目的 探讨抑郁症患者与健康对照者之间肠道菌群的差异性,为抑郁诊断及治疗提供参考.方法 选取2020年11月—2022年11月于株洲市三医院精神科就诊的53例抑郁症患者为抑郁症组,同期于株洲市公开招募55名性别、年龄与抑郁症组患者匹配的健康志愿者为健康对照组.收集受试者的一般资料,采集受试者新鲜粪便,采用16S rDNA宏基因测序定性、定量分析肠道菌群多样性、丰度、结构等差异以及与临床症状的相关性.结果 共收集到27 237 978个16S rDNA.两组受试者肠道菌群的整体丰度α多样性比较,差异无统计学意义(P＞0.05).物种及结构方面,两组受试者的四种距离(Jaccard距离、Bray-Curtis距离、非加权UniFrac距离、加权UniFrac距离)β多样性比较,差异均有统计学意义(均P＜0.05).相较于健康对照组,抑郁症组拟杆菌门占比高(12.4%比44.1%),厚壁菌门/拟杆菌门(F/B)值低(6.35比1.04).线性判别分析效应量(LEfSe)分析显示,两组受试者肠道菌群多达30个物种差异有统计学意义(P＜0.05,LDA值＞2).结论 抑郁症患者与健康对照者之间肠道菌群具有差异性,而具有差异性的肠道菌群物种可能是潜在客观标志物及干预靶标.

目的:探索深度神经网络(DNN)辅助的心肌声学造影(MCE)定量分析对经皮冠状动脉介入治疗(PCI)成功开通梗死相关动脉后的急性ST段抬高型心肌梗死(STEMI)患者短期预后的预测价值。方法:回顾性纳入2021年6－11月于武汉大学人民医院接受PCI成功开通梗死相关动脉(心肌梗死再灌注后血流分级3级)的STEMI患者97例。PCI后48 h内进行MCE检查，随访至术后120 d。主要心血管不良事件定义为心源性死亡及因充血性心力衰竭、再发心肌梗死、卒中、再发心绞痛再入院。心肌分割框架由基于U-net和LSTMs的组成，输出各心肌节段平台期增强强度(A)、灌注速率常数(β)和微循环血流量(MBF)，并进行MCE定量参数重复性检验。通过MBF将患者等分为低MBF组与高MBF组，比较两组间基线特征、心血管不良事件的差异。其他纳入变量包括常规生化检查、室壁运动分析、MCE定性分析及左室射血分数等。通过Cox风险回归分析探索各变量与预后的关系。绘制ROC曲线以评估模型预测效能，使用综合判别改善指数(IDI)进行模型间的预测效能比较。结果:自动心肌分割所有帧(3 810帧)耗时377 s。其中92.89%、7.11%的帧由经验医师评价为"良好分割"和"需要校正"。A、β、MBF的观察者内及观察者间组内相关系数为0.97~0.99。20例患者在随访期间出现心血管不良事件，多因素Cox回归分析显示，梗死相关动脉支配区域MBF每增加1 IU/s，短期发生心血管不良事件的风险降低6%( HR 0.94，95% CI＝0.91~0.98)。低MBF组短期内发生心血管不良事件的风险比高MBF组高4.5倍( HR 5.50，95% CI＝1.55~19.49)。在MCE传统定性分析中加入DNN辅助的MCE定量分析后，预后预测IDI为15%(AUC 0.86，敏感性0.78，特异性0.73)。 结论:STEMI患者PCI术后的梗死相关动脉支配区域微循环血流量是短期心血管不良事件的独立保护因素。基于DNN的MCE心肌分割框架可快速、客观、可重复地输出微循环定量灌注参数。在传统定性分析中加入DNN的定量分析对预后预测提供了增量价值，有望成为STEMI-PCI术后患者风险分层与临床随访的有力工具。

目的:建立益智药材超高效液相色谱（UPLC）指纹图谱，结合多元统计分析方法比较益智不同部位化学成分的差异性。方法:采用UPLC建立益智药材指纹图谱，结合相似度评价、单因素方差分析、主成分分析、聚类分析、正交偏最小二乘判别分析（OPLS-DA）对益智药材、益智仁饮片、益智外壳指纹图谱的差异性进行分析。结果:益智不同部位UPLC指纹图谱测定结果显示，益智药材共标定了16个共有峰；相比于药材，益智仁饮片缺失峰13（杨芽黄素），益智外壳缺失峰5、峰6。主成分分析和聚类分析结果显示，15批益智药材、益智仁饮片及益智外壳可分为3类；OPLS-DA结果显示，峰14（圆柚酮）、峰4、峰7、峰12的峰面积值是影响益智不同部位化学成分差异的主要因素。结论:本研究建立的指纹图谱测定方法稳定性、重复性良好，可用于益智不同部位的区分鉴别。

目的:运用多级综合模型对医学实践性教学效果进行评价。方法:抽取2017至2019年在南京医科大学附属淮安第一医院实习的医学本科生100名、医学教育专家20名、教师30名，进行问卷调查。采用自拟实践性教学效果调查问卷（包括一级条目3个、二级条目8个、三级条目31个），运用多级综合模型对数据进行处理与分析。结果:经多级综合模型处理得到的综合评判数据（0.176 4，0.512 3，0.252 5，0.058 8）表明医学实践性教学效果好占17.64%，较好占51.23%，一般占25.25%，较差占5.88%。根据最大隶属度原则，医学实践性教学效果最终综合评价结果为"较好"。结论:采用多级综合模型对医学实践性教学效果进行评价具有科学性、合理性；综合评判时将定性的指标进行量化处理可明确多级指标体系中各指标匹配的数值；评价结果直观，易于分析，为针对性提高医学实践教学效果提供判别依据。

目的:构建循环生成对抗网络(CycleGAN)对模糊、曝光不足、曝光过度等低质量眼底图像进行质量提升，并对其效果进行评估。方法:从EyePACS数据集中分别选取700张高质量和700张低质量眼底图像作为本研究的数据集。对数据集图像进行裁剪并统一缩放至512×512分辨率。采用2个生成模型和2个判别模型构建CycleGAN，生成模型根据输入的低/高质量眼底图像生成匹配的高/低质量图像，判别模型判别原始图像和生成图像。将本研究提出的算法与限制对比度自适应直方图均衡化(CLAHE)、动态直方图均衡化(DHE)、带色彩恢复的多尺度Retinex(MSRCR)3种图像增强算法的结果进行视觉定性评估，并采用清晰度、BRISQUE、色度、饱和度作为定量指标进行评估。应用糖尿病视网膜病变(DR)诊断网络对原图及不同算法增强图像进行诊断；并比较其准确度和特异度。结果:CycleGAN算法对模糊、曝光不足、曝光过度3类低质量眼底图像的增强均取得最优效果，增强后的眼底图像对比度高、色彩丰富，视盘、血管结构清晰。CycleGAN算法增强的图像清晰度仅次于CLAHE算法；BRISQUE质量分数为0.571，比CLAHE、DHE和MSRCR算法分别高出10.2%、7.3%和10.0%；色度和饱和度分别为103.03、123.24，均高于其他算法；该算法增强100张图像仅需35 s，仅次于CLAHE算法，在速度上具有明显优势。CycleGAN算法增强的图像在DR诊断中的准确率和特异度分别为96.75%和99.60%，均较原图有所提高。结论:CycleGAN可有效提升模糊、曝光不足、曝光过度眼底图像的质量，并有效提高计算机辅助DR诊断系统的准确率，可能在眼科临床诊断中有很大的应用价值。

目的:探讨白癜风患者肠道微生物菌群特点，分析肠道菌群变化与白癜风发病的关系，为临床治疗提供新思路。方法:2017年4－12月，杭州市第三人民医院皮肤科收集30例白癜风患者及30例健康对照粪便标本，通过Roche/45高通量测序平台对其16S rRNA V3区进行定性分析；用宏基因组学对5例白癜风患者粪便及5例健康对照者粪便进行分析，明确其潜在调控通路。结果:与健康对照比较，白癜风患者粪便中细菌物种相似，但白癜风患者肠道微生物多样性富集明显减少( P<0.05)；在门水平上，变形杆菌和梭杆菌丰度明显降低；在属水平上，7个种属(拟杆菌、大肠杆菌志贺菌、罗氏囊菌、相炭疽杆菌、梭杆菌、柔膜细菌-RF9、普氏菌-7)丰度明显降低( P<0.05)，4个种属(瘤胃球菌-1、瘤胃球菌科UCG、毛螺菌科、链球菌)明显增加( P<0.05)；链球菌属及相炭疽杆菌在白癜风患者表达差异尤为明显，前者增加10.8倍，后者减少6.517倍。通过构建一个基于11个白癜风相关属的肠道微生物菌群的随机森林模型，显示该判别模型在ROC中AUC为0.89；宏基因组分析显示，白癜风相关菌群失调主要与免疫相关通路(如WNT通路、Notch通路等)、能量代谢、线粒体功能、氨基酸代谢(如苯丙氨酸代谢)通路相关。 结论:白癜风患者肠道微生态环境中细菌群落多样性与健康对照存在明显差异，其菌群失调可能参与白癜风的发病发展，补充益生菌可能有益于白癜风治疗。

目的:基于经会阴超声(TPUS)实时扫描技术和线性判别分析(LDA)法，定性分析并自动判别前列腺癌放疗分次内运动模式，为个体化精确放疗奠定基础。方法:应用TPUS技术记录了61例前列腺癌患者共1265个分次近百万个实时监测数据，划分为稳定型、波浪型、小偏执型、银叉型、回归型、大偏执型和稽留型运动模式。对运动轨迹量化并提取特征参数，通过LDA法建立判别方程式，评估训练集和测试集的判别效果。结果:平均每位患者存在4种不同的运动模式，不稳定型占(35.00±21.49)%。随着治疗次数的增加，运动轨迹并未表现出越来越稳定的趋势，不同模式的出现极不规则。构建的线性判别模型对训练集和测试集的判别准确率分别为90.4%和89.5%，敏感性和特异性分别为84.9%和91.1%。结论:前列腺癌患者分次内运动模式多样且随机，具有不可预测的特点。LDA法可以有效地对分次内运动模式进行判别，同时在治疗过程中利用判别方程和中心坐标实现对未知样本的自动鉴别。

目的:建立皖贝母超高效液相色谱-飞行时间质谱联用技术（UPLC-Q-TOF-MS）的指纹图谱及化学计量分析模式，为其质量评价及标准制定提供参考。方法:采用CORTECS C 18色谱柱（4.6 mm×150 mm，2.7 μm），流动相为乙腈-0.1%甲酸和10 mmol/L甲酸铵水溶液进行梯度洗脱，流速0.4 ml/min，进样量为2.0 μl。采用中药指纹图谱相似度评价系统（2012年版）对9批皖贝母样品指纹图谱进行相似度评价，通过液相色谱-质谱技术进行定性分析，并结合聚类分析、主成分分析、正交最小偏二乘-判别分析进行整体质量评价。 结果:建立了不同批次皖贝母的指纹图谱，并确定了21个共有峰，初步指认出12个共有峰。聚类分析、主成分分析、正交最小偏二乘-判别分析可将9批皖贝母聚为3类。结论:本研究所建立的皖贝母指纹图谱结合化学模式识别方法灵敏度高、专属性强，可较好体现皖贝母的整体性与差异性，从而为皖贝母的质量评价及标准制定提供参考依据。

目的:开发一个基于深度学习的心脏年龄预测模型，并探讨其在各类心电图数据集上的应用效果，特别是在评估心房颤动（房颤）患者病情严重程度方面的潜力。方法:首先利用PTB-XL公开数据库的12导联心电图和相应年龄数据，设计了一种结合多尺度Transformer网络和Inception架构的双流网络模型，提升心脏年龄预测的性能。接着，使用SPH数据集评估该模型的稳定性，根据心律失常发生率将该数据集分为全健康组、半健康组和异常组，并对模型对于不同组别的心脏年龄预测性能进行了比较分析。最后，探索了该模型在真实世界采集的不同轻、重症房颤患者数据集上的应用。模型性能通过（ MAE）、均方根误差（ RMSE）、决定系数（ R2）、解释方差分数（ EV）和相关系数（ COR）来评估模型预测与实际标签的平均偏差及相关性。 结果:在PTB-XL数据集中，模型的 MAE和 RMSE分别为7.48和9.43， R2为0.626， COR为0.748， EV为0.633。在SPH数据集中，健康组的 MAE和 RMSE显著低于异常组，且异常组的 R2和 EV显著低于健康组，验证了模型在健康样本上的高准确性，同时表明受试者心律失常的发生率越高，预测结果与实际年龄的差异越大。对于不同严重程度的房颤患者，轻症组和重症组的 MAE分别为11.61和12.55，显示了心脏年龄预测准确性与患者病情严重程度有显著相关性（ P<0.001），表明预测的心脏年龄与真实年龄差值可作为衡量房颤严重程度的可靠指标。 结论:基于心电图和神经网络预测的心脏年龄可以作为评估不同心律失常心脏健康程度的指标。本心脏年龄预测模型仅需使用患者的心电图数据，可为临床提供一种更为便捷的房颤病情严重程度判别工具。

目的:探讨应用激光共聚焦显微拉曼光谱结合不同的分析方法构建的模型在鉴别垂体腺瘤(PA)分泌类型中的作用。方法:收集2020年12月至2022年4月重庆市人民医院神经外科手术切除的20例PA患者的肿瘤标本。术后经病理学证实促性腺激素(Gn)细胞腺瘤、生长激素(GH)细胞腺瘤、零细胞腺瘤各5例，催乳激素(PRL)细胞腺瘤4例，促肾上腺皮质激素(ACTH)细胞腺瘤1例。应用激光共聚焦显微拉曼光谱仪检测不同分泌类型PA的拉曼光谱。将4/5的光谱数据作为训练集，1/5的光谱数据作为测试集。采用主成分分析(PCA)联合线性判别分析(LDA，PCA-LDA)或二次判别分析(QDA，PCA-QDA)法分析训练集光谱数据并构建定性判别模型。利用测试集数据分析模型判定PA分泌类型的准确率。结果:共获得2 000条拉曼光谱，其中Gn细胞腺瘤500条，PRL细胞腺瘤400条，GH细胞腺瘤500条，零细胞腺瘤500条，ACTH细胞腺瘤100条。PRL细胞腺瘤的光谱在1 064、1 128、1 342 cm －1出现明显的峰位移，GH细胞腺瘤的光谱在1 004 cm －1出现明显的峰位移，Gn细胞腺瘤的光谱在854、1 660 cm －1出现明显的峰位移，ACTH细胞腺瘤的光谱在854、1 128、1 451 cm －1出现明显的峰位移，零细胞腺瘤的光谱在1 004、1 660 cm －1出现明显的峰位移。当结合光谱数据的前8个主成分进行分析时，PCA-LDA构建的模型鉴别PA分泌类型的准确率为76.61%，PCA-QDA模型的准确率为96.64%。 结论:不同分泌类型PA的拉曼光谱存在差异；利用激光共聚焦显微拉曼光谱结合PCA-QDA构建定性判别模型可以有效鉴别不同分泌类型的PA。