目的 为了预防未知疾病对个人健康造成的损害以及减少个人健康监测的成本,依据中医舌色变化能反映人类诸多疾病的原理,提出一种基于舌色变化比较分析的自我健康监测方法.方法 通过图像采集设备采集个人舌象,利用深度学习和传统图像处理技术,借助RGB与CIE Lab色彩模型的转换关系,获得舌色的特征值,建立自我健康标准舌象数据库.采集新的舌象,通过异向缩放模板匹配原理从数据库中找出最佳匹配模板,通过差分比较分析法得到新采集的舌象与最佳匹配的模板舌象的舌色变化特征值,结合定量参数设置范围进行自我健康监测.通过自我舌象异常仿真实验验证所提方法的有效性.结果 通过自我舌象数据库构建、异向缩放模板匹配、舌色差分分析等技术实现了自我舌色变化阈值的设置,并能提取新采集的舌象图像的舌色,将之与标准舌象数据库中的舌色进行差分,再将差分值与已设定阈值比较,从而监测健康.异常仿真实验验证了所提方法的有效性和实用性.结论 基于中医舌色变化比较分析的自我健康监测方法能简便地对个人健康状态进行监控,同时对中医舌诊的客观化发展起到一定的推进作用.

目的:探讨基于水当量直径( Dw)体型特异性剂量估计(SSDE)在评价儿童头部CT辐射剂量的价值。 方法:回顾性分析首都儿科研究所附属儿童医院头颅CT平扫患儿187例，按年龄分为3组，1组(<1月)、2组(≥1月~6岁)、3组(≥6 ~14岁)。记录剂量报告容积CT剂量指数(CTDI vol)值。扫描范围中心层面选取CT轴位图像，勾画包含所有解剖结构(包括皮肤)的感兴趣区(ROI)，测量ROI面积( AROI)，头围以及平均CT值(CT ROI)。计算 Dw、转换因子( fH16)以及SSDE。组间比较CTDI vol、SSDE值及其变化率( Δ值)，建立CTDI vol与SSDE关系的回归模型。 结果:各组 Dw分别为(11.24±0.51)、(14.48±1.47)、(16.69±0.90)mm；CTDI vol分别为(15.36±2.78)、(18.83±4.60)、(23.24±4.13)mGy；SSDE分别为(27.92±4.91)、(29.16±6.64)、(32.38±5.35)mGy。 Dw、CTDI vol以及SSDE组间差异有统计学意义( F＝207.69、38.48、8.15， P<0.001)。随年龄增加， Dw、CTDI vol以及SSDE值均逐渐增加。 Δ值逐渐减低，随着年龄增加，差异度逐渐减小。建立CTDI vol与SSDE线性回归方程为SSDE＝7.252+1.137×CTDI vol。 结论:基于 Dw联合头部转换因子 fH16进行体型特异性剂量估算SSDE，可精确评估患儿头部CT扫描辐射剂量。CTDI vol低估了儿童头部CT辐射剂量，年龄越小，辐射剂量被低估的程度越大。

目的:探究计算机视觉人工智能技术在腹腔镜胃癌根治术场景中对器械和脏器检测识别的可行性和准确性。方法:收集国内4家大型三甲医院［解放军总医院第一医学中心（3份）、辽宁省肿瘤医院（2份）、江苏省人民医院溧阳分院（2份）、复旦大学附属肿瘤医院（1份）］共计8份完全腹腔镜远端胃癌根治术手术视频。使用PR软件每5~10 s进行抽帧转换为图帧，转换后进行人工去重，去除明显雷同图帧和模糊图帧以确保质量。转换并去重后，抽帧图像共3 369张，图像分辨率为1 920×1 080 PPI，用LabelMe实例分割图像；共计23个类别包括静脉、动脉、缝针、持针器、超声刀、吸引器、出血、结肠、钳子、胆囊、小纱布、Hem-o-lok夹、Hem-o-lok钳子、电钩、小肠、肝圆韧带、肝脏、网膜、胰腺、脾脏、吻合器、胃和Trocar穿刺器。将抽帧图像按照9∶1比例随机分为模型训练集和模型验证集，使用YOLOv8深度学习框架进行模型训练和验证。采用精确度、召回率、精确度均值和平均精确度均值（mAP）评价检测识别准确性。结果:训练集3 032帧图像，23个类别共计30 895个实例分割数量；验证集337帧图像，共计3 407个实例分割数量。使用YOLOv8m模型训练，训练集损失曲线中损失值随迭代计算轮次增加而逐步平滑下降。训练集中，23个类别检测识别AP值均达0.90以上，23个类别mAP为0.99。验证集中，23个类别mAP为0.82。单一类别中，超声刀、持针器、钳子、胆囊、小纱布和吻合器的AP值分别为0.96、0.94、0.91、0.91、0.91和0.91。模型成功推理应用于时长为5 min的腹腔镜下缝合胃肠共同开口视频片段。结论:本研究初步证实了计算机视觉可高效准确并实时地检测腹腔镜胃癌根治术各手术场景中的脏器和器械。

胰腺癌是一种恶性程度高、预后极差的肿瘤，其早期诊断一直是临床实践中的一大挑战。超声内镜是诊断胰腺癌常用的检查手段之一，但其准确性受到操作者主观因素和病变相关因素的影响。人工智能可将超声内镜图像转换为可挖掘的数据特征并进行识别，从而提高诊断的准确性并进行实时预测，已有多项研究表明人工智能辅助超声内镜诊断胰腺癌的可行性。本文就人工智能在胰腺癌超声内镜诊断中的研究进展进行综述。

目的:在二维正面自然头位图像中通过其他可准确标记的面部测量点，标记足够接近真实眉间点、鼻根点、鼻尖点的替代测量点，为结合人工智能大数据分析的面部美学测量工作奠定基础。方法:2020年6—9月，浙江省人民医院整形外科纳入无颌面畸形且无面部手术史的女性受试者50名，年龄20～29(24.4±2.7)岁。获取二维及三维图像，标记并测量真实眉间点、鼻根点、鼻尖点及其对应的备选测量点14个，对测量结果进行统计学分析。结果:备选测量点G5与眉间点差值为(－0.04±1.81) mm，具有强相关性( r＝0.756， P<0.01)，N5与鼻根点差值(0.53±2.23) mm，相关性弱( r＝0.260， P>0.05)；P4与鼻尖点差值为(－0.01±0.83) mm，相关性极强( r＝0.956， P<0.01)。推荐用G5、N5、P4点作为真实眉间点、鼻根点、鼻尖点的替代点。 结论:替代测量点能较准确地实现面部测量点在三维与二维条件下的转换。

目的:分析异基因造血干细胞移植后合并巨细胞病毒（CMV）视网膜炎（CMVR）患眼病灶边缘模糊程度与房水中CMV-DNA载量之间的相关性。方法:回顾性病例系列研究。收集2018年1月至2020年10月就诊于北京大学第三医院眼科，并诊断为CMVR的异基因造血干细胞移植后患者的临床资料。首诊测量超广角眼底图像中观察到的CMVR病灶面积，根据边缘的模糊程度将活动性病灶分为可疑活动性病灶、轻到中度模糊病灶以及重到极重度模糊病灶3种类型。所有患眼均为活动性CMVR，在首诊时和抗病毒药物诱导期结束时分别进行房水CMV-DNA的PCR检测。CMV-DNA载量转换为常用对数表示，采用Pearson相关分析法分别比较活动性病灶面积和病灶边缘模糊度与其相关性。结果:共46例（71只眼）纳入本研究，其中男性26例，女性20例，年龄27（13，33）岁。活动性病灶的面积为40（12，65）个视盘面积。可疑活动性病灶8只眼（11.3%），轻到中度模糊病灶51只眼（71.8%），重到极重度模糊病灶12只眼（16.9%）。首诊时67只眼（94.4%）呈CMV阳性，CMV-DNA载量为2.04×10 4（6.24×10 2，1.48×10 5）拷贝/ml；2周抗病毒诱导治疗后，病毒载量为2.47×10 2（1.08×10，6.87×10 3）拷贝/ml。相关性分析结果显示，首诊时和抗病毒诱导期后lg（房水CMV-DNA载量）与视网膜病灶模糊程度之间呈正相关（ r=0.765， P<0.001； r=0.761， P<0.001），而与活动性病灶的面积无明显相关性（ r=0.209， P=0.095； r=0.220， P=0.078）。 结论:异基因造血干细胞移植后并发CMVR的病灶边缘模糊程度可以在一定程度上反应病灶的活动性，并且与房水中CMV-DNA载量相关。

目的:研究利用盆腔迭代锥形束CT(CBCT)图像用于治疗计划剂量计算的可行性分析，为自适应放疗提供图像保障。方法:使用Varian Halcyon 2.0环形加速器对CIRS 062 M模体(CIRS, Norfolk, VA, USA)进行扫描，测量其不同散射条件下的CT值并计算其平均值，建立锥形束CT-电子密度转换曲线(iterative Cone-beam CT to electron density，ICBCT-ED)。采集CIRS 002PRA盆腔调强专用模体的CT和不同位置的ICBCT图像，设计基于CT图像的VMAT计划，移植至ICBCT图像上，重新进行剂量计算，比较靶区、危及器官及三维体积剂量 γ通过率的差异。以患者实际治疗计划为基准，回顾性分析10例盆腔患者全流程三维剂量 γ通过率的差异。 结果:无散射体的孤立模式与全散射中心位置的CT值偏差较大，最大偏差144 HU。其他全散射位置与中心位置CT值相近，最大偏差<50 HU。基于盆腔模体不同位置处的ICBCT图像的计算结果，无论靶区还是危及器官的剂量偏差均<1 Gy。与基于CT图像的计划相比，基于ICBCT图像的三维剂量 γ通过率1%/1 mm和2%/2 mm的平均值分别为(88.86±1.18)%和(98.38±0.89)%。10例盆腔肿瘤患者2%/2 mm和3%/3 mm的平均值范围分别为90.03%~95.43%和93.58%~97.78%。最差结果为膀胱过充盈引起的外轮廓变化造成的剂量差异，2%/2 mm和3%/3 mm的三维剂量通过率仅为85.90%和92.90%。 结论:在足够的散射条件下，重建ICBCT-ED转换曲线，利用Halcyon直线加速器的ICBCT图像进行治疗计划设计，其精度是可以满足临床应用的标准的，为将来的自适应放疗提供了保障。

简易Z评分成像系统（eZIS）是一种基于统计参数图和三维立体定向表面投影的辅助脑血流灌注SPECT图像自动诊断的统计分析方法，可以用于痴呆、帕金森病、共济失调和运动神经元病等神经系统疾病的诊断。与其他计算机辅助分析方法相比，eZIS可提供正常数据库，并通过图像转换程序实现不同机构的数据共享，使未来多中心、大样本量的临床研究成为可能。笔者就eZIS在脑血流灌注SPECT诊断神经退行性痴呆中的临床应用进行综述，旨在提高临床医师对eZIS的认识，促进其在临床及科研工作中的应用。

目的:提出可应用于图像质量差、多叶准直器（MLC）遮挡和非刚性变形的兆伏级图像的无标记射束方向观（BEV）肿瘤放疗跟踪算法。方法:采用窗口模板匹配、图像结构转换和demons非刚性配准方法，解决兆伏级图像中的配准问题。在模体中生成质量保证（QA）计划并在加速器上手动设置治疗偏移后执行，收集治疗过程中的682幅电子射野影像装置（EPID）图像作为固定图像；同时采集计划系统中对应射野角度的数字重建影像（DRR）图作为浮动图像，验证算法的准确性。此外收集21例肺部肿瘤治疗患者的共533对图像进行肿瘤跟踪研究，提供治疗过程中肿瘤位置变化定量结果。图像相似度用于跟踪结果的第三方验证。结果:算法可应对不同程度（10%~80%）的图像缺失，模体验证中86.8%的跟踪误差在3 mm以下，80%在2 mm以下。配准前后归一化互信息（NMI）变化为（1.182±0.026）~（1.202±0.027）（ P<0.005），豪斯多夫距离（HD）变化为（57.767±6.474）~（56.664±6.733）（ P<0.005）。病例结果以平移为主（-6.0~6.2 mm），但非刚性形变仍存在。配准前后NMI变化为（1.216±0.031）~（1.225±0.031）（ P<0.005），HD变化为（46.384±7.698）~（45.691±8.089）（ P<0.005）。 结论:本文算法可应对不同程度图像缺失，且在数据缺失图像的非刚性配准中表现较好，适用于不同放疗技术，为多模态、部分数据及图像质量较差的兆伏级图像处理提供了参考思路。

目的:总结全髋关节置换术中髋关节旋转中心（HJC）重建方法的相关研究进展。方法:在PubMed、中国知网、万方数据等数据库，分别以“旋转中心”“髋”“置换”以及“rotation center”“hip”“replacement”等为中英文关键词，检索2005年1月—2021年8月关于全髋关节置换术中重建HJC方法研究的相关文献，共检索到652篇，剔除内容不符、质量较低、重复研究、证据等级不高、无法获取全文者，最终纳入43篇文献，对其进行归纳总结。结果:常见的HJC重建的相关解剖标志有大粗隆顶点、小粗隆顶点、髋臼切迹、卵圆窝及髋臼泪滴等，参考对侧大、小粗隆顶点以及它们至HJC的距离有助于重建股骨头旋转中心，参考髋臼切迹、卵圆窝及髋臼泪滴等解剖标志有助于重建髋臼旋转中心。3D打印技术通过打印个体化的髋臼模型而准确定位HJC、制作髋臼定位器和股骨头假体定位器，并能为术者提供模拟手术的机会，使手术更加精确化和个体化。计算机辅助导航系统分为图像依赖型和非图像依赖型2类，其工作原理是通过定位点对解剖标志进行注册，建立髋关节模型、定位HJC：前者定位HJC的依据是患者术前的影像学资料，可能因图像显示与实际情况略有差距而影响HJC定位的准确性；后者是参考手术区域解剖标志定位HJC，具有更高的定位精确度。机器人辅助全髋关节置换术系统使用计算机软件，将患者的影像学解剖信息转换为虚拟的、个体化的骨盆三维重建图像，用以规划植入物的最佳定位，术中机器人设备精准地执行个体化手术计划，可提高髋臼假体定位和HJC的精度、降低假体脱位率。结论:全髋关节置换术中，针对患者髋关节解剖结构特点，选择合适的解剖学标志和解剖学参数，结合3D打印技术、计算机辅助导航技术、骨科机器人等数字化技术，可以实现HJC的精确重建。