目的 基于电子鼻技术探讨慢性萎缩性胃炎(CAG)湿热证患者口腔呼气气味图谱特征及识别效果.方法 招募慢性胃炎患者,其中CAG湿热证组60例、CAG非湿热证组50例、慢性非萎缩性胃炎(CNAG)湿热证组60例、CNAG非湿热证组50例,同时将健康志愿者30例设为健康对照组.随机选取CAG湿热证组中10例和CAG非湿热证组50例组成CAG组,选取CNAG湿热证组10例和CNAG非湿热证组50例组成CNAG组.除健康对照组外,其余各组患者进行幽门螺杆菌(Hp)检测;运用电子鼻(GISXM-MQWA01)采集所有受试者口腔呼气气味绘制图谱,对健康对照组与CAG组、CNAG组受试者,CAG湿热证组、CAG非湿热证与CNAG湿热证口腔气味图谱各响应曲线(包括曲线A、B、C、D、E、F、G、H、I、J)振幅、斜率进行比较.运用改良Transformer模型对气味图谱特征进行分类,并采用混淆矩阵方法对分类模型进行评估,指标包括准确率、ROC曲线下面积(AUC)等.结果 CAG湿热证组Hp阳性率为80.00％(48/60),CAG非湿热证组为62.00％(31/50),CNAG湿热证组为46.67％(28/60),CNAG非湿热证组为42.00％(21/50),CAG湿热组与CAG非湿热组Hp阳性率比较差异有统计学意义(P＜0.05).CAG组气味图谱的响应曲线A、B、C、D、F、G、I振幅及A、F的斜率均低于健康对照组,曲线E振幅及斜率高于健康对照组和CNAG组(P＜0.05或P＜0.01);CNAG组的图谱响应曲线A、B、C、D、F、G、I振幅及A、D、F斜率低于健康对照组(P＜0.05或P＜0.01).CAG湿热证组气味图谱响应曲线D振幅及J斜率高于CNAG湿热证组,曲线F振幅低于CAG非湿热证组,曲线H振幅及A、H、J斜率高于CAG非湿热证组(P＜0.05).CAG组与健康对照组组间气味图谱识别模型的识别准确率达77.78％,AUC=0.88;CAG组与CNAG组的识别准确率达69.44％,AUC=0.61;CAG湿热证组与CAG非湿热证组识别准确率可达75.8％,AUC=0.70.结论 电子鼻技术能对CAG湿热证患者的口腔呼气气味作出较为准确的识别,曲线F振幅降低,曲线H振幅及A、H、J斜率升高可能是其气味图谱特征.

感染影响伤口愈合,如何快速筛查出伤口感染后的细菌类型,指导医生尽快使用对症的抗菌药物,促进伤口的快速恢复,在临床上具有重要意义.本研究围绕三种细菌类型快速筛查技术的原理和应用,并结合这三种技术取得的最新研究进展进行综述.

目的:设计一款电子鼻，用于检测与识别膀胱癌尿液中的挥发性有机化合物（VOCs）标志物气体。方法:选取异丙醇、乙苯、乙酸和氨气作为目标气体，由8款金属氧化物气体传感器构建传感器阵列进行测试收集实验数据，并对不同特征归一化处理。通过递归特征消除（RFE）筛选出最佳特征子集，进一步引入主成分分析（PCA）和线性判别分析（LDA）降低数据维度便于可视化分析。此外，结合支持向量机（SVM）、随机森林（RF）、K最近邻（KNN）3种机器学习算法进行模型训练和验证。结果:特征数为12时，模型分类的准确率最高，特征子集由5个差值、5个灵敏度和2个积分组成，同时将数据降至12维；仅PCA无法区分4种气体，LDA分类效果明显好于PCA，除异丙醇与乙酸有小部分重叠区域，能够将乙苯、氨气很好地与前二者区分开，且样本点聚集在一起，聚类效果也更佳。SVM、RF和KNN的预测准确率分别为0.85、0.56、0.79，经过模型验证，PCA＋SVM、LDA＋RF和LDA＋KNN的分类准确率分别为0.97、0.94、0.97。结论:设计了一款电子鼻，能够用于检测与识别膀胱癌尿液VOCs标志物气体。

目的:探究螨虫诱导的变应性鼻炎（allergic rhinitis，AR）患者血浆细胞外囊泡（extracellular vesicle，EV）蛋白质组学的差异，寻找并鉴定AR潜在的生物标志物。方法:分别收集螨虫诱导的AR患者（AR组）和健康志愿者（HC组）的血液样本，每组各20例。使用超速离心法对AR组与HC组的血浆EV进行分离，并使用透射电子显微镜和纳米流式细胞术对EV进行鉴定和表征。使用液相色谱-串联质谱技术对分离出的EV进行蛋白质组学分析，寻找并鉴定差异表达蛋白质（differentially expression proteins，DEPs）。随后，对DEPs进行基因本体（gene ontology，GO）、京都基因与基因组百科全书（Kyoto encyclopedia of genes and genomes，KEGG）富集分析和蛋白质相互作用（protein-protein interaction，PPI）网络分析。结果:AR组和HC组的血浆EV大小在30~150 nm之间，两组之间无显著性差异。在两组之间共筛选出664种蛋白质，并鉴定出89种表达水平具有显著性差异的蛋白质（ P<0.05）。与HC组相比，AR组中有44种蛋白质表达显著上调，45种蛋白质表达显著下调。通过进行GO分析，发现这89种DEPs可能与免疫调节有关。此外，KEGG富集分析和PPI分析显示，这89种DEPs还与补体和凝血级联反应、雌激素和脂肪细胞因子信号通路等多种途径密切相关。 结论:本研究通过蛋白质组学技术成功筛选出与螨虫诱导AR相关的89种差异表达蛋白质。这些DEPs主要参与调节个体的免疫反应，其中脂联素、补体C1q亚基A和溶质载体家族2等蛋白质可能成为诊断AR的潜在生物标志物。

在医学领域，医疗数据电子化、信息互联性增强、生理信号采集终端设备普及为医疗人工智能（AI）的研究和应用奠定了基础。医学AI应用在耳鼻咽喉头颈外科学领域主要前景包括：（1）数字化影像和生理数据的识别与分析；（2）基于大样本患者组群，智能选择治疗护理方案；（3）AI疾病识别和验证模型；（4）医疗信息的智能无障碍链接等。可以期待，AI技术将在本领域推动高效利用有限的医疗资源，大规模延伸医疗健康服务供给，颠覆性地促进诞生新的健康管理和医疗服务模式。

到目前为止，呼吸系统疾病包括血液检测、影像学检查、支气管镜、肺活体组织检测等多种诊疗手段，但对那些存在禁忌证，配合欠佳的患者容易有误诊、漏诊的情况发生。采用电子鼻技术检测挥发性有机化合物，可作为一种新型简便的无创检测手段，用于不同类型的呼吸系统疾病的早期筛查与疗效评估。

支气管哮喘是一种以慢性气道炎症为特征的异质性疾病。近年来哮喘的诊疗趋于精准医学，哮喘的个体化治疗首要是立足于个体化诊断，但哮喘的发病机制复杂及临床表型各异，其高度异质性也带来了实现个体化诊治的巨大挑战，基于多维度、多手段的诊断与评估是重要的实践发展方向。

黏液纤毛清除功能的主要作用是清除随空气吸入呼吸道的病原微粒。纤毛作为黏液纤毛清除的主要组成部分和动力来源，其功能障碍会导致多种鼻、咽及肺部疾病。近年来成像技术的发展对于纤毛结构和功能的研究起到了重要的推动作用。本文将重点介绍成像技术在纤毛基础研究和临床应用领域的进展，主要包括经典的电子显微镜、高速显微摄影以及近年来兴起的光学相干断层扫描技术，并对纤毛的体内成像技术现状作一描述和展望。

定期筛查对于癌症早诊早治至关重要。癌症筛查手段大多繁琐、有侵入性、费用高，特别是进行多器官全面检查时，如何提高常规癌症筛查的速度和有效性仍然是卫生保健领域的重大挑战。多癌早期筛查是一个充满希望的新概念，有助于弥补当前常规癌症筛查的不足。近年来，一些早癌筛查技术已经得到发展，例如检测血液中肿瘤无细胞DNA技术、电子鼻技术以及利用秀丽隐杆线虫作为早期癌症检测工具探测非血液体液如呼出气凝集液和尿液。

喉功能丧失是全喉切除术后患者面临的首要问题，虽然目前可以通过某些技术手段（如植入发音钮、使用电子喉等）使喉的发声功能得到部分补偿，通过术后康复训练等改善吞咽功能障碍，但患者仍需终身经气管造瘘口呼吸。喉移植作为目前唯一有可能完全恢复喉功能的治疗措施，一直是国内外耳鼻咽喉头颈外科领域关注的焦点。本文从患者病例介绍、术前评估与准备、手术过程、术后管理4个主要方面回顾四川大学华西医院成功完成的1例人喉-气管同种异体移植术，为今后临床喉移植的发展提供参考。