通过结合基于SMOTE数据扩充方法对复杂音频数据的处理能力以及GA-SVM的准确预测能力,提出一种基于SMOTE数据扩充算法的GA-SVM模型,并将其应用于甲状腺疾病的诊断中.实验结果表明,本文方法在甲状腺疾病分类诊断方面表现出良好的性能.相较于其他方法,本文方法在诊断效果方面表现更佳,在甲状腺疾病的分类诊断中具有更高的适用性.

目的:探索医学生团队对大学英语思政教学资源的发掘与整合，并建设医学院校大学英语课程思政教学资源库，为医学生英语教学与思政教育的融合提供可行性经验。方法:对某医学院校1 030名学生进行问卷调查，并采用SPSSAU统计软件对调查结果进行分析，了解学生对英语教学与思政教育融合的态度与需求、大学英语思政教学资源库的建设方式，以及资源的呈现方式和类型。基于问卷结果、教材主题、教学模块与学生专业，采用内容分析与归类法，建设符合医学生期望的大学英语思政教学资源库。数据均以占比百分率的形式呈现。结果:①836名学生认为大学英语有必要与思政教育融合，希望通过日常生活（731人）、医学背景知识（664人）、社会实践（622人）、新闻时事（604人）等相关的视频、音频建设思政资源库，并以“教师讲授+课堂讨论”（528人）的形式引导学生学习上述资源。②根据教材主题匹配问卷结果中的思政融入点，根据单元模块内容进一步细化思政融入点为普适性与医学专属思政教学元素两类，最终建成了医学院校大学英语思政教学资源库。结论:好的课程与资源是师生共研共建的。

虚拟现实(VR)是一种可以创建和体验虚拟三维场景的计算机仿真系统，能够为用户提供多感官信息。近年来，随着5G、人工智能、大数据、云计算等技术的快速发展，VR技术在眼科领域的应用迎来了新的机遇和挑战。在视力、调节功能、立体视等视功能评估方面，VR结合红外眼动跟踪、双眼分视、人机交互等技术能够完全控制呈现给用户的画面，为实现个性化、自动化诊断提供了可能，并能够有效降低人力成本。在斜视、弱视诊疗方面，VR再结合其环境沉浸性、三维成像等技术，能够为用户提供丰富的画面，减少了斜视眼位测量、弱视眼间抑制量化上的检测技术难度；并可以通过模仿斜视聚散训练、弱视知觉训练等范式，提高斜视正位训练、弱视知觉训练和立体视训练的趣味性和依从性。增强现实技术与计算机生成的视觉增强、全息成像、三维音频提示和自适应光学相结合，可有效弥补低视力人群的视觉缺损，提高其生活质量。在近视防控领域，VR技术的利弊目前尚有争议，但仍具备潜在的应用价值。本文就虚拟(增强)现实技术在视功能评估与重建中的应用现状进行综述，并对其可能面临的挑战进行分析，以期推动医工融合在眼科诊疗领域的发展。

目的:研究视频健康教育用于乳腺癌改良根治术后患者患肢功能锻炼的效果。方法:选取2017年6月至2018年8月诸暨市第三人民医院治疗的乳腺癌改良根治术后患者100例为研究对象，根据其入院顺序分为两组，其中观察组50例，实施视频健康教育；对照组50例，实施常规健康教育，比较两组功能锻炼依从性、肩关节活动情况以及护理满意度。结果:观察组患者功能锻炼依从性为98.00%，高于对照组的74.00%，差异有统计学意义(χ 2＝11.960， P<0.05)。观察组肩关节外展角度[(100.45±2.34)°]、前屈角度[(98.77±1.23)°]、后伸角度[(47.67±1.92)°]均大于对照组[(70.89±1.82)°、(84.34±1.10)°、(40.02±1.73)°]，差异均有统计学意义( t＝70.509、61.835、20.931，均 P<0.05)。观察组患者护理满意度为96.00%，高于对照组的72.00%，差异有统计学意义(χ 2＝10.714， P<0.05)。 结论:视频健康教育用于乳腺癌改良根治术后患者患肢功能锻炼具有显著效果，能够使其早期恢复肩关节活动，改善预后。

目的:探讨高低音频-运动刺激模式对农村轻度认知障碍老年人注意力和记忆力的干预效果。方法:2019年9月至2020年5月选取符合纳入排除标准的轻度认知障碍老年人80名，抽签法分为试验组、对照组，每组40名。对照组给予手指保健操训练，试验组在手指保健操训练基础上，给予高低音频-运动刺激模式训练。分别于干预前后使用数字划销任务(number cancellation test，NCT)、基于Stroop效应设计的E-prime范式对持续性注意力和选择性注意力进行测评，使用Rivermead行为记忆测验第2版(Rivermead behavioral memory test，version 2，RBMT-Ⅱ)进行记忆力测评。使用SPSS 17.0软件进行数据统计。采用独立样本 t检验，配对样本 t检验，Mann-Whitney U检验进行统计分析。 结果:干预后试验组持续注意力指数(0.86±0.48)显著高于对照组(0.63±0.47， t＝4.336， P<0.05)，干预后试验组的一致反应时[(2 263.38±437.87)ms]和逆向反应时[(2 335.75±599.86)ms]显著低于对照组[(2 703.95±506.34)ms，(2 667.43±585.38)ms]( t＝-4.068，-2.447， P<0.05)，一致正确率[(0.84±0.14)]和逆向正确率[(0.87±0.10)]显著高于对照组[(0.71±0.19)，(0.73±0.15)]( t＝3.571，4.931，均 P<0.05)。干预后试验组RBMT-Ⅱ各维度及总标准分[19.00(18.00，20.00)分]均高于对照组[11.00(10.00，12.00)分]( Z＝7.299， P<0.05)。 结论:高低音频-运动刺激模式对农村轻度认知障碍老年人注意力和记忆力有改善效果。

目的:评价视觉反馈呼吸训练模块在左侧乳腺癌深吸气屏气放射治疗中的应用。方法:30例左侧乳腺癌保乳术后拟行全乳放疗患者经宣教培训后全部符合深吸气屏气要求，使用主动呼吸控制设备控制屏气状态行CT定位。将其随机分为使用(A组)和未使用(B组)视觉反馈呼吸训练方法两组各15例。A组使用光学体表监测系统的视觉反馈呼吸训练模块实现，B组使用音频互动方法指导患者屏气。通过分析光学体表实时治疗数据，比较两组患者不同治疗分次间呼吸的可重复性以及一个分次内多次屏气的稳定性，两组患者完成治疗所需屏气次数以及治疗时间。使用GraphPad Prism 6.0软件进行数据处理和作图，使用SPSS 21.0软件进行均值分析和正态性检验。结果:视觉反馈呼吸训练方法使患者的可重复性从1.5　mm降至0.7 mm ( P<0.05)，稳定性从1.1 mm降至0.8 mm ( P<0.05)，治疗所需屏气次数平均从4.6次降至2.4次( P<0.05)，平均出束时间和总治疗时间分别从336　s和847　s降至235　s和602　s ( P<0.05)。 结论:基于视觉反馈的呼吸训练模块可以提高左侧乳腺癌深吸气屏气放疗的可重复性和稳定性，有效减少憋气次数和治疗时间。

目的:研究不同肺功能分级慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）患者呼吸音声谱特征，初步确定不同肺功能分级COPD呼吸音声谱图特征性的参数和指标，探讨不同肺功能分级COPD患者呼吸听诊差异的可视化和可测量化。方法:入选2018年10月至2020年12月在上海交通大学医学院附属新华医院崇明分院诊治的经肺功能检查确诊为COPD52例患者［中轻-中度阻塞性通气功能障碍22例（轻-中度组）、重度阻塞性通气功能障碍30例（重度组）］和通气功能正常对照者36例（对照组）。分别用电子听诊器对呼吸音采样，传输至Audition音频软件，计算不同肺功能分级样本呼吸音声压级（sound pressure level，SPL）的相关数据及与每分钟通气量（minute ventilation，V E）的比值。采用回顾性病例对照研究，正态分布的计量资料采用单因素方差分析，两两比较采用SNK-q检验。 结果:轻-中度组、重度组COPD患者及对照组的呼吸音频在吸气相与呼气相50~200 Hz频段内的声压差分别为（-0.5±2.2）、（-1.6±6.1）、（0.7±4.0）dB，3组间比较差异有统计学意义（ F=2.64， P=0.038）；轻-中度组、重度组COPD患者与对照组的呼吸音吸气相单位分钟通气量声压级（sound pressure level per minute ventilation，SPL 50~200/V E）分别为（5.7±1.8）、（6.1±2.3）、（5.4±0.9）dB/L；呼气相SPL 50~200/V E分别为（5.8±1.7）、（6.3±2.2）、（5.3±1.2）dB/L，3组间比较差异均有统计学意义（ F吸=3.26， P=0.048； F呼=2.44， P=0.045）。ROC曲线结果显示，吸气相SPL 50~200/V E、呼气相SPL 50~200/V E、声压差评估不同分级阻塞性通气功能障碍具有诊断价值（AUC值分别为0.697、0.725、0.686， P值分别为0.015、0.005、0.022）。部分COPD患者呼吸音时频图中可出现异常高能量水平线。 结论:不同程度阻塞性通气功能障碍患者与通气功能正常者呼吸音频谱分析可出现明显差异，可为辅助判断阻塞性通气功能障碍提供依据。

目的:探讨5G远程机器人辅助全髋关节置换术治疗大骨节病致髋关节病变的早期疗效。方法:回顾性分析2020年11至2021年11月在昌都市卡若区人民医院治疗的55例（59髋）大骨节病致髋关节病变患者资料，按照全髋关节置换手术方式分为常规手术组及5G远程机器人辅助手术组（简称机器人组）；其中2例患者双侧髋关节均采用常规手术，2例患者双侧髋关节分别接受常规手术及机器人辅助手术，其余患者均为单髋手术。常规组30例（32髋），男16例（17髋）、女14例（15髋），年龄（56.56±9.33）岁（范围36~76岁）；机器人组27例（27髋），男10例、女17例，年龄（55.41±10.90）岁（范围24~79岁）。术前记录Harris评分，并通过X线片测算股骨偏心距（femoral offset，FO）和双下肢长度差（leg length discrepancy，LLD）。远程通信图像及音频信号传输的平均延迟时间为（172.28±36.58） ms，数据包丢失率为1.08%。术后24 h测量FO和LLD，并测算髋臼外展角及前倾角。末次随访时评估Harris评分。比较两组的手术时间、FO、LLD、髋臼外展角、前倾角及Harris评分。结果:全部病例均获得随访，随访时间（9.39±2.43）个月（范围6~19个月）。两组术前FO、LLD、Harris评分及随访时间差异均无统计学意义（ P>0.05）。机器人组手术时间为（126.41±12.78） min，较常规组的（88.81±8.83） min长，差异有统计学意义（ t=13.31， P<0.001）。两组FO较术前增加，LLD减小，差异均有统计学意义（ P<0.05）。术后机器人组LLD为（0.63±0.65） cm，小于常规组的（1.15±0.71） cm，差异有统计学意义（ t=2.88， P=0.006）；两组术后FO、外展角及前倾角比较差异均无统计学意义（ P>0.05）。术后两组Harris评分均较术前提高，术后Harris评分机器人组为（69.00±12.33）分，高于常规组的（62.31±11.87）分，差异有统计学意义（ t=2.12， P=0.039）；机器人组Harris评分的优良率为19%（5/27）、常规组为9%（3/32），差异无统计学意义（χ 2=1.05， P=0.522）。 结论:与常规手术相比，5G远程机器人辅助全髋关节置换术治疗大骨节病致髋关节病变手术时间长于常规手术，但在改善关节功能方面更具优势，且便于更精确地矫正双下肢长度差。

目的:基于Praat语音分析软件探讨声学数字化分析方法在吞咽障碍患者的误吸风险评估中的应用。方法:选取46例脑卒中吞咽障碍患者，每例患者均进行标准化的吞咽造影检查，要求每例患者在进食每口食物前、后分别发"衣/i/"音3次，采集声音样本。根据渗漏-误吸分级(PAS)将所有患者分成非误吸组(16例)和误吸组(30例)，检测和比较2组患者进食前和进食后的组内及组间嗓音的基频、相对平均扰动度(RAP)、相对频率微扰(Jitter)、相对振幅微扰(Shimmer)、振幅微扰商(APQ)和谐波噪声比(HNR)等声学参数的变化情况。结果:非误吸组患者的各项声学参数指标进食前后比较，数据差异均无统计学意义( P>0.05)；误吸组患者的基频、RAP和Jitter数据进食前后差异有统计学意义( P<0.01)。进食前，非误吸组患者的RAP[(0.31±0.22)%]和Jitter[(0.49±0.32)%]分别与误吸组的RAP[(1.02±0.53)%]和Jitter[(1.71±0.84)%]比较，组间差异有统计学意义( P<0.01)，且非误吸组优于误吸组；进食后，仅Jitter值[非误吸组(0.49±0.32)%；误吸组(0.74±0.43)%]的组间差异有统计学意义( P＝0.048)。 结论:可在进食评估前，通过对声学参数RAP和Jitter的分析，识别吞咽障碍患者误吸的风险。

目的:探讨基于机器学习模型评估关节摩擦音诊断膝关节半月板损伤的应用价值。方法:采用病例对照研究分析2020年8月至2022年10月南京医科大学附属逸夫医院收治的17例半月板损伤（半月板损伤组）和招募的75例无膝关节疾病健康受试者（健康组）的临床资料。在相对安静（峰值不超过40 dB）的环境下采集受试者膝关节摩擦音，将屈-伸-屈运动方式下所得关节摩擦音分割后得到的音频按4∶1的比例进行随机分层抽样，得到训练集（半月板损伤组125段，健康组187段）和测试集（半月板损伤组33段，健康组47段）；将坐-站-坐运动方式下所得关节摩擦音分割后得到的音频按4∶1的比例进行随机分层抽样，得到训练集（半月板损伤组81段，健康组164段）和测试集（半月板损伤组20段，健康组40段）。建立线性核支持向量机、径向基函数支持向量机、随机森林和极端随机树4种机器学习模型。分别对训练集数据进行模型的学习训练，通过测试集数据对模型性能进行验证。记录受试者单次采集所需时间和数据分析判读所需时间。分别在试验前及试验后1 d采用Lysholm评分评估受试者膝关节功能。根据测试集结果比较两种运动方式下关节摩擦音诊断半月板损伤的准确率得出更优运动方式。基于更优运动方式下4种模型下所得关节摩擦音诊断半月板损伤的准确率、灵敏度、特异度、F1分数、受试者工作特征曲线下面积（AUC）比较模型的有效性，找出适合本研究数据框架的最佳机器学习模型。观察更优运动方式的最佳机器学习模型下关节摩擦音对半月板损伤的诊断准确率、误诊率及漏诊率。结果:单次关节摩擦音采集所需时间为5~10 min［（7.1±1.3）min］，数据分析判读所需时间约为1 min。试验前后膝关节Lysholm评分半月板损伤组分别为（75.6±4.0）分和（77.7±3.7）分（ P>0.05），健康组分别为（99.6±0.9）分和（99.5±1.0）分（ P>0.05）。在线性核支持向量机的模型下，屈-伸-屈和坐-站-坐运动方式的诊断准确率分别为0.775和0.817，径向基函数支持向量机模型下的诊断准确率分别为0.813和0.900，随机森林模型下的诊断准确率分别为0.800和0.867，极端随机树模型下的诊断准确率分别为0.800和0.900，坐-站-坐的诊断准确率均高于屈-伸-屈。在坐-站-坐运动方式下，极端随机树模型的诊断准确率为0.900、灵敏度为0.900、特异度为0.950、F1分数为0.900、AUC为0.942，均高于其余3种模型，极端随机树表现出更好的机器学习效能。在坐-站-坐运动方式下的极端随机树模型中，60段测试集音频（半月板损伤组20段，健康组40段）诊断为半月板损伤组22段（真阳性18段，假阳性4段），健康组38段（真阴性36段，假阴性2段）。关节摩擦音诊断半月板损伤的准确率为0.900，误诊率为0.100，漏诊率为0.100。 结论:关节摩擦音诊断半月板损伤可缩短诊断时间，增强检查过程的安全性，其基于机器学习的人工智能的诊断模式更加快速、稳定，可以作为膝关节半月板损伤的诊断标志物。