目的:探索基于深度学习方法自动分割彩色眼底图像上糖尿病患者视网膜渗出特征的可行性。方法:应用研究。基于印度糖尿病视网膜病变图像数据集（IDRID）模型的U型网络，将深度残差卷积引入到编码和解码阶段，使其能够有效提取渗出深度特征，解决过拟合和特征干扰问题，同时提升模型的特征表达能力和轻量化性能。此外，通过引入改进的上下文提取模块，使模型能捕捉更广泛的特征信息，增强对视网膜病灶的感知能力，尤其是提升捕捉微小细节和模糊边缘的能力。最后，引入卷积三重注意力机制，使模型能自动学习特征权重，关注重要特征，并从多个尺度提取有益信息。通过查准率、查全率、Dice系数、准确率和灵敏度来评估模型对彩色眼底图像上糖尿病患者自动视网膜渗出特征的检测与分割能力。结果:应用本文研究方法后，改进模型在IDRID数据集上的查准率、查全率、相似系数、准确率、灵敏度、分别达到81.56%、99.54%、69.32%、65.36%、78.33%。与原始模型相比，改进模型的查准率和Dice系数分别提升了2.35%和3.35%。结论:基于U型网络的分割方法能自动检测并分割出糖尿病患者眼底图像的视网膜渗出特征，对于辅助医生更准确地诊断疾病情况具有重要意义。

弥漫性胶质瘤是最常见的颅脑原发恶性肿瘤,术前精准分级、分子分型预测等对于制订适当的治疗策略和预测生存率具有至关重要的作用.影像组学使用高级特征分析从医学图像中提取数据并构建预测模型,捕捉病变微小的变化,从而提高临床诊断、评估预后和预测治疗反应的准确性.深度学习(deep learning,DL)可以从大量原始数据中自动学习和提取多层特征,而不是手工提取的浅层特征,由于DL已被充分证明能够准确地找到非常深入和抽象的特征,这使其成为医学图像分析领域中广泛研究的课题.随着计算能力的进步,基于DL的人工智能已经彻底改变了各个领域.本研究基于多模态MRI影像组学与DL在胶质瘤术前分级、分子分型、生存预测及治疗评价中的最新研究进行综述,以期为胶质瘤患者提供精准诊疗.

目的 针对我国男子速滑运动员1 500 m直道技术进行生物力学分析,确定动作技术对运动表现的影响.方法 以参加2021年全国速度滑冰锦标赛1 500 m项目的34名男运动员为研究对象,采用三维定点录像解析的方法获取运动学数据,分析周期特征、动作阶段和关键时刻技术特征与周期速度的关系.结果 滑幅(r=0.560)、滑行距离(r=0.554)、蹬冰距离(r=0.512)与周期速度高度正相关.滑行阶段的躯干活动范围(r=0.651)、踝关节角(r=0.434)、踝关节活动范围(r=0.446)与滑行速度中度或高度正相关,躯干角(r=-0.427)与滑行速度中度负相关;蹬冰阶段的躯干角(r=0.673)、髋关节伸展角(r=0.804)、髋关节外展角(r=0.560)、髋关节外展角速度(r=0.566)与蹬冰速度高度正相关,蹬冰角(r=-0.605)与蹬冰速度高度负相关.结论 1 500 m速滑直道速度主要取决于滑幅,滑行距离、蹬冰距离越大,速度越大.躯干角和踝关节角是影响运动员滑行速度的主要技术特征,适当增加躯干活动范围能有效提高滑行速度;躯干角、髋关节角和蹬冰角是影响运动员蹬冰速度的主要技术特征,积极伸髋蹬冰能有效提高蹬冰速度.

针对阵发性房颤(PAF)发作持续时间较短难以捕捉,且现有识别算法抗噪性能较差易导致误检、漏检等问题,本研究提出一种基于积分均值模式分解(IMMD)和固有模态函数样本熵(IMFSE)的PAF识别方法.首先,对时长为20 min的心率变异性(HRV)信号片段进行IMMD分解得到一系列固有模态函数(IMF)分量,并计算IMFSE;然后,通过对IMFSE结果进行统计分析选取PAF识别的特征量;最后,利用支持向量机与交叉验证完成PAF识别.从PAF Prediction Challenge Database(AFPDB)数据库提供的正常受试者、PAF发作与远离PAF发作受试者心电信号中,分别获取25段时长为20 min的HRV信号片段,构成正常组、PAF发作组与PAF未发作组.通过对这75段HRV信号片段的实验发现:利用本方法进行PAF识别,识别准确率、敏感性、特异性分别可达到94％、96％、92％.所提出的PAF识别算法为进一步地快速准确自动检测PAF提供了参考,在可穿戴设备的长期自动检测识别PAF方面具有较大的应用前景.

深度学习能从图像数据中自动学习代表性的影像特征应用于图像分析,如脑胶质瘤分期/分级、分子标志物状态预测、肿瘤假性进展与真实进展鉴别和生存预测等.影像组学旨在从常规医学图像中提取影像学特征来定量描述肿瘤,捕捉组织和病变微小的变化,如肿瘤体积内的异质性、肿瘤形状以及其在连续成像中随时间的变化.基于影像组学和深度学习的图像分析技术可以实现脑胶质瘤诊疗步骤的简化和自动化,具有较高的准确性.本研究对深度学习技术及影像组学方法进行概述,对近几年深度学习技术及影像组学方法在脑胶质瘤诊疗中的应用进行综述,以期为脑胶质瘤患者临床治疗方案选取提供术前依据.

目的 通过与常规12导联心电图记录的心电图对比,评价便携式12导联心电事件捕捉器记录心电图的有效性,以及测量数据的准确性.方法 选取2016年7-10月在北京同仁医院心血管中心住院治疗的110例心血管疾病患者及40名健康志愿者,同时进行常规12导联心电图和便携式12导联心电事件捕捉器记录心电图,观察自动测量值的一致性,包括心率(HR)、PR间期、QRS间期、QT间期、矫正QT (QTc)间期;比较两种心电图机心电图诊断准确率.结果 常规心电图和便携式心电图测量的PR间期、QRS间期、QT间期比较,差异均无统计学意义(P＞0.05);常规心电图和便携式心电图测量的HR、QTc间期比较,差异均有统计学意义(P＜0.05).常规心电图和便携式心电图在正常心电图、心房颤动+心房扑动、急性ST段抬高型心肌梗死、急性非ST段抬高型心肌梗死+不稳定型心绞痛、Ⅱ度房室传导阻滞+Ⅲ度房室传导阻滞、其他诊断准确率比较,差异均无统计学意义(P＞0.05).结论 便携式12导联心电事件捕捉器所记录和传输的心电信号准确、可靠,心电图诊断基本符合,可作为临床诊断应用.

利用遥感方法可以在区域尺度反演地表植被的光合生理状况和生产力变化,但亚热带常绿林冠层结构季节变化较小,传统的光谱植被指数对植被光合作用难以准确捕捉.利用2014-2015年中国科学院广东省鼎湖山森林生态试验站多角度自动光谱观测系统的光谱反射数据,分别反演传统冠层结构型植被指数(NDVI)、光合生理生化型植被指数(CCI)和叶绿素荧光型植被指数(NDFI685和NDFI760),并利用不同类型植被指数的组合,构建多元线性回归模型.结果表明:亚热带常绿针阔混交林三种类型植被指数均与GPP的动态变化有显著的相关性,其中,NDVI是表征GPP较优的植被指数(R2=0.60,P＜0.01),其次为CCI(R2=0.55,P＜0.01),而NDFI能够作为辅助指数,有效提高NDVI(R2=0.68,P＜0.001)和CCI(R2=0.67,P＜0.001)表征GPP的程度.多个植被指数参与构建的多元回归模型能够有效提高亚热带地区常绿林GPP季节动态变化的拟合精度,提升遥感精确评估亚热带森林生产力的能力.

目的 建立基于UPLC-Q-Orbi仃apHRMS的丹灯通脑软胶囊(DTSC)中多种活性成分定量分析方法,并采用主成分分析(PCA)法对其质量进行综合评价.方法 采用Acquity UPLC(R) BEH C18色谱柱(50 mm×2.1mm,1.7 μm),以乙腈-0.1％甲酸水溶液为流动相进行梯度洗脱,以实现化合物的前期分离:然后通过Q-Orbitrap MS正负离子同时监测、一级全扫描及自动触发二级质谱扫描的模式捕捉目标成分的精确相对分子质量及碎片离子信息,以实现对待测物的准确定性和定量;最后将定量结果与PCA法相结合对不同批次药物进行科学的质量评价分析.结果 在优化的色谱、质谱条件下,甜菜碱、丹参素、绿原酸、原儿茶醛、葛根素、咖啡酸、木犀草苷、迷迭香酸、丹酚酸A、丹酚酸B、槲皮素、芹菜素、洋川芎内脂A、二氢丹参酮Ⅰ、丹参酮Ⅰ、隐丹参酮和丹参酮ⅡA分别在0.018 1～0.578 4、5.555 7～177.782 0、0.018 1～0.580 3、0.002 8～0.089 2、0.787 2～25.191 3、0.000 5～0.016 7、0.007 2～0.228 9、0.065 8～2.105 3、0.304 6～9.747 1、3.888 1～124.417 6、0.000 5～0.016 0、0.000 6～0.018 l、0.002 5～0.080 l、0.019 8～0.632 8、0.032 2～1.031 7、0.102 8～3.290 0、0.044 5～1.422 9μg/mL线性关系良好(r≥0.999 2);精密度、重复性及稳定性良好(RSD≤5％);加样回收率在98％～102％,RSD均小于3％;定量分析结果表明大多数批次药物质量较为稳定,其中丹参酮Ⅰ、隐丹参酮、二氢丹参酮Ⅰ和丹参酮ⅡA对药物质量具有较大影响,可对其进行重点监控以保证药物批次质量.结论 建立的定量方法灵敏度高且准确性好,方法学考察结果符合测定要求,可用于DTSC中多种活性成分的快速测定;并为其质量评价提供新的科学依据和参考.

目的 建立基于UPLC-Q-Orbitrap HRMS的复方血栓通胶囊中多种活性成分定量分析方法,并采用主成分分析法对其质量进行综合评价.方法 采用Acquity UPLC(R) BEH C18色谱柱(50 mm×2.1mm,1.7 μm),以乙腈(A)-0.1％甲酸水(B)为流动相进行梯度洗脱,以实现化合物的前期分离;通过Q-Orbitrap MS先进的正、负离子同时监测、一级全扫描及自动触发二级质谱扫描的模式捕捉目标成分的精确相对分子质量及碎片离子信息,以实现对待测物的准确定性和定量;最后将定量结果与主成分分析法相结合对不同批次药物进行科学的质量评价分析.结果 在优化的色谱、质谱条件下,甜菜碱、琥珀酸、丹参素钠、丹参素、原儿茶酸、原儿茶醛、咖啡酸、芦丁、人参皂苷Rg1、迷迭香酸、丹酚酸A、丹酚酸B、汉黄芩素、毛蕊异黄酮、芒柄花黄素、黄芪皂苷Ⅱ、黄芪皂苷Ⅰ、人参皂苷Rg3、二氢丹参酮Ⅰ、丹参酮Ⅰ、隐丹参酮、丹参酮ⅡA和齐墩果酸分别在0.009 8～0.314 5、0.067 8～2.170 7、0.044 2～1.413 3、0.059 6～1.907 2、0.003 3～0.104 4、0.002 8～0.089 9、0.001 2～0.038 3、0.006 3～0.203 2、0.960 5～30.735 5、0.022 2～0.709 0、0.083 7～2.679 5、0.593 8～19.002 6、0.000 2～0.005 3、0.012 3～0.394 4、0.004 5～0.143 5、0.009 2～0.293 4、0.066 0～2.113 3、0.033 0～1.055 0、0.004 5～0.145 5、0.015 9～0.508 1、0.024 1～0.772 0、0.009 3～0.297 8、0.002 5～0.078 8μg/mL线性关系良好(r≥0.999 0);精密度、重复性及稳定性良好(RSD≤5％);加样回收率在98％～101％,RSD均小于3％;定量分析结果表明大多数批次药物质量较为稳定,其中人参皂苷Rg1、丹酚酸B、琥珀酸、丹酚酸A、丹参素和丹参素钠对药物质量具有较大影响,可对其进行重点监控以保证药物批次质量.结论 建立的定量方法灵敏度高且准确性好,方法学考察结果符合测定要求,可用于复方血栓通胶囊中多种活性成分的快速测定,并为其质量评价提供新的科学依据和参考.

目的 为更加全面、系统、快速地表征参桂胶囊有效化学成分谱,采用超高效液相色谱-四极杆/静电场轨道阱高分辨质谱(UHPLC-Q-Orbitrap HRMS)技术对参桂胶囊中主要化学成分进行快速识别和归属分类.方法 采用ACQUITY UPLC(R)BEH C18色谱柱(100 mm×2.1mm,1.7 μm),以乙腈(A)-0.1％甲酸水(B)为流动相进行梯度洗脱,以实现化合物的前期分离;然后通过Q-Orbitrap MS正、负离子同时监测,一级全扫描及自动触发二级质谱扫描的模式捕捉未知成分的精确相对分子质量及碎片离子信息,同时与对照品的保留时间和质谱数据信息进行匹配,并结合相关文献以及Chemical Book、MassBank等数据库最终实现对中药中复杂成分的快速准确识别.结果 本研究共鉴定出40种化学成分,其中包括16种皂苷类、6种有机酸类、13种内酯类及5种其他类.结论 本法可快速、准确地识别参桂胶囊中主要化学成分,同时为其进一步的药效物质基础、质量控制及临床合理应用等研究奠定了科学的前期基础.