目的:探讨某噪声车间内交接控制室隔声、吸声等降低噪声改造方法。方法:于2021年12月，通过对某噪声车间交接控制室进行职业卫生学调查及现场检测，分析噪声超标原因，提出降低噪声的改造设计方案并进行效果分析。结果:噪声车间交接控制室改造前峰值频带噪声强度为112.8 dB（A），峰值频率位于1 000 Hz。改造后理论计算控制值为61.0 dB（A），实测噪声强度为59.8 dB（A）。结论:降低噪声改造后交接控制室噪声强度降低，符合GBZ 1-2010《工业企业设计卫生标准》中控制室接触限值要求，对噪声治理工程具有参考意义。

目的:对室间隔缺损、房间隔缺损、动脉导管未闭和卵圆孔未闭合并肺动脉高压4种常见先天性心脏病(简称先心病)心音信号进行分析，提出一种基于深度学习的智能听诊算法，实现心音信号的自动分类。方法:基于数字信号处理技术，将一维时序信号分类问题转换为二维图像分类问题，利用深度神经网络实现心音的自动分类。采用该算法对浙江大学医学院附属儿童医院采集的941例心音数据进行训练、验证和测试，按照8∶1∶1的比例分为训练集、验证集和测试集。此外，本研究还收集了107例基于临床筛查环境的心音数据，用于验证智能听诊算法在实际临床应用中的效果。结果:本文采用离散小波变换法对心音信号进行降噪处理，观察到降噪处理对模型性能的显著改善。与未经降噪处理的模型相比，经过降噪处理的模型在测试集上的准确率、灵敏度、特异度和F1分数分别提高了15.8%、32.6%、11.1%和27.3%。比较5种通用分类神经网络模型(Swin_transform、Vit、Mobilenet、Resenet和Vgg)的性能，F1分数分别为0.905、0.842、0.687、0.814和0.864。使用Swin_transform模型对107例外部数据集进行测试，得到0.833的准确率、0.872的灵敏度和0.801的特异度。结论:先心病心音信号的自动分类模型性能受噪声与神经网络结构的影响较大。通过应用离散小波变换法对心音信号进行降噪处理，模型性能显著改善。比较多种通用分类神经网络模型发现Swin_transform模型展现出了最佳的分类性能。智能听诊算法在实际临床应用中有良好的有效性、准确率、灵敏度和特异度。基于深度学习的智能听诊算法在先心病心音信号自动分类方面具有潜在应用价值。

目的:研究在常规剂量扫描情况下模拟低剂量CT图像的方法，以此生成训练数据集中与常规剂量CT具有对应关系的低剂量CT图像，并建立深度学习模型，用于低剂量CT图像的降噪。方法:使用Philip Brilliance CT Big Bore模拟定位机，其不同算法重建的CT图像具有不同的噪声水平，其中iDose4算法噪声较大，而全模型迭代重建技术(iterative model reconstruction，IMR)噪声较小。提出一种以等价噪声水平重建图像替代低剂量CT图像的方法。常规剂量和低剂量CT的曝光量分别采用250和35 mAs。分别扫描CTP712均匀模块，用IMR算法重建低剂量CT图像，用不同降噪水平的iDose 4算法重建常规剂量CT图像，并根据噪声分布从中找出低剂量CT的噪声等价图像。随后，用常规剂量和噪声等价CT图像配对训练循环一致性生成对抗网络(cycle-consistent adversarial networks，CycleGAN)，使用模体测试该方法对真实低剂量CT噪声的改善程度。 结果:用iDose 4 level 1重建的常规剂量CT图像可替代IMR重建的低剂量CT图像。低剂量扫描可降低86%的辐射剂量。使用CycleGAN模型降噪后，对于均匀模块，降噪幅度为45%；对于CIRS-SBRT 038模体的脑、脊髓和骨等处，噪声值分别降低了50%，13%和7%。 结论:等价噪声水平重建图像可用于替代低剂量CT图像训练深度学习网络，在避免受检者受照剂量增加的同时，减少图像噪声，提高图像质量。

通过对LightSpeed VCT Console的升级改造与应用进行研究与分析,旨在探讨该技术的原理、方法和优势,并在实际场景中验证其效果.首先,介绍LightSpeed VCT Console的基本原理,即利用机器学习算法和大规模图像训练数据实现对低质量图像的提升和改造.然后,详细讨论LightSpeed VCT Console升级后在降低噪声、抑制伪影等方面的应用案例,展示该技术在图像质量改善方面的优秀表现.最后,对比LightSpeed VCT Console与其他图像改造技术的特点与差异,并提出未来该技术在图像处理领域的进一步发展方向.

为探讨环境浓度多西环素长期暴露对斑马鱼焦虑行为、学习记忆、认知灵活性及肠道菌群的影响,采用不同环境浓度多西环素(0、0.01、0.1和1 μg/L)对斑马鱼成鱼进行水体暴露染毒21d后,采用新缸实验、Y迷宫、明暗实验和斑马鱼行为学高通量监测系统方法检测环境浓度多西环素对斑马鱼行为学和肠道菌群的影响.结果表明:在新缸实验中,与对照组相比,0.01、0.1和1 μg/L浓度组斑马鱼平均游泳速度显著降低;随着多西环素浓度升高,斑马鱼最大游泳速度和总游动距离与对照组相比呈现下降趋势,其中1 μg/L浓度组同对照组相比差异显著;在底部区域停留时间上,与对照组相比,0.01、0.1和1μg/L组均有升高,0.01μg/L差异显著.在Y迷宫实验中,0.01 μg/L浓度组斑马鱼在探索臂停留时间与对照组相比显著增加,0.1和1μg/L浓度组显著降低;0.01 μg/L浓度组斑马鱼在探索臂的转弯角度与对照组相比增加,而0.1和1 μg/L浓度组显著降低.在明暗实验中,斑马鱼在光区停留时间随着多西环素浓度增加具有上升的趋势.在斑马鱼行为学高通量监测系统实验中,斑马鱼总游动距离随着多西环素浓度的增加呈现下降趋势,其中1 μg/L浓度组同对照组相比差异显著.基于16SrRNA测序技术对肠道菌群进行分析,12份肠道样本共获得1454814条原始有效序列,筛选后获得1314404条优质序列供后续分析.同时利用DADA2方法降噪,以100％相似度聚类,发现多西环素各浓度组减少了斑马鱼肠道菌群的丰度,博斯氏菌属、副球菌属、不动杆菌等菌属丰度降低,棒状杆菌属和漫游球菌等菌属丰度升高.香农指数、辛普森指数和chaol指数染毒组同对照组相比显著降低,此外,主坐标分析中多西环素组和对照组之间的群落不同.综上,环境浓度多西环素长时间暴露能够引起斑马鱼行为改变,产生焦虑样行为,0.01 μg/L浓度组能够提高斑马鱼短期学习记忆能力和认知灵活性;多西环素长期暴露引起斑马鱼肠道菌群丰度和多样性改变.

目的:分析某型急救车舱内的噪声并进行优化,以降低车舱内噪声,提高作业的舒适性.方法:在典型工况下,选取车舱内医护人员、卧姿伤员和坐姿伤员耳畔作为测试点,对某型急救车舱内的噪声进行测试,通过对噪声分布和频谱进行分析,进一步确定噪声源的位置、频率和传递方式,并针对性地通过优化排气管结构布局降低排气噪声、增加前后轮罩气密性降低轮胎噪声、优化和加强悬置设计降低机械传动噪声,降低整车的振源激励和振动传递.结果:通过性能优化,急救车舱内全部测试点的噪声均符合≤75 dB的技术指标要求,且各测试点噪声平均值下降2.9 dB,降噪效果显著.结论:该研究提出的降噪方法有效地降低了急救车舱内的噪声,提高了急救车作业的舒适性.

针对传统的血红蛋白浓度检测需要抽血采样,检测流程复杂且无法连续监测血红蛋白浓度的变化趋势等问题,本研究设计了一种基于多波长近红外光谱的无创血红蛋白浓度检测方法.首先,基于Beer-Lambert定律建立了血红蛋白无创检测数学模型,并依据该模型设计了八波长近红外光电容积脉搏波(photoplethysmography,PPG)信号采集系统;然后,对采集的PPG信号进行降噪和滤除基线漂移等预处理,并根据建立的无创检测模型对特征信息进行提取与选择;最后,基于Stacking算法构建血红蛋白预测回归模型.通过对 249 例临床数据进行实验验证,得到无创检测模型的预测值与参考值的均方根误差为 1.17 g/dL,相关系数为 0.75.实验结果表明,本研究方法可有效实现血红蛋白浓度的无创检测.

针对日常生活中对可穿戴、低噪声心电检测以及复杂心律失常的院前、院后监测管理的迫切需求,本研究探讨了一种新型基于多层丝网印刷柔性生物电干电极的单导联心电胸带.首先,分析了基于导电银浆聚合物的柔性干电极材料与皮肤接触的生物电检测等效电路模型;然后,采用丝网印刷技术将热塑性聚氨酯(TPU)、导电墨水(银浆)及可拉伸密封材料等分层印刷在普通织物基底上,并制备形成由两个测量电极和一个参考电极构成的单导联条形心电采集胸带.为了评估该单导联心电胸带的信号检测性能,本研究设计实验对5名健康受试者在行走、上楼、静息及扭腰等4种运动状态下进行5 min的体表心电信号监测,并量化测试了的R波峰值检测、信噪比(SNR)、信号伪影比(SAR)及阳性预测值(PPV)等4项指标值.实验结果显示,静息状态下的体表心电检测的平均R波峰值振幅为1.36 mV,SNR为2.05 dB,SAR为5.53,阳性预测值为99.81％,而运动状态下的运动伪迹则可通过心电胸带内置的运动状态监测器实现主动降噪,验证了所研制的基于柔性生物电干电极的单导联心电胸带具有良好的生物相容性及抗干扰能力.

将基于最小均方误差对数谱幅度估计的语音增强算法用在心音降噪中,该方法基于统计模型方法将降噪归于统计框架中,通过对带噪心音信号进行最优幅度谱估计,最小化估计心音与干净心音的差异来去除噪声,恢复原始的信号.实验结果表明,本文算法有效改善了心音信号的时频特征,并在后续的心音分类算法中获得了更高的准确率.本文方法在心音降噪中表现优秀,对电子听诊器、心脏病自动检测技术的发展具有重要意义.

目的 通过对美国海军潜艇医学研究所(Naval Submarine Medical Research Laboratory,NSMRL)的国防科技报告进行统计,分析潜艇医学研究热点,为今后开展相关工作提供参考.方法 采用文献计量学方法,对美国国家技术信息服务局(National Technical Information Service,NTIS)网络数据库中NSMRL 2000-2022 年发布的国防科技报告进行统计分析.结果 纳入文献 88 篇,共使用关键词 1298 次.由Bibexcel和Pajek软件可视化分析发现,潜艇医学研究热点中心词为潜艇、生存、认知、生物医学、噪声、生物节律、潜水员、环境.结论 2000 年以来,美军潜艇医学研究已取得了一系列成果,如在听力防护装备、降噪听诊器、艇员心理测量工具等方面;同时,美军在潜艇医学领域还存在诸多问题尚待进一步研究.