简介：摘要目的应用深度学习算法建立基于纸质版12导联体表心电图的人工智能模型，评估并比较其与心律失常专科医生对流出道室性心律失常起源部位定位的效能。方法收集2011年5月1日至2020年12月31日在首都医科大学附属北京朝阳医院、温州医科大学附属第二医院、浙江大学医学院附属邵逸夫医院、北京大学第三医院经射频消融术成功治疗的527例流出道室性心律失常患者的861份纸质版室性心律失常心电图。以术中成功消融靶点作为金标准，对以深度学习为基础的人工智能模型进行训练、验证及测试。两位心律失常专科医生根据经典定位流程图及临床经验对测试集心电图进行靶点判断。对比深度学习算法与人工判读的敏感性、特异性和准确性等。结果基于纸质版常规12导联体表心电图的扫描图像建立的人工智能模型的灵敏度、特异度、准确率、受试者工作特征曲线下面积、F1指数分别为94.0%、83.3%、93.0%、0.93和0.96。针对测试集，专科医生判读的平均灵敏度、特异度和准确率分别为95.7%、83.3%和94.6%。结论在流出道室性心律失常起源定位方面，基于纸质版心电图的深度学习算法表现出较高性能，与心律失常专科医生的判断水平相当。

简介：摘要目的了解新型冠状病毒肺炎疫情防控政策影响下北京市2021年法定传染病的流行特征，为法定传染病的防控策略提供参考依据。方法采用描述性流行病学方法对北京市2021年法定传染病发病进行分析，采用R 4.1.2软件进行数据整理和分析，采用ArcGIS 10.8软件进行地图绘制。结果北京市2021年法定传染病报告发病率为290.51/10万，比2020年下降了43.29%，比2017-2019年的年均发病率下降了71.45%。报告发病率居前5位的病种依次为其他感染性腹泻病、流行性感冒、手足口病、肺结核和梅毒。从传播途径来看，以肠道传染病为主，占北京市发病总数的50.15%（31 898/63 601）。从病原体来看，以病毒类传染病为主，占北京市发病总数的59.63%（25 259/42 356）。北京市法定传染病的实验室诊断率由2017-2019年的年均16.47%（36 289/220 371）提高至2021年的35.36%（22 490/63 601），其中寄生虫类传染病实验室诊断率为83.33%。肠道传染病高发地区为平谷区、密云区和丰台区；自然疫源及虫媒传染病以延庆区、门头沟区、房山区和大兴区为主。结论2021年北京市法定传染病报告发病率呈下降趋势。法定传染病报告病例的实验室诊断率有所上升，不同病种间实验室诊断率差异性较大，有必要提高病例实验室诊断率。不同传播途径的传染病呈不同的地区分布特点，不同地区在开展传染病防控工作时应有所侧重。

简介：摘要目的探讨应用智能计算（IC）法对住院患者进行风险评估的准确性，旨在构建更具优势的住院风险评估系统。方法以天津市第五中心医院医院信息系统（HIS）为平台研发"搜索引擎"程序，自动抓取患者信息，应用IC法自动生成营养风险筛查2002量表（NRS 2002）评分、评估静脉血栓栓塞症（VTE）风险的Caprini评分和Padua评分、房颤脑卒中危险分层管理评分（CHA2DS2-VASc评分）以及房颤患者抗凝出血风险评分（HAS-BLED评分）。采用随机对照研究方法，按照各项评分适用条件，分别随机选取100例次应用IC法进行评分，定义为IC组；用与上述例次对应的同一患者相同时间的资料进行人工评分，定义为传统计算（TC）组。绘制Bland-Altman散点图分析两种方法计算各风险评分的一致性，比较两组评分消耗时间的差异。结果两组评分Bland-Altman散点图显示，NRS 2002评分、Caprini评分、Padua评分、CHA2DS2-VASc评分和HAS-BLED评分的95%一致性界限（95%LoA）分别为-0.46~0.41、-0.49~0.52、-0.50~0.41、-0.67~0.60、-0.44~0.43分，均P>0.05。在NRS 2002评分、Caprini评分、Padua评分、CHA2DS2-VASc评分和HAS-BLED评分中，分别有95%、96%、97%、97%、95%的点落在各自95%LoA内，且所有95%LoA内点均在临床可信区间内（-0.5~0.5分）。IC组计算NRS 2002评分、Caprini评分、Padua评分、CHA2DS2-VASc评分和HAS-BLED评分所消耗时间均明显短于TC组〔分别为0.72（0.71，0.73）s比361.02（322.41，361.02）s，0.72（0.72，0.73）s比196.68（179.99，291.20）s，0.72（0.72，0.73）s比105.75（92.32，114.70）s，0.72（0.71，0.72）s比72.66（56.24，84.20）s，0.72（0.71，0.72）s比51.30（38.88，57.15）s，均P<0.001〕。结论在上述5项住院风险评分中，IC法与TC法的评分结果存在良好的一致性，而IC法计算速度更快，值得临床信任与推广。

简介：摘要：目的：分析遵义市汇川区法定传染病的发病特点，为传染病预防控制措施的制定提供依据。方法：采用统计描述法统计分析遵义市汇川区2016~2020年法定传染病发病情况。结果：遵义市汇川区在2016年~2020年共报告法定传染病19119例，死亡104例，2020年发病比上期明显减少。汇川区2016年~2020年共报告肠道传播病例9997例，占报告发病总数的52.29%；呼吸道传播病例为4813例，占报告发病总数的25.17%；血液及性传播病例4230例，占报告发病总数的22.12%；自然疫源性传播病例46例，占报告发病总数的0.24%；直接接触传播病例33例，占报告发病总数的0.17%。男性发病（占总发病的57.96%）高于女性（占总发病的42.04%）。各年龄段都有病例报告，其中0～5岁年龄组发病最高（50.39%）；发病患者中各职业均有病例，其中散居儿童的发病数最多（41.67%）；其次是农民（16.85%）。结论：传染病防控应把重点放在加强以手足口为主的丙类传染疾病的防控，还应对农民和5岁以下儿童做好传染病防控工作。

简介：摘要：腰部助力外骨骼是一种辅助人体腰背部发力，从而减轻人体的腰部负担的机器人。腰部助力外骨骼通过处理传感器感知的人体信号，经过控制算法实现助力效果。本文首先总结了腰部助力外骨骼在国内外的研究现状，其次将腰部助力外骨骼系统的控制策略按照控制的信号不同进行了分类并分别对不同外骨骼的控制策略的定义以及优势和应用展开了详细描述，最后对腰部穿戴式助力外骨骼的发展前景与待解决的问题进行了展望与总结。希望给与研究人员在外骨骼控制领域的灵感，促进我国在外骨骼领域的发展。

简介：摘要 　目的：建立动态浊度法，定量检测盐酸苯达莫司汀中细菌内毒素含量。方法：依据《中国药典》2020版通则1143“细菌内毒素检查法”中动态浊度法要求，通过建立细菌内毒素标准曲线和干扰试验，确定供试品无干扰浓度和动态浊度检测方法。并对供试品中细菌内毒素含量进行定量检测。结果：标准曲线线性范围为0.01-1.0 EU/ml，相关系数r> 0.980，标准曲线成立；供试品终浓度在0.05 mg/ml时回收率100%，对内毒素测定干扰最小。方法精密度变异系数均

简介：摘要近年来，CT图像算法中基于深度学习的图像重建（DLIR）技术不断发展，日益成熟，目前已经逐步应用于临床实践中。DLIR算法较常规迭代重建算法具有在降低辐射剂量和图像噪声的同时不改变图像纹理，保持或提高解剖细节显示能力、总体图像质量和医生诊断信心的众多优势。因此，笔者重点就DLIR算法的原理、优劣势及其在人体各系统的临床应用进展进行综述，旨在进一步提高对DLIR算法的认识，并对其可能的应用情景提供借鉴。

简介：摘要深度学习图像重建算法是目前CT图像重建领域最为前沿的技术，随着算法的不断优化和模型泛化性的提升，适用人群和全身各部位的临床应用也在不断拓展，在疾病诊治中发挥了重要作用。深度学习图像重建算法能够降低图像噪声、消除伪影、避免“过度平滑”的视觉感观，提升主观诊断效能，并有助于CT检查中辐射剂量的降低。此外，深度学习图像重建算法不影响CT图像重建的速度，能够满足临床工作流的需求。随着对深度学习图像重建算法的不断探索以及临床应用的拓展，可以挖掘深度学习图像重建算法的潜在优势，提升CT临床应用的能力。

简介：摘要：目的  为掌握平塘县法定丙类传染病的流行特征和分布规律，做好疫情预测预报工作，为地方政府有关部门制定传染病防控策略和措施提供科学依据。方法 利用中国疾病预防控制信息系统中的《疾病监测信息报告系统》数据资料，采用描述流行病学方法对平塘县2004-2021年法定丙类传染病流行特征进行分析。结果 2004-2021年报告法定丙类传染病7种，共3186例，无死亡病例，年均报告发病率54.62/10万。2004-2018年发病率呈逐渐上升趋势，2018年达到最高峰，年发病率128.87/10万,之后逐渐下降， 2004年发病率最低，年发病率为1.31/10万。结论  平塘县法定丙类传染病主要以手足口病为主，其次是流行性腮腺炎，重点人群是散居儿童，其次是学生、农民及幼托儿童，是今后传染病防控工作的重点。

简介：摘要目的探讨集血袋估算法在剖宫产手术中的应用效果。方法采用便利抽样法，选取2021年4—7月在北京妇产医院手术室行剖宫产术的94名产妇为研究对象。比较集血袋估算法与传统估计出血量方法（血红蛋白法、红细胞计数法、红细胞比容法、目测估算法）的差异。结果94名产妇集血袋估算法与血红蛋白法、红细胞计数法、红细胞比容法的剖宫产术中出血量比较差异无统计学意义（P>0.05）。目测估算法的术中出血量高于集血袋估算法，差异有统计学意义（P<0.05）。结论集血袋估算法对剖宫产术中出血估算较为准确、快速、直观，且方法易于操作，有利于对产后出血的早期识别及干预。

简介：摘要目的对定量检测冻干甲型肝炎减毒活疫苗中细菌内毒素含量的动态浊度法进行验证。方法采用动态浊度法定量检测冻干甲型肝炎减毒活疫苗中细菌内毒素含量，并对分析方法的线性、专属性、准确度、重复性、中间精密度和耐用性进行验证。结果动态浊度法的线性相关系数绝对值为0.996；最大有效稀释倍数下专属性回收率为68.81%~73.80%；准确度回收率为53.50%~77.77%；3名实验人员重复性相对标准偏差分别为2.0%、3.6%、2.0%；中间精密度相对标准偏差为7.6%；耐用性回收率为66.49%~108.34%。结论动态浊度法检测冻干甲型肝炎中的细菌内毒素含量的方法具有良好的专属性、准确度、线性、重复性、中间精密度和耐用性，符合定量检测和数据完整性的要求。

简介：摘要目的基于随机森林算法构建儿童重症腺病毒肺炎(severe adenovirus pneumonia，SAP)的临床预测模型，并对其进行验证。方法采用观察性研究设计，回顾性分析2019年1月至2021年1月天津市儿童医院收治的542例腺病毒肺炎患儿的临床、实验室及影像学资料。将研究对象随机分为训练集和验证集(8∶2)。训练集通过随机森林算法筛选SAP的预测因子建立预测模型，并通过列线图将预测模型可视化表达。在验证集中利用受试者工作特征(ROC)曲线和敏感性、特异性、误判率、混淆矩阵对其进行验证。结果训练集患儿439例，其中重症型187例(42.60%)，验证集患儿103例，其中重症型44例(42.71%)。训练集中单核细胞百分比(M%)、PLT、AST、IL-6、热峰、肺部大片炎性实变、肺部斑片状阴影是影响SAP的独立预测因子。模型区分度验证发现训练集和验证集的ROC曲线下面积分别为0.95(95%CI：0.92~0.98)和0.92(95%CI：0.82~0.99)。训练集的准确度、灵敏度、特异性、阳性预测值和阴性预测值分别为0.994、1.000、0.987、0.998、1.000；验证集的分别为0.752、0.990、0.514、0.945、0.857。结论该预测模型具有较好的判别能力，早期的临床及血液学指标有助于提高儿童SAP的识别和筛选，具有一定的临床价值。

简介：摘要目的基于机器学习算法构建3种不同的经外周静脉置入中心静脉导管（PICC）相关性血栓风险预测模型，并比较模型性能，为评估及预防PICC相关性血栓提供依据。方法基于最佳证据和专家函询形成PICC相关性血栓风险因素调查表。采取便利抽样法，选取2016年1月—2020年10月在江苏大学附属医院行PICC置管的626例患者为研究对象收集临床资料，基于机器学习算法，分别采用支持向量机（SVM）、XGBoost和Logistic回归方法构建3种不同的PICC相关性血栓风险预测模型，并进行评价和比较。模型评价指标包括马修斯相关系数（MCC）、F1分数、受试者工作特征曲线下面积（AUC）及Brier得分。结果共30个变量纳入研究，预测因子包括患者的人口学资料、患者病情、治疗因素、导管相关性因素4个方面。测试集上验证后的模型，在MCC、F1分数上，Logistic回归预测模型得分低于XGBoost、SVM预测模型；在AUC上，Logistic回归预测模型得分等于SVM，小于XGBoost；在Brier得分上，Logistic回归预测模型得分高于XGBoost、SVM预测模型。结论基于机器学习算法XGBoost、SVM预测模型性能在敏感性及准确性上优于传统Logistic回归模型。血栓预测因子有助于指导临床医务人员识别高风险患者，降低PICC相关性血栓发生率。

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。

简介：摘要目的探讨早期宫颈癌患者行腹腔镜根治术中采用吲哚菁绿联合亚甲蓝定位前哨淋巴结(SLN)评估淋巴结转移状态的价值。方法抽取2020年1月至2021年1月在三门峡市中心医院治疗的ⅠA2~ⅠB1期宫颈癌患者90例，采用随机数字表法分为对照组和观察组，每组45例。对照组采用亚甲蓝示踪定位SLN，观察组采用吲哚菁绿联合亚甲蓝定位SLN，切除着色淋巴结并进行活检，对比两组患者的SLN检出率、准确率、阴性预测值以及灵敏度，分析SLN在宫颈癌患者盆腔中的分布情况，并对患者进行随访及资料分析。结果对照组切除淋巴结956个，检测SLN 237个，占淋巴结总数的27.69%；观察组切除淋巴结713个，检测SLN 323个，占淋巴结总数的45.30%。观察组SLN检出率(100.00%，45/45)高于对照组(82.22%，37/45)，P<0.05；但两组SLN检测准确率、灵敏度及阴性预测值比较差异未见统计学意义(P>0.05)。结论吲哚菁绿联合亚甲蓝是早期宫颈癌患者行盆腔前哨淋巴结活检术的有效示踪法，可在术中准确定位SLN，有效评估盆腔淋巴结转移状态。

简介：摘要目的探究深度学习算法（DLR）在胰腺低剂量CT扫描中改善图像质量的价值。方法前瞻性收集2020年8月至12月在北京协和医院进行腹部胰腺增强检查的68例患者，采用随机区组法分为正常剂量组和低剂量组，各34例，正常剂量组扫描管电压为120 kV，低剂量组管电压为100 kV。所有患者均行平扫、动脉期、实质期、延迟期扫描。低剂量组4期图像分别采用滤波反投影（FBP）、混合模型迭代算法（AIDR）和DLR 3种方法重建图像，正常剂量组4期图像均采用AIDR重建图像，分别记为LD-FBP、LD-AIDR、LD-DLR、RD-AIDR。测量胰腺的CT值、噪声值（SD），计算信噪比（SNR）、对比噪声比（CNR），不同重建方法图像间各参数的比较采用单因素方差分析，两两比较采用LSD法；对每组图像进行主观评分，多组间比较采用Kruskal-Wallis检验。结果正常剂量组和低剂量组患者胰腺平扫、动脉期、实质期、延迟期不同重建方法图像间胰腺CT值、SD、SNR、CNR差异均有统计学意义（P均<0.05）。实质期和延迟期图像LD-FBP、LD-AIDR、LD-DLR图像CT值均高于RD-AIDR图像（P均<0.05）；4期图像间SD、SNR两两比较差异均有统计学意义（P均<0.05）；4期LD-FBP、LD-DLR与RD-AIDR的CNR差异有统计学意义（P均<0.05），RD-AIDR的CNR优于LD-FBP，LD-DLR优于RD-AIDR。DLR算法对胰腺4期图像的SD、SNR、CNR均有改善，其中对SNR的改善增强图像更为显著，对CNR的改善平扫期和延迟期更为显著。胰腺4期不同算法重建图像主观评分差异均有统计学意义（P均<0.001）。LD-DLR与RD-AIDR评分差异无统计学意义（平扫、动脉期、实质期、延迟期Z值分别为1.00、2.24、0.45、1.34，P值分别为0.317、0.025、0.655、0.180）。结论DLR技术可以在降低胰腺CT辐射剂量的同时改善图像质量，满足诊断需求，在胰腺低剂量增强CT检查中可降低噪声，提高图像的信号SNR和CNR。

简介：摘要目的分析"直接分解"和"迭代分解"两种双能锥束CT(DECBCT)分解算法对于不同尺寸模体图像质量和物质分解精度的影响。方法利用CatPhan604模体和定制套环组合，模拟不同尺寸的患者成像部位，在Edge加速器锥形束CT(CBCT)系统上分别获取高能140 kVp和低能100 kVp的CBCT，并分别利用两种算法进行DECBCT的物质分解。分别计算了CTP682模块中各插件的电子密度(ED)和对比度噪声比(CNR)，用于评估两种算法的分解精度和输出图像质量。结果基于模体手册中提供的真值，两种算法的ED准确度均较高，其中仅最小尺寸模体的4种插件材料存在统计学差异(z＝-4.21、4.30、2.87、5.45，P<0.05)，但平均相对误差均<1%。迭代分解算法的CNR显著优于直接分解，相对提高比例为51.8%~703.47%。模体尺寸的增大会显著降低ED的精度，相对误差最大增幅为2.52%。大尺寸模体也会降低迭代分解的图像质量，CNR最大降幅达39.71。结论在不损失电子密度计算精度的前提下，相比于直接分解，迭代分解算法在不同尺寸模体的DECBCT构建中显著降低了图像噪声，提高了对比度。

简介：摘要目的为解决双着丝粒染色体人工分析费时费力的问题，探索人工智能技术，提出一种实现双着丝粒染色体自动识别的算法，从而实现快速高通量生物剂量估算。方法结合人工智能和图像处理技术，基于MATLAB软件，通过研究图像预处理、阈值分割、二值化处理、区域标识、卷积神经网络和双着丝点识别算法，定义模糊隶属度函数来描述每条染色体属于双着丝粒染色体的程度，设定判别阈值，实现双着丝粒染色体自动识别。结果通过对1 471张染色体图像进行算法检验，与人工识别相比，双着丝粒染色体细胞检出率达到了70.7%。结论本算法对双着丝粒染色体自动识别进行了初步研究，并达到了较好的效果。

简介：摘要目的用机器学习算法建立IgA肾病与非IgA肾病鉴别诊断模型。方法采用回顾性研究的方法，收集2019至2020年昆明医科大学第一附属医院、云南省第一人民医院和昆明市延安医院肾脏内科经肾脏病理确诊的患者共260例，其中原发性IgA肾病130例，非IgA肾病130例。收集包括性别和年龄等在内的28项临床资料和实验室常规检测结果，IgA肾病组与非IgA肾病组的男女构成比分别为59∶71和 64∶66，年龄分别为37.20（21.89，53.78）、43.30（27.77，59.18）岁。将260例患者随机地分为训练集（70%，182例）和测试集（30%，78例）。分别使用决策树、随机森林、支持向量机、极限梯度提升算法建立原发性IgA肾病与非IgA肾病的鉴别诊断模型。以真阳性率、真阴性率、假阳性率、假阴性率、准确率、受试者特征工作曲线下面积（AUC）、精确率、召回率和F1评分综合评估各模型的效能并选择性能最佳的模型。采用 SPSS 25.0对数据进行分析，P<0.05为差异有统计学意义。结果采用决策树、支持向量机、随机森林和极限梯度提升算法建立鉴别诊断模型的准确度分别为67.95%、70.51%、80.77%和83.33%；AUC值分别0.74、0.76、0.80和0.83；判断为原发性IgA肾病的F1评分分别为0.73、0.72、0.80和0.83。综合以上评价指标极限梯度提升算法模型的效能最高，该模型诊断为IgA肾病的敏感度、特异度分别为89%、79%，其变量重要性由高到低分别为血白蛋白、IgA/C3、血肌酐、年龄、尿总蛋白、尿白蛋比、高密度脂蛋白、尿素。结论成功建立IgA肾病与非IgA肾病的鉴别诊断模型。采用极限梯度提升算法建立的模型临床性能最佳。