目的:探讨基于临床变量结合多参数磁共振成像(MRI)影像组学特征构建的列线图模型对乳腺癌化疗患者预后的预测价值.方法:选取2020年1月～2021年12月青岛市中心医院接受化疗的150例乳腺癌患者作为研究对象.所有患者化疗前均行乳腺MRI检查,利用分割软件手动勾画多参数乳腺MRI肿瘤感兴趣区,提取最佳影像组学特征.对所有患者随访2年,根据疾病复发、转移及死亡等预后情况分成预后良好组、预后不良组,并将患者按7:3比例分为训练集(n=105)和测试集(n=45).收集患者的临床资料及多参数MRI影像组学特征,通过单因素和多因素Logistic回归分析乳腺癌化疗患者预后的影响因素,基于Logistic回归分析分别构建临床模型、影像组学模型及联合列线图模型并绘制列线图,采用受试者工作曲线分析3种模型对乳腺癌化疗患者预后的预测价值.结果:150例乳腺癌化疗患者中复发转移33例、死亡19例,共52例纳入预后不良组.Logistic回归分析显示,TNM分期、雌激素受体(ER)及孕激素受体(PR)是影响乳腺癌化疗患者预后的临床预测因子(P<0.05).训练集中预后良好、预后不良患者分别有69、36例,测试集中预后良好、预后不良患者分别有29、16例;通过最小绝对收缩和选择算法分别从TIRM、DWI、DCE-MRI序列中筛选出16个与乳腺癌化疗患者预后相关的组学特征并计算影像组学评分,且训练集、测试集中预后良好患者的影像组学评分均高于预后不良组(P<0.05).ROC曲线结果显示,影像组学模型、临床模型及联合列线图模型在训练集的曲线下面积(AUC)为0.853、0.741、0.923(P<0.05);影像组学模型、临床模型及联合列线图模型在测试集的AUC为0.797、0.749、0.896(P<0.05).结论:基于化疗前的影像组学评分、TNM分期、ER及PR是乳腺癌化疗患者预后的独立预测因子,而临床-多参数MRI影像组学的列线图可有效提高乳腺癌化疗患者预后的预测效能.

在传统的光线投射算法中,由于传递函数具有非线性,导致奈奎斯特采样定律常常无法被满足,影响生成模型的质量,因此,本研究提出一种基于改进预积分技术的光线投射算法.首先在传统光线投射算法中引入预积分分类技术,利用其面对任何非线性传递函数都可以规避最大奈奎斯特采样频率的优势提升三维重建模型的质量;然后利用设计的预积分加速算子,优化不透明度与颜色值的计算方法,简化预积分合成流程,缩短三维模型重建的时间.实验结果显示,利用本文算法对人工合成的三维圆锥进行重建,速度可提升22.5%,对真实的冠脉计算机断层扫描图像进行重建,绘制速度可提升23.8%,并且生成三维圆锥图像的均方误差值小于传统光线投射算法,结构相似度值大于传统光线投射算法,证明本文算法既可以提高重建模型的质量,也可以提升重建速度.

目的:提出一种新型脉冲神经元模型及其网络，描述其建模方法，并用计算机模拟验证其性能。方法:在充分考虑生物学适应性（激活电位阈值和不应期开关），及其对尖峰放电脉冲产生及其传导的动态调节机制基础上，在新型脉冲神经元模型中引入了突出后电位多通道滤波器，实现了输出电流及神经元突触强度的动态调节。提出基于自适应最小均方（LMS）的误差反向传播（BP）学习算法，并将其应用于尖峰放电神经网络的调节。结果:在自发噪声下，新型脉冲神经元模型的尖峰放电间期信号直方图满足泊松分布。通过2个新型脉冲神经元的简单连接，可以形成多种复杂的尖峰放电模式。新型脉冲神经元模型具有自发本征噪声的特征，能够形成复杂的周期尖峰放电模式。对于输入噪声控制，该模型的不应期与门限电位适应性参数的稳定性较好。刺激电流-尖峰放电脉冲频率间的线性关系较好。结论:所提出的新型脉冲神经元模型在自发噪声条件下能产生多种模式的振荡和相干振荡，这与生物神经元极其相似，能实现复杂的噪声信号处理。所采用的具有不同频带的多通道突触后电位滤波器，能使一些突触后电位信号变得平稳。所提出的基于于自适应LMS的BP学习算法克服了尖峰放电信号的瞬态变化特性导致的误差驱动学习算法无法应用的问题。

目的:探讨基于CT影像组学的机器学习模型预测胰腺癌门静脉-肠系膜上静脉(PV-SMV)侵犯的价值。方法:回顾性分析2010年1月至2021年7月南京医科大学附属无锡第二医院收治的156例经手术病理确诊的胰腺癌患者的临床、病理及术前CT影像资料，其中男性95例，女性61例，年龄(65.7±8.2)岁。所有入组患者按3∶2的比例划分训练集和验证集。通过患者术前增强CT提取肿瘤影像组学特征，采用最大相关最小冗余算法进行特征选择后，构建5种机器学习算法预测模型，并与常规影像特征诊断的受试者工作特征(ROC)曲线进行比较。结果:94例患者纳入训练集，62例纳入验证集。训练集和验证集中手术探查证实的PV-SMV侵犯病例分别为30例(31.9%)和25例(40.3%)。基于10个影像组学特征构建的5个机器学习模型中，LASSO回归模型的AUC优于随机森林、支持向量机、K近邻和朴素贝叶斯4个模型，差异有统计学意义(均 P<0.05)。与常规影像特征的诊断效能比较，LASSO回归模型在验证集中诊断PV-SMV侵犯具有更高的AUC(0.920比0.752)和更好的灵敏度(92.0%比86.5%)，差异具有统计学意义(均 P<0.05)。 结论:基于CT影像组学的机器学习模型可实现胰腺癌PV-SMV侵犯的术前预测，LASSO回归模型较常规影像特征的诊断效能更高。

目的:建立一种三维定量测量方法用于评估颞下颌关节髁突骨改建。方法:将2014年11月至2019年8月就诊于北京大学口腔医学院·口腔医院颞下颌关节病及口颌面疼痛诊治中心且诊断为颞下颌关节急性不可复性关节盘前移位或关节盘绞锁、采用手法复位关节盘结合前伸再定位 垫治疗的41例患者（共82侧髁突）资料纳入研究，其中男性10例，女性31例，年龄为12~30（19.7±4.4）岁。获取治疗前后6~12个月的锥形束CT图像。根据髁突轴位、矢状位及冠状位影像中“双线征”数目定性评价髁突骨改建，将82侧髁突分为无改建组（0个“双线征”）、部分改建组（1~4个“双线征”）和显著改建组（5~6个“双线征”）3组。应用锥形束CT数据进行髁突骨改建的三维定量测量。采用基于人工预标注结合分水岭算法的半自动分割方法分别对治疗前后的锥形束CT影像进行分割，重建颞下颌关节髁突的表面模型，应用基于距离图的初始配准和基于灰度信息的二次配准，将治疗前后的髁突图像配准重叠后髁突和髁头的体积差定量反映髁突骨改建程度。 结果:二维定性评价的 Kappa值为0.66~0.87。三维定量测量髁突及髁头体积的同一研究者组内相关系数（intraclass correlation coefficient，ICC）值分别为0.998和0.941，不同研究者组间ICC值分别为0.999和0.942。治疗后髁突和髁头的体积较治疗前增加量分别为（41.7±90.2） mm3和（62.8±70.9） mm3。82侧髁突中无改建组21侧、部分改建组20侧，显著改建组41侧。显著改建组治疗后较治疗前髁突和髁头体积增加量均为最大，部分改建组次之，无改建组最小（ P<0.05）。 结论:三维定量测量评价髁突骨改建程度的方法一致性和可靠性良好，定量变化值可以反映不同程度的髁突骨改建，其中将髁头作为感兴趣区计算的体积变化量更敏感。

目的:探讨基于磁共振高分辨T2WI影像组学方法对预测直肠癌新辅助治疗后病理完全反应(pCR)的价值。方法:回顾性分析我院2018年1月至2019年3月新辅助治疗前接受磁共振高分辨T2WI成像检查并经病理证实的80例直肠癌患者，在高分辨T2WI图像上手动勾画病灶容积感兴趣区(VOI)后提取影像组学特征，采用最小绝对值收缩算子(LASSO)算法进行降维，筛选对肿瘤pCR有价值的特征，利用Random算法将数据随机分为训练集( n＝64)与测试集( n＝16)进行机器学习，建立决策树(DT)、逻辑回归(LR)、随机森林(RF)、极限梯度增强树(XGBoost)4种机器学习模型并绘制ROC曲线，分别计算AUC、敏感性、特异性及95% CI，采用DeLong检验比较ROC曲线差异。 结果:80例直肠癌患者pCR 15例，占18.75%；非pCR 65例，占81.25%。共提取1 409个影像组学特征，经LASSO算法降维后筛选出8个最有价值的特征。测试集DT、LR、RF、XGBoost 4种分类器模型的AUC分别为0.870、0.801、0.912、0.945，其中XGBoost分类器模型的AUC最大，与DT、LR、RF分类器模型相比较，差异具有统计学意义( P＝0.008； P＝0.006； P＝0.009)；其他3种模型两两比较，差异均无统计学意义( PLR-RF＝0.083； PDT-LR＝0.113； PDT-RF＝0.879)。4种分类器模型敏感性分别为78.57%、64.29%、78.57%、85.71%，特异性分别为95.38%、84.62%、92.31%、98.46%，95% CI分别为0.775～0.935、0.696～0.882、0.827～0.964、0.870～0.984。 结论:基于高分辨T2WI图像的影像组学对直肠癌新辅助治疗后pCR有预测价值，其中XGBoost模型预测效能优于DT、LR、RF，可以用于辅助临床制定个体化治疗决策。

目的:分析中国6~15岁儿童的超重和肥胖2009至2019年的变化。方法:回顾2009年“十一五”国家科技支撑计划（2009年至2010年）、2017年“十三五”国家重点研发计划（2017年至2019年）两个全国多中心儿童流行病学调查数据，选取两次流调中地域、性别、年龄均匹配的北京和天津（北部地区）、浙江（东部地区）、广西（南部地区）4省、市、自治区共14 597对6~15岁儿童为研究对象，以2007年世界卫生组织儿童相关数据为参考标准判定超重与肥胖，利用最小均方算法计算体质指数标准差比值，通过 t检验、χ2检验等分析其超重率和肥胖率在10年前后的变化。 结果:两次流调中14 597对儿童中男7 721对、女6 876对，年龄（10.7±2.5）岁。体质指数标准差比值（BMISDS）在10年前后分别为0.39±1.24和0.36±1.31、总体肥胖率分别为11.9%（1 733名）和12.4%（1 813名），差异均无统计学意义（均 P>0.05），但总体超重率由17.1%（2 496名）升至19.1%（2 781名）（χ2=18.657， P<0.01），年平均增长速度为0.20%。东部地区BMISDS从0.10±1.07增长至0.19±1.22（ t=-4.095， P<0.01），超重率和肥胖率分别增长3.8%（202名）和3.1%（169名）（均 P<0.01）；10年前后北部地区BMISDS和肥胖率差异均无统计学意义（均 P>0.05），但超重率由20.5%（1 233名）增长至22.8%（1 365名）（χ2=7.431， P<0.01）；南部地区BMISDS从0.30±1.19显著下降至0.09±1.25（ t=1.426， P<0.01），肥胖率从9.8%（315名）降至7.9%（256名）（χ2=6.46， P<0.05），超重率差异无统计学意义（ P=0.10）。男孩在近10年间肥胖率由16.4%（1 265名）增长至18.2%（1 407名）（χ2=8.997， P<0.01），超重率由18.0%（1 393名）增长至20.5%（1 579名）（χ2=14.26， P<0.01），整体超重+肥胖率由34.4%（2 658名）增长至38.7%（2 986名）（χ2=29.859， P<0.01），8~11岁年龄段的体重问题尤为显著（均 P<0.01）。女孩肥胖率由6.8%（468名）降至5.9%（406名）（χ2=4.546， P<0.05），超重率由16.0%（1 103名）增长到17.5%（1 202名）（χ2=5.006， P<0.05），整体超重+肥胖率由22.8%（1 571名）增长至23.4%（1 608名）（χ2=0.53， P>0.05）。 结论:2009至2019年中国儿童及青少年肥胖率增长速度减缓，但超重率仍呈上升趋势，整体超重+肥胖人群基数继续扩大，尤其是肥胖中、高风险地区，围青春期男孩的体重问题尤为突出。不同地区、不同年龄、不同性别的肥胖流行现状差异显著且存在各自特点，需有针对性地制定个性化防控措施。

目的:评估基于静脉期增强CT影像组学特征的机器学习模型术前预测局部进展期胃癌脉管侵犯（VI）的价值。方法:回顾性分析2011年7月至2020年12月郑州大学第一附属医院经病理证实的296例局部进展期胃癌患者，VI阳性213例、阴性83例，采用分层抽样方法按7∶3的比例将数据分为训练集（207例）和测试集（89例）。记录患者临床特征，采用多因素logistic回归筛选胃癌VI的独立危险因素。利用Pyradiomics软件提取肿瘤静脉期CT影像组学特征，采用最小绝对收缩和选择算法（LASSO）进行特征筛选，得到最优特征子集，建立影像组学标签。使用极端梯度提升（XGBoost）、逻辑回归（logistic）、朴素贝叶斯（GNB）和支持向量机（SVM）4种机器学习算法，对影像组学标签和筛选出的临床独立危险因素构建预测模型。采用受试者操作特征曲线评估模型预测胃癌VI的效能。结果:分化程度（OR=13.651，95%CI 7.265~25.650， P=0.003）、Lauren分型（OR=1.349，95%CI 1.011~1.799， P=0.042）和CA199（OR=1.796，95%CI 1.406~2.186， P=0.044）是预测局部进展期胃癌VI的独立危险因素。基于静脉期增强CT图像提取了864个影像组学特征，经LASSO筛选出18个最优特征构建组学标签。训练集中，XGBoost、logistic、GNB和SVM模型预测胃癌VI的曲线下面积（AUC）分别为0.914（95%CI 0.875~0.953）、0.897（95%CI 0.853~0.940）、0.880（95%CI 0.832~0.928）和0.814（95%CI 0.755~0.873），测试集中分别是0.870（95%CI 0.769~0.971）、0.877（95%CI 0.788~0.964）、0.859（95%CI 0.755~0.961）和0.773（95%CI 0.647~0.898）。logistic模型在测试集中AUC最大且稳定性高。 结论:基于静脉期增强CT影像组学特征的机器学习模型术前预测局部进展期胃癌VI均具有较高的效能，其中logistic模型的诊断效能最佳。

目的:探讨CT重建算法、辐射剂量和对比剂3种参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。方法:前瞻性选取2018年于中国医学科学院肿瘤医院就诊的35例肺结节患者(50枚纯磨玻璃密度肺结节)，对同一患者肺结节的原始图像重建后共获得6种不同参数的序列，使用ITK－SNAP软件分别对不同序列的纯磨玻璃密度肺结节进行分割，将所有扫描数据通过美国GE公司的A.K.软件进行肺结节影像组学特征提取，通过组内相关系数选取复测信度好的影像组学特征，使用R语言统计学软件对特征参数进行分析，将不同序列的所有特征值配对比较，分别统计改变采集和重建参数导致变化的影像组学特征的数量，比较不同采集和重建参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。采用配对样本 t检验或Wilcoxon检验比较不同序列特征值分布的差异，采用 χ2检验比较改变不同参数后发生变化的影像组学特征数量的差异。 结果:50枚纯磨玻璃密度肺结节共提取391个影像组学特征，组内相关系数>0.75的特征为320个。同时改变CT重建算法、辐射剂量和对比剂3种参数时，发生变化的纯磨玻璃密度肺结节影像组学特征达到60.9%(195/320)，其中包括6.7%(1/15)的形态学特征、100.0%(40/40)的直方图特征和58.1%(154/265)的纹理特征。仅改变1种参数(保持其他2种参数不变)的情况下，分别改变CT重建算法、辐射剂量和对比剂，发生变化的纯磨玻璃密度肺结节影像组学特征分别为10.6%(34/320)、30.9%(99/320)和50.6%(162/320)，差异有统计学意义(均 P<0.05)。当辐射剂量和对比剂改变时，与50%自适应迭代重建技术(ASiR－V)比较，滤波反投影(FBP)重建算法获得的影像组学特征发生变化更小( P＝0.001)。 结论:CT重建算法、辐射剂量和对比剂会影响纯磨玻璃密度肺结节的影像组学特征，其中对比剂对纯磨玻璃密度肺结节影像组学特征的影响最大，辐射剂量次之，CT重建算法最小；与形态学特征比较，直方图特征和纹理特征容易受到CT重建算法、辐射剂量和对比剂的影响；与50% ASiR－V比较，FBP重建算法获得的影像组学特征受辐射剂量与对比剂的影响更小，在影像组学分析中应充分考虑到这些参数的影响。

目的:利用生物信息学方法挖掘呼吸机相关性肺损伤（VILI）小鼠的差异表达基因（DEG），并通过构建VILI小鼠模型对关键基因进行验证。方法:①实验1（生物信息学分析）：从基因表达数据库（GEO）下载VILI与自主呼吸对照组小鼠的肺组织基因芯片数据GSE9368和GSE11662，通过统计分析获得DEG，运用韦恩图获得两个数据的共同DEG，然后使用DAVID在线数据库对共同DEG进行基因本体（GO）功能注释和京都基因与基因组百科（KEGG）通路富集分析，最后利用基因与蛋白质相互作用检索在线数据库（STRING）对共同DEG进行基因编码蛋白相互作用（PPI）分析，并运用CytoScape软件、分子复合物检测分析插件（MCODE），以及CytoHubba插件中最大团中心性（MCC）、最大邻居连通度（MNC）与度（degree）算法进行拓扑分析，筛选出关键基因。②实验2（相关基因编码蛋白验证）：构建C57BL/6小鼠大潮气量（20 mL/kg）VILI模型，并设自主呼吸对照组。取小鼠肺组织进行苏木素-伊红（HE）染色，观察肺组织病理学改变；并对实验1中筛选出的关键基因编码蛋白进行免疫组化验证。结果:①实验1结果：GSE9368数据中筛选出114个DEG，其中上调99个，下调15个；GSE11662数据中筛选出258个DEG，其中上调188个，下调70个；获得共同DEG 66个，其中上调61个，下调5个。GO功能注释结果表明，共同DEG参与炎症反应、免疫应答、白细胞及中性粒细胞趋化浸润等过程；KEGG通路富集分析提示共同DEG主要富集于细胞黏附、细胞因子-细胞因子受体相互作用及肿瘤坏死因子（TNF）信号通路等。通过STRING及CytoScape构建差异基因PPI网络图和重要子模块，并获得拓扑分析MCC、MNC及degree算法得出的交集基因，分别为细胞因子信号转导抑制因子3（SOCS3）、白细胞介素-1β（IL-1β）、基质金属蛋白酶-9（MMP-9）、整合素Itgam、CXC型趋化因子配体2（CXCL2）、CXC型趋化因子受体2（CXCR2）、L-选择素Sell及CC型趋化因子受体1（CCR1）。②实验2结果：构建大潮气量VILI小鼠模型结果显示，与自主呼吸对照组相比，机械通气结束后0 h小鼠肺组织有所损伤；通气结束后6 h肺组织结构受损明显，肺泡腔可见不同程度出血和塌陷，肺泡壁明显增厚，肺泡腔及间质还可见炎症细胞浸润。对拓扑分析交集前3位基因IL-1β、SOCS3、MMP-9的编码蛋白进行免疫组化染色，结果显示，随通气时间延长，小鼠肺组织中IL-1β、SOCS3、MMP-9蛋白表达逐渐上调，6 h时与自主呼吸对照组比较差异均有统计学意义〔IL-1β（积分 A值）：8.40±2.67比5.10±0.94，SOCS3（积分 A值）：9.74±1.80比5.95±1.31，MMP-9（积分 A值）：11.45±6.20比5.36±1.28，均 P<0.05〕。 结论:基于GSE9368和GSE11662数据的生物信息学分析发现，VILI与炎症损伤、细胞因子及免疫细胞浸润相关；IL-1β、SOCS3、MMP-9蛋白可能为VILI生物标志物。