目的:探讨可解释的机器学习模型预测急性缺血性脑卒中预后的应用价值。方法:选取广东医科大学附属湛江中心医院神经内科自2020年3月至2023年10月实施静脉溶栓治疗的296例急性缺血性脑卒中患者为研究对象，随访3个月后使用改良Rankin量表评估预后（0~2分定义为预后良好，3~6分定义为预后不良）。回顾性收集患者的临床资料，并采用多因素Logistic回归分析筛选出患者预后的独立影响因素。以3∶2比例将患者随机分为训练集（ n=178）和测试集（ n=118），以预后独立影响因素为特征变量训练10种机器学习模型（逻辑回归、随机森林、支持向量机、朴素贝叶斯、线性判别分析、混合判别分析、灵活判别分析、梯度增强机、极端梯度提升和分类梯度提升），分别使用校准曲线、精确-召回曲线、精确-召回增益曲线及受试者工作特征曲线评估这10种机器学习模型的预测性能，使用Shapley加法解释（SHAP）对机器学习模型附加解释和可视化（包含全局解释和局部解释）。 结果:296例患者中预后不良72例。年龄（ OR=1.039，95% CI：1.008~1.072， P=0.015）、美国国立卫生研究院卒中量表评分（ OR=1.213，95% CI：1.000~1.337， P<0.001）、格拉斯哥昏迷量表评分（ OR=0.470，95% CI：0.289~0.765， P=0.002，）、卒中预测工具-Ⅱ评分（ OR=1.257，95% CI：1.043~1.516， P=0.016）、C反应蛋白水平（ OR=1.709，95% CI：1.398~2.087， P<0.001）和血小板计数（ OR=0.988，95% CI：0.978~0.998， P=0.016）是患者预后的独立影响因素。在10种机器学习模型中，极端梯度提升模型预测患者预后的性能最高（校准曲线评估示一致性指数为0.896，精确-召回曲线评估示曲线下面积为0.791，精确-召回增益曲线示曲线下面积为0.363，受试者工作特征曲线示曲线下面积为0.856）。全局解释中SHAP直观图显示特征变量的重要性排序依次为C反应蛋白、美国国立卫生研究院卒中量表评分、血小板计数、格拉斯哥昏迷量表评分、卒中预测工具-Ⅱ评分和年龄；SHAP散点图可视化了6个特征变量的贡献方向，呈"两端分布"现象；SHAP依赖图显示了6个特征变量的观测值与SHAP值间的依赖关系，其中C反应蛋白趋势最为显著。SHAP力图为单个样本提供了局部解释，使得极端梯度提升模型更加透明和可解释性。 结论:基于年龄、美国国立卫生研究院卒中量表评分、格拉斯哥昏迷量表评分、卒中预测工具-Ⅱ评分、C反应蛋白水平和血小板计数为特征变量的极端梯度提升模型预测急性缺血性脑卒中患者预后的性能最优，在此基础上结合SHAP进行模型解释和可视化，有助于理解各特征变量对预测结果的贡献大小及方向。

癫痫是一种严重的慢性神经系统疾病，可通过分析由脑神经元产生的脑电信号对其进行检测，因此脑电图成为诊断癫痫的关键工具。应用特异性方法对脑电信号进行处理和分析，在探索大脑工作机制和脑神经系统疾病的诊断方面具有重要意义。本文通过对脑电图信号的特征提取、特征分类等相关分析方法（如主成分分析、独立成分分析、小波变换、线性判别分析、支持向量机、人工神经网络和决策树等）进行总结，阐述了其在癫痫治疗中的应用，概括展示了近年来的研究进展。为癫痫发作的检测和分类以及未来的研究方向提供了一定的借鉴和参考。

目的:比较侵袭性牙周炎（aggressive periodontitis，AgP）、慢性牙周炎（chronic periodontitis，CP）与牙周健康者（periodontally healthy，PH）龈下菌群的差异，为牙周病的病因学研究及基于菌群调控的牙周病新疗法提供参考。方法:按纳入标准收集2013年12月至2014年12月在南京大学医学院附属口腔医院·南京市口腔医院牙周病科门诊就诊的AgP（AgP组）、CP（CP组）患者和PH受试者（PH组）各10例，根据X线片和口内情况初步预估取样位点后，收集各组龈下菌斑并记录各项牙周临床指数，提取龈下菌斑样本中的DNA，PCR扩增、构建DNA文库并对16S rDNA测序。最终可成功构建文库并测序者包含：8例AgP患者的18个样本，10例CP患者的31个样本和8名PH志愿者的10个样本。对各组样本的α多样性和β多样性以及菌群构成进行分析和比较，并采用Pearson相关性分析评价细菌与探诊深度的相关性。结果:菌群分析显示，AgP组龈下菌群的α多样性显著低于其他两组（ P<0.05）。在门水平，AgP和CP组拟杆菌门丰度[分别为（36.8±7.4）%、（37.2±6.3）%]、螺旋体门丰度[分别为（16.0±5.4）%、（11.8±3.6）%]均显著高于PH组[分别为（27.5±11.2）%、（5.2±4.4）%]（ P<0.05），而放线菌门和变形菌门丰度[AgP组分别为（4.2±3.3）%、（12.9±5.1）%；CP组分别为（6.1±2.6）%、（12.1±4.0）%]均显著低于PH组[分别为（19.3±13.1）%、（23.0±10.1）%]（ P<0.01）；AgP组龈下菌群中螺旋体门和柔壁菌门的丰度[分别为（16.0±5.4）%、（1.7±1.2）%]均显著高于CP组[分别为（11.8±3.6）%、（0.7±0.6）%]（ P<0.05）。在属水平，AgP组龈下菌群中棒状杆菌属、放线菌属、 Saccharibacteria_norank、月形单胞菌属、 Oribacterium的丰度显著低于CP组，而产线菌属、 Lentimicrobiaceae_norank、 Defluviitaleaceae_UCG_011、 Family_XI_unclassified的丰度显著高于CP组( P<0.05）。主坐标分析显示，各组样本存在聚类现象。线性判别分析显示，AgP组富集菌包括螺旋体科等，CP组富集菌包括拟杆菌科等。相关性分析显示，AgP组中密螺旋体属、 Defluviitaleaceae_UCG_011、支原体属、卡氏菌属、 Fretibacterium的丰度与探诊深度呈显著正相关（ r=0.525~0.750， P<0.05），丛毛单胞菌科-未分类的属、链球菌属、二氧化碳噬纤维菌属、奈瑟菌属、普雷沃菌属、消化球菌属、劳尔菌属、 Bergeyella和放线菌属的丰度与探诊深度呈显著负相关（ r=-0.617~-0.490， P<0.05）；CP组小类杆菌属、 Family_XI_unclassified、卡氏菌属、消化链球菌属、 Pelospora和理研菌科_RC9_肠组的丰度与探诊深度呈显著正相关（ r=0.430~0.533， P<0.05）。 结论:牙周炎症和健康时其龈下菌群存在明显不同；AgP和CP的龈下菌群也存在明显差异，提示这可能是两种不同的疾病。

目的:探讨粪菌移植治疗IBS的有效性、安全性及其对IBS患者肠道菌群的影响。方法:选择2016年9月至2017年8月在广州市第一人民医院行粪菌移植的IBS住院患者28例。所有IBS患者于粪菌移植前、粪菌移植后4和12周完成肠易激综合征生活质量量表(IBS-QOL)、肠易激综合征严重程度系统评分(IBS-SSS)和胃肠道症状分级(GSRS)评分。IBS患者粪菌移植前和粪菌移植后4周行16S rDNA测序，从门、科、属水平分别分析粪菌移植对IBS患者肠道菌群多样性和菌群结构的影响，进一步应用线性判别分析效应量(LEfSe)筛选差异菌属。采用配对 t检验和配对秩和检验进行统计学分析。 结果:粪菌移植后12周，IBS-QOL心境恶劣、行为障碍、自体意象、健康担忧、进食逃避和关系拓展6个维度的评分均低于粪菌移植前[分别为43.750分(22.656分，56.250分)比48.438分(32.031分，60.938分)、37.500分(18.750分，56.250分)比46.429分(21.429分，62.500分)、31.250分(14.063分，42.188分)比31.250分(18.750分，50.000分)、41.667分(27.083分，56.250分)比50.000分(41.667分，66.667分)、54.167分(43.750分，72.917分)比66.667分(58.333分，83.333分)、8.333分(0.000分，33.333分)比16.667分(8.333分，33.333分)]，差异均有统计学意义( Z＝-2.157、-3.429、-2.274、-3.197、-3.042、-2.329， P均<0.05)。粪菌移植后12周，IBS-QOL行为障碍和关系拓展2个维度的评分均低于粪菌移植后4周[分别为37.500分(18.750分，56.250分)比39.286分(19.643分，62.500分)和8.333分(0.000分，33.333分)比16.670分(2.083分，41.667分)]，差异均有统计学意义( Z＝-1.998、-2.110， P均<0.05)。粪菌移植后4和12周的IBS-SSS、GSRS评分均低于粪菌移植前[(190.32±106.51)、(201.43±102.48)分比(245.93±86.10)分和5.50分(4.00分，9.00分)、5.50分(4.00分，8.75分)比7.00分(6.00分，9.75分)]，差异均有统计学意义( t＝4.402、3.848， Z＝-3.081、-3.609； P均<0.01)。粪菌移植后患者均无严重不良反应发生。门水平中，粪菌移植后IBS患者粪便中疣微菌门的丰度高于粪菌移植前(6.74%比0.37%)；科水平中，粪菌移植后IBS患者粪便中疣微菌科的丰度高于粪菌移植前(6.74%比0.37%)；属水平中，粪菌移植后IBS患者粪便中艾克曼菌的丰度高于粪菌移植前(6.74%比0.37%)，差异均有统计学意义( Z均＝-2.589， P均＝0.010)。LEfSe法发现，粪菌移植后4周，IBS患者肠道菌群中艾克曼菌的丰度高于粪菌移植前(6.74%比0.37%)，差异有统计学意义(线性判别分析值＝4.5， P＝0.049)。 结论:初步证实粪菌移植治疗IBS安全、有效，其作用机制可能是通过上调IBS患者肠道菌群多样性和改变菌群结构发挥疗效。

目的:探索宫颈癌及子宫内膜癌患者肠道微生物与放疗期间放射性肠炎的严重程度的关系。方法:收集37例宫颈癌和子宫内膜癌接受放射治疗的患者粪便样本。包括根治性放疗(RR)和术后放疗(PR)患者。根据CTCAE 5.0中腹泻和直肠炎的级别记录症状，任何症状2级及以上记为高症状级别(HG)，否则记为低症状级别(LG)。用16S rRNA测序方法对粪便样本的DNA进行测序及生物统计分析，分析指标包括α多样性、β多样性、线性判别分析效应量(LEfSe)和MetagenomeSeq分析。结果:放疗前LG患者的肠道微生物α多样性高于HG患者( P<0.05)。两组的β多样性也存在差异(stress<0.2)。放疗前HG组患者样本中的 Ruminococcus gnavus明显高于LG组患者( P<0.05)。这种微生物有可能成为放疗前预测放射性肠炎的标志物种。另外，根治性放疗(RR)患者与术后放疗(PR)患者相比，放疗前肠道微生物群多样性更高，且放疗后放射性肠炎的发生率更低。 Faecalibacterium prausnitzii在放疗前根治组中较高( P<0.05)，可能与放疗不良反应呈负相关。 结论:宫颈癌及子宫内膜癌患者的肠道微生物群特征与放疗期间放射性肠炎的严重程度密切相关。手术等治疗可能会改变宫颈癌及子宫内膜癌患者的肠道微生物群状态，降低患者的辐射耐受性，使其更容易发生更为严重的放射性肠炎。

目的:建立和验证基于钆塞酸二钠（Gd-EOB-DTPA）增强MRI的双表型肝细胞癌（DPHCC）术前诊断影像组学模型。方法:回顾性收集行Gd-EOB-DTPA增强MRI检查并经术后病理证实为肝细胞癌（HCC）的住院患者共250例，其中苏州大学附属第一医院的172例患者（DPHCC 72例，非DPHCC 100例）作为训练组（2020年1月至2023年7月），南通市第三人民医院的78例患者（DPHCC 44例，非DPHCC 34例）作为外部验证组（2019年1月至2023年7月）。于平扫、动脉期（AP）、门静脉期（PP）和肝胆期（HBP）图像中逐层勾画肿瘤感兴趣区，使用开源软件FAE进行影像组学特征提取，应用Pearson相关性分析及递归特征消除法进行特征选择，使用逻辑回归、线性判别分析、支持向量机3种分类器构建各期及联合影像组学DPHCC术前诊断影像组学模型。采用受试者工作特征曲线下面积（AUC）评估并筛选最优影像组学模型。联合诊断效能最优的组学模型与临床独立因素构建临床影像组学模型。采用Delong检验评价模型AUC的差异。结果:训练组年龄为（59.6±10.4）岁，男135例（78.5%），外部验证组年龄为（57.8±9.2）岁，男56例（71.8%）。训练组病灶最大径［ M（ Q1， Q3），4.7（2.6，7.5）比2.7（1.8，4.4）cm］及多发病灶比例（39.5%比16.7%）均高于外部验证组（均 P<0.001）。在训练组中，DPHCC亚组患者乙型肝炎病毒（HBV）感染率（66.7%，48/172）高于非DPHCC亚组（49.0%，49/78）（ P=0.021）；在外部验证组中，影像组学模型中PP模型和三期联合模型AUC（95% CI）分别为0.835（0.733~0.937）和0.786（0.681~0.891），均高于平扫的0.451（0.319~0.584）、AP的0.566（0.435~0.696）和HBP模型的0.496（0.363~0.629）（均 P<0.05），PP模型与三期联合模型AUC差异无统计学意义（ P=0.189）；影像组学模型与纳入HBV感染后的临床-影像组学模型的AUC差异亦无统计学意义（均 P>0.05）。 结论:Gd-EOB-DTPA增强MRI PP影像组学模型可用于术前鉴别DPHCC和非DPHCC。

目的:基于"肺与大肠相表里"探讨哮喘患儿的肠道菌群特征，为"肺-肠轴"研究提供试验依据。方法:基于16S rDNA高通量测序技术对2018年1月-2018年4月上海交通大学医学院附属上海儿童医学中心、同济大学附属东方医院的30例哮喘患儿及28例健康儿童的粪便样本进行测序，运用主成分分析(PCA)、LEfSe分析、线性判别(LDA）分析、非度量多维尺度（NMDS)分析等统计学方法分析哮喘患儿差异肠道菌群特征。结果:哮喘组肠道菌群操作分类单元(OTU）数目[(141.96±27.42)比(164.54±50.58)， P＝0.048]、Shannon指数[(2.49±0.51）比（2.80±0.56)， P＝0.044]低于健康儿童组，Simpson指数[(0.18±0.06)比（0.13±0.07)， P＝0.010]高于健康儿童组。哮喘组肠道菌群丰度较健康儿童组降低，但差异无统计学意义( P>0.05)。哮喘组与健康儿童组细菌丰度存在差异，可能与哮喘存在一定的相关性。 结论:哮喘儿童存在肠道菌群失调，使从肠道菌群方向治疗哮喘成为可能，也为从肠道菌群层面研究肺-肠关系提供参考。

目的:探讨人乳头瘤病毒（HPV）16亚型感染的子宫颈鳞状细胞癌患者下生殖道菌群的分布及特征。方法:前瞻性横断面研究。选取2019年8月至2020年6月就诊于中国医学科学院肿瘤医院的6例HPV16单一型别阳性子宫颈鳞状细胞癌患者（子宫颈癌组），选取同期体检人群中液基薄层细胞学检查未见异常且HPV阴性6名健康女性为健康对照组。患者抗肿瘤治疗前、健康对照者体检时用无菌棉拭子采集子宫颈后穹窿处分泌物，采用高通量测序技术扩增细菌16S rRNA基因V1-V2高变区，分析菌群分布及特征。结果:子宫颈癌组和健康对照组年龄分别为（51±8）岁、（48±3）岁，差异无统计学意义（ t=0.63， P=0.540），两组均有孕产史，无吸烟史。α多样性分析结果显示，与健康对照组比较，子宫颈癌组sobs指数（ t=3.25， P=0.009）及chao指数（ t=2.91， P=0.016）均高，差异均有统计学意义；子宫颈癌组shannon指数高（ t=2.07， P=0.065），simpson指数低（ t=1.74， P=0.113），但差异均无统计学意义。采用基于bray-curtis距离的主坐标分析（PCoA）进行数据降维分析显示，子宫颈癌组与健康对照组间β多样性差异具有统计学意义（ R2=0.154， P=0.018）。门水平上，与健康对照组相比，子宫颈癌组厚壁菌门占比低（30.21%比68.28%），拟杆菌门占比略低（6.87%比8.11%），而放线菌门（26.91%比14.42%）及变形菌门（27.33%比0.67%）占比高。属水平上，与健康对照组相比，子宫颈癌组乳杆菌属及棒状菌属占比低，失去优势菌群，而红球菌属、克雷伯菌属、气球菌属等占比明显高，且子宫颈癌组菌群种类较健康对照组多。线性判别分析（LDA）显示，属水平上，红球菌属（LDA=5.04）、克雷伯菌属（LDA=4.71）、肠杆菌属（LDA=4.29）、罗尔斯通菌属（LDA=4.28）、苍白杆菌属（LDA=4.23）、韦荣球菌属（LDA=4.14）为子宫颈癌组特征菌群；门水平上，健康对照组厚壁菌门（LDA=5.23）可为标志性物种；种水平上，子宫颈癌组红球菌（ P=0.025）、罗尔斯通菌（ P=0.045）、韦荣氏球菌（ P=0.044）、卡氏伯克霍尔德菌（ P=0.045）、假单胞菌（ P=0.043）等均较健康对照组多，差异均有统计学意义。 结论:HPV16单一型别阳性子宫颈鳞状细胞癌患者下生殖道菌群多样性、丰富度较健康女性增加，乳杆菌属丰度下降；红球菌属、克雷伯菌属可作为其标志性下生殖道菌群，但仍需进一步验证。

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:探讨CT影像组学定量特征在预测肺癌表皮生长因子受体（EGFR）突变中的价值。方法:回顾性分析2013年9月至2018年10月在苏州大学附属第一医院确诊的144例有EGFR基因检测结果的肺癌患者的资料，男75例、女69例，中位年龄54（25~68）岁。其中，EGFR突变型81例，男39例、女42例，中位年龄52（25~64）岁；EGFR野生型63例，男36例、女27例，中位年龄56（32~68）岁。按照2∶1的比例随机分配为训练组和验证组。利用MaZda软件提取影像组学特征包括灰度直方图（GLH）、绝对梯度（GRA）、灰度共生矩阵（GLCM）、灰度游程矩阵（GLRLM）、自回归模型（ARM）和小波变换（WAV）等特征。采用费希尔参数法（Fisher）、分类错误率联合平均相关系数法（POE+ACC）和相关信息测度法（MI）3种特征选择方法对提取的定量特征进行筛选，分别选择10个相关的最优特征，得到最优特征子集。然后用线性判别分析法（LDA）和非线性判别分析法（NDA）对三组最优特征子集进行分析，计算出其鉴别肺癌EGFR突变型与野生型的准确度、敏感度和特异度，利用人工神经网络（ANN）对训练组准确度最高的最优特征子集建立预测模型，并利用建立的预测模型，对验证组肺癌EGFR突变型与野生型进行鉴别诊断。结果:MaZda软件提取训练组肺癌EGFR突变型与野生型图像定量特征，一共301个。Fisher-NDA和（POE+ACC）-NDA法选择的最优特征子集鉴别肺癌EGFR突变型与野生型的准确度最高，为93.8%。Fisher-NDA法最优特征子集预测模型鉴别验证组中肺癌EGFR突变型与野生型的准确度、敏感度和特异度分别为83.3%、86.7%和77.8%。结论:CT影像组学最优特征子集在预测肺癌EGFR突变中有较高的准确度，为预测肺癌基因表达提供了一种新的方法。