计算机辅助技术在内镜中的各项应用是近年来的研究热点，其中使用深度学习的人工智能技术(AI)具有跨时代意义。卷积神经网络(CNN)在图像分析中表现最佳，在消化学科领域，CNN被用于处理大量的临床数据和各种内镜图像资料。现主要介绍机器学习技术和AI在无线胶囊内镜小肠疾病自动诊断中的应用。

目的:探索无线胶囊膀胱镜动态观测猪膀胱黏膜状态的应用价值。方法:选取1只健康实验香猪，全麻。胶囊膀胱镜在经皮肾镜改良鞘辅助下经尿道置入猪膀胱，胶囊膀胱镜末端连接1条长为2 cm的丝线。体外姿态控制器调节胶囊膀胱镜的位置及镜头角度以拍摄目标解剖区域。在初始30 min内，胶囊膀胱镜的拍摄速度为2.5帧/s，30 min后自动转为1.5帧/s。胶囊膀胱镜连续拍摄4 h后自动关机，拍摄过程中照片实时传输至图像接收仪。目标解剖区域拍摄完成后，实验猪被唤醒并送入猪舍，自由饮食和活动。将图像接收仪连接计算机，通过Vue软件下载图片并进行分析处理。12 h后，再次置入扩张鞘，在输尿管镜观察下，使用异物钳牵拉丝线将胶囊膀胱镜取出。结果:无线胶囊膀胱镜在置入、取出设备的辅助下顺利经尿道进出膀胱，并成功拍摄了2万余张像素为60 K的各角度膀胱黏膜图像。在胶囊膀胱镜置入、图像获取、膀胱内留置(12h)及取出过程中，未见出血、尿路损伤等并发症。结论:本研究中的无线胶囊膀胱镜可动态、智能、精准观测到猪膀胱黏膜状态，具有良好的应用前景。

胶囊内镜(capsule endoscopy,CE)是一种一次性胶囊状无线检查工具,进入小肠后可自动拍摄肠道黏膜情况,并通过无线传输方式传输到患者佩戴的数据记录仪[1],CE的出现里程碑式推动了小肠疾病的筛查、诊断及监测的发展,CE检查已成为小肠疾病检查的一线检查方式[2],是隐匿性出血、小肠肿瘤、炎症性肠病、缺铁性贫血等疾病诊断的首要检测方式,且针对部分疾病(如小肠克罗恩病)CE诊断准确性高于CT检查[3].CE是借助胃肠动力作用向前推进,而胃肠道自身的蠕动速度较难把控,仍存在未完成全小肠检查而电池耗尽的可能,导致缺少图像信息,从而造成疾病的漏诊.咀嚼口香糖作为一种简单、低成本、有效的假饲法,可以显著改善CE的胃肠通过时间,增加检查完成率.本文探讨口香糖假饲法在CE检查中的应用价值.

糖尿病胃轻瘫(DGP)是糖尿病最常见的消化道并发症,其发病机制尚不十分明确,西医缺乏理想的治疗药物,中西医结合疗法可以改善DGP症状,且少有不良反应.文章综述了近年来DGP诊断和中西医治疗进展,诊断方法包括胃排空闪烁扫描术、胃排空呼气试验、无线动力胶囊内镜、胃十二指肠测压、超声和胃电图;中西医治疗包括饮食调整与血糖控制、西医药物治疗、西医非药物治疗、中药治疗和针灸治疗.

可吞入无线电子设备的历史最早可追溯到20世纪50年代,Bertil Jacobson和R.Stuart Mackay在1957年首次研发出了一种可监测胃肠道pH、压力和温度的可吞入电子设备[1].在那之后,该方面的研究一直没有取得大的进展,直到1998年,以色列工程师Gavriel Iddan研制出了一种内部嵌有镜头和光源的“胶囊”——PillCam,标志着可吞人无线电子设备进入了可视化时代[2].进入21世纪以来,胶囊内镜仍然是可吞人无线电子设备发展的主要方向,随着传感技术和功能性材料技术的发展,许多具备其他功能的用于监测人体健康的可吞人电子设备也相继被研发出来.本文就可吞入无线电子设备的发展现状及展望作一综述.

每例胶囊内镜检查产生几万幅图像序列数据,给临床医学诊断带来极大困难,因此,研究胶囊内镜图像的相似度评估方法,筛查序列中冗余图像,对提高临床医生的阅片效率具有重要的意义.本研究提出基于空间约束的PatchMatch算法以实现胶囊内镜图像相似度评估.通过增加图像块偏移位置约束,限制图像块的初始化匹配区域,以及为待匹配的图像块提供不同的匹配搜索区域,对经典的PatchMatch算法进行改进,实现了局部图像块的匹配;然后,结合匹配图像块的位置和纹理特征信息生成图像等级的集成描述器,并通过集成描述器间的联合概率评估图像间的相似度.综合不同描述器算子(SIFT,HOG)对10例含5 000幅以上胶囊内镜图像序列进行冗余筛查实验.结果显示,筛查的准确率、召回率和F-measure分别为93.73％、95.44％和94.77％.所提出的方法可有效地进行胶囊内镜图像的相似度评估.

无线胶囊内镜是诊断小肠疾病的主要手段,但存在内镜图像分析耗时、耗力的问题.本文介绍人工智能深度学习、尤其是深度卷积神经网络在小肠胶囊内镜检查自动辅助诊断方面的应用进展,包括对小肠溃疡及糜烂、血管扩张、消化道出血、小肠寄生虫病等多种疾病的诊断价值.