目的 建立一种基于DeepLabCut(DLC)算法用于评价老年小鼠运动功能的步态分析系统.方法 基于深度学习技术中的DLC算法,采用跑台装置和全封闭设计,构建系统软硬件;应用本系统评价不同运动模式下衰老所致小鼠的步态差异;通过相关性分析探究体质量与体长对步态指标的影响.结果 本系统实现特定步速下小鼠三维立体步态(侧面和腹平面)的同步分析,自动量化47项步态指标.应用本系统发现,步行时(15 cm·s-1),相比2月龄、8月龄和15月龄小鼠体转角标准偏差下降,前肢摆动时长、膝关节(Knee)角度标准偏差、左后爪和右后爪向外角度平均值增加;15月龄小鼠还出现步频降低,步幅、双支撑总时长、Knee伸展和收缩距离增加.小跑时(20 cm·s-1),15月龄小鼠无法稳定行走,相比2月龄,8月龄小鼠左后爪向外角度平均值和双支撑总时长增加.相关性分析发现,步频、步幅、前肢摆动时长、后爪向外角度平均值、双支撑总时长、Knee角度标准偏差、Knee伸展和收缩距离等指标均未受到体质量和体长变化的影响.结论 基于DLC算法的小鼠步态分析系统实现了对老年小鼠步态更加敏感、准确、全面的评价,区分出老年小鼠为维持步态稳定性所表现的步态特征,并筛选出更能反映老年小鼠步态变化的行为指标.为今后更有效评估抗衰老、抗运动协调功能下降药物的药效与副作用提供方法学基础.

目的:观测飞行员在经历黑洞错觉时的注意加工特点，了解飞行成绩高分飞行员的眼动模式，为开展眼动注视点引导的飞行模拟训练提供量化数据参考。方法:采用整群抽样法选取参与改装训练的飞行员作为受试者，将原始飞行成绩转换成百分等级，以飞行成绩的前10名为高分组，后10名为低分组，记录其在飞行错觉模拟器上完成夜间进场着陆任务时的眼动数据，分析模拟任务中眼动数据和飞行成绩的关系，并比较不同飞行成绩飞行员的眼动模式差异。结果:选取有效受试者36人。共计12个眼动指标与飞行成绩相关（ r=0.334~0.398， P均<0.05），其中平显地平信息区的扫视脱离速度、平显速度信息区的注视总时长占任务总时长的百分比、地平仪完全注视的平均时间3个眼动指标可与飞行成绩建立线性回归模型（ R2=0.422， F=7.77， P<0.001）。高分组飞行员对平显中的速度显示信息的完全注视总时长占任务总时长的百分比［（4.38±3.48）%］高于低分组［（1.72±1.32）%］，差异有统计学意义（ t=2.25， P=0.045）；高分组飞行员从平显地平信息区的扫视平均脱离速度［（358.85±171.40）°/s］高于低分组［（221.14±92.60）°/s］，差异有统计学意义（ t=2.24， P=0.038）。 结论:夜间进场着陆任务中的眼动指标可作为飞行员在黑洞错觉模拟体验任务中的注意能力评估指标。

儿童过度通气综合征(hyperventilation syndrome，HVS)是一种常见的功能性呼吸系统疾病，多由焦虑或应激事件触发，临床表现为以过度通气为主的一组症候群。使用标准化问卷和进行过度通气激发试验有助于诊断，目前临床上常使用Nijmegen问卷来量化和评估症状的严重程度。儿童HVS发病的重要原因是情绪心理因素，并且与异常的呼吸模式存在一些相关性。安慰疗法和呼吸再训练等疗法有助于改善其临床症状。

目的:通过胚胎时差成像技术（TLT）结合人工智能（AI）探索体外胚胎发育曲线（EDM）中的卵裂球计数曲线“跳变值”与胚胎形态学特征的相关性，并探讨其在体外受精（IVF）胚胎评估中应用的可行性。方法:本研究为自主研发的AI胚胎评估软件的诊断性试验，即临床数据AI再评估，为回顾性研究。收集2020年12月至2021年12月于重庆医科大学附属妇女儿童医院生殖医学中心行IVF的1 226例患者共6 545个胚胎，其中2 869个胚胎进行囊胚培养。所有胚胎通过TLT培养并进行观察，由TLT记录软件Embryo Viewer依据胚胎发育动力学绘制EDM。本课题组自主研发的AI胚胎评估软件对胚胎发育过程中的卵裂球数目进行实时识别、记录，并与EDM进行比较，分析由卵裂球计数变化而形成的跳变值与胚胎结局的相关性。采用Spearman相关性及logistic回归分析跳变值与胚胎形态学评估、胚胎着床及活产的相关性，使用受试者工作特征（ROC）曲线评估各指标对胚胎着床、活产的预测价值。结果:Spearman相关性分析显示，受精卵受精后72 h卵裂球计数曲线提取的总跳变值与卵裂模式、囊胚形成、培养至第3天胚胎（D3胚胎）的形态学评级、D3胚胎的细胞均一度、D3胚胎的细胞碎片率均呈显著负相关（ β值分别为-0.268、-0.116、-0.213、-0.159、-0.222； P均<0.001），与D3胚胎的细胞数呈显著正相关（ β=0.034； P<0.001）。多因素logistic回归分析显示，胚胎总跳变值排序与囊胚形成（ OR=0.97，95% CI为0.93~0.99； P=0.034）、胚胎着床（ OR=0.96，95% CI为0.93~0.98； P=0.044）呈显著负相关；ROC曲线分析显示，胚胎总跳变值排序预测胚胎着床能力与传统胚胎形态学评估方法相近［其曲线下面积（AUC）分别为0.679、0.620］。多因素logistic回归分析显示，活产与患者年龄（ OR=0.91，95% CI为0.88~0.93； P<0.001）、D3胚胎形态学评级（ OR=0.77，95% CI为0.59~0.99； P=0.045）及胚胎总跳变值排序（ OR=0.98，95% CI为0.96~0.99； P=0.038）呈显著负相关，而与获卵数（ OR=1.08，95% CI为1.05~1.11； P<0.001）及移植日子宫内膜厚度（ OR=1.09，95% CI为1.06~1.12； P<0.001）呈显著正相关；ROC曲线分析显示，纳入建模的以上多个因素预测活产的AUC值为0.666。 结论:跳变值及其排序是对体外胚胎卵裂期发育的系统量化，其与胚胎发育质量及临床结局相关，可能是胚胎体外评估及选择的有益补充。

PET/CT、SPECT/CT作为典型的多模态成像方式，既能反映病灶的解剖形态学信息，又能反映细胞分子水平的功能信息，为临床肿瘤、心血管疾病等的诊断、疗效监测和预后评估提供了重要参考依据。目前，基于PET/CT影像的疾病诊断主要依靠大小、形态、位置、密度等形态学征象以及SUV、肿瘤代谢体积(metabolic tumor volume, MTV)和病灶糖酵解总量(total lesion glycolysis, TLG)等半定量功能参数进行判断。然而，这些指标无法定量评估病灶的结构及代谢异质性，难以量化疾病的微观结构及代谢改变。近年来，随着人工智能算法的不断发展，新的模式识别技术和图像处理技术不断涌现，影像组学应运而生，并快速应用于PET/CT、SPECT/CT影像的量化分析中 [ 1, 2] 。影像组学基于医学图像中的定量影像特征可描述不同疾病的生物学特性这一假设，利用人工智能方法从PET/CT、SPECT/CT等影像中高通量地挖掘并分析更多客观定量、肉眼难以识别的特征参数，打通宏观影像信息和微观病理分子信息的关联，从而为临床疾病的无创诊疗辅助决策提供量化依据。

目的:观察探讨管道护理量化评估模式在危重颅脑外伤患者气管切开术后护理中的应用价值。方法:选取2019年10月至2021年10月期间滨州医学院附属医院神经外科收治的90例行气管切开术的危重颅脑外伤患者为观察对象，采用随机数字表法将入选患者分为观察组和对照组各45例，两组患者入院后24 h内均行气管切开术，对照组术后实施常规管道护理，观察组术后实施量化评估模式管道护理，比较两组患者围术期指标、术后1 w血流动力学指标〔收缩压(SBP)、舒张压(DBP)、心率(HR)、血氧饱和度(SpO 2)〕、管道护理不良事件发生情况、术后并发症发生情况及护理满意度。 结果:观察组术后监测时间、呼吸机通气时间、置管时间、神经外科重症监护室住院时间及总住院时间均明显短于对照组(均 P<0.05)；术后1 w，两组SBP和DBP均有所下降，HR和SpO 2均有所上升，其中观察组SBP和DBP显著低于术前( P<0.05)，对照组SpO 2显著高于术前( P<0.05)；观察组管道堵塞、管道滑脱及非计划性拔管等不良事件总发生率为2.22%，对照组为15.56%，比较差异有统计学意义( P<0.05)；观察组术后并发症总发生率(8.89%)显著低于对照组(24.44%)( P<0.05)；观察组护理态度、护理技巧、护理全面性及医生诊疗方面满意度评分均显著高于对照组(均 P<0.05)。 结论:在危重颅脑外伤患者气管切开术后护理中应用管道护理量化评估模式有助于促进患者术后康复，可明显降低管道护理不良事件发生率和术后并发症发生率，有利于提升管道护理质量和患者满意度，值得推广使用。

目的:探索一种编程数字化技术和数学几何原理相结合对豚鼠眼球形态学参数进行量化分析的方法。方法:选取22只3周龄清洁级雄性三色豚鼠，采用过量麻醉法处死并取出眼球，采用1 300万像素微距仪的高拍模式进行水平面及矢状面拍照，图片导入pycharm编程软件。应用Python 3.9预先编写好的分析程序，先通过刻度尺获取图片像素与实际距离的换算系数，再对角膜表面进行圆弧拟合及圆锥曲线拟合。圆弧拟合后的结果经换算后计算出豚鼠的角膜曲率半径；通过圆锥曲线通用方程拟合(Ax 2+Bxy+Cy 2+Dx+Ey+F＝0)，得出角膜表面的离心率e值；通过对全角膜及中央区3 mm的拟合，评估角膜的非球面性质。 结果:应用Python编程数字化方法可以完整清晰地展现豚鼠的角膜轮廓。横切面上，数字化拟合中央3 mm、数字化拟合全角膜以及曲率计测量全角膜曲率比较，差异无统计学意义( F＝1.693， P＝0.190)；矢状面上，3种方法测得的角膜曲率比较，差异有统计学意义( F＝3.500， P＝0.030)，其中曲率计测量全角膜的角膜曲率明显大于数字化拟合全角膜，差异有统计学意义( P<0.05)。横切面和矢状面上，3种方法测得的角膜曲率半径比较，差异均无统计学意义( F＝1.817， P＝0.170； F＝2.050， P＝0.133)。离心率测量结果显示，横切面和矢状面数字化拟合中央区3 mm处e值分别为0.55±0.15和0.53±0.17，分别低于数字化拟合全角膜e值的0.66±0.10和0.64±0.14，差异均有统计学意义( t＝－4.860、－5.210，均 P<0.01)。 结论:应用Python编程数字化方法测量豚鼠角膜曲率及离心率切实可行。

随着胰腺癌非手术治疗效果的逐步提升、胰腺癌解剖学的亚分类日趋精准及外科切除技术的精益求精，越来越多的局部进展期胰腺癌（LAPC）患者获得了转化手术切除的机会，并取得明确的生存获益。尽管当前已开展众多前瞻性临床研究，但在转化治疗的方案策略、疗效评估、手术时机及生存预后方面仍缺乏高级别的循证医学证据，临床上尚缺乏针对此类患者开展转化治疗的具体量化标准和指导原则，手术切除的指征更多依赖于各中心或术者的经验，缺乏一致性。为此，作者梳理了评估LAPC患者转化治疗效果的指标，并对目前探索中的不同模式的转化方案及临床结局进行总结和思考，以期为临床提供更准确的建议和指导。

目的:基于经会阴超声(TPUS)实时扫描技术和线性判别分析(LDA)法，定性分析并自动判别前列腺癌放疗分次内运动模式，为个体化精确放疗奠定基础。方法:应用TPUS技术记录了61例前列腺癌患者共1265个分次近百万个实时监测数据，划分为稳定型、波浪型、小偏执型、银叉型、回归型、大偏执型和稽留型运动模式。对运动轨迹量化并提取特征参数，通过LDA法建立判别方程式，评估训练集和测试集的判别效果。结果:平均每位患者存在4种不同的运动模式，不稳定型占(35.00±21.49)%。随着治疗次数的增加，运动轨迹并未表现出越来越稳定的趋势，不同模式的出现极不规则。构建的线性判别模型对训练集和测试集的判别准确率分别为90.4%和89.5%，敏感性和特异性分别为84.9%和91.1%。结论:前列腺癌患者分次内运动模式多样且随机，具有不可预测的特点。LDA法可以有效地对分次内运动模式进行判别，同时在治疗过程中利用判别方程和中心坐标实现对未知样本的自动鉴别。

目的:通过研究步态轮廓评分(GPS)和运动分析剖面图(MAP)来量化青年慢性非特异性腰痛(chronic nonspecific low back pain, CNLBP)患者和健康青年人步态周期中的运动学变化。方法:采用3D光学运动捕捉系统(Qualisys，Gothenburg，Sweden)采集CNLBP组和健康组受试者各11例的步态运动学数据，将其导入索尔福德大学Richard Baker教授编写的Excel文件并计算出GPS和MAP分数，并进行统计学分析。结果:右膝关节膝关节屈曲和伸展GVS值CNLBP组为(5.66±1.83)°，健康组为(3.64±1.13)°，组间比较，差异有统计学意义( P<0.01)，2组受试者其余各项GVS变量和GPS组间比较，差异均无统计学意义( P>0.05)。 结论:青年CNLBP患者存在步态异常，GPS和MAP在青年CNLBP患者的步态评估中具有一定的适用性。