藏原羚是青藏高原特有的珍稀有蹄类动物,广泛分布于三江源地区.预测三江源地区藏原羚的生境适宜性季节变化,了解环境变量的改变对藏原羚栖息地利用的影响,有利于制定对应的保护对策,也有助于了解藏原羚的生态位特征.本研究基于同一年冬季(2019年1月)和夏季(2019年8月)两次相同调查路线下藏原羚野外出现点,结合选取的8个环境变量,采用最大熵模型预测三江源地区藏原羚冬、夏季的生境适宜性和分布格局的差异,并通过环境响应曲线探讨环境变量对分布格局的影响.结果表明:冬、夏季,研究区藏原羚的适宜生境的接收者操作特征曲线下的面积平均值分别为0.901±0.023和0.882±0.024,拟合精度良好;三江源地区藏原羚冬、夏季适宜生境总面积分别为6.83×104、9.78×104 km2,夏季适宜生境面积比冬季明显增加,有向长江源园区以南及黄河源园区方向扩散的趋势.冬、夏季的生境适宜性都呈现出以三江源国家公园为中心、分布概率由中心的高值向周边逐渐递减的模式.季均温、海拔、人口密度和坡度是影响冬、夏季藏原羚分布的主导环境变量.与冬季相比,在气温明显升高的夏季,藏原羚适宜生境向海拔5000 m以上的地区和坡度小于25°的地区扩散,同时,夏季人类活动范围扩大侵占了藏原羚的适宜栖息地.

目的:筛选与肝细胞癌(hepatocellular carcinoma,HCC)预后密切相关的炎症反应关键基因,构建预后风险评分模型,并评估该模型在HCC中的预后价值.方法:从TCGA数据库获取HCC患者肝肿瘤组织及正常肝组织的mRNA表达数据作为训练集,从GEO数据库中获取HCC患者的mRNA表达数据作为验证集.筛选出与HCC预后相关的炎症反应相关基因,运用LASSO回归和随机生存森林(RSF)方法筛选与HCC预后相关的炎症反应关键基因.基于这些关键基因构建预后风险评分模型并验证,应用Cox比例风险回归评估该模型对患者预后的影响.构建列线图并进行一致性分析.结果:共筛选出15个与HCC预后相关的炎症反应基因,经LASSO回归和RSF分析,确定11个炎症反应关键基因,即IL18RAP、MEP1A、RIPK2、CYBB、SLC7A1、ADM、IL7R、P2RX4、ACVR2A、SERPINE1、SLC7A2.构建的预后风险评分模型在训练集和验证集上预测1、3、5年生存率,AUC值均超过0.60;Kaplan-Meier分析显示高风险组总生存期(OS)显著低于低风险组(P＜0.01);PCA和t-SNE分析显示该模型能有效区分高、低风险患者.Cox回归分析提示预后风险评分是独立的预后因素,且与OS显著相关(P＜0.01).列线图模型C-index为0.672,具有较高的预测精度,1年和3年校准曲线与标准曲线吻合度好,5年吻合度稍弱.结论:本研究成功构建并验证了一个基于炎症反应相关基因的风险评分模型,筛 选出的11个炎症反应关键基因(IL18RAP、MEP1A、RIPK2、CYBB、SLC7A1、ADM、IL7R、P2RX4、ACVR2A、SERPINE1、SLC7A2)与HCC进展密切相关,且在模型中显示出较强的预后预测能力.

目的:为实现更好的颈椎健康监测与颈椎病预防效果,设计一种嵌入式颈椎健康智能系统.方法:该系统主要由移动便携监测终端、云端服务器、微信小程序三大部分组成.移动便携监测终端主要由数据采集模块、数据处理模块、物联网通信模块三大模块组成,其中数据采集模块选用JY901-S作为主要数据传感器;数据处理模块通过动作分类模型对头部动作进行分类识别,选用STM32F4作为主控芯片、国产RT-Thread作为嵌入式操作系统;物联网通信模块选用乐鑫ESP32-C3系列Wi-Fi蓝牙双模模块.云端服务器选用Linux+Nginx+uWSGI作为Web服务器架构,通过MySQL数据库存储用户数据,并利用颈椎健康评估模型评估用户颈椎健康状态.微信小程序采用WXML+WXSS+WXS开发.结果:该系统基本能够实现颈椎健康状态监测和运动指导功能,且对人体头部动作分类识别的平均准确率为90％以上,对颈部关节活动度的测量精度为±1°,整体性能较好.结论:该系统能有效帮助用户建立并维持规律的颈椎健康运动行为,可为医院等机构提供关键可靠的康复运动治疗方案与康复护理数据支撑.

提出一种基于卷积神经网络的X线片下肢关节角度识别算法,首先在X线片中使用Yolov5目标检测模型来识别特定类别的感兴趣区域,并使用U-Net模型进行热图回归来识别关键特征点,最后进行下肢关节角度的计算.研究结果表明,本文提出的算法相比于之前的算法精度更高,结果准确可靠,为临床研究和实践提供参考.

针对当前皮肤病辅助诊断中生物医学特征建模规模较小且耗费巨大人工成本,而患者疾病特征的时间序列同样无法准确描述等难点,本研究运用融合文本分类算法,融合常用的文本分类模型TextLSTM、TextCNN、RCNN得到皮肤疾病辅助诊疗模型(TLNN模型),通过提取图像传感器医学特征向量化后进行预处理减少焦块数量以及消除偏差较大的特征信息,提高决策数据精度.在ISIC2018和PH2数据集进行对照实验,TLNN模型的准确率为72.36%,高于其余3种文本分类模型.在与医生主观诊断对比实验中,模型诊断准确率为92%,接近于医生94%的平均准确率,而有效诊断效率(1.17 min/例)明显高于医生人工诊断(4.57 min/例),整体效率提升幅度达290%,结果表明对比传统人工诊断,融合文本分类算法模型能以更短时间获得精确的诊断.TLNN模型可以应用于疾病诊断,辅助医生医疗决策,为患者提供优质便捷的智能诊疗服务.

目的:利用同轴脊髓损伤平台(FSI)及微创操作，建立标准化、损伤分度显著、并发症低和重复性高的创伤性脊髓损伤动物模型。方法:C57BL/6小鼠随机编号，轻、中、重度损伤组和对照组，3种不同方法定位第9胸椎。试验开始前对撞击针在不同高度降落产生的力(Kdyn)进行记录。在损伤后第1、14、28、42天利用行为学检测观察小鼠后肢活动能力，同时在此时间节点完成组织病理学观察。各组样本均数比较采用方差分析，多个率比较应用 χ2检验进行分析。 结果:力学测试结果提示，FSI脊髓损伤平台打击精度高，20、35、50 mm高度降落后产生的力分别为(35.7±1.0)、(55.0±1.3)、(72.3±1.7) Kdyn。3种脊髓阶段定位方法之间准确差异性较高( F＝1 610.504， P<0.01)。BMS评分提示各实验组之间损伤程度差异有统计学意义( χ2＝109.085， P<0.01)，重度损伤组与中度损伤组： χ2＝313.500， P<0.05；重度损伤组与轻度损伤组： χ2＝274.500， P<0.01。斜板实验检测结果提示中、重度损伤组与正常组和轻度损伤组差异有统计学意义( F＝744.500， P<0.05)。病理学检测结果提示各组小鼠在不同时间段差异有统计学意义( F＝682.600， P<0.01)。 结论:同轴脊髓损伤平台结合微创方法制备C57BL/6小鼠创伤性脊髓损伤模型，可完成步骤简单、打击分度显著及重复性高的实验流程。

目的:探索一种能辅助下颌水平阻生第三磨牙拔除的序列分牙导板的数字化设计制作方法，初步评价其可行性，以期为口腔临床应用提供参考。方法:选择2021年3月至2022年1月于北京大学口腔医学院·口腔医院综合科就诊的下颌第三磨牙低位水平阻生患者20例，其中男性11例，女性9例，年龄（30.2±2.8）岁。术前拍摄锥形束CT显示牙根与下颌管直接接触，取患者口内全牙列范围印模、进行牙颌模型光学扫描。通过Mimics24.0、Geomagic Wrap 2021、Magics21.0等软件对患者的锥形束CT数据、光学扫描数据进行三维重建、解剖结构提取、配准融合，以及进行序列分牙导板（含截冠导板、分根导板）结构的设计，然后三维打印钛金属导板，导板在牙颌模型试戴确认后，辅助医师进行分牙操作。观察导板是否就位、分牙次数、牙齿分块与术前设计匹配度、手术时间及是否有并发症。结果:本研究成功打印20例分牙导板，均在患者口内就位良好，平均分牙次数3.4次，牙齿分块与术前设计较匹配，导板平均手术时间（29.2±9.8）min，未出现骨皮质穿孔等并发症。结论:初步验证在下颌阻生第三磨牙拔除术中采用序列分牙导板辅助分牙操作可准确实现术前分牙设计的效果，有望为提高手术精度、保证安全性提供一种数字化解决方案，其精度与安全性需要进一步更大样本量的研究评估。

目的:研究基于多任务学习轻量级卷积神经网络(MTLW-CNN)在肺部危及器官(OAR)自动分割中的应用。方法:MTLW-CNN包含多个特征共享层和OAR的对应勾画分支。收集497例肺癌病例，以同时包含肺、心脏和脊髓的CT及医生勾画的轮廓为样本，随机划分300例用于训练与验证，197例用于测试。在测试集应用MTLW-CNN计算OAR的戴斯相似性系数(DSC)，与Unet、DeepLabv3+的DSC、训练及测试时长、空间复杂度(S)进行对比。为研究多任务学习对模型泛化性能的影响，按照MTLW-CNN结构建立3个OAR的单任务学习模型(STLW-CNN)，使用相同数据训练与测试，统计并对比两者DSC。结果:MTLW-CNN的肺、心脏、脊髓DSC平均值分别为0.954、0.921、0.904。与Unet、DeepLabv3+的DSC差距<0.020，训练与测试时长是Unet、DeepLabv3+的1/3~1/30，S分别为Unet、DeepLabv3+的1/42、1/1220。STLW-CNN的肺、心脏DSC平均值、标准差与MTLW-CNN差距约为0.005、0.002，脊髓平均值相差0.001，但标准差却比MTLW-CNN高0.014。结论:MTLW-CNN以更小的时间、空间代价实现肺部OAR的高精度自动勾画，不仅可以提高模型应用效率，还有利于提高模型的泛化性能。

目的:探讨中低位直肠癌根治术后复发的影响因素，以及基于磁共振成像（MRI）检查测量直肠周围脂肪含量构建预测模型及其应用价值。方法:采用回顾性队列研究方法。收集2016年12月至2021年12月天津市人民医院收治的254例中低位直肠癌患者的临床病理资料；男188例，女66例；年龄为（61±9）岁。患者均行直肠癌根治术和盆腔常规MRI检查。观察指标：（1）随访情况及直肠周围脂肪定量测量。（2）中低位直肠癌根治术后肿瘤复发影响因素分析。（3）中低位直肠癌根治术后肿瘤复发列线图预测模型构建及评价。正态分布的计量资料以 x±s表示，偏态分布的计量资料以 M（范围）或 M（ Q1， Q3）表示。计数资料以绝对数表示。单因素和多因素分析均采用COX回归模型。使用rms软件包（4.1.3版本）生成列线图和校准曲线图，使用survival软件包（4.1.3版本）计算C-index，采用ggDCA软件包（4.1.3版本）进行决策曲线分析。 结果:（1）随访情况及直肠周围脂肪定量测量。254例患者术后均获得随访，随访时间为41.0（1.0~59.0）个月，随访期间81例术后肿瘤复发，肿瘤复发时间为15.0（1.0~43.0）个月，173例术后肿瘤未复发。81例术后肿瘤复发患者，术前直肠系膜筋膜包裹体积、术前直肠系膜脂肪面积、术前直肠后系膜厚度分别为159.1（68.6，266.5）cm3、17.0（5.1，34.4）cm2、1.2（0.4，3.2）cm；173例术后肿瘤未复发患者上述指标分别为178.5（100.1，310.1）cm3、19.8（5.3，40.2）cm2、1.6（0.3，3.7）cm。（2）中低位直肠癌根治术后肿瘤复发影响因素分析。多因素分析结果显示：肿瘤分化程度为低分化、肿瘤病理学N分期为N1~2期、直肠后系膜厚度≤1.43 cm、磁共振壁外血管侵犯阳性、肿瘤侵犯周围结构是影响中低位直肠癌根治术后肿瘤复发的独立危险因素（风险比=1.64，2.20，3.19，1.69，4.20，95%可信区间为1.03~2.61，1.29~3.74，1.78~5.71，1.02~2.81，2.05~8.63， P<0.05）。（3）中低位直肠癌根治术后肿瘤复发列线图预测模型构建及评价。根据多因素分析结果，纳入肿瘤分化程度、肿瘤病理学N分期、直肠后系膜厚度、磁共振壁外血管侵犯、肿瘤侵犯周围结构，构建中低位直肠癌根治术后肿瘤复发列线图预测模型，得分总和对应术后肿瘤复发概率。列线图的C-index值为0.80，具有较好的预测精度。校准曲线显示：列线图预测模型的预测能力良好。决策曲线显示：列线图预测模型有明显净获益率时对应预测概率阈值范围较广，该模型具有较好临床实用性。 结论:肿瘤分化程度为低分化、肿瘤病理学N分期为N1~2期、直肠后系膜厚度≤1.43 cm、磁共振壁外血管侵犯阳性、肿瘤侵犯周围结构是影响中低位直肠癌根治术后肿瘤复发的独立危险因素；基于MRI检查测量直肠周围脂肪含量构建其列线图预测模型可良好预测患者术后肿瘤复发情况。

目的:探究人体不同部位的体表轮廓对Catalyst HD体表光学系统引导放疗摆位的影响。方法:采用3D打印技术打印出底角5°~ 45°(步长为5°)的圆模型和椭圆模型，模拟患者不同部位的体表轮廓。使用Catalyst HD进行监测，调节其增益及积分时间。手动移动治疗床(－5 ~ 5 mm，步长为2 mm)，记录所有模型的横纵比，及其在横向和纵向放置下腹背(AP)、头脚(SI)、左右(LR)3个方向的床值误差及Catalyst HD监测的摆位误差。将Catalyst HD增益、积分时间与不同体表轮廓的模型进行关联性分析，比较两种不同放置方式下的摆位误差，分析Catalyst HD监测值与床值的相关性。结果:Catalyst HD监测时所需增益和积分时间对数呈显著线性负相关，斜率为－0.001，截距与模型横纵比存在一定函数关系。相同增益下积分时间随模型底边角度的增大而减小。模型在不同放置条件下Catalyst HD监测精度存在差异( Z ＝ －8.59 ~ －0.02, P < 0.05)，横向放置时LR和AP方向监测精度更高。Catalyst HD监测值与真实床值的相关性，在LR和SI方向随模型底边角度增加而增大，≥25°时呈强相关；AP方向均相关性显著( R >0.9)。 结论:Catalyst HD系统获取最佳表面影像时，增益、积分时间和患者体表轮廓存在关联。Catalyst HD监测在AP方向精度高，当体表轮廓横纵比≤2或底边角度≥25°时在所有方向均存在较高的准确性。