目的:评价前列腺癌图像引导放疗时锥形线束CT（CBCT）的使用频率和匹配策略对靶区和危及器官剂量学参数的影响。方法:回顾性分析北京大学第一医院2022年6月—2023年5月收治的21例前列腺癌根治性放疗患者的561套每日CBCT图像，患者均接受中等分割容积弧形调强放疗（VMAT），剂量为70 Gy分25次，2.8 Gy/次。根据不同图像引导方式和频率，校准摆位误差后将计划CT刚性配准到CBCT，CT值和结构通过形变配准算法传播到CBCT，根据形变矢量场将每日剂量映射到计划CT进行剂量累加。将每日在线CBCT验证的实际累积剂量与每周CBCT方案（第1-3、6、11、16、21天CBCT扫描）进行比较。比较基于骨匹配与基于软组织匹配（自动骨匹配后手动前列腺匹配并最终以直肠前壁为主做微调）两种匹配方式的摆位误差及剂量学参数。非正态分布的计划剂量和累积剂量之间的剂量学参数采用Wilcoxon符号秩和检验进行分析，符合正态分布的移床值和平均剂量参数采用配对 t检验进行分析。 结果:与每日CBCT图像引导相比，每周方案的CTV_D 98%［（69.08±1.58）∶（65.24±3.64）Gy， P<0.001］明显减少。采用骨匹配的CTV_D 98%为（69.27±2.14）Gy，但直肠高量较高：V 60 Gy为3.18%±3.10%、V 65 Gy为0.77%±1.23%。采用软组织匹配方案的靶区覆盖率足够，CTV_D 98%为（69.08±1.58）Gy；且直肠高量区剂量的百分体积明显减少，V 60 Gy为2.02%±2.42%，V 65 Gy为0.34%±0.68%。 结论:中等分割前列腺癌放疗，每日CBCT图像引导的靶区覆盖度优于每周方案。自动骨匹配后手动前列腺匹配并最终依据直肠前壁做微调的匹配策略，能在保证靶区覆盖率前提下较好地保护直肠。

越来越多的证据表明，在免疫系统的进化过程中，精氨酸是调节免疫反应的节点。长期以来，适当补充精氨酸与免疫反应的改善息息相关。精氨酸除了是蛋白质合成的组成成分外，还是不同代谢途径的底物，对免疫细胞生物学有着深远影响，特别是对巨噬细胞、树突状细胞和T细胞免疫生物学。精氨酸的可用性、合成和分解与免疫反应高度相关，对它们的微调可决定不同的促炎或抗炎免疫结果。在这里，我们回顾了人类和啮齿动物体内精氨酸代谢的生物途径，它们是免疫细胞获得这种半必需氨基酸的重要调节因素。随后，我们回顾了既往已经发现或新发现的精氨酸生物合成和分解途径对主要免疫细胞功能的影响。最后，由于精氨酸已成为了一种影响多种免疫功能的分子，我们整理了关于精氨酸代谢紊乱或异常如何与感染性疾病、自身免疫和癌症等病理有关的关键概念。

目的:探讨基于MobileNet的深度学习对床边胸部X线平片（胸片）分类诊断及提高工作效率的价值。方法:回顾性分析2017年1月至2022年12月在常州市第二人民医院接受床旁胸部X检查患者的胸片6 320张，正常组885张、肺炎组1 927张、胸腔积液组373张、肺炎合并胸腔积液组3 135张。选择其中350幅图像作为验证集，其剩余图像按照8∶2比例使用简单随机法分为训练集4 775张和测试集1 195张。采用两种轻量化卷积神经网络模型MobileNetV1和MobileNetV2构建床旁胸片分类模型，并基于此设计了两种微调策略，共生成了4个模型，分别是MobileNetV1_False（V1_False）、MobileNetV1_True（V1_True）、MobileNetV2_False（V2_False）、MobileNetV2_True（V2_True）。4个模型分别对所有胸片进行第一阶段和第二阶段分类，第一阶段建立二分类模型，即将所有胸片分为正常组和病变组，第二阶段建立四分类模型，即将所有胸片分为正常组、肺炎组、胸腔积液组和肺炎合并胸腔积液组。采用准确度（Ac）、精确度（Pr）、召回率（Rc）、F1评分（F1）和受试者操作特征曲线下面积（AUC）评估模型性能。结果:第一阶段和第二阶段，V1_True和V2_True模型在训练集和验证集中的Ac、Pr、Rc、F1均高于V1_False和V2_False模型；且V1_True模型的分类效果优于其他模型。验证集中V1_True模型在第一阶段和第二阶段的分类Ac［分别为95.71%（335/350）和93.43%（327/350）］，均高于放射科主治医师的分类Ac［第一阶段：90.29%（316/350）；第二阶段：87.14%（305/350）］。V1_True模型对验证集350张床边胸片的识别时间（平均17 s）明显少于放射科主治医师（平均300 min）。结论:V1_True模型是对床边胸片分类的最优MobileNet模型，其应用于临床可以帮助临床医师及时、准确地从床边胸片识别患者的肺部病变信息，亦有利于提高放射科的工作效率。

随着全球经济及医疗事业的飞速发展，疾病检出率增加，治疗手段革新，全身麻醉的应用也更加广泛。全麻药物通过抑制中枢神经系统产生可逆的意识消失，在依从性差的婴幼儿及儿童临床诊疗中发挥重要作用。同时，生命最初的几年是大脑快速发育时期，2~3岁时大脑的基本结构和功能结构似乎已经成型。出生2~3周后的新生儿脑容量约为成人的35%，1岁时脑容量翻倍，2岁时脑容量可达成人的80%。在此期间，神经元形成神经网络，伴随着突触修剪、髓鞘形成进行微调，这些精密的大脑结构塑造过程，可一直持续到成年 [1]。由此可见，在整个脑发育时期，尤其是快速发育的婴幼儿阶段，任何外界的干扰都可能造成神经发育不良。当前大量动物实验证明了麻醉药物对发育中脑组织的神经毒性，人们不由得担心人类尚未成熟的大脑接触全麻后是否也会出现类似动物的神经损伤，研究者们为此开展了诸多临床试验。有研究表明，暴露于全麻的幼儿发生神经发育缺陷的风险增加 [2,3,4]；另有研究表明，幼儿全麻暴露与神经发育缺陷无关 [5,6,7]。不可否认各项试验均存在一定的局限性，但研究结果仍需引起重视。本文结合近年来的相关研究，总结当前学者们在该领域内的共识与分歧，分析已有研究的不足以及面临的困难，并为进一步的研究方向提供建议。

目的:设计一种结合迁移学习和多模态特征融合的肺功能预测方法，旨在提升特发性肺纤维化（IPF）患者肺功能预测的准确性。方法:首先，对CT影像和临床文本数据进行预处理，并设计自适应模块寻找最适合IPF患者的肺功能衰减函数。其次，特征提取模块包括CT特征提取、临床文本特征提取和肺功能特征提取3个子模块，以全面提取特征。然后，使用多模态特征预测网络全面评估肺功能的衰减情况。最后，对预训练模型进行微调以提升模型的预测性能。结果:针对OSIC肺纤维化进展比赛数据集，通过自适应模块发现线性衰减假设更符合患者肺功能衰减趋势。不同模态数据预测实验表明，加入临床文本特征的模型预测能力优于只使用CT影像的模型，使用CT影像＋临床文本特征＋肺功能特征的模型预测效果最优。结合迁移学习和多模态特征融合的肺功能预测方法改进的拉普拉斯对数似然（LLLm）为?6.706 5、均方根误差（RMSE）为184.5和平均绝对误差（MAE）为146.2，在性能上优于其他方法。且预训练模型相较于零基础训练模型具有更高的预测精度。结论:设计的结合迁移学习和多模态特征融合的肺功能预测方法有效地预测了IPF患者在不同周数的肺功能状态，为患者的健康管理和疾病诊断提供了重要的支持。

目的:了解陕西省儿童和孕妇碘营养现状，为防治碘缺乏病提供科学依据。方法:2019年，在陕西省下辖的110个县（市、区），每个县（市、区）按东、西、南、北、中划分5个抽样片区，每个片区抽取1个乡镇或街道（以下简称乡），每个乡抽取1所小学，每所小学抽取8 ~ 10岁非寄宿学生42人（年龄、性别均衡），同时每个抽中乡抽取21名孕妇作为调查对象，检测家庭食用盐碘含量和随意1次尿样碘含量。此外，对39个县（市、区）的抽中儿童进行甲状腺B超检查。结果:共检测23 101名8 ~ 10岁儿童家庭食用盐盐样和尿样，家庭食用盐碘含量为（24.07 ± 3.71）mg/kg，合格碘盐食用率为97.55%（22 536/23 101），尿碘中位数为211.68 μg/L。共检查8 191名儿童甲状腺，甲状腺肿大率为1.50%（123/8 191）。共检测11 555名孕妇家庭食用盐盐样和尿样，家庭食用盐碘含量为（24.05 ± 3.66）mg/kg，合格碘盐食用率为97.57%（11 274/11 555），尿碘中位数为182.74 μg/L。结论:2019年陕西省儿童碘营养处于超适宜水平，孕妇碘营养为适宜水平，食用盐碘含量可进行微调，但建议对孕妇人群供应专用碘盐。

目的:对国际原子能机构(IAEA)/世界卫生组织(WHO)次级标准剂量学实验室乳腺低能X射线剂量仪校准系统RQR-M线质进行测定和优化，对线质测定中所用铝片厚度精度的要求进行研究，保证低能X射线校准系统线质准确。方法:系统管电压和RQR-M线质测定：分别设定25、28、30和35 kV，连续曝光30 s，使用标准kV计测定系统实际管电压值、使用铝片法测定第一半值层(HVL 1)。微调kV设定值，使系统实际管电压值尽可能接近标称值，得到25~35 kV范围内每间隔1 kV的设定值、系统实际管电压值和HVL 1；不同厚度铝片对HVL 1测定结果的影响：选择30 kV，以[0.318 mm，0.369 mm]厚度铝片测定的HVL 1为参考值，与18组不同厚度铝片组合下测量的HVL 1进行比较，分析偏差大小。 结果:管电压设定值调整后，4个管电压设定值下的系统实际管电压与标称值偏差(kV)由0.55、0.34、0.33和0.30降低为0.04、0.02、-0.04和-0.01。HVL 1偏差(mm Al)分别由0.011、0.007、0.010和0.012降低为0.000、0.003、0.003和0.010；HVL 1测定中所用两个铝片的厚度与参考HVL 1值的偏差均在0.1 mm内时，HVL 1测量偏差均在 0.01 mm Al以内，测定结果相对准确。但两个铝片的厚度偏差均超过0.1 mm时，HVL 1测量值的偏差大部分在0.01~0.02 mm Al，导致测量结果不准确。 结论:本校准系统RQR-M线质虽有偏差但在IEC 61267-2005规定范围内，通过微调系统管电压后系统线质更加接近标称值；为更准确地测定乳腺校准系统线质，测量中所用铝片厚度与标称HVL 1偏差不宜>0.1 mm Al；对乳腺校准系统线质定期检测以满足国际标准要求是非常重要的。

目的:测量并验证商用质子治疗计划系统RayStation V10的计算精度及质子射程的计算精度，为该系统的临床运用提供参考。方法:在上海瑞金医院质子治疗装置上，使用仿真头部模体验证RayStation的计算精度，扫描获取模体的CT数据并导入计划系统，追加设置水箱使其紧贴于模体后，在水箱适当深度设置一个立方体靶区，设计处方剂量为200 cGy（相对生物效应）且束流垂直穿过模体的单野验证计划，实施照射后，比较测量结果和计划系统计算结果。结果:使用RayStation默认设置制订验证计划时，测量得到的纵向剂量分布相比计算结果往深的方向移动约4 mm，表明RayStation过高估计了模体中组织等效材料的水等效厚度。为研究该误差来源，用实际束流测量模体中软组织等效材料的水等效厚度，根据测量结果，微调RayStation默认设置，发现纵向扩展布拉格峰测量结果和计算结果的误差可以缩小到2 mm。结论:使用RayStation默认设置计算仿真模体的阻止本领，可能带来较大射程误差。使用组织分割和实测模体的组织水等效厚度相结合的方法，可改善治疗计划系统在仿真模体上的射程计算精度。此方法有望成为减小此类剂量算法误差的有效手段之一。

目的:构建基于MRI T1加权增强序列的预训练深度学习神经网络模型，并验证其鉴别诊断原发性中枢神经系统淋巴瘤(PCNSL)、胶质母细胞瘤(GBM)、脑转移瘤(BM)的效能。方法:回顾性分析2015年1月至2022年6月于中国医科大学附属第一医院神经外科行手术治疗、术后经病理学检查确诊为PCNSL、GBM、BM的患者。按筛选标准共纳入149例，其中PCNSL 43例、GBM 62例、BM 44例，随机划分为训练集和测试集。获取影像学数据后采用Slicer软件勾画感兴趣区域并进行预处理，基于EfficientNetV2构建深度学习神经网络模型，使用迁移学习方法在ImageNet上进行预训练和微调后，分别于训练集、测试集上训练和验证模型，计算其鉴别3种疾病的准确率、精确率、召回率(灵敏度)、特异度、F1分数，并绘制受试者工作特征(ROC)曲线，计算ROC曲线下面积(AUC)以评估其诊断效能。结果:应用该模型总的诊断准确率为89.4%，平均AUC为0.96；该模型被用于鉴别诊断PCNSL、GBM、BM的灵敏度分别为0.893、0.936、0.778，特异度分别为0.996、0.877、0.955，F1分数分别为0.940、0.900、0.778，AUC(95% CI)分别为0.98(0.946～0.997)、0.96(0.932～0.986)、0.95(0.905～0.980)。 结论:初步研究表明，本研究建立的预训练深度学习神经网络模型对PCNSL、GBM、BM有较优异的诊断效能。

大模型是指使用海量通用数据预训练的模型。不同于人工智能模型通常只为特定任务开发，其可通过微调完成各类相关任务，具有广泛覆盖各种医学应用需求的潜力，更加符合临床实践需求，有望提高医疗效率和质量，是新一代人工智能模型的研究热点。本文针对大模型的基本概念和现状、医学应用及其面临的挑战进行分析和总结，为眼科临床医师了解医学大模型及其在眼科的潜在应用前景，理性应用眼科大模型，推动智能医学进入新阶段提供参考。