人工智能（AI）在图像分类领域的优势使其在皮肤科的应用取得了长足的进步，比如对于皮肤癌的智能诊断。然而，目前尚少有针对皮肤衰老研究开发的AI及深度学习算法。基于此，本研究团队开发了一套基于AI算法的自动化评分系统，用于评估面部皮肤衰老的9项临床指标，经验证适用于不同种族和年龄的男性和女性。AI评分系统对智能手机拍摄的自拍图像进行分析，算法开发阶段的训练数据来自于全球范围内的自拍图像，志愿者来自法国、德国、西班牙等欧洲国家，中国、韩国、日本、印度、印度尼西亚等亚洲国家，以及巴西、墨西哥、美国等美洲国家。

目的:评价新生儿黄疸筛查手机软件基于图像胆红素值(IBB)与经皮胆红素值(TcB)相比的相关性、一致性及安全性。方法:选择2018年7月至10月在徐州市中心医院新生儿科住院及产科病房的日龄≤28 d、胎龄≥ 35周，且未经蓝光治疗的新生儿，随机分组交叉对照检测胸骨前皮肤黄疸值。试验Ⅰ组先用试验器械(iPhone 6手机和哪吒保贝?手机软件)，后用对照器械(JM-103经皮测黄疸仪)；试验Ⅱ组先用对照器械；后用试验器械。记录性别、日龄、胎龄、出生体质量和连续检测3次的均值。采用积矩相关性分析、Bland-Altman图一致性分析、 t检验及受试者工作特性曲线(ROC)进行统计学分析。 结果:共纳入185例新生儿，其中男99例、女86例，日龄中位数5 d(3~8 d)，胎龄(37.6 ± 1.7)周，出生体质量(2 950±645) g。IBB与TcB有较好的相关性( r＝0.860， P<0.05)和较强的一致性(95.1%的样本落在95%一致性区间内)。在不同性别、日龄、胎龄和出生体质量等亚组也均有较好的相关性和较强的一致性。≤7 d、>37周和>2 500 g亚组的一致性相对更好。IBB预测TcB>256.5 μmol/L的能力好于预测TcB>171.0 μmol/L的能力，ROC曲线下面积为0.93，最佳预测界值为232.6 μmol/L，敏感性96.7%、特异性82.6%。IBB与TcB检测3次的均值的差值，小于IBB与TcB第1次检测值的差值[(12.0±34.4) μmol/L比(14.4±38.6) μmol/L， P＝0.038]。未出现医疗不良事件，未发生器械本身缺陷。 结论:IBB与TcB有较好的相关性及较强的一致性，IBB预测TcB>256.5 μmol/L的能力好于预测TcB>171.0 μmol/L的能力，使用安全。

目的:探讨联合智能手机实时图片交流进行远程快速现场评估（rapid on-site evaluation，ROSE）的可行性，以及远程ROSE在提高超声内镜医师诊断效率中的作用。方法:回顾性分析2020年4月—2021年5月于山东大学齐鲁医院接受超声内镜引导细针穿刺抽吸术（endoscopic ultrasound-guided fine needle aspiration，EUS-FNA）诊断的188例患者资料。其中2020年4—10月未行ROSE的为非ROSE组（91例），2020年11月—2021年5月引入了ROSE的为ROSE组（97例），ROSE组中2020年11月—2021年3月为手机组（52例），即内镜医师通过智能手机微信发送ROSE图像给细胞病理医师；2021年4—5月为self-ROSE组（45例），由经过细胞病理培训的超声内镜医师独立判断ROSE结果。比较患者基本信息、ROSE结果、术后病理及术后随访情况，分析远程ROSE的诊断效能。结果:188例患者中179例（95.2%）为胰腺实性病变，9例（4.8%）为腹腔病变。非ROSE组、手机组、self-ROSE组穿刺次数差异无统计学意义［3（3，4）比3（3，4）比3（2，4）， H=1.320， P=0.517］。以最终诊断为金标准，非ROSE组诊断的敏感度、特异度、准确率、阳性预测值、阴性预测值、Kappa值分别为80.6%（58/72）、89.5%（17/19）、82.4%（75/91）、96.7%（58/60）、54.8%（17/31）、0.6，ROSE组相应指标为97.4%（74/76）、100.0%（21/21）、97.9%（95/97）、100.0%（74/74）、91.3%（21/23）、0.9，手机组为95.2%（40/42）、100.0%（10/10）、96.2%（50/52）、100.0%（40/40）、83.3%（10/12）、0.9，self-ROSE组为100.0%（34/34）、100.0%（11/11）、100.0%（45/45）、100.0%（34/34）、100.0%（11/11）、1.0。ROSE组的敏感度（ P=0.002）、准确率（ P=0.001）和阴性预测值（ P=0.009）高于非ROSE组，其余诊断效能指标差异无统计学意义（ P>0.05）。手机组和self-ROSE组上述诊断效能指标差异无统计学意义（ P>0.05）。 结论:智能手机微信辅助下实时远程ROSE能很好地适应病理科及超声内镜医师需求，远程ROSE应用后内镜医师诊断准确率与细胞病理医师相当，有助于内镜下获得更充分的标本，提高EUS-FNA诊断准确性。

目的:探讨使用团队原创智能手机脊柱侧弯筛查APP测量青少年特发性脊柱侧凸(AIS)Cobb角的准确性与可重复性。方法:回顾性分析2020年8月至2021年2月河南省人民医院脊柱脊髓外科收治的60例AIS患儿的临床资料。3名测量者分别采用量角器、脊柱侧弯筛查APP及电脑图像存档和通信系统(PACS)3种方法对60例AIS患儿的脊柱全长正侧位X线片上的冠状位主弯Cobb角、矢状位上的胸椎后凸角(TK)、胸腰椎后凸角(TLK)及腰椎前凸角(LL)进行测量，记录每次测量的时间及结果，间隔2周后重复测量1次，采用配对 t检验比较APP法与量角器法的测量时间。以PACS系统的Cobb角测量结果作为参考标准，通过配对 t检验分析APP法测量Cobb角的准确性。使用组内相关系数(ICC)比较测量者内的可重复性及测量者间的一致性。 结果:60例AIS患儿中，男17例，女43例；年龄(12.2±2.4)岁(10~16岁)；主弯为胸弯(Lenke Ⅰ型)23例、Lenke Ⅱ型18例、胸腰弯/腰弯(Lenke Ⅴ型)19例。APP法测量Cobb角的时间明显较量角器法短，二者比较差异有统计学意义( P<0.05)。APP法与PACS法测量的Cobb角结果比较差异无统计学意义( P>0.05)。3名测量者使用APP法测量冠状位主弯Cobb角及TK、TLK、LL的结果均有极佳的一致性(ICC分别为0.990、0.988、0.986、0.987)，APP法前后2次测量冠状位主弯Cobb角及TK、TLK、LL的可重复性(ICC为0.973~0.982)均高于量角器法(ICC为0.933~0.954)。 结论:智能手机脊柱侧弯筛查APP较传统量角器测量AIS患儿Cobb角的时间短、效率高，准确性及可重复性高。

目的:探讨增强现实（AR）技术联合多普勒超声在胫后动脉穿支皮瓣修复踝周软组织缺损中的临床应用价值。方法:2017年6月至2020年6月,对足踝部周围不同程度软组织缺损13例患者应用胫后动脉穿支皮瓣进行修复,缺损面积3.0 cm×7.0 cm~5.0 cm×10.0 cm。术前皮瓣供区CTA扫描,获得皮瓣供区动脉血供三维图像。明确胫后动脉穿支皮瓣血供的起源、走向、血管蒂长度、管径以及穿支点位置。应用基于安卓手机的图像融合软件实现AR技术导航标记血管走行及穿出点体表位置,同时采用多普勒超声对导航的定位结果进行确认,以最佳穿支点作为皮瓣旋转点进行皮瓣设计后进行皮瓣切取和创面修复,术后门诊随访评估近、远期皮瓣成活情况及踝关节功能。结果:13例皮瓣全部成活,均无血管危象发生。术后经6~16（平均10）个月的随访,皮瓣质地柔软、血运良好,修复部位色泽与正常皮肤基本一致；踝关节功能按美国矫形外科足踝协会（AOFAS）评分标准评定：优9例,良4例；供区无明显瘢痕形成。结论:AR技术联合多普勒超声应用于胫后动脉穿支皮瓣手术规划的方法具有操作简单、实用的优点,能够降低手术风险,具有临床实用意义。

目的:为降低环境因素对心率提取的影响,提出一种基于手机指尖视频的心率提取算法.方法:首先,采集指尖视频并按照30帧/s的帧率进行图像提取,并将图像分离成R、G、B 3个通道图像.通过对比3个通道图像的亮度变化强弱情况,选取对指尖血流信号最为敏感的G通道作为信号源,提取图像亮度变化信息生成时长为10 s的容积脉搏波.其次,对该波形进行数字滤波、去除基线漂移、傅里叶变换等信号处理后,根据最大谱峰位置信息预估心率.最后,在BUT PPG数据集(Brno University of Technology Smartphone PPG Database)上验证提出的算法对心率的预测效果.结果:提出的算法心率预测值与实际心率的均方差、均方根差和平均绝对误差分别为3.71、1.92和1.2次/min.结论:提出的算法预测心率的准确率高,适合部署于手机进行日常心率监测.

目的:基于灰狼优化算法(GWO)优化传统BP神经网络的舌诊图像颜色校正算法,解决移动舌诊APP存在的拍摄环境具有局限性、手机设备的依赖性及基于手机平台的颜色校正方法所使用的传统算法效果不佳等问题.方法:以24色标准色卡为标准,分别采集室内白炽灯不同光照强度场景与室外不同时刻阴天、晴天场景下的舌诊图像;同时选择灰度世界算法以及传统BP神经网络算法与本文算法进行对比,分别用上述三种算法对采集图像进行颜色校正,并对校正结果进行主观与客观颜色评价进行对比分析.结果:相比于灰度世界算法及BP神经网络算法,GWO-BP神经网络算法的颜色校正效果明显提高.结论:GWO-BP算法可有效地对手机拍摄的舌诊图像进行颜色校正,从而提高色值精确度.

目的 构建常见红斑鳞屑性疾病的人工智能诊断模型,实现常见红斑鳞屑性疾病的人工智能辅助诊断.方法 利用1 600张银屑病、副银屑病、扁平苔藓、玫瑰糠疹、多形红斑的手机图像和ResNet 50算法建立诊断模型,比较模型与本院以及基层医院皮肤科医生的诊断结果,评价模型的性能.结果 红斑鳞屑性疾病人工智能诊断模型对5种常见红斑鳞屑性疾病的平均诊断准确率、敏感性和特异性分别为0.91、0.89和0.95,该模型的诊断效能与河南科技大学第一附属医院皮肤科医生相当,相对基层医院的皮肤科医生更好.结论 红斑鳞屑性疾病人工智能诊断模型对疾病的判断效果良好,降低了医生判断的主观性,更为客观、便捷.

生理参数检测是临床工作的基础,目前使用的光电容积描记法(photoplethysmography,PPG)存在接触式测量、可测参数少等问题.成像式光电容积描记法(imaging photoplethysmography,IPPG)因其非接触、多通道检测的特点受到重视并快速发展.本文首先简要介绍了IPPG的工作原理,然后根据IPPG技术应用中涉及的关键点,从信号采集部位、图像采集设备、采集生理参数和数据处理算法四个方面,进行了分类和综述,分析了IPPG应用各关键点目前存在的问题.最后提出IPPG技术未来的研究方向即运动伪迹消除算法以及可测参数多样化,对今后IPPG技术的研究和应用具有一定的参考价值.

目的 针对现有菌落计数仪结构复杂、便携性差等缺点,本文设计了一种基于图像处理技术和Android平台来完成菌落自动计数的系统.方法 该系统由硬件拍照设备采集菌落图像,以智能手机为主要操作载体,对图像进行光谱阈值分割、中值滤波、洪水填充、开值运算、八邻域边界跟踪等多种算法处理后实现自动计数.结果 与菌落计数仪相比,该系统使用移动端手机APP实时获取菌落图像并得到计数结果,可直接在手机上对结果进行手动校正,具有成本低、操作简单、便携性好等优点.结论 基于图像处理的菌落自动计数系统与人工计数结果的相对误差不超过5％,满足菌落计数的要求.