针对直肠癌辅助诊断过程中部分医学图像分割模型只适用于单一模态图像的局限性,提出一种基于交叉注意力机制并同时适用于CT与MRI两种模态的医学图像分割方法.首先,针对CT与MRI两种图像特征表示不同,提出一种交叉注意力机制统一两类图像的特征表示;其次,针对直肠癌图像病灶区域较小的特点,提出三支路的改进Swin Transformer分割网络,并将交叉注意力机制加入其中,使模型对两种图像都能进行病灶区域的分割;最后,使用该方法在直肠癌患者的CT与MRI影像数据进行验证,与ADDA、CycleGAN和SIFA方法相比,在CT图像上的准确率分别提高2.94%、3.05%、0.71%,在MRI图像上的准确率分别提高了3.31%、4.55%、1.76%.实验结果表明该方法对于两类图像具有更好的分割性能.

目的本研究旨在结合传统MRI序列及增强检查,提取多模态高通量影像组学特征并联合语义特征,使用不同的机器学习分类器构建不同的模型并绘制列线图来鉴别高级别胶质瘤(high-grade glioma,HGG)和单发性脑转移瘤(solitary brain metastasis,SBM).材料与方法本研究对101名患者的多参数MR图像进行了回顾性分析,由两位资深医师标定肿瘤感兴趣区,然后对每个序列分别提取影像组学特征后进行组合,共提取428组影像组学特征.为消除人为标定差异,进行组内相关系数一致性检验,并运用最大相关最小冗余算法选取最具相关性的特征,然后进一步通过最小绝对收缩和选择算子算法筛除冗余特征.本研究采用支持向量机、逻辑回归、随机森林及K近邻四种算法建立分类模型.结合放射科医生评估的七项语义特征,通过卡方检验和多因素分析去除差异无统计学意义的语义特征.然后结合组学特征建立综合模型并绘制列线图.最终,评价各模型的诊断能力,以确定最优分类器.结果HGG及SBM患者建立的影像组学模型中LR的受试者工作特征曲线下面积(area under the curve,AUC)值最高,训练集与测试集分别为0.90和0.90.语义特征建立的模型中随机森林模型性能最好,训练集和测试集AUC分别为0.82和0.87.语义特征联合影像组学评分后采用逻辑回归建立的模型性能最好,训练集和测试集AUC分别为0.91和0.92.结论本研究使用影像组学机器学习分类器并联合其他图像语义特征绘制列线图对HGG及SBM进行鉴别,这是一种非侵入性方法,具有较好的准确性,为临床决策和实践提供了较大的帮助.

目的:观察卒中后认知障碍(PSCI)患者执行功能特征及其在卒中急性期时血浆miR-146a-5p、白介素6(IL-6)、肿瘤坏死因子-α(TNF-α)的表达水平，并寻找能早期预测PSCI的标志物。方法:从神经内科随访的急性脑梗死(ACI)患者中选取PSCI患者及卒中后认知正常(PSCN)患者各40例，分别纳入PSCI组和PSCN组。另招募同时期年龄相匹配的健康体检者纳入年龄相匹配对照组(AMC组)。采用执行功能量表[包括数字广度测试(DST)、Stroop色词测试(CWT)、连线测试B(TMT-B)及语义流畅性测试(SFT)等]评估3组受试者的执行功能情况，并检测3组受试者基线时血浆miR-146a-5p及IL-6、TNF-α表达量。应用受试者工作特征曲线(ROC)分析基线时患者血浆miR-146a-5p、IL-6、TNF-α含量及MoCA得分对PSCI的预测价值。结果:基线时PSCI组血浆miR-146a-5p表达量明显低于PSCN组和AMC组( P<0.05)，PSCN组血浆miR-146a-5p含量显著高于AMC组( P<0.05)；PSCI组血浆IL-6含量明显高于PSCN组和AMC组( P<0.05)，PSCN组血浆IL-6含量亦显著高于AMC组( P<0.05); PSCI组血浆TNF-α含量明显高于AMC组( P<0.05)，但较PSCN组无显著差异( P>0.05)，PSCN组血浆TNF-α含量亦显著高于AMC组( P<0.05)。3个月后随访时，发现PSCI组DST、SFT得分均显著低于PSCN组和AMC组( P<0.05); PSCI组TMT-B耗时数、SIE耗时数均明显超过PSCN组( P<0.05)和AMC组( P<0.05)。PSCN组DST得分、SFT得分与AMC组差异均无统计学意义( P>0.05)；PSCN组TMT-B耗时数明显超过AMC组( P<0.05)，SIE耗时数较AMC组有增多趋势( P>0.05)。基线时血浆miR-146a-5P含量联合MoCA得分预测PSCI的曲线下面积(AUC)为0.9013，其敏感度为72.5%，在最佳临界点的特异性为97.5%。 结论:ACI患者无论是否进展为PSCI其执行功能均会出现某些方面异常，并以PSCI患者执行功能的受损程度较严重。高水平miR-146a-5p在ACI患者急性期能通过抑制神经炎症反应对其认知功能发挥保护作用，联合应用急性期miR-146a-5p表达量及MoCA得分能有效预测PSCI的发生。

目的:对家用健康照护机器人使用意愿及影响因素调查问卷进行汉化及信效度检验。方法:经过正译、回译、语义分析、专家咨询及文化调适初步确定家用健康照护机器人使用意愿及影响因素调查问卷。采用便利抽样法，于2022年2月25日—11月30日选取上海市、浙江省、江苏省和山西省社区的中老年人为研究对象进行问卷的信效度检验。结果:本研究共发放问卷280份，回收有效问卷231份。问卷水平的内容效度指数为0.97。问卷总的Cronbach's α系数为0.912、折半信度系数为0.848。采用主成分分析和最大方差旋转法提取特征值>1的公因子，提取出5个公因子，累计方差贡献率为74.921%。最终形成的中文版家用健康照护机器人使用意愿及影响因素调查问卷共5个维度，29个条目，分别命名为使用意愿、社会影响、伦理与法律担忧、隐私担忧、性能预期。结论:中文版家用健康照护机器人使用意愿及影响因素调查问卷包含5个维度，29个条目，是评估家用健康照护机器人使用意愿有效且可靠的工具，可用于公众对家用健康照护机器人使用意愿的调查。

目的:探讨抑郁症患者在语义情绪和记忆再认中的认知加工特征。方法:对36例抑郁症男性患者和36例体检健康男性进行语义情绪Stroop任务和记忆再认测验，采用SPSS 18.0进行重复测量方差分析，分析两组在认知加工中注意和记忆的成绩表现。结果:语义情绪Stroop中抑郁组对情绪词的反应时长于对照组[ F(1，70)＝7.03， P＝0.008]，且抑郁组对负性词的反应时[(579.55±141.62)ms]长于中性词[(565.66±132.60)ms， P＝0.003]和正性词[(563.09±138.88)ms， P<0.01]。记忆再认中抑郁组对情绪词的反应准确度均高于对照组[ F(1，70)＝23.15， P<0.01]。抑郁组对负性词(0.50±0.32)的反应准确度高于正性词[(0.32±0.21)， P＝0.006]和中性词[(0.33±0.23)， P＝0.007]。抑郁组对负性词(1.46±0.40)具有保守反应偏向( P<0.01)，比中性词[(0.63±0.24)， P<0.01]和正性词[(0.57±0.27)， P<0.01]反应偏谨慎保守。 结论:抑郁症患者在语义信息加工中存在对负性信息的注意偏向，记忆再认中存在负性记忆偏向的加工特征。

目的:基于人工智能技术对视网膜血管形态学参数进行全自动定量测量，分析我国北方50岁以上人群视网膜血管参数及分布特征。方法:采用横断面研究方法，纳入2011年1月至2021年12月就诊于北京同仁医院的50岁以上无眼底病的患者1 842例，对纳入的受试者进行标准化问卷调查、抽血和眼科检查；收集各受试者任意一眼以视盘为中心的彩色眼底照片，采用基于深度学习的语义分割网络ResNet101-Unet构建血管分割模型，进行全自动视网膜血管参数定量测量，主要测量指标包括视网膜血管分支夹角、血管分形维数、血管平均管径和血管平均弯曲度。比较不同性别间各视网膜参数的差异。采用多元线性回归分析法分析最佳矫正视力、眼压、眼轴长度等眼部因素和性别、年龄、高血压、糖尿病、心血管疾病等全身因素是否是各视网膜血管参数的影响因素。结果:模型对于血管分割和视盘分割的准确度均高于0.95。1 842例受试者血管分支夹角为(51.023±11.623)°；血管分形维数为1.573(1.542，1.592)；血管平均管径为64.124(60.814，69.053)μm；血管平均弯曲度为(0.001 062±0.000 165)°。男性血管分支夹角大于女性，血管平均管径和血管平均弯曲度小于女性，差异均有统计学意义(均 P<0.05)。全身因素多元线性回归分析结果显示，患有心血管疾病的人群较无心血管疾病的人群血管平均管径增大1.142 μm( B＝1.142， P＝0.029，95% CI：0.116～2.167)；血管平均弯曲度与高血压( B＝3.053×10 －5， P＝0.002，95% CI：1.167×10 －5～4.934×10 －5)和饮酒量( B＝1.036×10 －5， P＝0.014，95% CI：0.211×10 －5～1.860×10 －5)呈正相关，与高脂血症呈负相关( B＝－2.422×10 －5， P＝0.015，95% CI：－4.382×10 －5～－0.462×10 －5)。眼部因素多元线性回归分析结果显示，眼轴长度每增加1 mm，血管分形维数减小0.004( B＝－0.004， P<0.001，95% CI：－0.006～－0.002)，血管平均管径减小0.266 μm( B＝－0.266， P＝0.037，95% CI：－0.516～－0.016)，血管平均弯曲度减小－2.45×10 －5°( B＝－2.45×10 －5， P<0.001，95% CI：－0.313×10 －5～－0.177×10 －5)。BCVA每增加1.0，血管分支夹角增大3.992°( B＝3.992， P＝0.004，95% CI：1.283～6.702)，血管分形维数增大0.090( B＝0.090， P<0.001，95% CI：0.078～0.102)，血管平均管径减小14.813 μm( B＝－14.813， P<0.001，95% CI：－16.474～－13.153)。 结论:成功构建视网膜血管分割模型。视网膜血管参数与性别、年龄、系统性疾病和眼部因素存在关联。

额颞叶痴呆（FTD）早期存在突触功能障碍等病理生理改变，不同基因型的FTD突触损伤模式存在差异。 GRN基因突变在中国人群中较少见，目前尚未见关于 GRN基因突变或语义变异型原发性进行性失语（svPPA）突触损伤模式的报道。文中报道了1例携带 GRN基因突变的svPPA患者的突触损伤特征，表现为偏侧额、颞、顶叶及对侧小脑突触密度降低，提示突触功能障碍参与疾病发生过程，为未来的临床干预提供了潜在的靶点。

目的:探讨不同类型言语障碍患儿的语言能力发育特征及其影响因素。方法:病例对照研究，选取2021年1月至2023年11月在首都儿科研究所附属儿童医院保健中心语言-言语门诊初次就诊并诊断为言语障碍的262例患儿，其中语音障碍患儿作为语音障碍组、言语流畅障碍患儿作为语畅障碍组。选取同期于儿童保健中心体检的100名健康儿童作为健康组，均进行梦想普通话听力理解和表达能力标准化评估（DREAM-C）检查及问卷调查。采用单因素方差分析和LSD检验比较3组儿童整体语言、听力理解、语言表达、语义、句法能力的发育水平；根据DREAM-C评估结果将言语障碍组患儿分为语言发展正常组及落后组，通过 χ2检验、多因素Logistic回归分析言语障碍患儿语言能力发展的影响因素。 结果:语音障碍组患儿145例，其中男110例、女35例，年龄（5.9±1.0）岁；语畅障碍组患儿117例，其中男91例、女26例，年龄（5.8±1.0）岁；健康组儿童100名，其中男75名、女25名，年龄（5.7±1.2）岁。3组儿童在DREAM-C评估中整体语言、语言表达、句法分数差异均有统计学意义（92±18比96±11、98±11，81±18比84±14、88±13，87±16比89±11 、91±10， F=5.46、4.69、3.68，均 P<0.05）；两两比较显示语音障碍组整体语言、语言表达、句法能力均低于健康组儿童，差异均有统计学意义（均 P<0.01），整体语言能力低于语畅障碍组儿童，差异有统计学意义（ P<0.05）。语音障碍组、语畅障碍组和健康组整体语言、语言表达能力落后发生率差异均有统计学意义［15.9%（23/145）比20.5%（24/117）、7.0%（7/100），46.2%（67/145）比39.3%（46/117）、26.0%（26/100）， χ 2=7.93、10.28，均 P<0.05］，其中语畅障碍组整体语言落后发生率最高，语音障碍组语言表达能力落后发生率最高。言语障碍患儿语言发展落后的发生率是44.3%（116/262）。无亲子阅读、每日屏幕时间≥1 h、过早屏幕暴露（小于1.5岁）均为言语障碍儿童语言能力发展的危险因素（ OR=1.87、2.18、2.01，95% CI 1.07~3.27、1.23~3.86、1.17~3.45，均 P<0.05）；无家族相关病史为语言能力发展的保护因素（ OR=0.37，95% CI 0.17~0.81， P<0.05）。 结论:言语障碍患儿容易并发语言发展落后，以语言表达和句法能力落后为主，其语言发展与家族相关病史、亲子阅读、屏幕时间等因素有关，应关注言语障碍患儿语言能力发展。

目的:喉返神经（recurrent laryngeal nerve，RLN）是腔镜甲状腺手术中需重点识别和保护的结构。本研究旨在探索深度学习技术识别RLN在经腋窝入路腔镜甲状腺手术中的应用价值。方法:收集2020年7月1日至2021年5月1日在北京协和医院基本外科操作的，留存了完整视频资料的经腋窝入路腔镜甲状腺手术录像。两位资深甲状腺外科医师选取其中包含RLN的视频片段，经过训练的标注人员对RLN的轮廓进行描绘标注，并经两位甲状腺外科医师审校确认。视频资料用随机数方法按照5∶1的比例分为训练集及测试集，并根据RLN与周围组织的辨识度分为高、中、低辨识度。采用基于PSPNet的语义分割模型进行训练，使用ResNet50作为主干网络提取特征，同时结合金字塔池化模型融合多尺度特征，最终根据交并比（insertion over union, IOU）评判深度学习神经网络对RLN具体位置预测的能力。所有资料使用R 4.0.2版本分析。结果:共38个视频中累计35 501帧图像纳入本研究，其中32个视频共29 704帧图像作为训练集，6个视频共5 797帧图像作为测试集。当IOU阈值设为0.1时，模型在高、中、低辨识度组中的灵敏度和精确率分别达到了100.0%/92.1%、95.8%/80.2%及81.0%/80.6%。而当IOU阈值提高到0.5时（代表有效定位RLN），灵敏度和精确率则分别为92.6%/85.3%、71.7%/60.5%及38.1%/37.9%。这说明本模型在辨识度中高时可很好地提示RLN的位置和走行。漏检通常因目标过小、边界不明确所致。结论:基于深度学习的人工智能RLN识别在腔镜甲状腺手术视频中是可行的，有潜在的应用价值，有可能帮助外科医生降低手术中误损伤风险，提高手术安全性。

三分之一的脑卒中患者遗留有失语症，言语交流困难作为失语症患者最普遍的临床表现，将导致患者产生情绪障碍、交流参与减少甚至生活质量降低。与痴呆患者不同，卒中后失语患者对于已经获得的语义知识仍有能力进行辨别认知，但与正常人相比，无法进行随意提取、正确命名。已有研究证明在言语治疗中，语义治疗与语音治疗相比具有更长的疗效维持时间。其中，语义特征分析疗法已经得到了广泛的临床应用，并取得了良好的行为学治疗效果。但是，受损脑区的功能是否重塑仍未可知。探索大脑的语义处理过程，需要明确是"什么"类别的语义特征产生激活，在"哪里"可见激活中心及相关活动，"何时"产生活动并通过描述时间顺序，对"如何"进行处理产生影响。文章为了明确具有特定语义特征的训练素材其治疗效果在神经影像学方面的证据，综述了语义特征在空间、时间、频率关系上对大脑功能活动的影响，并对临床及研究前景进行展望。