目的:分析生理学课程线上翻转课堂教学中学生的学习体验与学习偏好，以期为线上教学资源的提供和教学方式的设计提供参考。方法:本研究采用问卷调查方法。2020年3月至4月，选取中南大学湘雅医学院2018级五年制临床医学专业147名学生为研究对象，在生理学课程授课第一周和第五周分别对学生的线上学习体验和学习偏好进行调查，通过配对秩和检验、配对卡方检验等进行数据分析。结果:共有140名学生参加了2次调查。学生对线上翻转课堂的满意度评分分别为4(3，4)和4(4，4)，喜爱度评分均为4(3，4)，同一学生的2次调查结果显示，第二次调查的满意度和喜爱度评分比第一次调查的评分均有提高，其差异均具有统计学意义( Z＝-2.513， P＝0.012； Z＝-2.704， P＝0.007)。2次调查中分别有56.4%(79/140)和50.0%(70/140)的学生偏好15分钟短视频，43.6%(61/140)和50.0%(70/140)的学生偏好45分钟长视频，同一学生在2次调查中对不同时长录播课程视频偏好变化的差异无统计学意义( χ2＝1.641， P＝0.200)；55.7%(78/140)和60.0%(84/140)的学生偏好直播课程，44.3%(62/140)和40.0%(56/140)的学生偏好录播课程，同一学生在2次调查中对不同授课形式偏好变化的差异无统计学意义( χ2＝0.500， P＝0.480)。 结论:学生对生理学课程线上翻转课堂的学习体验良好，对不同时长的录播课程视频、录播课程与直播课程有着不同的学习偏好，线上教学资源的提供和教学方式设计应当兼顾不同学生群体的需求。

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:运用机器学习算法及列线图，构建和验证免疫检查点抑制剂相关性肺炎（CIP）风险预测模型，旨在为更好的辅助临床护理人员筛查CIP的高危人群，提供准确直观的方法。方法:采用回顾性病例对照研究。选取2019年1月至2022年2月南方医科大学珠江医院就诊的230例使用免疫检查点抑制剂治疗的肿瘤患者，使用医院电子病历系统收集患者的资料。应用5种机器学习算法和列线图构建预测模型，在独立测试集进行模型的验证，最后依据评价指标AUC、准确率等评估预测模型的区分度及稳定性。结果:6种模型均提示，肺部基础疾病、吸烟史、血清白蛋白值≤35 g/L、胸部放疗史是促进CIP发生的重要影响因素。K最近邻、支持向量机（SVM）、朴素贝叶斯、决策树和随机森林构建的CIP预测模型的AUC分别为0.647、0.696、0.930、0.870、0.934。列线图构建的模型AUC为0.813，预测性能较好，但低于机器学习算法中表现最佳的随机森林模型（AUC=0.934）。结论:与列线图相比，基于机器学习算法建立的CIP的风险预测模型具有更高的诊断价值，但列线图构建的模型可更直观评估患者风险，建议在列线图基础上，结合机器学习算法，可增加预测模型的准确性及实用性。

目的:为解决医学院校学生高等数学学习难度大、学时紧、学生学习兴趣差、接受程度低等困扰高等数学学习的问题，积极开展线上线下混合式教学模式。方法:选取2022级临床医学专业、生物医学工程专业、信息管理与信息系统专业共6个班级243名学生作为研究对象（试验组），采用自制线上学习资源与中国大学MOOC教学资源结合的线上线下混合式教学模式。课前根据教学内容设置教学目标、上传教学资源，利用超星学习通平台发布课前学习任务，帮助学生课前预习。课中教师面授，并在学习通平台发布课堂提问、随堂测验等，检验课上学习效果，方便教师掌握学生学习情况，及时进行教学调整，帮助学生顺利完成课上学习。课后在超星学习通平台上发布课上授课视频及课后习题讲解等，辅助学生巩固课上学习。并分班建立课程QQ群，方便课后与学生沟通、辅导答疑。采用SPSS 20.0软件进行 t检验。 结果:线上线下混合式教学有效提高了学生课上的参与度，极大地调动了学生的学习热情，课上平均师生互动由每节6次提高到10次；课上出勤率由原来的93.93%（232/247）提高到97.94%（238/243）；作业按时提交率由原来的92.71%（229/247）提高到96.71%（235/243）。课程教学完成以后，学生的期末综合成绩由（81.27±4.56）分提高到（89.52±3.42），差异有统计学意义（ t=8.25， P<0.001）。 结论:线上线下混合式教学的采用，不仅对学生学习成绩有良性作用，而且更大程度地激发了学生学习高等数学的热情。后续期待学生应用数学解决实际问题的能力进一步提高。

目的:调查造口治疗师（ET）慢性伤口疼痛管理知信行现状，分析其影响因素，为伤口疼痛管理持续改进提供参考和建议。方法:采用便利抽样法，对260名ET进行调查，调查工具为自行设计的一般资料调查表，ET对慢性伤口疼痛知识、信念、行为问卷。结果:共发放问卷260份，有效问卷238份。ET对慢性伤口疼痛知识问卷得分为（5.90±1.49）分；ET对慢性伤口疼痛信念问卷得分为（25.74±3.57）分；ET对慢性伤口疼痛管理行为问卷得分为（53.28±12.52）分；多重线性回归结果显示，职称、从事伤口护理工作年限、是否有肿瘤科相关科室工作经历是ET慢性伤口疼痛管理知识、信念和行为的影响因素（ P<0.05）。 结论:ET对慢性伤口疼痛知识掌握欠缺，态度尚可，实践行为亟待加强。医院管理者大力发展全职ET，实施多学科协作管理伤口疼痛，在选择ET培养人员时建议中级以上护士为培养对象。对于ET来说，需要不断地进行职称的提升及再学习，并在实践中不断积累经验。对于ET学校来说应该建立基于岗位胜任力的伤口疼痛培训知识体系，并对伤口专科护士开展相应的培训。

基于翻转课堂的线上教学方式以学生学习时间和地点灵活为特点，以培养和提高学生自主学习和分析解决问题的能力为目标，有利于提高课堂教学效果。本文以胸部局部解剖学教学为例，阐述了基于翻转课堂的线上教学方式在人体解剖学课程中的教学设计、教学实施过程。课程考核结果显示，98.0%(96/98)的学生成绩合格；问卷调查结果表明，85.7%(84/98)的学生认为该方式提高了自主学习能力，93.9%(92/98)的学生对课程整体满意。

目的:通过构建基于深度学习模型的计算机辅助龋病诊断系统，检测根尖X线片图像中恒牙邻面龋，为邻面龋的早期诊断提供参考。方法:选择福建医科大学附属口腔医院口腔颌面外科门诊提供的因正畸需要或无保留价值而拔除的人离体恒前磨牙及磨牙160颗（外观完整或邻面龋洞缘位于釉质牙骨质界之上），拍摄根尖X线片，进行组织学检测并分级（0级：无龋坏；1级：龋坏达釉质外1/2；2级：龋坏达釉质内1/2；3级：龋坏达釉质牙本质界；4级：龋坏达牙本质外1/2；5级：龋坏达牙本质内1/2）。根据组织学分级将160颗离体牙根尖X线片均分为训练集和测试集（各80颗）。由2名评估者参照组织学图像对训练集根尖X线片进行龋坏标记，建立基于深度学习模型的计算机辅助龋病诊断系统。由另2名评估者和计算机辅助龋病诊断系统分别对测试集根尖X线片进行邻面龋诊断。以组织学检测结果作为金标准，通过受试者工作特征曲线（receiver operating characteristic curve，ROC）综合评估肉眼诊断和计算机辅助龋病诊断系统的灵敏度和特异度，利用ROC曲线下面积（areas under the ROC curve，AUC）值比较两种诊断方法的总体诊断准确性。通过查准率-查全率（precision-recall，P-R）曲线综合评估两种诊断方法对龋坏样本的查准查全能力。通过灵敏度（即查全率）、特异度、阳性预测值（positive predictive value，PPV）（即查准率）和阴性预测值（negative predictive value，NPV）及其95%置信区间（confidence interval， CI）进一步比较两种诊断方法的准确性。 结果:对测试集离体牙根尖X线片，肉眼诊断与计算机辅助龋病诊断系统诊断的AUC值分别为0.729（95% CI：0.650~0.808）和0.762（95% CI：0.685~0.839），差异无统计学意义（ P>0.05）。计算机辅助龋病诊断系统与肉眼诊断的特异度、PPV、NPV差异均无统计学意义（ P>0.05）。计算机辅助龋病诊断系统的灵敏度（76.7%）显著大于肉眼诊断（59.3%）（ P<0.05）。肉眼诊断对恒牙邻面1级龋坏的灵敏度（27%）显著小于计算机辅助龋病诊断系统（77%）（ P<0.05）。 结论:与肉眼相比，计算机辅助龋病诊断系统对恒牙邻面釉质龋，尤其是局限于釉质内的早期龋坏更灵敏。本项研究建立的计算机辅助龋病诊断系统诊断准确性与评价者肉眼诊断的准确性相似。

目的:采用问卷形式调查我国二级医院麻醉医生对加速康复外科(ERAS)的认知情况和临床实践现状，为提升ERAS在全国的推广与普及提供参考。方法:采用方便抽样方法，自行设计调查问卷，于2021年4月至11月对我国二级公立医院麻醉医生开展ERAS认知情况的调查，并分析其相关影响因素，同时调查麻醉医生ERAS临床实践现状与继续教育意愿。结果:本研究发放问卷879份，回收有效问卷864份，回收率98.3%。参与调查的麻醉医生分布于全国31个省级行政区，其对ERAS认知情况得分(满分18分)为12.00(3.75)分，麻醉医生认知情况合格(得分≥12分)共563名(65.2%)。不同地理区域、年龄、学历、职称及工作年限的麻醉医生对ERAS认知情况差异有统计学意义( P<0.05)。有817名(94.6%)参与调查的麻醉医生认为ERAS管理对患者是有益，有778名(90.0%)认为在二级医院也应尽可能开展ERAS管理。有255名(29.5%)参与调查的麻醉医生在临床从未开展ERAS管理，不同地理区域麻醉医生ERAS管理的开展情况差异有统计学意义( P<0.05)。有848名(98.1%)参与调查的麻醉医生表示愿意接受ERAS的系统培训，目前最主要的获取相关知识的途径是参加线上学习和阅读相关书籍。 结论:ERAS在我国二级医院麻醉医生中认知和临床实践水平有待提高。应通过持续开展多种形式的下基层ERAS教学，不断推进ERAS在我国的广泛实践。

目的:基于不同监督机器学习算法，构建并验证适用于脓毒性休克患者28 d死亡风险的最佳预测模型。方法:从美国重症监护医学信息数据库Ⅳ v2.0（MIMIC-Ⅳ v2.0）中筛选出符合脓毒症3.0的脓毒性休克患者，随机抽取病例，其中70%作为训练集，30%作为验证集。从人口学特征及基础生命体征、入重症监护病房（ICU）24 h内血清学指标及可能影响指标的合并症、功能评分及高级生命支持3个层面提取相关预测变量。比较基于决策树分类回归树（CART）、随机森林（RF）、支持向量机（SVM）、线性回归（LR）及超级学习器〔SL，综合了CART、RF和极端梯度提升（XGBoost）〕5种主流机器学习算法构建的模型对脓毒性休克患者28 d死亡的预测效能，筛选最佳算法模型。利用LASSO回归、RF和XGBoost算法，通过取交集确定最佳预测变量，构建预测模型。采用受试者工作特征曲线（ROC曲线）验证模型的预测效能；采用校准曲线评估模型的准确性；采用决策曲线分析（DCA）验证模型的实用性。结果:最终共纳入3?295例脓毒性休克患者，28 d存活2?164例，死亡1?131例，病死率为34.32%；其中，训练集2?307例（28 d死亡792例，病死率为34.33%），验证集988例（28 d死亡339例，病死率为34.31%）。基于训练集数据分别建立5种机器学习模型；在纳入3个层面的变量后，RF、SVM、LR 3种机器学习模型在验证集预测脓毒性休克患者28 d死亡的ROC曲线下面积（AUC）依次为0.823〔95%可信区间（95% CI）为0.795～0.849〕、0.823（95% CI为0.796～0.849）、0.810（95% CI为0.782～0.838），高于CART算法模型（AUC＝0.750，95% CI为0.717～0.782）和SL算法模型（AUC＝0.756，95% CI为0.724～0.789），故将以上3种算法模型确定为最佳算法模型。综合3个层面变量后，通过LASSO回归、RF和XGBoost算法筛选并取交集，得出16个最佳预测变量，依次为入ICU 24 h内pH最大值、白蛋白（Alb）最大值、体温最大值、血乳酸（Lac）最小值、Lac最大值、血肌酐（SCr）最大值、Ca 2+最大值、血红蛋白（Hb）最小值、白细胞计数（WBC）最小值、年龄、简化急性生理学评分Ⅲ（SAPSⅢ）、WBC最大值、急性生理学评分Ⅲ（APSⅢ）、Na +最小值、体质量指数（BMI）及活化部分凝血活酶时间（APTT）最小值。ROC曲线分析显示，以上述16个最佳预测变量构建的Logistic回归模型为最佳预测模型，在验证集中的AUC为0.806（95% CI为0.778～0.835）；校准曲线及DCA曲线显示，该模型的精准度较高，且净收益最高可达0.3，其预测效能明显优于传统以单一功能评分〔APSⅢ评分、SAPSⅢ评分、序贯器官衰竭评分（SOFA）〕建立的模型〔AUC（95% CI）分别为0.746（0.715～0.778）、0.765（0.734～0.796）、0.625（0.589～0.661）〕。 结论:以pH值、Alb、体温、Lac、SCr、Ca 2+、Hb、WBC、SAPSⅢ评分、APSⅢ评分、Na +、BMI、APTT等16个最佳变量构建的Logistic回归模型为脓毒性休克患者28 d死亡风险的最佳预测模型，其效能稳定，区分度及精准度均较高。

目的:自主研发MRI设备性能检测虚拟仿真教学系统，解决MRI设备实验教学不易开展的难题。方法:针对滨州医学院2016级四年制医学影像技术专业、五年制医学影像学专业共202名学生，根据《医学影像设备学》中MRI设备教学要求，基于Unity3D引擎，应用Unity3D、3D Studio Max、Maya、Visual Studio技术，构建3D实验仿真模型、实验场景，设计实验学习内容、考核评价内容，研制教学系统软件，基于Web在线学习。并对实验学习进行满意度调查，统计本教学系统在国家虚拟仿真实验教学平台上学习者实验成绩数据，多维度评价学习效果。结果:构建的虚拟仿真教学系统为综合性实验，12个知识点对应12个实验项目，共计81个互动内容与步骤。本校学生实验学习满意度调查（202人）整体满意率为96.82%（2 347/2 424）。在国家虚拟仿真实验教学平台参与本教学系统学习并提交实验报告的499人中，实验成绩平均分为78.07分（线上学习考核满分90分），整体通过率为96.79%（483/499），实验成绩获90分（18人）的平均学习时间为54 min。结论:本虚拟仿真教学系统，实验内容全面系统、实验场景真实度高、实验操作互动性强，学习效果良好，具有推广价值。