模型对头部动作进行分类识别,选用STM32F4作为主控芯片、国产RT-Thread作为嵌入式操作系统;物联网通信模块选用乐鑫ESP32-C3系列Wi-Fi蓝牙双模模块.云端服务器选用Linux+Nginx+uWSGI作为Web服务器架构,通过MySQL数据库存储用户数据,并利用颈椎健康评估模型评估用户颈椎健康状态.微信小程序采用WXML+WXSS+WXS开发.结果:该系统基本能够实现颈椎健康状态监测和运动指导功能,且对人体头部动作分类识别的平均准确率为90％以上,对颈部关节活动度的测量精度为±1°,整体性能较好.结论:该系统能有效帮助用户建立并维持规律的颈椎健康运动行为,可为医院等机构提供关键可靠的康复运动治疗方案与康复护理数据支撑.

黄斑疾病累及中心凹区域时，患者中心视力明显下降，视野出现中心暗点，阅读速度及固视稳定性等视功能指标明显受损，严重影响患者的生活质量。人体对于中心凹区域受损时的反应为大脑自发采取的适应策略，即大脑会选取旁中心凹区域作为伪中心凹充当眼睛的固视位点，但这一适应行为并不能最大限度地开发患者自身的剩余视力。近年来人们通过不断地研究发现，微视野计中的自动眼位识别及自动眼球追踪系统可以精确检测特定的视网膜位点，联合其携带的生物反馈训练模式，可以将眼底检查与生物反馈训练结合，帮助老年性黄斑变性、病理性近视黄斑病变、Stargardt病、黄斑裂孔等黄斑疾病患者选择最佳的视网膜位点作为眼动基准，最大化地开发患者的剩余视力，提高患者的视功能。

目的:探讨基于卷积神经网络（CNN）的人体行为识别在新一代院前急救中的应用。方法:从蒙特利尔跌倒视频数据集获取60份视频，按5∶1比例分为模型训练数据和评价测试数据。①数据模型训练：利用奇异值分解对图片进行清晰化处理，通过目标检测与傅里叶变换识别图片中人体的目标边界，将人体曲线描绘出来；利用OpenCv计算机视觉和机器学习软件库人体姿态估计将人体的重要部位（如臀部、膝盖）标出，计算重要部位连线与水平方向的夹角及检测框架的长宽比例，识别人体是否具有异常行为。②评价测试：从模型训练数据集中随机提取6个视频，每个视频抽取10个1帧，将每帧看成一张图片，对每帧进行CNN行为识别，计算正常行为和异常行为的识别率。结果:数据模型训练过程中，对每帧进行人为的标签化，训练CNN人体行为识别模型。评测结果显示，正常行为识别率为（90.33±3.03）%，异常行为识别率为（87.74±2.88）%。结论:在路人发生危险行为时，通过CNN识别人体行为可判断其是否处于危急状态，并及时发出预警，对院前急救起到至关重要的作用。

目的:调查精神分裂症(SCZ)患者非酒精性脂肪性肝病（NAFLD）发生率及其危险因素分析。方法:经南通市第四人民医院伦理委员会同意，分析40岁以上具有完整临床资料115例SCZ女性患者中NAFLD发病率，以体检健康者（ n = 95,女性，年龄40岁以上）为对照组。采用自然语言处理技术提取患者电子病历系统中相关资料，与NAFLD相关的人体质量指数、丙氨酸转氨酶、甘油三酯、低密度脂蛋白、瘦素和脂联素等建立模型，以logistic回归分析评估女性SCZ患者精神症状、生理和生物化学指标，评估对NAFLD预测价值。 结果:SCZ组NAFLD患病率为55.7% (64/115)，显著高于（ χ2 = 18.335, P < 0.001）对照组（26.3%, 25/95）；预测模型显示年龄、丙氨酸转氨酶、甘油三酯、低密度脂蛋白、瘦素、脂联素、人体质量指数与女性SCZ患NAFLD者显著相关；在自然语言处理法搜索语言模型中，兴奋征（动作多：不受控制的乱跑行为）和情绪冷漠与女性SCZ患NAFLD者显著相关。其中年龄、丙氨酸转氨酶、甘油三酯、低密度脂蛋白、瘦素、人体质量指数是SCZ患NAFLD的危险因素，脂联素水平和不受控制的乱跑行为是保护因素。 结论:中老年女性SCZ患者中NAFLD发生率较高，自然语言处理法有助于自动识别SCZ合并NAFLD危险因素，具有预测和辅助诊断价值。

《生物力学》是康复本科的专业课程之一,"人体动作分析实验"是该课程常见的实践教学内容[1].其中涉及的步态分析、技术动作分析等实验对于康复治疗学专业学生了解人体关节运动的特点、康复临床技法细节、人体行为的模式识别,以及肢体动作康复效果评价等均具有重要的意义和作用[2-4].

目的:研究人体三维姿态传感检测方法,为医疗、运动、艺术等行业人体行为分析、运动识别等应用需求提供监控技术手段.方法:建立人体三维空间坐标系,选择相邻关节为肢体向量的起点和终点,将肢体分解为18个关联的肢体向量;采用三轴磁力传感器、三轴加速度传感器组合作为测量传感器,测量肢体向量的方向:计算反映肢体向量方向的传感器姿态角,得到18个肢体向量的方向参数;通过直尺测量肢体向量的大小.定义人体三维空间,计算各肢体向量在人体三维空间坐标平面的投影,得到所有与肢体向量相关的关节在人体三维空间中的坐标,确定人体的三维姿态.结果:通过在手臂模型上安装肢体向量方向传感器,证明人体三维姿态传感检测算法可以实现人体三维姿态的检测和测量.结论:人体三维姿态传感检测算法方法正确,可在医疗诊断、运动数据采集以及动漫动画等领域得到应用.

在前期提出的超分子“印迹模板”理论基础上,分析总结了中药四性的历史沿革与研究现状,运用超分子化学理论对中药四性的产生进行了深入剖析:人体与中药为具有相同“印迹模板”的巨复超分子体系,不同类型(热、寒性)中药有效成分群(客体分子)与不同状态下人体(主体分子)以非共价键发生结合,通过释放(或吸收)能量,能够纠正人体由于受到外界寒邪/热邪侵袭而造成机体超分子自识别、自组织、自组装、自复制过程发生偏移的情况,使机体回归正常状态,宏观上表现为中药四性.基于此,提出了中药四性研究的体内、体外两类方法,体外方法包括物理内能法和主客体分离及制备超分子聚合物的方法;体内方法包括生物体热研究、动物行为学观测法、体表温度观测法.超分子“印迹模板”理论是研究中药四性的有效工具,而超分子化学理论与传统中医药理论的融合必将成为推动传统中医药走向现代化的强大助力.

背景 新疆哈萨克族牧民为我国高血压患病率最高的五个民族之一.由于哈萨克族牧民长期生活在高原高寒、干旱地区,具有独特的生活膳食及行为暴露,以高血压为代表的慢性病患病人数持续增加,严重威胁牧民的身体健康.探讨该人群新发高血压的发病情况及其影响因素,才能有针对性地进行高血压预防和控制.目的 了解新疆哈萨克族牧民新发高血压的发病情况及影响因素,以期为牧区高血压防治提供参考依据.方法 采用前瞻性队列研究设计,于2008年1月—2010年12月以乌鲁木齐县卫生院/卫生服务中心健康体检者为研究对象,采用分层整群抽样的方法,根据各乡镇人口数占全乌鲁木齐县人口的比例,纳入具有完整随访资料的哈萨克族牧民.于2014—2018年每两年进行一次随访,最终纳入5327例18岁以上研究对象.收集研究对象的基线资料(性别、年龄、受教育程度、婚姻状况)、问卷调查结果(吸烟、饮酒、锻炼、蔬菜摄入量、食盐量、奶茶量、高血压家族史)、人体体格检查(身高、体质量、血压、腰围、臀围、BMI)、血常规及血生化指标(白细胞计数、血红蛋白、血小板计数、血清钾、血清钠、总胆固醇、三酰甘油、高密度脂蛋白、低密度脂蛋白、空腹血糖、丙氨酸氨基转移酶、天冬氨酸氨基转移酶)检测,随访截止日期2018年11月.采用单因素、多因素Cox比例风险模型分析哈萨克族牧民发生新发高血压的影响因素.结果 随访1.1～8.5年,新发高血压1985例,发病率为11.75/100人年〔95％CI(11.27/100人年,12.24/100人年)〕.不同性别、年龄、吸烟情况、饮酒情况、食盐量、奶茶量、高血压家族史、BMI、基线血压状态人群新发高血压发病率比较,差异有统计学意义(P<0.05).单因素Cox比例风险模型分析结果显示,性别、年龄、吸烟、饮酒、食盐量、奶茶量、高血压家族史、腰围、BMI、总胆固醇、三酰甘油、高密度脂蛋白、空腹血糖、高血压前期与新发高血压发病有关(P<0.05).男性新疆哈萨克族牧民发生新发高血压影响因素的多因素Cox比例风险模型分析结果显示,年龄、吸烟、食盐量、高血压家族史、腰围、总胆固醇、空腹血糖、高血压前期是新发高血压的影响因素(P<0.05).女性新疆哈萨克族牧民新发高血压影响因素的多因素Cox比例风险模型分析结果显示,年龄、食盐量、高血压家族史、BMI、总胆固醇、空腹血糖、高血压前期是新发高血压的影响因素(P<0.05).结论 新疆哈萨克族牧民新发高血压发病率高,性别、年龄、吸烟、饮酒、食盐量、高血压家族史、BMI、腰围、总胆固醇、三酰甘油、高密度脂蛋白、空腹血糖、高血压前期与其发生新发高血压有关.应综合多种发病风险因素对疾病进行积极识别和监控,及时发现早期防控,降低高血压发病率.

目的 利用动作捕捉和机器学习技术,探讨减重条件下通过关节运动的三维空间坐标统计特征测量受试者心理疲劳状态的可行性与可靠性.方法 通过长时间认知任务诱发受试者的心理疲劳状态并利用量表进行评估.采用Kinect深度摄像头识别并追踪受试者2 min减重跑步运动过程中25个关节点的运动信息.利用高斯过程回归算法建立心理量表与行为数据间的模型,并通过皮尔逊相关和均方根误差对模型进行验证.结果 在减重条件下,基于关节运动的统计特征可以预测个体的心理疲劳状态,疲劳量表各个维度预测值与真实值间平均相关系数为0.44,均方根误差为2.94,心境状态量表模型预测值和真实值同样达到中等相关0.45,均方根误差为5.49.结论 人体关节运动信息可作为有效生物特征预测受试者心理疲劳水平,且在空间或资源有限情况时,基于动作捕捉和机器学习方法建立的心理指标预测模型可为未来载人航天任务心理状态测量提供新方法.

“心灵病毒(psycho-virus)是指一段文字、一句话、一个表情、一个行为等,植入人的大脑后快速自我复制,破坏人脑正常认知,操纵其行为、意志、信仰,具有传染性、隐蔽性、寄生脑性等特性”.以美国为代表的世界军事强国已广泛开展心灵病毒的研究,包括认知改造、意图筛选、人体增强及微传感器识别脑活动等项目,从心灵病毒的操控和作用路径、心灵病毒检测与防护技术进行了深入研究,预计将在2020-2040年取得成功.我军对心灵病毒及其武器的攻防领域研究较少,心灵病毒研究主要存在理论研究薄弱、检测与操控困难、损伤机制尚不清楚、防护措施研究路径不明晰的问题.未来关于心灵病毒的研究应从4个方面进行:①心灵病毒的基本原理和特点研究;②心灵病毒的操控研究;③心灵病毒检测的关键技术研究;④心灵病毒损伤防护的关键技术研究.