目的:开发一种应用于经自然腔道内镜手术（NOTES）机器人柔性机械手的骨架结构，以满足NOTES对手术执行器械的性能需求。方法:基于金属编织技术设计一种柔性机械手结构及对应结构的控制策略。根据柔性机械手的机械结构特征推导几何关系公式。通过链式梁约束模型（CBCM）以及机械弹簧理论建立理论模型。对机械结构建立有限元模型并分析，验证理论模型的精度；并由金属编织结构的抗弯刚度验证柔性机械手的载荷能力。结果:基于金属编织技术设计了一种柔性机械手结构及对应结构的控制策略。在设置恰当的约束条件后，金属圆环作为单个受力单元在受到0.5 N的轴向力驱动时，最大应变约为1.49%，处于线性弹性阶段。最大形变约为0.308 9 mm，比理论值高3.26%。机械手骨架的最大应变约为0.21%，处于线性弹性阶段。最大总形变约为7.135 5 mm，比理论值高6.30%。机械手骨架的抗弯刚度计算为3.19 N·mm 2，与同量级尺寸形状记忆聚合物（SMPs）制成的柔性机械手相当。 结论:开发一种应用于NOTES机器人柔性机械手的骨架结构，符合执行NOTES手术任务的支撑刚度需求。

目的:分析季节性差分自回归移动平均模型（SARIMA）、广义相加模型（GAM）和长短期记忆神经网络模型（LSTM）在肾综合征出血热（HFRS）发病率拟合及预测中的效果，为优化HFRS预测模型提供参考。方法:在公共卫生科学数据中心（https://www.phsciencedata.cn/）收集全国和HFRS发病率居前9位的省份（黑龙江、陕西、吉林、辽宁、山东、河北、江西、浙江和湖南省）2004-2017年HFRS逐月发病率资料，其中，2004-2016年资料作为训练数据，2017年1-12月资料作为测试数据。利用训练数据拟合全国和9个省份HFRS发病率的SARIMA、GAM、LSTM；利用拟合模型预测2017年1-12月HFRS发病率，并与测试数据比较。采用平均绝对百分比误差（ MAPE）评价模型拟合及预测精度， MAPE < 20%时模型拟合或预测效果为好，20%~50%为可接受，> 50%为差。 结果:从总体拟合及预测效果来看，全国和黑龙江、陕西、吉林、辽宁、江西省的最优模型为SARIMA（ MAPE分别为19.68%、20.48%、44.25%、19.59%、23.82%、35.29%），其中，全国和吉林省模型拟合及预测效果为好，其余均为可接受；山东、浙江省的最优模型为GAM（ MAPE分别为18.29%、21.25%），其中，山东省模型拟合及预测效果为好，浙江省为可接受；河北、湖南省的最优模型为LSTM（ MAPE分别为26.52%、22.69%），模型拟合及预测效果均为可接受。从拟合效果来看，GAM在全国数据中拟合精度最高， MAPE =10.44%。从预测效果来看，LSTM在全国数据中预测精度最高， MAPE = 12.23%。 结论:SARIMA、GAM、LSTM均能作为拟合HFRS发病率的最优模型，但不同地区拟合的最优模型表现出较大差异。今后在建立HFRS预测模型时应尽可能多地纳入备选模型进行筛选，以保证较高的拟合及预测精度。

目的:对时距记忆提取阶段的行为学指标以及脑电信号在不同提取次数下的变化规律进行探讨。方法:随机抽取2022年11月招募的上海理工大学健康被试30名，采用时间估计任务的再现法，记录被试1 500 ms时距记忆提取阶段的反应时间和脑电信号，计算记忆错误率、精度和准确度以及脑电信号低频段功率，进行时频分析和溯源分析，并对记忆错误率、精度与θ、β节律的相关性进行pearson相关性分析。结果:时间差和记忆精度在提取次数间存在主效应[ F（3，1 196）＝2.932， P＝0.033； F（3，1 196）＝3.191， P＝0.026]，且随着提取次数的增加而变大。记忆准确度不存在主效应，但随着提取次数增加，准确度均值变大。随着记忆提取次数增加，左侧额叶的θ节律功率逐渐变大[ F(3，116)＝2.668， P＝0.035]，额中叶β节律平均功率逐渐减小[ F(3，116)＝2.810， P＝0.029]。上顶叶体感联合皮层（BA7）、背外侧前额叶（BA9）和前运动皮层（BA6）脑区在第1次与第2次、第2次与第3次、第3次与第4次记忆提取中的电流密度分布差异均出现了增加（ P<0.01）。θ节律与记忆精度呈正相关（ r＝0.258 ，P<0.05），β节律与记忆精度呈负相关（ r＝?0.404 ，P<0.01）。 结论:时距记忆提取阶段，增加时距记忆的提取次数会提高记忆错误率和精度，记忆精度与左侧额叶θ节律功率增加以及额中央区域β节律减小有关。

目的:观察靶向前额叶前部皮质（aPFC）的高精度经颅直流电刺激（tDCS）对精神分裂症患者前瞻性记忆（PM）缺陷的改善作用及安全性。方法:纳入自2022年3月至2023年3月首都医科大学附属北京安定医院精神科门诊收治的38例存在PM缺陷的精神分裂症患者，采用随机信封法将其分为真刺激组和伪刺激组，各19例。真刺激组刺激电流强度为2 mA，持续时间为20 min。伪刺激组刺激电流强度同真刺激组，但持续时间为40 s。2组受试者均治疗2次/d，持续5 d。治疗前、治疗后1周通过实验室线索非聚焦PM范式评估受试者PM功能，通过阳性与阴性症状量表（PANSS）、MATRICS共识认知成套测验（MCCB）中文版评估受试者临床症状与认知功能。干预结束时通过tDCS不良反应问卷评估治疗安全性。结果:2组受试者在PM试次正确率、PM试次反应时间上组别与时间（治疗前、治疗后1周）的交互作用均不显著（ P>0.05）。与治疗前比较，真刺激组治疗后1周PM试次正确率明显提高[（0.38±0.22）% vs. （0.57±0.28）%]，差异有统计学意义（ P<0.05）；而伪刺激组2个时间点的PM试次正确率[（0.56±0.25）% vs. （0.67±0.25）%]、PM试次反应时间[（2 216.46±570.03） ms vs. （2 059.59±378.41） ms]差异均无统计学意义（ P>0.05）。临床症状与认知功能方面，治疗后1周，真刺激组与伪刺激组PANSS、MCCB评分所有指标差异均无统计学意义（ P>0.05）；并且2组所有指标上的时间（治疗前、治疗后1周）与组别的交互作用不显著（ P>0.05）。不良反应方面，与伪刺激组相比，真刺激组皮肤发红项目评分明显升高，差异有统计学意义（ P<0.05）；其余不良反应评分差异均无统计学意义（ P>0.05）。所有患者均未出现严重不良反应事件。 结论:本研究暂未发现高精度tDCS靶向aPFC治疗改善精神分裂症患者PM缺陷的阳性结果，但现有结果提示其存在改善趋势，可为后续改善精神分裂症PM缺陷的大样本临床试验提供初步证据。

目的 通过深度相机和神经网络估计人在直线行走时髋、膝和踝关节的屈伸力矩.方法 利用光学运动捕捉系统、测力板和Azure Kinect深度相机采集20个人的步态信息,受试者被要求以其偏好的步行速度直线行走,同时踏在测力板上.并利用Visual 3D仿真得到关节力矩作为参考值,分别训练人工神经网络(artificial neural network,ANN)模型与长短期记忆(long short-term memory,LSTM)模型进行关节力矩估计.结果 ANN模型估计髋、膝和踝关节的关节力矩的相对均方根误差(relative root mean square error,rRMSE)分别为15.87％～17.32％、18.36％～25.34％和 14.11％～16.82％,相关系数分别为 0.81～0.85、0.69～0.74 和 0.76～0.82.LSTM 模型具有更好的估计效果,rRMSE分别为8.53％～12.18％、14.32％～18.78％和6.51％～11.83％,相关系数分别达到了 0.89～0.95、0.85～0.91和0.90～0.97.结论 本文证实了利用深度相机和神经网络无接触估计人体下肢关节力矩方案的可行性,其中LSTM模型具有更佳的表现.关节力矩估计结果与现有研究相比具有更好的精度,潜在应用场景包含远程医疗、个性化康复方案制定以及矫形器辅助设计等.

目的 为实现个性化的肿瘤治疗和提高治疗效果,开发一种精确预测放射疗法中腮腺剂量的模型.方法 采用长短期记忆神经网络(Long Short-Term Memory,LSTM)结合麻雀搜索算法(Sparrow Search Algorithm,SSA)进行参数优化,建立腮腺剂量预测模型.收集多种与剂量预测相关的数据因素,并与其他模型进行比较和分析,验证模型的精度和预测误差.结果 SSA-LSTM模型在腮腺D15、D30、D45和Dmean的剂量预测方面表现出更高的准确性和稳定性.其中,在预测腮腺D15测试集时,SSA-LSTM的平均绝对误差(Mean Absolute Error,MAE)为0.2966,拟合优度R2为0.9663.SSA-LSTM相对于LSTM、基于遗传算法优化的LSTM、利用灰狼优化算法的LSTM的MAE下降率分别为40.93%、33.39%、25.51%,R2提升率分别为8.06%、4.49%和3.03%,证明了SSA-LSTM模型相对于其他优化算法在放射疗法中对腮腺剂量预测方面的优越性.泰勒图的分析也证实了SSA-LSTM模型的可靠性和稳定性.结论 采用SSA算法优化的LSTM模型可显著提高腮腺剂量的预测准确性.该模型有望扩展到其他放射疗法领域,对医疗领域具有积极的社会意义.

植物和土壤中稳定碳同位素(δ13C)可用于指示、示踪和整合碳循环关键过程与功能.双路和连续流气体稳定同位素比值质谱仪(IRMS)是δ13C的两种测试技术,其精度和准确度受分析误差和数据标准化方法影响.分析误差包括记忆效应、时间漂移和信号强度依赖性等.将测定序列按样品δ13C从低到高排列或延长气路冲洗时间消除或降低记忆效应;在测样序列中内插标准物质并建立测定时间与分析误差的函数关系校正时间漂移;信号强度依赖性应先校正样品空白效应,再校正仪器非线性响应.数据标准化包括标准物质和数据标准化方法选择.选择的标准物质δ13C应涵盖待测样品δ13C,且遵循同等处理原则;标准物质数量≥4或每个标准物质重复测定次数≥4;数据标准化体系应长期稳定,并添加监测标准物质.

背景:近年来,高精度经颅直流电刺激因其非侵入性调控大脑功能的潜在益处而备受关注,但目前仍未有研究对其进行可视化分析.目的:对高精度经颅直流电刺激相关研究进行可视化分析,探索研究现状及热点趋势.方法:从Web of Science(WOS)核心合集数据库中检索2010-01-01/2023-05-06发表的与高精度经颅直流电刺激相关的英文文献,应用VOSviewer软件对纳入文献的来源期刊、国家/地区、作者、机构、被引文献和关键词进行可视化分析并绘制知识图谱,探索该领域的研究现状及热点.结果与结论:①共纳入336篇文献,高精度经颅直流电刺激的发文量逐年增加.其中,美国的发文量最多(141篇),被引次数为4 221,中国发文量仅次于美国(70篇),被引次数为401.②《Brain Stimulation》是发文量最多的期刊(28篇),Marom Bikson是发文量最多的作者(37篇),纽约市立大学城市学院是发文量最多的机构(35篇).③运动皮质、调控、工作记忆、兴奋性及背外侧前额叶是该领域出现频次排名前5的关键词.近5年的热点关键词主要包括注意力缺陷/多动症、脑网络及刺激强度等.④目前,高精度经颅直流电刺激领域的研究文献数量相对较少,但总体呈现上升趋势,这反映出该领域具备较大的研究潜力.预计该领域的研究将持续聚焦于高精度经颅直流电刺激在认知精神类疾病的应用,并基于脑网络进一步揭示其作用于运动皮质及背外侧前额叶等靶点的治疗机制.

目的:采用计算机视觉和传感器技术探索针刺手法的动作特征,提升针刺手法识别分类精度并量化分类.方法:以针刺物理参数的时域特征与手法视频中动态手势特征相结合的方式对针刺手法进行识别分类.选取2位针灸专家和3位年轻针灸师的针灸操作过程作为研究对象.收集的数据包括提插补法、提插泻法、捻转补法、捻转泻法4种手法,以上都由右利手医生进行.针灸操作过程中,采用三轴姿态传感器采集手指移动加速度和旋转角速度,以此计算针刺过程中手部移动速度、幅度、力度、角度等参数,分析物理参数与不同手法之间在时域上形成的映射关系;计算机视觉技术提取针刺手法视频中图像的时空特征,用三维卷积神经网络(3D CNN)和长短期记忆(LSTM)神经网络的混合模型对针灸操作视频中的动态手势进行识别和分类,分类过程中将物理参数的时域特征与动态手势特征结合实现手法分类.结果:本研究中4种手法的物理参数结果显示,补法中插针速度快、用力重,提针速度慢、用力轻;泻法中提针速度快、用力重,插针速度慢、用力轻.捻转补法中左捻用力重、旋转幅度大,右捻用力轻、旋转幅度小;泻法中右捻用力重、旋转幅度大,左捻用力轻、旋转幅度小.提插手法主要体现在Z轴上的垂直作用力,捻转手法主要体现在X与Y轴水平方向作用力.该方法对提插补、提插泻、捻转补和捻转泻的识别分类有较高的准确率,分别为95.56%、93.33%、95.56%和91.11%,与单一使用传感器获取手法信息的分类方法相比,识别准确率有明显的提升.结论:该系统能实现针刺手法中物理参数的定量分析和动态手法识别,为后续针刺手法的量化与传承提供一定基础.

针对双臂协同连续变化下肌力估计精度低的问题,提出一种双向长短期记忆(BiLSTM)网络与自注意力(SA)机制相结合的肌力估计模型.首先,通过搭建肌力估计试验平台采集双臂肌肉等长收缩状态下的肌力与表面肌电信号,然后采用独立成分分析方法以及小波阈值去噪方法对采集数据进行预处理,提取信号的均方根作为特征值,最后利用BiLSTM-SA模型进行肌力估计.实验结果表明BiLSTM-SA模型在双臂等长收缩肌力估计中决定系数R2的平均值在0.97以上,表现出良好的肌力估计准确性.