目的:探究一种融合了SAM-YOLOV 5深度学习网络和图像处理技术的人工智能(AI)新模型在乳腺影像报告与数据系统(BI-RADS)4类肿块超声动态视频良恶性分类中的应用。方法:回顾性收集2019年5月至2023年6月汕头大学医学院第一附属医院经病理证实的BI-RADS 4类的乳腺肿块患者458例(530个肿块)，按7∶3的比例进行模型的训练和测试，分析模型的ROC曲线下面积(AUC)、敏感性、特异性、阳性预测值、阴性预测值。先与单张静态图像下的测试效果进行比较，再与3个传统的深度学习网络以及高、低年资医师组的测试效果进行比较。分析新模型在BI-RADS 4a、4b、4c类肿块中的诊断效能。结果:二维超声动态视频在新模型中测试所得到的AUC、敏感性、特异性、阳性预测值、阴性预测值高于使用单张超声静态图像(均 P<0.05)。基于二维超声动态视频下，新模型的AUC、敏感性、特异性、阳性预测值、阴性预测值高于3个深度学习网络模型(YOLOV 5、VGG 16、Resnet 50)和低年资医师组(均 P<0.05)，低于高年资医师组(其中仅特异性、阴性预测值 P<0.05)。新模型对BI-RADS 4b类肿块诊断效能最低。 结论:基于SAM-YOLOV 5深度学习网络和图像处理技术开发的用于BI-RADS 4类乳腺肿块动态超声分类诊断的新模型有较高的诊断价值，有望用于辅助临床诊断。

目的:探讨基于超声造影视频的深度学习模型鉴别肝肿瘤良恶性的临床价值。方法:回顾性收集2010年5月至2022年6月西南医科大学附属医院因肝脏肿物接受超声造影检查的1 213例患者，以2021年12月31日为时间截点，将入组患者分为训练集和独立测试集。训练集采用TimeSformer算法为基础架构，利用视频时间维度的滑动窗口从超声造影动脉期视频中获取多个定长时间片段，将多段视频的特征融合后得出整个视频的分类结果，从而构建基于超声造影视频的深度学习模型。独立测试集采用ROC曲线验证模型的有效性，并将模型与三名不同肝脏超声造影年资超声医师(R1、R2和R3，分别有3、6和10年肝脏超声造影经验)进行比较。结果:研究共纳入1 213例患者的1 213个肝脏肿物，其中训练集1 066例(恶性426例)，独立测试集147例(恶性50例)。基于超声造影的深度学习模型在训练集的曲线下面积(AUC)为0.93±0.01，在独立测试集的AUC为0.89±0.01，准确性、敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)分别为80.42%、74.19%、92.00%、94.52%和65.71%。三名医师中，R1的诊断性能最差，其准确性、敏感性、特异性、PPV和NPV分别为67.83%、51.61%、98.00%、97.96%和52.13%，而R3的上述指标分别为82.52%、76.36%、94.00%、95.95%和68.12%。McNemar′s检验显示，R1与深度学习模型的差异有统计学意义( P<0.001)，而R2和R3与深度学习模型的差异无统计学意义( P＝0.720、0.868)。此外，模型对单个病例的分析时间为(340.24±16.32)ms，而医师对单个病例分析的平均时间为62.9 s。 结论:基于超声造影的深度学习模型可较好地区分肝脏肿物的良恶性，有望达到与经验较丰富超声医师相当的诊断水平。

目的:观察不同侧别重复经颅磁刺激(rTMS)对脑卒中后吞咽障碍患者的吞咽功能及其脑干听觉诱发电位(BAEP)的影响。方法:选取脑卒中吞咽障碍患者83例，采用动态随机法将其分为患侧刺激组22例、健侧刺激组21例、双侧刺激组20例和对照组20例。4组患者均行常规吞咽功能训练，患侧刺激组、健侧刺激组和双侧刺激组在此基础上给予频率3.0 Hz的rTMS治疗，患侧刺激组进行病灶侧刺激，健侧刺激组进行非病灶侧刺激，双侧刺激组进行左、右交替的rTMS刺激。对照组则在常规吞咽功能训练的基础上给予假rTMS治疗。4组患者的刺激治疗时间均为每日治疗1次，每次治疗20 min，每周治疗6 d，连续治疗5周。分别于治疗前和治疗5周后(治疗后)，在吞咽造影检查(VFSS)的基础上，依据VFSS视频和临床评估对4组患者进行吞咽障碍结局和严重程度量表(DOSS)评估，同时采用吞咽障碍造影评分量表(VDS)对4组患者口腔期和咽期的吞咽功能进行评定，并采用BAEP检测其脑干传导通路情况。结果:治疗后，4组患者的DOSS评级均优于组内治疗前( P<0.05)，且健侧刺激组和双侧刺激组治疗后的DOSS评级均显著优于对照组和患侧刺激组治疗后，组间差异均有统计学意义( P<0.05)。治疗后，4组患者的VDS各子项评分和总分均明显低于组内治疗前( P<0.05)，双侧刺激组治疗后的各子项评分和总分均显著低于对照组治疗后( P<0.05)，患侧刺激组在咽期吞咽启动、喉上抬和咽期通过时间的评分均显著低于对照组治疗后( P<0.05)，健侧刺激组治疗后的吞咽失用、食团后漏、口腔运送时间、咽期吞咽启动、会厌谷残留、喉上抬、咽喉壁残留、咽期通过时间评分和VDS评分总分均明显低于对照组治疗后( P<0.05)。治疗后，4组患者的Ⅰ波、Ⅲ波、Ⅴ波的潜伏期和Ⅰ波~Ⅲ波、Ⅲ波~Ⅴ波、Ⅰ波~Ⅴ波的峰间的潜伏期均低于组内治疗前( P<0.05)。对照组治疗后的Ⅰ波、Ⅲ波、Ⅴ波的潜伏期和Ⅰ波~Ⅲ波、Ⅲ波~Ⅴ波、Ⅰ波~Ⅴ波的波峰间的潜伏期与双侧刺激组和健康组治疗后比较，差异均有统计学意义( P<0.05)。双侧刺激组治疗后的Ⅰ波、Ⅲ波、Ⅴ波潜伏期和Ⅰ波~Ⅲ波、Ⅲ波~Ⅴ波、Ⅰ波~Ⅴ波的波峰间的潜伏期均明显短于患侧刺激组( P<0.05)。双侧刺激组治疗后Ⅴ波的潜伏期为(6.53±0.73)ms，与健侧刺激组比较，差异有统计学意义( P<0.05)。 结论:双侧3.0 Hz的rTMS刺激联合常规吞咽训练不仅可以显著改善脑卒中后吞咽障碍患者的吞咽功能，还可缩短其BAEP的潜伏期。

目的:探讨基于三维卷积神经网络（3D CNN）构建的人工智能辅助诊断模型对高血压性心脏病、出现心脏改变的慢性肾功能衰竭（CRF）及甲状腺功能减退症（甲减）患者超声心动图视频的诊断效能及其临床应用价值。方法:本研究为回顾性研究。收集2019年4月至2021年10月就诊于河南省人民医院的高血压性心脏病、出现心脏改变的CRF和甲减患者。依据诊断分为高血压组、CRF组和甲减组，另采用简单随机抽样方法从同期健康体检者中入选正常对照组。收集入选患者的超声心动图视频数据。每组中视频数据按约5∶1的比例分为训练集和独立测试集，采用膨胀3D卷积网络（I3D）对视频进行时空特征的联合提取，对人工智能辅助诊断模型进行训练及测试；训练集和测试集之间无病例交叉。分别使用3种不同切面［单一心尖四腔心（A4C）切面、单一胸骨旁左心室长轴（PLAX）切面、所有切面］视频数据，基于病例或视频建立模型，并进行诊断性能的统计分析，计算敏感度、特异度、受试者工作特征曲线下面积（ AUC）；并对比人工智能和超声科医师处理病例所需时间。 结果:共纳入730例受试者，男性362例（49.6%），年龄（41.9±12.7）岁，共收集了17 703条视频。其中，高血压组212例、CRF组210例、甲减组105例、正常对照组203名。使用单一PLAX切面和所有切面数据基于病例进行预测的模型诊断性能较优：（1）高血压组中，使用所有切面数据的模型的敏感度、特异度、 AUC分别为97%、89%、0.93，使用单一PLAX切面模型为94%、95%、0.94；（2）CRF组中，使用所有切面数据的模型的敏感度、特异度、 AUC分别为97%、95%、0.96，使用单一PLAX切面模型为97%、89%、0.93；（3）甲减组中，使用所有切面数据的模型的敏感度、特异度、 AUC分别为64%、100%、0.82，使用单一PLAX切面模型为82%、89%、0.86。3D CNN模型测量和分析每例受试者的超声心动图视频所需时间明显短于超声科医师［（23.96±6.65）s比（958.25±266.17）s， P<0.001］。 结论:基于3D CNN的人工智能辅助诊断模型可以联合提取超声心动图的动态时空特征，能够快速高效识别高血压性心脏病及CRF和甲减引起的心脏改变。

目的:探讨年龄、性别、上唇长度与上中切牙显露量的关系，为前牙美学设计提供参考。方法:从2019年1月至2020年8月于山西医科大学附属人民医院体检中心体检者中选择个别正常 者304名（男性154名、女性150名，18~49岁），按照年龄分为18~29岁组（104名，男性53名，女性51名）、30~39岁组（110名，男性56名，女性54名）、40~49岁组（90名，男性45名，女性45名），拍摄记录受试者下颌姿势位、发“che”音和姿势性微笑时的动态视频影像，并从中选择具代表性的3张面部图像，使用ImageJ软件，测量上唇长度和厚度以及上中切牙显露量。分析各测量项目的组间差异和性别差异，对下颌姿势位上唇长度和上中切牙显露量进行Pearson相关分析。 结果:下颌姿势位时18~29岁组、30~39岁组、40~49岁组上唇长度分别为（21.9±2.2）、（22.5±2.5）、（23.1±2.2） mm，其中40~49岁组显著大于18~29岁组（ P<0.05）。下颌姿势位、发“che”音时和姿势性微笑时40~49岁组上中切牙显露量［分别为（1.4±1.2）、（4.7±2.4）、（7.7±2.4） mm］均显著小于18~29岁组相应状态［分别为（2.3±1.4）、（5.5±2.2）、（8.8±2.0） mm］（ P<0.05）。下颌姿势位和姿势性微笑时30~39岁组上中切牙显露量［分别为（1.8±1.4）、（8.2±2.0） mm］均显著小于18~29岁组相应状态（ P<0.05）。随年龄增长，上中切牙显露量均逐渐减少；下颌姿势位和发“che”音时（除40~49岁组发“che”音时）各组女性上中切牙显露量均显著大于同组男性（ P<0.05），而姿势性微笑时同组上中切牙显露量的性别差异无统计学意义（ P>0.05）。18~49岁个别正常 下颌姿势位上中切牙显露量与上唇长度呈显著线性相关（ r=-0.325， P<0.01）。 结论:前牙美学修复设计时需考虑性别差异，下颌姿势位和发“che”音时上中切牙显露量较姿势性微笑时更有参考价值；40~49岁个别正常 上唇长度较18~29岁显著增加，上中切牙显露量显著减小。

目的:探讨人工智能技术在胎儿超声心动图四腔心切面中对正常、异常胎心筛查的应用价值。方法:选取北京安贞医院母胎医学研究北京市重点实验室数据库中正常和异常收缩末期四腔心切面静态图片3 996张和动态视频图像450幅作为训练集、测试集和验证集，对DGACNN模型进行训练、测试和验证。①分别选取正常、异常图片各200张，同时对本模型、DGACNN-ALOCC模型及其他达到最先进水平的分类模型(Densenet，Resnet50，InceptionV3，InceptionResnetV2)进行识别，并对结果进行比较。②将胎儿心脏超声医师分为初级、中级和高级三组，每组3人，分别选取正常、异常图片各100张，让各组医师和本模型分别对图像进行识别，每组平均分记为该组的分数，比较DGACNN模型与胎儿心脏超声学者识别的结果。结果:①假阳性率(FPR)在20%范围内时，DGACNN模型的识别准确率最高，为0.850，其他各模型识别准确率分别为DGACNN-ALOCC 0.835，Densenet 0.780，Resnet50 0.700，InceptionV3 0.670，InceptionResnetV2 0.650。②FPR在20%范围内时，DGACNN模型的ROC曲线下面积最大，为0.881，其他各模型ROC曲线下面积分别为DGACNN-ALOCC 0.864，Densenet 0.850，Resnet50 0.822，InceptionV3 0.779，InceptionResnetV2 0.703。③FPR在20%范围内时，高级胎儿心脏超声医师组的平均识别准确率最高，为0.863，其次为DGACNN模型，平均识别准确率为0.840，高于初级、中级组平均识别准确率0.760、0.807；DGACNN模型平均识别准确率高于初级、中级和高级三组的总平均识别准确率(0.810)。结论:人工智能技术在胎儿超声心动图四腔心切面筛查中是可行的，且识别准确率较高。

目的:分析床旁气道超声技术培训在临床麻醉医师中的实践效果，为临床普及床旁气道超声提供有效的培训方案。方法:选择无床旁气道超声技术的麻醉医师为培训对象，根据教学目标设计床旁气道超声培训课程，采用理论+实践等多种教学方式相结合的方法实施培训，培训后考核学员对气管插管超声图像（插管后静态超声图、气管插管动态视频）的识别能力及床旁气道超声检测的操作能力。结果:参加培训的学员共52名。培训后学员识别插管后静态超声图的敏感度为82.7%（95%CI 72.1%~93.3%），特异性为90.4%（95%CI 82.1%~98.7%），准确性为86.5%（95%CI 79.9%~93.2%）；学员识别气管插管动态视频的敏感度为92.3%（95%CI 84.8%~99.8%），特异性为92.3%（95%CI 84.8%~99.8%），准确性为92.3%（95%CI 84.8%~99.8%）。学员床旁气道超声检测操作能力考核100%合格。培训后100%的学员对培训表示满意，98.08%的学员有信心将床旁气道超声技术用于气管插管位置的判断。结论:床旁气道超声技术培训能帮助麻醉医师快速、准确地掌握气道超声技术，并将其应用于气管插管位置的判断。

目的:观察基于微信平台指导的呼吸功能锻炼对老年腹腔镜胃癌根治术患者膈肌功能和术后恢复的影响。方法:选择拟行腹腔镜胃癌根治术的患者143例，男109例，女41例，年龄65~80岁，ASA分级Ⅱ、Ⅲ级，按随机数字表法分为3组：对照组（A组，50例）、术前呼吸锻炼组（B组，47例）、围手术期呼吸锻炼组（C组，46例）。A组患者常规进行术前宣教；B组患者在常规术前宣教的基础上，采用呼吸锻炼操进行术前至少5 d的训练；C组患者在常规术前宣教的基础上，采用呼吸锻炼操进行术前至少5 d和术后5 d的训练；B组和C组患者每日指定时间在微信群内上传锻炼视频。3组患者均采用静-吸复合全身麻醉。记录患者一般情况及术中资料（手术时间、麻醉时间、输液量、出血量、尿量），记录患者麻醉诱导前（T 1）、手术开始1 h（T 2）的血流动力学指标（MAP、心率、SpO 2），插管后10 min（t 1）、气腹后10 min（t 2）、气腹后60 min（t 3）、气腹结束10 min（t 4）时的气道峰压（peak of airway pressure, Ppeak）及肺动态顺应性（dynamic compliance, Cdyn），开立住院证日（T 0）、T 1、拔管后30 min（T 3）、术后1 d（T 4）、术后7 d（T 5）时的膈肌功能[平静呼吸膈肌移动度（diaphragmatic motility, DM）和最大深呼吸DM]，T 1、T 4、T 5时的血气分析参数（pH、PaO 2、PaCO 2），记录患者术后7 d内术后肺部并发症（postoperative pulmonary complication, PPC）的发生情况（肺部感染、肺不张、胸腔积液、呼吸衰竭），记录患者术后住院时间、总住院时间及满意度评分。 结果:C组T 5时PaO 2高于A组和B组（ P<0.05）。与A组比较：B组和C组T 1、T 3、T 4、T 5时最大深呼吸DM增加（ P<0.05），满意度评分提高（ P<0.05），术后住院时间及总住院时间缩短（ P<0.05）；C组术后7 d内PPC总发生率降低（ P<0.05）。其余指标组间比较，差异均无统计学意义（ P>0.05）。 结论:基于微信平台指导的呼吸功能锻炼可有效改善老年腹腔镜胃癌根治术患者膈肌功能，加速术后恢复。

目前甲状腺微小癌的处理策略是积极监测。超声动态视频能提供更多的细节信息，人工智能综合二维超声和动态视频的数据信息能实现甲状腺结节的精准化的诊断与随访，帮助制定规范化的监测策略。笔者总结了目前应用于动态超声视频的深度学习算法，从二维超声和动态视频两方面的人工智能临床应用展开，充分阐述了人工智能积极监测甲状腺结节的最新研究进展。

目的:听神经瘤(acoustic neuroma,AN)是一种良性肿瘤,通常会影响患者的听觉和前庭功能.对于AN的筛查和诊断,传统方法主要依赖于听力学检查和磁共振成像(magnetic resonance imaging,MRI),而忽略了对病变部位进行前庭功能评估的重要性.视频头脉冲试验(video head impulse test,vHIT)是一种新兴的前庭功能检测方法,已广泛应用于临床,但其应用于AN诊断的研究相对较少.本研究通过在术前及术后对经迷路入路AN切除术的单侧AN患者采用vHIT进行动态检测,以探究vHIT在AN诊断、前庭功能障碍评估、术后代偿建立中的价值.方法:回顾性纳入2020年10月至2022年3月中南大学湘雅二医院耳鼻咽喉头颈外科的27例经迷路入路AN切除术单侧患者.术前1周进行vHIT以评估前庭功能,纯音测听(pure tone audiometry,PTA)评估听力水平,耳部MRI评估肿瘤大小;分别于术后1周、1个月、6个月、1年复查vHIT,并分析vHIT与听力、肿瘤大小之间的相关性.结果:术前vHIT显示患侧后半规管是前庭眼反射(vestibulo-ocular reflex,VOR)增益降低最常见的半规管.术前患侧vHIT的VOR增益与听力水平(r=-0.47,P<0.05)或肿瘤大小(r=-0.54,P<0.01)存在显著相关性.术后患侧vHIT结果显示水平半规管和前半规管的平均VOR增益随时间略有上升;3个半规管显性扫视的振幅和扫视波百分比均增加,而潜伏期时间缩短,并且在术后1周变化最明显.结论:vHIT能有效监测AN患者手术前后的前庭功能变化,对辅助诊断和治疗AN患者前庭功能障碍具有临床应用价值.