目的:探索基于知识蒸馏算法训练构建的胎儿心脏超声图像分割网络模型在胎儿心脏超声图像三血管气管切面精细化分割中的应用价值。方法:回顾性收集2016年1月至2021年12月在浙江大学医学院附属邵逸夫医院接受胎儿心脏超声检查的正常中晚孕期胎儿1 300例，分析胎儿心脏超声三血管气管切面二维灰阶超声图像，将其分为训练集、验证集和测试集。应用训练集与验证集构建辅助诊断网络模型，再用测试集对不同网络模型(U-Net、DeepLabv3＋)进行测试，由一名有经验的医生收集并注释三血管气管切面作为参考标准。以交并比(IoU)、像素精度(PA)和骰子系数(Dice)为3个定量评估分割精度指标，评估该知识蒸馏算法训练模型的诊断效能。并对本模型及最常用的分割模型进行识别，对结果进行比较。随机选取101张图像，分别交由低年资医生、AI及低年资医生辅助AI判读，绘制Bland-Altman图像评价其分别与参考标准的一致性，并对三者结果进行比较。结果:知识蒸馏算法训练模型在所有评价指标上均取得了比U-Net、DeepLabv3＋模型更好的结果，平均IoU、PA、Dice分别为68.6%、81.4%、81.3%。与U-Net及DeepLabv3＋模型相比，本模型获得了更精确的分割边界，并且在定量评价指标上均有提高。经过该模型辅助，低年资医生对于诊断的精确度有所提高。结论:知识蒸馏算法训练模型分割方法可在胎儿心脏超声图像的三血管气管切面识别胎儿心脏的解剖结构，其识别结果明显优于相关方法，并可提高低年资医生对于其图像识别的准确度。

目的 提出一种基于实时荧光聚合酶链式反应(Polymerase Chain Reaction,PCR)时序数据的深度神经网络知识蒸馏的阴阳性识别技术.方法 通过使用神经网络进行时序分类,在增加鲁棒性的同时减少异常值对模型结果的影响;结合知识蒸馏技术压缩深度神经网络,降低神经网络对算力资源的需求,以适应较低的计算资源运行环境.结果 收集全自动核酸提纯及实时荧光PCR分析系统AutoMolec 3000数据302260条,将数据集按80%和20%的比例分成训练集和测试集,在测试集上验证知识蒸馏后的全卷积神经网络(Fully Convolutional Networks,FCN)模型与长短时记忆结构(Long Short-Term Memory,LSTM)模型,在准确度、敏感度、特异性和F1均高于0.999的前提下,FCN模型可缩小21.3倍,LSTM模型参数可降低12.8倍;60452条样本的预测时长分别为5.6900、2.2516 s.结论 模型可保证整体的准确度性能,满足对部署环境的算法要求低的需求.

目的 针对医学实验室自动化生化免疫检验流水线识别准确率和识别速度要求极高、采血管类型众多、采血管铝箔帽状态复杂以及管壁挂液干扰严重的问题,提出一种基于卷积神经网络的采血管铝箔帽状态检测方法,以实现采血管铝箔帽状态的识别.方法 首先采用轻量化的模型设计思想,通过减少模型的深度降低参数量和计算量,同时引入通道注意力机制,以提高样本特征的提取能力;其次采用Focal Loss损失函数解决难例样本挖掘的问题,进一步优化模型的性能;最后,通过教师网络指导学生网络进行知识蒸馏,得到最终轻量化的小模型.结果 对学生网络模型的轻量化设计使该检测方法适用于资源有限的边缘计算设备,模型的参数量仅为0.354 M,计算量为0.165 GFlops,对Jetson Nano设备的识别速度为3.42 ms,且其在复杂的采血管情况下,识别准确率可达100%.结论 本研究充分验证了该模型的轻量化、高效性和实用性,说明基于轻量化卷积神经分类网络模型的检测方法可准确识别采血管铝箔帽状态,是医学实验室自动化生化免疫检验流水线中采血管铝箔帽状态检测的解决方案.

目的 探讨ICU人工气道湿化护理现状,为制定改进措施提供科学依据.方法 选取2018年7—12月在我院ICU从事护理工作的104名护理人员作为研究对象,了解其人工气道湿化护理方式及湿化液的选择情况,人工气道湿化相关标准制定依据,湿化护理知识来源及对培训的态度.结果 ICU人工气道湿化护理中,湿化方式以加热湿化器使用比例最高,占比30.77％.湿化液以0.9％氯化钠溶液(50.00％)及无菌蒸馏水(48.08％)为主.相关标准制定依据以书籍为主,占比32.69％.护理人员对湿化护理相关知识来源为ICU专科护士培训及科室内在职教育,自行学习及护理院校教育评分较低;对培训的态度中,多数护理人员愿意学习更多护理知识.结论 ICU人工气道湿化护理目前缺乏科学性,应通过加强培训及再教育,提高护理人员对湿化护理知识的认知,加快其知识的更新速度,以提高护理质量.

目的 制作一种价格低、实用的超声引导靶点注射训练模型并评估其有效性.方法 通过应用耐高温透明容器、琼脂粉和蒸馏水等原料,以及根据实际需要加入骨关节模型、神经肌肉、血管组织等,制作超声引导靶点注射模型.此外我们采用该模型对学员进行培训,通过培训前后提供的问卷结果来评估该模型的有效性.结果 共有30名进修医生参与本次研究,通过使用超声引导靶点注射训练模型能够在超声引导下获得解剖结构的清晰超声影像.此外培训前后学员对超声成像、腰椎解剖和穿刺注射理论知识掌握程度的Likert评分中位数差值分别为5(4-6)(Z=-4.818,P＜0.01),4(4-5)(Z=-4.846,P＜0.01)和4(3.75-6.25)(Z=-4.810,P＜0.01),对独立操作超声引导下穿刺注射的信心程度自我评价的中位数差值为4(2-4)(Z=-4.839,P＜0.01).结论 该模型在超声下回声均匀,层次分明,骨性结构显像良好.由于其易于制作,价格低,可反复使用,非常适合用于超声引导靶点注射的练习.

目的 评价不同消毒剂对牙椅水路系统中细菌的清除效果,为口腔诊疗环境中消毒剂的选择和使用提供参考.方法 计算机检索PubMed、Web of Science、EMBASE、Scopus、Ovid、ProQuest、中国知网、维普网和万方数据知识服务平台等数据库中有关消毒剂应用于牙椅水路系统的随机对照试验,检索时限从建库至2021年3月.采用R 4.0.4软件gemtc程序包和Stata16.0软件进行网状Meta分析.结果 共纳入12篇文献.网状Meta分析结果 显示,与蒸馏水相比,微酸性电解水、过氧化氢银离子和酸性氧化电位水能更有效地减少牙椅水路系统中细菌的菌落计数;与自来水相比,次氯酸钠和芦荟液能更有效地减少牙椅水路系统中细菌的菌落计数,差异具有统计学意义.排序概率图结果 显示,消毒效果排序结果 从优到劣依次为聚维酮碘、微酸性电解水、氯己定、酸性氧化电位水、过氧化氢银离子、臭氧溶液、二氧化氯、过氧化氢、芦荟液、次氯酸钠.结论 微酸性电解水对牙椅水路系统中细菌的消毒效果优于其他常用消毒剂,但仍需高质量、大样本的随机对照试验进一步进行证实.

基于预训练模型BERT和UniLM MASK提出一个可应用于中医药问题生成的生成式BERT,结合基于标签平滑、对抗扰动和知识蒸馏的多策略机制,以及多模型软投票的集成策略,提高生成式BERT的性能表现和泛化能力,有助于中医药问题生成任务取得更好效果以及中医药文本数据的充分利用.

目的:解决卷积神经网络无法量化模型的偶然不确定性与认知不确定性问题,优化皮肤病变类型识别机制,降低误诊率.方法:在构建多尺度网络时,基于贝叶斯深度学习网络构建深度贝叶斯蒸馏网络,通过多次采样数据分布方式拟合训练数据模型,量化模型的偶然不确定性与认知不确定性.进一步引入了知识蒸馏对模型进行压缩,构建学生网络模型拟合教师网络的输出,使用教师网络的参数和真实值标签训练学生网络,从而实现对模型参数量与时间的优化.结果:识别准确率与现有相关方案相比提高3.00％～8.00％,达到83.90％,同时参数量减少14.12％,运行时间节约8.70％.结论:基于深度贝叶斯蒸馏网络的皮肤病变识别机制能够显著提高识别准确率,同时减少模型参数量与运行时间.