简介：摘要目的通过基于MRI的机器学习模型来预测吸烟者及健康对照者大脑年龄，进一步探讨吸烟与大脑老化的关系。方法该研究为回顾性研究。数据集1为2014年8月至2017年10月郑州大学第一附属医院募集的男性吸烟者95名［年龄20~50（34±7）岁］和健康对照者49名［年龄20~50（33±7）岁］。数据集2为2010至2015年西南大学成人影像数据库的114名男性健康志愿者［年龄20~50（34±11）岁］。所有受检者均接受高分辨三维 T1WI。基于数据集1和数据集2健康对照者的结构MR图像构建高斯过程回归（GPR）模型和支持向量机模型预测大脑年龄，并通过交叉验证法验证模型性能，计算预测大脑年龄与实际年龄间的平均绝对误差（MAE）、实际年龄和预测大脑年龄之间的相关性（r值），最终筛选出最佳模型。将最佳模型应用于吸烟者和健康对照者预测其大脑年龄。最后以年龄、教育年限及颅内总容积为协变量，通过一般线性模型比较吸烟者和健康对照者的大脑年龄差值（PAD）的差异。结果GPR模型预测大脑年龄（MAE=5.334，r=0.747）优于支持向量机模型（MAE=6.040，r=0.679）。GPR模型预测数据集1的吸烟者PAD值（2.19±6.64）高于数据集1的健康对照者（‒0.80±8.94），差异有统计学意义（F=8.52，P=0.004）。结论基于MRI的GPR模型预测吸烟者及健康对照者大脑年龄性能较好，吸烟者PAD值增加，进一步表明吸烟会加速大脑老化。

简介：摘要目的通过深度学习(DL)PET图像重建方法，提升不同采集时间18F-脱氧葡萄糖(FDG)PET图像质量。方法回顾性分析2020年9月至10月间山西医科大学第一医院核医学科45例恶性肿瘤患者[男20例、女25例，年龄(52.0±13.6)岁]PET图像。选择原始列表模式PET数据的短时30 s/床位PET图像作为输入，采用Unet网络，以全剂量标准采集时间(3 min)PET图像为模型判别标准，建立DL图像重建模型，以预测全剂量PET图像。分别对DL、30 s、90 s和120 s 4组图像进行图像质量评估及定量分析。采用5分法主观评估4组的图像质量。分别测量各组图像肝本底及肿瘤病灶定量参数：最大标准摄取值(SUVmax)、平均标准摄取值(SUVmean)、标准差(SD)、信噪比(SNR)、对比度噪声比(CNR)及一阶纹理特征(偏度、峰度、均匀度和熵)。采用Kappa检验、χ2检验、单因素方差分析(最小显著差异t检验)进行数据分析。结果4组图像质量评分具有高度一致性(Kappa＝0.799，P<0.001)，DL组评分≥3分共6例，30 s、90 s和120 s组评分≥3分别有4、7和8例(χ2＝125.47，P<0.001)。DL组肝SD明显低于30 s组(0.26±0.07与0.43±0.11；F＝3.58，t＝-7.91，P<0.05)，SNR高于30 s组(11.04±4.36与5.41±1.41；F＝10.22，t＝5.40，P<0.05)；DL组肝SD及SNR与90 s组一致(0.39±0.16, 8.46±3.34；t值：-0.87和2.17，均P>0.05)。在18个高摄取肿瘤病灶中，DL组病灶SNR及CNR均高于30 s组(60.21±29.26与38.38±16.54，22.26±15.85与15.41±9.51；F值：13.09和7.05，t值：5.20和4.04，均P<0.001)。4组肝一阶纹理特征差异有统计学意义(F值：4.30~9.65，均P<0.05)，但DL组与120 s组间差异无统计学意义(t值：-1.25~0.15，均P>0.05)。结论DL重建模型能较好地改善短帧PET图像质量，可以满足临床诊断、疗效评估和组学研究的需求。

简介：摘要本文探讨了现有临床内镜教学的现状及内镜教学与数字化学习（E-learning）的有效结合方式；并以消化内镜为例，以Maya和Unity3D软件为基础拟构建E-learning数字化胃镜漫游系统。这为解决现有的内镜教学问题，为推动内镜教学领域的数字化改革与E-learning教学的进一步实施提出了可行性方案。

简介：

简介：摘要基于问题学习(problem-based learning，PBL)已经成为当今医学教育改革的一个重要研究领域，需要对其研究的热点与趋势进行深入分析。本文以在Web of Science核心数据集中检索到的1981年至2019年的1 819篇文献为研究对象，利用CiteSpace软件对文献信息进行可视化分析。结果显示，医学教育PBL的研究力量主要集中在欧美国家，国家之间的研究合作密切。目前的研究热点集中在效果、学校、指导教师和学生能力的培养等方面。研究趋势逐渐由PBL本身延伸到其与"虚拟病人""视频教学"等其他教学手段的结合上。

简介：摘要目的针对前列腺癌放疗，研究锥形束CT（CBCT）生成伪CT的深度学习方法，以满足自适应放疗的需要。方法纳入瓦里安On-Board Imager采集的74例前列腺癌患者的CBCT图像及其模拟定位CT图像，并使用MIM软件进行形变配准。将数据按简单随机法分为训练集（59例）和测试集（15例）。使用U-net、Pix2PixGAN和CycleGAN学习CBCT到模拟定位CT的映射。以形变配准后CT作为参考图像，评价平均绝对误差（MAE）、结构相似指数（SSIM）和峰值信噪比（PSNR）。另外单独分析了图像质量，包括软组织分辨率、图像噪声和伪影等。结果使用U-net、Pix2PixGAN和CycleGAN生成图像的MAE分别为（29.4±16.1）、（37.1±14.4）、（34.3±17.3）HU。在图像质量方面，U-net和Pix2PixGAN生成的图像存在过度模糊的问题，导致了图像失真；而CycleGAN生成的图像保留了CBCT图像结构且改善了图像质量。结论CycleGAN能有效地提高CBCT图像质量，有更大的潜力应用于自适应放疗中。

简介：摘要目的分析线上学习模式对青少年视力的影响。方法选取安徽理工大学附属眼科医院2019年12月1-31日（线上授课前）的视力筛查数据和2020年12月31日至2021年1月31日（线上授课后）视力筛查数据，两组数据均来自淮南地区的中小学校，两组数据以年龄段分组：6～12岁（小学组，n=1 124），> 12～15岁（初中组，n=552），> 15～18岁（高中组，n=554）。应用SPSS 22.0统计学软件分析两组各年龄段在线上授课前后视力的变化。结果线上授课前，近视率为52.70%，其中6～12岁近视率为25.31%，> 12～15岁近视率为71.89%，> 15～18岁近视率为88.34%。线上授课后，近视率为62.40%，其中6～12岁近视率为40.25%，> 12～15岁近视率为78.60%，> 15～18岁近视率为91.88%。线上授课前后近视率差异有统计学意义（χ2=21.44，P < 0.001）。结论线上学习模式对青少年视力有较大的影响，应制定相应措施，加强对青少年近视的预防和防控力度。

简介：摘要目的探讨使用远像光屏进行阅读学习的效果与舒适性。方法前瞻性交叉试验。于2021年7月通过首都医科大学附属北京同仁医院招募成年受试者39人，男性16人，女性23人，年龄（26.4±4.5）岁。按区组随机方法决定先用印刷品阅读（19人）和先用远像光屏阅读（20人），先后阅读打印在纸张上（印刷品）的和显示在远像光屏上的数字校正表，之间休息2 h。记录阅读速度、阅读效率及阅读正确率，记录每次阅读前后的视力（最小分辨角的对数）、屈光度数、闪光融合频率（CFF）、视疲劳评分、立体式锐度等的变化值。定量资料的比较采用配对t检验。结果受试者阅读印刷品的阅读速度、阅读正确率、阅读效率分别为（41.2±11.6）组/min、80.7%±13.3%和（32.4±7.4）组/min，阅读远像光屏的阅读速度、阅读正确率、阅读效率分别为（41.7±11.1）组/min、76.4%±12.6%和（31.1±6.4）组/min，阅读速度（t=-0.462，P=0.648）和阅读效率（t=1.954，P=0.058）的差异无统计学意义，阅读正确率的差异有统计学意义（t=2.226，P=0.032）。受试者在阅读印刷品后右眼和左眼视力分别下降0.014±0.032、0.013±0.050，而阅读远像光屏后分别提高0.007±0.033、0.007±0.036，差异均有统计学意义（右眼t=2.592，P=0.013；左眼t=2.154，P=0.038）。阅读印刷品后右眼、左眼近视度数分别增加（0.07±0.29）和（0.06±0.24）D，阅读远像光后则分别增加（0.01±0.29）和（0.02±0.28）D；阅读印刷品后CFF降低（0.1±1.0）Hz，阅读远像光屏后增加（0.3±1.2）Hz；阅读印刷品和远像光屏后视疲劳主观量表评分均增加；但两者比较差异均无统计学意义（均P>0.05）。结论使用远像光屏进行阅读不影响阅读效率或额外增加视疲劳的程度，能够避免近距离阅读印刷品引起的视力的下降。

简介：摘要近年来，大数据、人工智能和云计算等技术的快速发展给医疗健康领域带来巨大机遇和挑战。以深度学习（deep learning，DL）为代表的人工智能研究方法在耳鼻咽喉头颈外科疾病诊疗、预后分析及病因研究等方面发挥日益重要的作用。DL不仅与专家诊断水平相当，而且节约时间和经济成本，但也存在获取高质量大数据和临床推广运用等多方面难题。本文对其相关研究进行回顾分析，探讨其临床运用价值及面临的挑战。

简介：摘要机器学习作为人工智能的主要技术方向，可帮助眼科医生解读与分析成像设备产生的大量数据，简化诊疗过程。圆锥角膜的分类和早期诊断是机器学习的一个重要应用实例。机器学习用于辅助诊断圆锥角膜的建模方式通常有神经网络法、决策树法，这些模型的敏感性和特异性均在85%以上，但由于圆锥角膜的研究参数不一致，且缺乏公共数据集来衡量算法的优劣，限制了其在临床上的普遍推广。角膜屈光手术术前评估存在数据量大、决策困难的临床问题，机器学习可辅助评估患者是否适合进行屈光手术，其特异性、敏感性均在90%以上，并可通过术前各种眼部参数预测术后视觉质量。另外机器学习在角膜内皮细胞密度计数、角膜上皮损伤程度评估方面都有应用。通过机器学习及大数据建模可协助医生进行角膜病的精准诊断和个性化评估，为角膜病诊疗奠定数据基础。本文对近年来机器学习在角膜相关疾病中的应用进展进行综述。

简介：摘要机器学习在脑肿瘤MRI中的应用已经成为当下研究热点，其对于脑肿瘤在术前、术中、术后各期的诊断和治疗均有较大临床价值。目前，机器学习在脑肿瘤的自动分割、分类和分型的辅助诊断、术中路径的辅助分析、预后预测、数据收集等方面都取得了较大进展，但其在广泛投入临床应用前尚需克服一些限制阻碍。期望未来临床医师可以将两个领域更好地结合，使其成为脑肿瘤诊疗过程中的重要工具。

简介：摘要传统的生存分析方法虽在生物医学领域已有广泛应用，但需满足一些前提假设。随机生存森林方法可克服这一弱点。本文以美国梅奥诊所的肝脏原发性胆汁肝硬化的数据为例，从随机生存森林的原理、建模步骤、实例演示和适用性讨论等方面进行阐述，以期为读者进行生存分析提供新的思路和方法。

简介：摘要目的探讨汉族儿童上尿路结石腔内手术学习曲线，为具备一定泌尿系结石腔内手术经验的临床外科医师开展儿童泌尿系结石腔内手术提供循证依据。方法自首都医科大学附属北京友谊医院2014年6月至2019年4月前瞻性构建的汉族儿童泌尿系结石数据库中选取348例汉族患儿纳入此项研究。其中，男250例，女98例；中位年龄为3岁；中位体重指数为17.1 kg/m2。根据患儿结石位置、大小、身体基础条件等选择行经皮肾碎石术(percutaneous nephrolithotripsy，PCNL)术、输尿管镜碎石术(ureterscopic lithotripsy，URL)或PCNL和URL联合手术。并根据手术次序，将行PCNL和URL的患儿各分为三个亚组。统计分析患儿的基线资料、术中数据、结石清空率(stone free rate, SFR)及术后并发症发生率(complication rate, CR)情况，采用SPSS 22.0进行统计分析，在R3.5.1中进行非参数LOWESS回归建模，并绘制学习曲线来体现术者手术经验对腔内手术安全性及有效性的影响。结果348例患儿共行腔内手术375次，手术侧别共416侧，中位手术时间为30 min，中位术中灌注量为500 ml，中位结石负荷为1.77 cm2。结石的整体清空率为88.0%(330/375)，并发症发生率为25.0%(87/348)。其中发热62，血尿56例，石街2例。URL第1、2、3组中位结石负荷分别为0.5、0.8和1.8 cm2，中位结石质量分别为375、824和1 321 cm2×Hu，SFR分别为83.6%(92/110)、85.5%(94/110)和86.4%(95/110)，均呈逐渐递增趋势，且组间比较差异有统计学意义(P均<0.05)；中位术中灌注量分别为500、400和200 ml，术后发热发生率分别为18.2%(20/110)、10.0%(11/110)、8.2%(9/110)，均呈逐渐递减趋势，组间差异有统计学意义(P均<0.05)；术后血尿发生率分别为2.7%(3/110)、9.1%(10/110)、11.8%(13/110)，呈逐渐递增趋势，组间比较差异有统计学意义(P<0.05)。PCNL第1、2、3组结石质量分别为3 163、5 141和5 399 cm2×Hu，中位术中灌注量分别为1 000、1 300和1 500 ml，SFR分别为41.4%(12/29)、65.5%(19/29)和78.6%(22/28)，均呈逐渐递增趋势，组间比较差异有统计学意义(P均<0.05)；术后血尿发生率分别为27.6%(8/29)、31.0%(9/29)、46.4%(13/28)，呈逐渐递增趋势，组间比较差异有统计学意义(P均<0.05)；术后发热发生率分别为34.5%(10/29)、27.6%(8/29)和14.3%(4/28)，呈逐渐递减趋势，组间差异亦有统计学意义(P<0.05)。绘制学习曲线可见，随着腔内手术例数的积累，手术时长明显缩短，结石清空率逐渐增加，但手术时间及清石率也呈现进入学习曲线的平台。随着术者对结石质量较大患儿的纳入及患儿BMI的影响，术后并发症发生率在一定的学习曲线的平台期之后出现升高。结论随着手术经验的积累，可显著提高结石清空率，缩短手术时间。

简介：摘要在线学习力对在线学习效果具有重要影响。本文采用深度访谈、社会网络分析等研究方法，研究了影响医学生在线学习力的相关因素及其具体关系。研究结果显示，影响医学生在线学习力的主要因素是学习者本体特征、课程平台环境、教师特征和课堂教学4大因素。学习者本体特征是最为主要的因素；课程平台环境和课堂教学受到学习者本体特征影响的同时，两者之间也存在较高的相关度；教师特征对在线学习力的影响程度弱于其他3个因素。因此，建议关注学习者本体特征，增强课堂教学因素的直接影响力，注重课程平台环境，充分发挥教师的积极影响，从而提高医学生在线学习力。

简介：摘要胫骨平台骨折、骨关节炎和股骨转子间骨折发生率较高，传统开放手术创伤大、耗时长、失血多、术后感染风险高且功能预后不佳，骨折微创治疗技术应运而生。近年来，张英泽院士团队研发多项科研成果并获得临床转化。为了更好推广这些成果，自2015年4月以来，共举办50期骨折微创学习班，展示骨折微创治疗的创新理论和微创手术技术，共有来自全国29个省市400余家医疗单位医院的1 500余名学员参加学习班。笔者回顾50期学习班的主要创新理论和技术及其临床应用，为提高创伤骨科诊疗技术和开拓微创术式应用思路提供参考。

简介：摘要2019年9—12月，笔者参与了苏州大学与德国柏林Pflgewerk养老机构针对失能老年人居家照护课程研发与智慧化养老的交流项目，在学习与交流期间，德国完善的居家照护体系，先进适老辅具的研发与运用，系统规范的照护员培训课程，浓厚的人文关怀气氛与多学科团队合作的安宁疗护中心令笔者印象深刻。本文结合学习交流活动的亲身经历，思考我国现阶段老龄化社会存在的一些不足，希冀为建立一个更为完善的长期照护体系，从而实现健康老龄化与积极老龄化提供参考。

简介：无

简介：摘要加拿大英属哥伦比亚大学的灵活学习计划包括创新教学方法、强化学生体验、拓展继续教育、扩展桥梁计划和加强国际学术合作。这种教学策略为我国高等医学院校实施"以学生为中心"的教学改革提供了诸多借鉴，可以从更新教育理念、采取符合学生认知的教学改革、针对学生的个体差异实施多样化教学等方面完善我们的教学改革。

简介：摘要半月板撕裂是膝关节损伤的常见类型，若治疗不当，易引发膝关节疼痛、骨性关节炎等一系列临床症状。正确识别半月板病变是进行患者教育和临床干预的重要前提。MRI是临床诊断半月板损伤的最常用影像学方式，其能够准确反映半月板撕裂的位置、撕裂类型、半月板形态等，是临床诊断半月板撕裂的首选影像学方式。基于深度学习的MRI疾病检测是人工智能的一个新兴领域，随着深度学习算法的临床效用研究不断推进，人工智能可能最终转化为临床实践。本文从迁移学习与定制的神经网络两大分类中探究半月板损伤二分类、撕裂位置、撕裂方向、分级和感兴趣区分割等方面的基于深度学习的半月板MRI诊断研究进展，并指出当前研究的一些不足，以期为后续研究提供参考思路。

简介：无