目的:采用非线性动力学方法提取慢性腰痛(cLBP)患者与健康对照者深度多裂肌不同状态下肌电图(EMG)信号中所蕴含的非线性动力学信息，比较二者的非线性指标Lempel-Ziv(LZ)复杂度的变化特点。方法:选取符合标准的cLBP患者25例设为cLBP组，另选取性别、年龄、教育程度等相匹配的正常受试者28例设为正常组。采用sEMG结合丝电极记录2组受试者腰部L 4深层多裂肌EMG信号，分析静息状态、最大肌力、耐力收缩、持续收缩后放松等4种不同状态下多裂肌电非线性特征LZ复杂度的差异，并比较cLBP组腰部痛侧与非痛侧多裂肌LZ复杂度的差异性。采用Pearson相关分析cLBP组的疼痛持续时间、疼痛强度和功能障碍指数与LZ复杂度的相关性。 结果:cLBP组患者的VAS评分平均为(4.00±1.04)分，持续疼痛时间平均为(5.96±4.69)年，ODI指数平均为(17.12±10.49)。cLBP组患者肌电信号采集各时间点(进针时、退针后、肌肉收缩时和动作终止时)的VAS评分均显著高于正常组，差异均有统计学意义( P<0.01)。cLBP组在肌力测试、耐力测试和持续收缩后放松的深层多裂肌LZ复杂度与正常组比较，差异均有统计学意义( P<0.01)。2组受试者肌力测试、耐力测试和持续收缩后放松的深层多裂肌LZ复杂度与组内静息状态比较，差异均有统计学意义( P<0.01)；2组受试者持续收缩后放松的深层多裂肌LZ复杂度与组内肌力测试和耐力测试时比较，差异均有统计学意义( P<0.01)。cLBP组疼痛持续时间与其深层多裂肌最大等长收缩(肌力测试时和耐力测试时)的LZ复杂度呈显著负相关( P<0.01)。 结论:持续的疼痛刺激会影响大脑对深层多裂肌的协调控制，进而导致中枢对核心稳定肌肉的控制能力下降，提示中枢参与核心稳定肌调控障碍可能是cLBP病因机制的关键因素。

目的:探讨宏基因组测序（MGS）技术在感染性葡萄膜炎诊断中的作用。方法:横断面研究。对2016年3月至2018年7月首都医科大学附属北京同仁医院临床疑诊为感染性葡萄膜炎的19例患者的19份玻璃体标本进行MGS检测。患者中男性8例，女性11例，年龄19~68岁；右眼10例，左眼8例，双眼1例；临床诊断急性视网膜坏死8例（9只眼），诊断不明11例（11只眼）。每份标本留取玻璃体约1 ml，800 μl标本用于MGS，200 μl标本用于实时荧光定量PCR的验证实验。MGS使用TIANamp Micro DNA Kit试剂盒提取样本DNA，BGISEQ-500平台测序。将测序数据中低质量和长度小于35 bp的数据、人类参考基因组序列及低复杂度序列去除后，获得的数据与专用微生物数据库比对分析，通过统计对比序列数占比、唯一序列数、覆盖率、测序深度等参数确定测序阳性结果，使用实时荧光定量PCR方法对上述结果准确性进行验证。结果:19份标本MGS检出多种微生物，7份测序结果为阳性。其中3份为水痘-带状疱疹病毒、2份为白念珠菌、1份为痤疮丙酸杆菌、1份为副流感嗜血杆菌。3份水痘-带状疱疹病毒标本检出的序列数占比分别为77.93%（1 794/2 302）、99.98%（12 843/12 845）、98.88%（5 733/5 798），唯一序列数分别为1 794、12 843、5 733条；实时荧光定量PCR验证结果显示此3份标本水痘-带状疱疹病毒载量均较高，与MGS结果一致。结论:MGS可作为感染性葡萄膜炎实验室诊断方法的一种选择。 （中华眼科杂志，2020，56：519-523）

目的:探索高乙型肝炎病毒(hepatitis B virus, HBV) DNA孕妇妊娠期接受短期替比夫定治疗对HBV准种复杂度的影响及其病毒学安全性。方法:采用巢式病例对照研究，纳入2013年3月1日至2015年5月31日就诊于西安交通大学第一附属医院，且在妊娠24周至产后12周接受替比夫定治疗的73例高HBV DNA孕妇，使用超深度焦磷酸测序法检测HBV氨基酸突变，比较接受替比夫定治疗前后的香农熵值，评估HBV准种复杂度。统计学分析采用独立样本 t检验。 结果:73例孕妇基线HBV DNA为(7.91±0.70) lg IU/mL，21例(28.77%)孕妇分娩时血清HBV DNA<1×10 3 IU/mL。妊娠期短期替比夫定治疗前后的香农熵值分别为0.40±0.09和0.41±0.12，差异无统计学意义( t＝-0.86， P＝0.391)。分娩时血清HBV DNA<1×10 3 IU/mL的患者治疗前后的香农熵值分别为0.40±0.09和0.42±0.01，分娩时血清HBV DNA≥1×10 3 IU/mL的患者治疗前后的香农熵值分别为0.39±0.09和0.40±0.12，两组孕妇治疗前后差异均无统计学意义( t＝-0.93、-0.51， P＝0.364、0.609)。进一步比较反转录酶区原发性耐药突变位点rtM204I/V、rtL180M、rtA181V/T和rtN236T在替比夫定治疗前后的香农熵值，差异均无统计学意义( t＝1.45、0.16、-1.30、1.77， P＝0.152、0.877、0.201、0.083)。 结论:高HBV DNA孕妇妊娠期接受短期替比夫定治疗后，HBV准种复杂度没有显著变化，HBV反转录酶区氨基酸突变的可能性小。

目的:研究基于Halcyon 2.0和Truebeam两种加速器设计的容积调强弧形治疗（VMAT）计划，在患者不同部位的剂量学质量和计划复杂度差异。方法:回顾性选取头颈部、胸部、腹部、盆腔四种部位的Halcyon 2.0 VMAT计划49例，并以相同优化参数重新设计Truebeam VMAT计划，比较两种计划的剂量学和复杂度指标差异， P<0.05表示差异有统计学意义。 结果:对于靶区，Halcyon 2.0在头颈部和胸部计划中具有较优的均匀性指数（HI）和适形性指数（CI），在腹部计划中具有较优的D 98%和CI，在盆腔计划中具有较优的D 2%。对于危及器官，Halcyon 2.0在胸部计划中的双肺D 20%、D mean和心脏D mean均低于Truebeam（ P值均<0.05）。对于复杂度指标，Halcyon 2.0头颈、腹部和盆腔计划的中位平均子野面积变化率（AAV）分别为0.414、0.425和0.432，优于Truebeam的0.385、0.368和0.361；在腹部和盆腔计划中，Halcyon 2.0的中位调制复杂度分数（MCS）分别为0.320和0.303，优于Truebeam的0.268和0.282（ P值均<0.05）；Halcyon 2.0所有部位计划的中位小孔径分数（SAS）均优于Truebeam，且中位计划平均射野面积（PA）均大于Truebeam（ P值均<0.05）。 结论:基于Halcyon 2.0和Truebeam两种加速器设计的VMAT计划，在剂量学质量上相当，部分情况下前者略优，但是由于前者较低的计划复杂度，使其在临床应用中具有相对优势。

目的:探讨与血管外肺水指数（EVLWI）相关的肺部超声影像组学特征，采用基于肺部超声的影像组学方法联合机器学习预测重症患者的EVLWI并进行效能验证。方法:采用回顾性病例对照研究方法，收集2021年11月至2022年10月广西医科大学第一附属医院重症医学科收治的重症患者肺部超声视频和脉搏指示连续心排血量（PiCCO）监测结果，按照8∶2的比例随机分为训练集与验证集。从肺部超声视频取帧得到对应图像并提取影像组学特征，以PiCCO测得的EVLWI为"金标准"，通过统计分析和LASSO算法对训练集影像组学特征进行筛选。采用经过筛选的影像组学特征训练8种机器学习模型，包括随机森林（RF）、极限梯度提升（XGBoost）、决策树（DT）、朴素贝叶斯（NB）、多层感知器（MLP）、K-近邻（KNN）、支持向量机（SVM）和Logistic回归（LR）；绘制受试者工作特征曲线（ROC曲线），评估上述模型在验证集中对EVLWI的预测效能。结果:最终共30例患者151组样本（包括906份肺部超声视频和151份PiCCO监测结果）纳入分析，其中训练集120组样本，验证集31组样本；两项数据集的性别、年龄、体质量指数（BMI）、平均动脉压（MAP）、中心静脉压（CVP）、心率（HR）、心排血指数（CI）、心功能指数（CFI）、每搏量指数（SVI）、全心舒张期末容积指数（GEDVI）、全身血管阻力指数（SVRI）、肺血管通透性指数（PVPI）、EVLWI等主要基线资料差异均无统计学意义。151份PiCCO监测结果中整体EVLWI范围为3.7~25.6 mL/kg；分层分析显示，两项数据集EVLWI均集中于7~15 mL/kg区间，EVLWI分布差异无统计学意义。通过LASSO算法筛选出2个影像组学特征，即灰阶不均匀性（权重为-0.006?464）和复杂度（权重为-0.167?583），并用于建模；ROC曲线分析显示，MLP模型具有较好的预测效能，其预测验证集EVLWI的ROC曲线下面积（AUC）高于RF、XGBoost、DT、KNN、LR、SVM、NB模型（0.682比0.658、0.657、0.614、0.608、0.596、0.557、0.472）。结论:肺部超声灰阶不均匀性和复杂度是与PiCCO测得的EVLWI相关性最高的影像组学特征；基于肺部超声灰阶不均匀性和复杂度构建的MLP模型可用于半定量预测重症患者EVLWI。

目的:采用随机森林和支持向量机两种机器学习算法建立预测模型，实现容积弧形调强（VMAT）验证γ通过率（GPR）的数值预测和分类预测。方法:回顾性选取2019年4月至2020年8月于温州医科大学附属第一医院放疗中心接受VMAT放疗的258例患者资料，其中头颈部38例，胸腹部220例。对所有患者VMAT计划提取13个复杂度参数，收集计划验证在3%/3 mm和2%/2 mm评估标准下的GPR。用随机种子数方法将患者队列分为70%训练队列和30%验证队列，采用随机森林和最小冗余最大相关性（mRMR）的方法分别筛选数值预测和分类预测的相关性参数，利用随机森林和支持向量机两种算法结合计划靶区（PTV）体积，子野宽度，平滑度因素分别建立复杂度模型和混合模型。分析比较两种模型的预测性能。结果:对GPR数值预测，在3%/3 mm、2%/2 mm评估标准下，验证队列中基于随机森林和支持向量机复杂度模型预测误差的均方根误差（RMSE）和平均绝对误差（MAE）分别为1.788%和1.753%、5.895%和5.444%、1.415%和1.334%、4.644%和4.255%；基于随机森林和支持向量机的混合模型预测误差的RMSE和MAE分别为1.760%和1.815%、5.693%和5.590%、1.386%和1.319%、4.523%和4.310%。GPR分类预测中，在3%/3 mm、2%/2 mm评估标准下，验证队列中基于随机森林和支持向量机的复杂度模型的受试者工作特征（ROC）曲线下面积（AUC）分别为0.790和0.793、0.763和0.754；在验证队列中基于随机森林和支持向量机的混合模型的AUC结果分别为0.806和0.859、0.796和0.796。结论:开发了基于随机森林方法和支持向量机方法的复杂度模型和混合预测模型，能够实现在3%/3 mm和2%/2 mm两种评估标准下对VMAT放疗计划GPR的数值预测和分类预测，混合模型较经典复杂度模型提高了预测精度。

随着社会经济快速发展和人口老龄化进程的加快，人类平均寿命显著增长，个体同时患有多种疾病（即共病），已成为当今人群健康的新常态，并构成了对人类健康的严峻挑战。共病不仅会大幅降低患者的生活质量、增加残疾和死亡风险，同时也加剧了疾病治疗和护理的复杂度，使得卫生系统承受更大的负担并面临更高的成本压力。本文首先梳理了共病的基本定义及其在公众认识中常见的误区，继而深入剖析了共病流行对于人群整体健康水平、社会经济发展以及卫生体系建设产生的深远影响。在此基础上，对共病带来的挑战进行了深入分析，并据此提出了具有针对性的应对策略与建议。文章的核心目标是在于引起社会各界对共病问题的广泛关注，并倡导采取更为积极主动的措施，包括规划布局针对共病的预防与诊疗体系，推动精准预防和精准治疗的有效实施，从而有效增进人民健康福祉，有力助推健康中国的建设。

目的:比较共面和非共面容积弧形调强放射治疗（VMAT）技术在全脑放疗中保护海马及下丘脑-垂体（HT-P）轴的计划质量差异。方法:回顾性分析2021年11月至2023年8月天津医科大学总医院收治的15例行预防性脑照射的患者，参照RTOG-0933及相关指南勾画海马及HT-P轴，分别设计共面VMAT（co-VMAT）和非共面VMAT（nco-VMAT）计划，处方剂量为30 Gy分10次，利用配对 t检验比较两种计划的剂量学指标、计划鲁棒性、计划复杂度及执行效率。 结果:两种计划均能达到剂量学目标，PTV的D 2%、D 95%及适形指数（CI）差异没有统计学意义，对于PTV的D 98%和均匀性指数（HI），co-VMAT略差于nco-VMAT（D 98%为26.37∶26.96 Gy， P=0.001；HI为0.25∶0.24， P=0.002）。co-VMAT中双侧海马的D min为8.55 Gy（左侧）和8.32 Gy（右侧），低于nco-VMAT中的9.31 Gy（左侧）和9.26 Gy（右侧）；同时co-VMAT中下丘脑和垂体的D mean低于nco-VMAT计划（下丘脑为11.54∶12.27 Gy，垂体为11.72∶12.1 Gy），差异均有统计学意义（ P<0.001）。两种计划中，海马和HT-P轴剂量对误差十分敏感，而PTV和其他危及器官对误差敏感度相对较低。co-VMAT计划比nco-VMAT计划复杂度低，两者在3%/3 mm标准下的γ通过率分别是99.06%±0.60%、98.05%±2.89%。co-VMAT计划的平均出束时间是4.8 min，约为nco-VMAT的2/3，而平均治疗时间为6.3 min，约为nco-VMAT治疗时间的1/2。 结论:co-VMAT和nco-VMAT均能实现全脑放疗中海马及HT-P轴的保护，co-VMAT计划中靶区的D 98%略小，但对海马及HT-P轴的保护更好。两种计划中海马和HT-P轴的剂量都对误差敏感，co-VMAT计划的复杂度更低，执行效率更高，更适合临床治疗。

为解决运动想象脑电(electroencephalogram,EEG)信号多分类传输速率慢、准确率低的问题,本研究利用"一对多"滤波组共空间模式(one vs rest filter bank common spatial pattern,OVR-FBCSP)和稀疏嵌入(sparse embeddings,SE)提出了一种基于SE的多分类EEG信号分类方法.为降低多类任务特征提取的复杂度,提高分类效率,本方法首先采用OVR-FBCSP进行EEG信号特征提取;然后对其相应的标签矩阵进行低维嵌入,构建稀疏嵌入模型,分别计算训练和测试数据的嵌入矩阵;最后在嵌入空间中对训练和测试数据执行k最近邻(k-nearest neighbor,kNN)分类.本研究在BCI Competition IV-2a公开数据集进行了实验测试,并与其他分类方法进行了对比.实验结果表明,本研究方法拥有较高的分类准确率和较短的分析时间.

目的 提出一种基于分类配准与全景像素坐标系的显微图像实时拼接算法,以解决现有图像拼接算法精度低、计算复杂度高等问题.方法 依据单视野图像的质量特征,利用评价函数对图像进行分类配准,适应不同的配准模型;构建全景像素坐标系,依据配准结果在此坐标系下进行整体拼接与缝隙融合;基于自主搭建的尿液样本显微扫描系统进行实验,以验证算法的有效性.结果 实验结果表明,相比现有的图像拼接方法,本文基于分类配准与全景像素坐标系的显微图像快速拼接算法更有利于拼接缝隙的融合,且更稳定,拼接效果显著优于加速鲁棒特征和快速傅里叶变换单独拼接;在拼接时间方面,基于分类配准与全景像素坐标系的显微图像实时拼接算法的拼接时间大大缩短,拼接速度提升了1倍,且对于矩形扫描区域拼接的大视野图像,无明显拼接缝隙痕迹,可完成高质量的实时拼接.结论 基于分类配准与全景像素坐标系的显微图像快速拼接算法能够满足快速高分辨率的大视野图像拼接需求,为显微图像拼接提供了一种更优的方法,便于相关人员进一步分析和应用.