目的 为缺血性脑白质病变(ischemic white matter lesion,I WML)患者认知障碍进展的评估提供影像依据.方法 回顾性纳入2018年1月-2021年12月就诊于首都医科大学附属北京天坛医院的IWML患者,按照认知功能测评结果分为:非痴呆血管性认知障碍(non-dementia vascular cognitive impairment,VCIND)组、血管性痴呆(vascular dementia,VaD)组.同期入组认知功能和头颅MRI检查正常的就诊患者为正常对照(normal control,NC)组.所有患者均完善了静息态功能MRI检查及注意功能检查,包括Stroop色-词干扰测试B(Stroop color-word interference B test,Stroop B),Stroop色-词干扰测试C(Stroop color-word interference C test,Stroop C),数字连线测验A(trail making test A,TMT-A)和符号数字转换测试(symbol digit modalities test,SDMT).使用独立成分分析选择左侧和右侧额顶叶网络、初级和次级视觉网络、背侧注意网络5个脑区,选择9个主要区域为感兴趣区,提取每个脑区Z值,作为脑区两两间的功能连接(functional connectivity,FC)值.进行VCIND、VaD和NC组FC差异分析,并进一步分析VCIND、VaD两组脑区间FC变化与注意功能评分的相关性.结果 共纳入60例患者,其中男性29例(48.3％).NC组24例,VCIND组19例,VaD组17例.结果 提示,与NC组相比,VCIND组完成Stroop B(P＜0.01)、TMT-A(P=0.01)评分更高,SDMT评分更低(P=0.01);VaD组完成Stroop B、Stroop C及TMT-A评分更高(均P＜0.01),SDMT评分更低(P＜0.01).与VCIND组相比,VaD组完成Stroop B(P＜0.01)、Stroop C(P＜0.01)及TMT-A(P=0.01)评分更高,SDMT评分(P＜0.01)更低.FC分析显示,与NC组相比,VCIND组右侧背外侧前额叶皮质和左侧顶上小叶(P=0.01)、右侧背外侧前额叶皮质和楔叶(P=0.04)之间的FC值增高;与VCIND组相比,VaD组右侧背外侧前额叶皮质与楔叶(P=0.02)之间的FC值增高.右侧背外侧前额叶皮质和左侧顶上小叶之间的FC值与Stroop C用时呈负相关(r=-0.365,P=0.04),其余脑区之间的FC值与其他注意功能评分项目无显著相关性.结论 随着认知功能下降,IWML患者执行网络与背侧注意网络、初级视觉网络间的FC值升高,部分脑区间FC的改变伴随着更差的注意功能.

针对病理数据超大尺寸、标注成本高昂等问题带来的病理分类准确率较低的问题,基于多示例网络,引入分级注意力模块,设计一种兼顾示例级和图像块级损失的病理分类算法.回顾性收集皖南医学院第一附属医院口腔颌面外科186例口腔癌(126例鳞癌、60例腺癌),其数字病理切片划分为验证集、测试集及训练集.首先对病理图像进行前后背景分割,去掉背景中的噪声部分,然后采用ResNet50对分割后的病理图像提取特征,并将特征输入第一级注意力网络,得到基于图像块的注意力得分和损失,再根据注意力得分对图像块进行排序重置标签输入第二级注意力网络,得到基于示例级别的损失,最后将两级注意力的损失作为模型的总损失,通过训练最终网络,得到口腔癌分类结果.实验结果表明,使用两级注意力的多示例网络准确率为78.95%,AUC为0.8430,相较于基线模型均有更高表现.

针对机器学习方法在对脑电特征进行分类时无法同时兼顾脑电信号的时-空域特征的问题,利用添加注意力机制的卷积神经网络提取空间特征和双向门控循环单元提取时间特征,提出一种基于特征融合的运动想象(Motor Imagery,MI)脑电分类算法(Attention-EEGNet-BiGRU,AEBGNet),AEBGNet可将时、空域两类特征相融合,得到更具表征性的时-空域特征,最终构建的AEBGNet分类模型在BCI competition IV 2b数据集上取得80.37%的平均正确率,比标准的EEGNet方法提高6.09%.结果表明,本文方法可以有效提高MI脑电信号的分类正确率,为MI脑电信号的分类提供新的思路.

针对直肠癌辅助诊断过程中部分医学图像分割模型只适用于单一模态图像的局限性,提出一种基于交叉注意力机制并同时适用于CT与MRI两种模态的医学图像分割方法.首先,针对CT与MRI两种图像特征表示不同,提出一种交叉注意力机制统一两类图像的特征表示;其次,针对直肠癌图像病灶区域较小的特点,提出三支路的改进Swin Transformer分割网络,并将交叉注意力机制加入其中,使模型对两种图像都能进行病灶区域的分割;最后,使用该方法在直肠癌患者的CT与MRI影像数据进行验证,与ADDA、CycleGAN和SIFA方法相比,在CT图像上的准确率分别提高2.94%、3.05%、0.71%,在MRI图像上的准确率分别提高了3.31%、4.55%、1.76%.实验结果表明该方法对于两类图像具有更好的分割性能.

目的 青少年特发性脊柱侧弯(adolescent idiopathic scoliosis,AIS)是危害青少年健康的常见疾病之一.临床上,X线图像Cobb角测量法是评估患者脊柱侧凸严重程度的"金标准".由于X线图像中肋骨和骨盆阴影重叠以及椎骨形态差异等因素影响,人工测量在寻找关键点时步骤复杂且耗时长,快速且准确的Cobb角自动测量方法具有重要临床应用价值.现有深度学习方法中基于分割的方法易受图像质量影响;基于关键点检测方法过于关注局部特征提取导致定位不准确等问题.为此,本文提出了一种以椎骨为中心的标志点检测方法,来实现脊柱侧弯Cobb角自动估计算法.方法 构建一种基于融合多尺度和注意力机制M型椎骨检测网络(multi-scale attention M-shaped network,MSAM-Net).首先,使用多尺度金字塔拆分注意力(multi-scale pyramids squeeze attention,MPSA)模块和注意力特征融合(attentional feature fusion,AFF)模块提取椎骨特征和上下文信息,然后,根据椎体中心和角偏移量定位4个角标志点,以在脊柱侧弯评估任务中提高椎骨标志点检测的性能,进而实现近胸段、主胸段和胸腰段曲线的Cobb角估计.结果 为了评估Cobb角估计与真实侧弯角度之间的偏差程度,本研究算法基于AASCE MICCAI 2019挑战赛数据集,使用4种指标对Cobb角精度进行评估,分别是对称平均绝对百分比误差(symmetric mean absolute percentage error,SMAPE)、欧氏距离(Euclidean distance,ED)、曼哈顿距离(Manhattan distance,MD)和切比雪夫距离(Chebyshev distance,CD).测试得到SMAPE为9.39％,ED为4.18;MD为5.92;CD为5.34.与基于分割和检测的5种深度学习方法进行对比,实现更好的Cobb角测量结果.结论 本研究可以准确识别和定位X线图像中椎骨,帮助医生测量AIS患者的Cobb角,为临床AIS诊断、手术计划和脊柱健康分析提供决策支持.

提出一种改进的U-Net模型(CAMU-Net),以达到精准分割视网膜血管的目的.CAMU-Net模型通过添加残差增强模块来提取区域特征中的重要信息,增强模型对区域特征的了解;通过添加特征细化模块来促进特征的提取,提高新模型的全局特征收集能力;通过添加通道注意力机制模块来捕捉图像特征,精确分割结果;通过引入多尺度特征融合结构来提升模型感知目标边界等细节的能力.在DRIVE数据集上进行消融实验,得出各模块的实际效果,验证各模块对于本模型视网膜血管分割各方面提升的作用;在DRIVE和STARE数据集上和其他主流网络模型进行对比分析,结果表明CAMU-Net模型优于其他模型.

目的:探讨失眠症(insomnia disorder，ID)患者静息状态下大脑默认网络功能连接(functional connectivity，FC)的变化。方法:2019年7月至2020年1月纳入失眠症患者56例，同期招募50例健康对照。采用匹兹堡睡眠指数量表(Pittsburgh sleep quality index，PSQI)、失眠严重指数(insomnia severity index，ISI)、Epworth嗜睡程度评价表(Epworth sleepiness score，ESS)、汉密尔顿抑郁量表17项(Hamilton depression scale，HAMD-17)对所有被试进行神经心理评估。对所有被试进行静息态功能磁共振成像(resting state functional magnetic resonance imaging，rs-fMRI)扫描，在MATLAB(R2013b)上应用SPM12及CONN18b对rs-fMRI数据进行预处理，以双侧楔前叶、内侧额上回定义为种子点，比较两组研究对象功能连接强度的差异。并将差异有统计学意义脑区的FC值与PSQI、ISI评分进行Pearson相关性分析。结果:(1)FC分析发现，与对照组相比，失眠症患者存在默认网络(default mode network，DMN)连接异常，具体如下：左内侧额上回与左中央前回(MNI：x，y，z＝-30，-15，51)及前扣带回间(MNI：x，y，z＝-6，24，36)FC、右内侧额上回与左中央前回间(MNI：x，y，z＝-48，-6，48)FC、左楔前叶与左中央后回(MNI：x，y，z＝-54，-18，54)及左枕上回间(MNI：x，y，z＝-21，-69，30)FC、右楔前叶与左中央后回间(MNI：x，y，z＝-60，-21，48)FC增强。而左楔前叶与右额中回(MNI：x，y，z＝42，33，42)及右角回间(MNI：x，y，z＝54，-51，45)FC、右楔前叶与左颞下回间(MNI：x，y，z＝-51，-12，-42)FC减弱。(2)以左内侧额上回为种子点，前扣带回( r＝0.451，0.338，均 P<0.01)和左中央前回( r＝0.324，0.402，均 P<0.05)FC值与PSQI、ISI评分呈正相关；以右楔前叶为种子点，左中央后回FC值与PSQI、ISI评分呈正相关( r＝0.333， P＝0.013； r＝0.418， P＝0.008)，左颞下回FC值与PSQI、ISI评分呈负相关( r＝-0.662， P＝0.001； r＝-0.402， P<0.01)。以左楔前叶为种子点，左枕上回FC值与PSQI、ISI评分呈正相关( r＝0.438， P＝0.001； r＝0.495， P＝0.011)。 结论:失眠症患者可能存在多个网络的功能连接改变，DMN内FC减弱可能是失眠症的潜在病因之一，DMN与视空间注意网络间FC增强可能是失眠症大脑功能网络受损机制中的核心环节。

目的:探讨精神分裂症患者童年创伤与认知功能的关系。方法:选取安徽省精神卫生中心住院和门诊的精神分裂症患者62例(患者组)和社区健康对照63例(对照组)。采用童年创伤问卷(childhood trauma questionnaire，CTQ)、威斯康星卡片分类测验(Wisconsin card sorting test，WCST)、注意网络功能测验(attention network test，ANT)、言语流畅性测验(verbal fluency test，VFT)和数字广度测验(digit span test，DST)对所有被试进行评估。采用SPSS 17.0软件进行统计学分析，正态分布的计量资料组间比较采用 t检验；非正态分布的计量资料组间比较采用Mann-Whitney U检验。CTQ分与认知功能分间的关系采用Spearman相关分析。 结果:患者组CTQ总分、情绪虐待、躯体虐待、性虐待、情绪忽视和躯体忽视因子分[48.50(37.75，57.00)分，9.00(6.00，12.25)分，7.00(5.00，9.25)分，5.50(5.00，7.25)分，13.00 (9.00，16.25)分，11.00(8.00，13.00)分]均高于对照组[34.00(30.00，37.00)分，6.00 (5.00，7.00)分，5.00(5.00，5.00)分，5.00(5.00，5.00)分，9.00(6.00，11.00)分，7.00(6.00，10.00)分]，差异有统计学意义( Z＝-4.781～-6.724，均 P<0.01)。与对照组相比，患者组WCST完成分类数减低，而错误应答数、持续应答数和持续性错误数升高( Z＝-5.655～-6.060，均 P<0.01)；ANT正确率降低，而反应时增长( Z＝-5.796，-6.094，均 P<0.01); VFT和DST分均降低( Z＝-3.492～-8.499，均 P<0.01)。相关分析显示，患者组CTQ性虐待分与WCST完成分类数( r＝-0.384)呈负相关，与错误应答数( r＝0.360)、持续应答数( r＝0.394)及持续性错误数( r＝0.381)间呈正相关(均 P<0.01)；CTQ躯体忽视分与ANT正确率( r＝-0.400)和执行控制分( r＝-0.417)间呈负相关，情绪忽视分与VFT分间呈负相关( r＝-0.345)(均 P<0.01)，控制年龄、受教育年限和PANSS总分后，这种相关性仍存在。 结论:精神分裂症患者早年经历创伤性事件较多，存在广泛的认知功能缺陷，童年创伤对患者认知灵活性、注意、记忆和言语功能具有负性影响，但患者童年创伤与注意网络执行控制间的正性关联尚需进一步验证和探讨。

目的:探讨急性小脑梗死患者认知功能的改变及其与大脑结构网络的关系。方法:选择南京医科大学附属脑科医院神经内科自2016年7月至2019年10月收治的36例小脑后叶梗死患者作为小脑梗死组；选择同期门诊体检以及年龄、性别和受教育年限与小脑梗死组患者相匹配的30例健康对照者作为对照组。对2组受试者进行神经认知和行为学测试以评估其认知功能以及进行MRI扫描获得弥散张量成像(DTI)数据，并采用确定性纤维追踪算法以及图形理论获得受试者大脑结构网络拓扑特征参数。比较2组间临床资料、大脑结构网络拓扑特征参数的差异，并采用相关性分析评估小脑梗死组患者大脑结构网络拓扑特征参数与认知功能的相关性。结果:与对照组比较，小脑梗死组患者的简易精神状态检查量表(MMSE)、蒙特利尔认知评估量表(MoCA)评分降低，听觉词语学习测试(RAVLT)、数字广度测试(DST)、画钟测试(CDT)评分及Berg平衡量表(BBS)评分均降低，连线测验(TMT)-A、TMT-B用时增加，差异均有统计学意义( P<0.05)。与对照组比较，小脑梗死组患者脑网络全局效率(Eglob)和局部效率(Eloc)降低，聚类系数(Cp)和最短路径长度(Lp)增加，差异均有统计学意义( P<0.05)。与对照组比较，小脑梗死组患者14个脑区[左侧、右侧的内侧和旁扣带脑回(DCG)，左侧岛盖部额下回(IFGoperc)，左侧、右侧的补充运动区(SMA)，左侧、右侧的楔前叶(PCUN)，左侧眶部额下回(ORBinf)，左侧颞极颞上回(TPOsup)，左侧颞极颞中回(TPOmid)，左侧顶下缘角回(IPL)，左侧、右侧后扣带回(PCG)，左侧三角部额下回(IFGtriang)]的区域效率降低，差异均有统计学意义( P<0.05)。小脑梗死组患者的MoCA评分与脑网络Lp呈负相关关系( P<0.05)，与Eglob及右侧DCG、左侧DCG、右侧PCG区域效率均呈正相关关系( P<0.05)；小脑梗死组患者的RAVLT评分与Eglob呈正相关关系( P<0.05)，TMT-A用时与左侧DCG区域效率呈负相关关系( P<0.05)；TMT-B用时与右侧DCG、右侧PCUN、左侧DCG区域效率呈负相关关系( P<0.05)，但是与Lp呈正相关关系( P<0.05)。 结论:急性小脑梗死患者存在记忆、执行能力、视空间及注意力认知障碍，同时双侧PCUN、PCG、DCG和额颞叶信息传递效率降低，其中右侧PCG、双侧DCG以及右侧PCUN的异常改变可能在其认知功能障碍的形成中起关键作用。

认知功能障碍是抑郁症重要的临床表现之一，主要表现为执行功能、注意力、记忆力、信息处理速度等方面的功能受损。抑郁症合并认知功能障碍不仅是其疗效不佳的预测因素，而且与痴呆之间也存在密切的联系。既往研究表明抑郁症与认知障碍之间可能存在多种生理机制的改变。随着神经影像学技术的迅速发展，静息态功能磁共振成像作为一种新兴技术，被广泛应用于探讨抑郁症与认知障碍的神经生物学机制。本文通过综述抑郁症合并认知功能障碍的静息态功能磁共振成像表现，发现脑内默认模式网络、认知控制网络、突显网络激活或减弱，网络间功能连接发生改变，存在着损害和代偿并存的现象。上述脑功能的改变，有望成为抑郁症合并认知功能障碍的治疗靶点。