目的 探讨基于能谱CT智能匹配技术(GSI Assist)的半剂量能谱CT联合自适应统计迭代重建技术(ASIR)在肥胖患者上腹部扫描中的应用价值.方法 2016年10至12月收集郑州大学第一附属医院需要行上腹部CT增强扫描的肥胖患者(体质指数≥29 kg/m2)82例,依随机数字表分为试验组和对照组,各41例.试验组采用基于GSI Assist的半剂量能谱CT扫描模式,联合50％ASIR重建出40～70 keV(间隔10 keV)单能量水平的A组图像.对照组采用常规120 kVp扫描模式,联合30％ ASIR重建得到B组图像.组间辐射剂量、CT值、对比噪声比(CNR)和噪声数据比较采用两独立样本t检验,以Mann-Whitney U检验比较两组的主观评分.结果 试验组有效辐射剂量[(5.2±0.8)mSv]较对照组[(10.4±1.7) mSv]减少约50％(t=-17.822,P＜0.001).40、50 keV水平下,A组双期各部位CT值均高于B组,CNR高于或等于B组,噪声明显高于B组,主观评分低于B组;60 keV水平下,A组双期各部位CT值均高于B组,CNR高于或等于B组,动脉期噪声与B组无显著差异,门静脉期噪声高于B组,双期主观评分与B组差异无统计学意义;70 keV水平下,A组双期各部位CT值、CNR及噪声与B组差异无统计学意义,双期主观评分高于B组.结论 相对于常规上腹部CT扫描,肥胖患者应用基于GSI Assist的半剂量能谱CT联合ASIR可在辐射剂量减低约50％的条件下保持或优化总体图像质量.其中,70 keV单能量图像优于常规CT图像.

辨证论治是中医理论的重要特色,也是中医临床诊疗的基本方法.为推进中医学现代化发展,国内外学者在中医证候相关研究领域做了大量的工作.其中,中医辨证理论创新及证候客观化研究是中医证候现代化研究的两个主要方向.然而,由于中医辨证理论的复杂性和抽象化,目前尚无能够完全符合中医辨证思维逻辑的分析方法.文章从对近年来中医证候的研究进展进行分析,结合多学科、跨领域技术融合的发展趋势,提出基于多维计算机自适应试验的中医证候量化研究思路,探索中医证候客观化、标准化研究的新模式.

目的 探讨肿瘤患者腹部增强CT图像质量与自适应统计迭代重组(ASIR)-V迭代率的关系.方法 试验组肿瘤患者22例,腹部双期增强CT扫描,滤波反投影(FBP)及迭代重建技术ASIR-V(迭代率0～100％,间隔20％)图像重建.对图像质量进行客观评价和主观评分,评估最佳迭代率,记录扫描有效辐射剂量(ED).验证组肿瘤患者15例,采用试验组所得的最佳迭代率行腹部双期增强CT扫描,对图像质量进行评分并记录ED.采用单因素方差分析比较试验组不同迭代率之间CT值和噪声值,采用秩和检验(Kruskal-Wallis法)比较图像质量主观评分,采用秩和检验(Friedman法)比较两组间同等迭代率水平下图像质量评分,采用独立样本t检验比较ED值.结果 各器官不同迭代率图像间CT值差异无统计学意义(P均>0.05),噪声值差异有统计学意义(P均<0.05),噪声值随迭代率增加而减小.不同迭代率图像评分差异有统计学意义(P均<0.05),迭代率为40％图像质量评分最高,为(4.59±0.50)分.验证组图像质量评分为(4.61±0.50),同等迭代率水平两组间图像质量差异无统计学意义(P>0.05).两组ED值分别为(11.28±3.05)分和(7.44±1.37)分,差异有统计学意义(P<0.05).结论 肿瘤患者的腹部增强CT检查推荐使用ASIR-V迭代率40％,以保障图像质量,并降低患者的有效辐射剂量.

在大数据的大背景下,学习分析成为学界研究的热点.对于学习分析的研究,美国已经提出预测学习者学习偏好的模型,并且根据预测结果对学习者进行自适应引导;国内对于学习分析实现了学习者评估,并且在评估后对学习者给予干预与预警.学习分析是使用数据和模型预测学习者收获和行为,具备处理这些信息的能力.其模型自底向上分别为数据层、机制层、结果层.学习分析首先要获取学习者的在线学习数据,而后选择适合研究对象的算法(如决策树、神经网络、支持向量机、K-Means聚类等).拟提出将学习分析应用在高校计算机教学中实证研究模型,将试验对象分为A、B 2个对照组,根据前7周学习行为进行分析与预测,并于8-11周进行学习干预,最后检验预测结果及干预效果.基于数据挖掘的学习分析能够精准支持课程教学,在优化学习任务和教学决策方面有一定的创新性.

目的 探讨能谱CT联合智能匹配技术及自适应统计迭代重建技术(ASIR)在上腹部CT扫描的图像质量和辐射剂量,并与低管电压联合ASIR进行对比.方法 前瞻性收集因病情需要行上腹部CT平扫和双期增强扫描的200例患者,采用电脑随机数字法将研究对象随机分为低管电压扫描对照组和能谱扫描试验组扫描,若体重指数(BMI)≤23.9 kg/m2,则采用80 kVp扫描(A组)或能谱智能匹配技术扫描(B组),若24.0 kg/m2≤BMI≤28.9 kg/m2,则采用100 kVp扫描(C组)或能谱智能匹配技术扫描(D组),A组和B组间及C组和D组间患者均按照性别、年龄、BMI、上腹部扫描范围及对比剂使用量进行匹配,每组各50例.采用ASIR技术重组对照组低管电压图像和试验组40～ 60 keV单能量图像.采用t检验比较对照组和试验组间辐射剂量及客观评价指标[图像噪声及肝脏、腹主动脉和门静脉的对比噪声比(CNR)],采用Mann-Whitney U检验比较匹配组别间总体图像质量评分.结果 B组的CTDIvol及DLP平均值分别为(11 ±4) mGy和(263±75)mGy·cm,高于A组的(8.1 ±0.3)mGy和(237±31) mGy· cm,t值分别为-3.622和-1.710,P值分别为0.001和0.038.但是C组[(14.4±1.4) mGy和(444±85) mGy· cm]和D组[(13.0±4.0)mGy和(444±99) mGy·cm]之间辐射剂量差异无统计学意义(t值分别为1.924和-0.003,P值均＞0.05).40 keV和50 keV水平下试验组图像噪声值均高于对照组(P＜0.05),但60 keV水平下两组间图像噪声值差异无统计学意义(P＞0.05).在40 keV水平下,试验组CNR值高于对照组,但总体图像质量评分除动脉期B组与A组相当外余均低于对照组(P＜0.05);在50 keV水平下,试验组CNR值和总体图像质量评分高于或相当于对照组;在60 keV水平下,试验组CNR值低于或相当于对照组,但总体图像质量评分高于或相当于对照组.结论 能谱CT联合智能匹配技术的辐射剂量与100 kVp扫描相当,但稍高于80 kVp扫描组(约增加10％);联合ASIR重组技术,50 keV单能量图像的对比度和总体图像质量相当于或优于低管电压扫描图像.

目的 探讨活体肝移植婴幼儿腹部低剂量增强CT的最佳自适应统计迭代重组(ASIR)-V迭代率.方法 前瞻性收集拟行或已行活体肝移植且体质量≤15.0 kg的婴幼儿20例(试验组),均行腹部动脉期、门静脉流入期及门静脉期CT增强扫描.采用滤波反投影及ASIR-V技术(迭代率分别为0、20%、40%、60%、80%及100%)处理图像.对图像质量进行客观评价(测量噪声及腹主动脉、肝、脾CT值)和主观评分,并记录检查有效剂量(ED).为了验证研究结果,前瞻性纳入10例拟行或已行活体肝移植的婴幼儿10例(验证组),重复上述检查,ASIR-V技术处理图像的迭代率为试验组所得的最佳数值,对图像质量进行评分并记录ED.采用单因素方差分析或Kruskal-Wallis H检验比较试验组不同迭代率间CT值、噪声值及图像质量评分的差异,采用Friedman M检验比较试验组中所得最佳迭代率组及验证组图像质量评分的差异,采用独立样本t检验比较试验组及验证组ED值的差异.结果 三期扫描不同部位的不同ASIR-V迭代率图像间CT值差异均无统计学意义(P均>0.05).不同ASIR-V迭代率图像的噪声值差异有统计学意义(P均<0.05),随ASIR-V迭代率增加图像噪声值减小.迭代率为40%图像评分最高,为(4.75±0.19)分,不同ASIR-V迭代率图像间的评分差异有统计学意义(P均<0.05).验证组患者的ASIR-V迭代率采用40%,患者的图像质量评分为(4.40±0.17)分,与试验组ASIR-V迭代率为40%的图像质量差异无统计学意义(P>0.05).试验组和验证组患儿的ED值分别为(2.52±0.54)、(1.49±0.18)mSv,差异有统计学意义(t=5.01,P<0.05).结论 ASIR-V迭代率为40%时,图像质量最佳,并可有效降低辐射剂量.

目的:通过胸部模型研究,探讨在能谱CT智能匹配技术下大螺距能谱扫描结合自适应迭代重建(ASIR-V)后重建技术对图像质量与辐射剂量的影响.方法:使用GE Revolution CT对仿真胸部体模进行能谱扫描,开启GSI assit,试验组采用大螺距1.531,采用ASIR-V后重建技术(0％～100％,间隔10％)重建5 mm层厚的70 keV能谱单能量图像,获得A组图像;对照组采用常规螺距0.992,采用滤波反投影法(FBP,即0％ASIR-V)重建5 mm层厚的70 keV能谱单能量图像,得到B组图像.肺窗图像采用骨算法、纵隔窗图像采用标准算法重建.对两组图像进行客观评价(肺窗肺组织、纵隔窗心脏噪声)及主观评分(5分制,1分最低、5分最高).记录并比较两组的有效辐射剂量(ED).结果:A、B两组图像中肺窗肺组织噪声两两比较差异均无统计学意义(P值均>0.05).A组纵隔窗心脏噪声分别为(7.33±0.31)、(6.72±0.28)、(6.10±0.24)、(5.63±0.19)、(4.98±0.19)、(4.53±0.20)、(3.73±0.10)、(3.08±0.04)、(2.85±0.08)、(2.35±0.08)、(2.03±0.12)HU,B组纵隔窗心脏噪声为(6.75±0.26)HU.A组纵隔窗心脏噪声随ASIR-V升高而降低,两两比较差异均有统计学意义(P值均<0.05).B组纵隔窗心脏噪声低于A组0％ASIR-V,高于A组20％～100％ASIR-V,差异均有统计学意义(P值均<0.05);B组纵隔窗心脏噪声与A组10％ASIR-V差异无统计学意义(P>0.05).A组10％～60％ASIR-V和B组肺窗、纵隔窗图像的主观评分最高(5分),综合主客观评价,60％为大螺距能谱单能量成像的最佳ASIR-V权重.大螺距A组ED值为5.31 mSv,较常规螺距B组ED值(6.84 mSv)降低22.37％.结论:能谱CT智能匹配技术下,大螺距能谱成像较常规螺距能谱成像的辐射剂量降低;结合10％～60％ASIR-V后重建技术,可降低大螺距能谱单能量图像的噪声,提高综合成像质量,60％为最佳ASIR-V权重.

目的 探讨难度自适应计算机认知训练对社区老年人的干预效果,旨在为在社区针对认知健康老年人开展难度自适应计算机认知训练提供依据.方法 在北京市4个社区中便利选取74名60岁及以上认知健康的老年人.先入组的37名老年人为试验组,后入组的37名老年人为对照组.试验组和对照组分别进行难度自适应和固定难度的计算机认知训练,训练时间共6周,每周5次,每次20 min.通过一般资料调查问卷获得老年人的一般人口学资料,通过北京版蒙特利尔认知评估量表、听觉词语学习测验、Stroop色词测验、连线测验和数字广度测验评估研究对象干预前后的总体认知功能、记忆力、执行功能和注意力.结果 干预前两组的一般人口学资料、总体认知功能得分、记忆力得分、执行功能得分和注意力得分均具有可比性.干预后:①总体认知功能,两组的北京版蒙特利尔认知评估量表总分均较干预前提高(P＜0.05),试验组总分高于对照组(P＜0.05);②记忆力,干预后试验组记忆功能得分较干预前提高(P＜0.05),对照组干预前后比较,差异无统计学意义(P＞0.05);③执行功能,干预后试验组色词测验3和连线测验A、B耗时较干预前缩短(P＜0.05),对照组干预前后比较,差异无统计学意义(P＞0.05);④注意力,两组数字倒背得分干预前后比较,差异均无统计学意义(P＞0.05).结论 计算机认知训练对社区认知健康老年人的认知功能有积极效果,难度自适应计算机认知训练的效果更好.

目的:提出一种简化自适应脉冲耦合神经网络(PCNN)模型和非下采样剪切波变换(NSST)的CT和MR图像融合算法,用于PCNN模型构建融合规则.方法:采用NSST变换将已配准的CT和MR图像分解成高频和低频子图像,分别采用基于平方差之和与方向梯度特征之和的PCNN模型融合低频子图像;而高频子图像采用绝对值取大与方向梯度特征之和进行融合.采用NSST逆变换重建融合图像,选取哈佛大学脑图库8组临床实例的CT和MR图像进行仿真试验,仿真算法为本研究算法和5种基于NSST变换的融合算法,采用互信息、空间频率、标准差、边缘强度和相似度对融合图像质量进行评估.结果:定性分析与其他5种基于NSST变换的算法相比,基于图像融合算法获得的融合图像对比度、清晰度和边缘强度均最佳;本研究算法所得定量结果中互信息为2.71％～13.63％,空间频率为12.25％～73.69％,标准差为1.86％～26.33％,边缘强度为0.37％～29.90％,相似度为0.37％～67.07％,均比5种基于NSST变换的算法有不同程度提升.结论:基于简化自适应PCNN模型和NSST变换的融合算法性能优越,是一种可行的CT和MR图像融合算法.