简介：摘要目的探讨深度学习重建（DLR）在儿童低剂量脑外伤CT扫描中的应用价值。方法回顾性分析2020年6月至2021年2月湖南省儿童医院51例脑外伤合并脑出血患儿的低剂量颅脑CT图像，分别重建成5 mm和1.25 mm两组图像，每组图像根据不同算法重建6个亚组图像，分别为3组多模型自适应性迭代重建（ASIR-V）（迭代权重为0、50%、100%）和3组DLR［重建级别为低（L）、中（M）、高（H）］图像。图像质量客观评价参数包括背侧丘脑（灰质）、额叶白质、出血灶的CT值、信噪比（SNR）和灰白质、出血灶对比噪声比（CNR），以及背景噪声（SD）、颅底伪影SD。主观评价为对图像质量采用5分法进行评分。采用随机区组方差分析和Friedman秩和检验比较DLR与ASIR-V图像的客观参数和主观图像质量评分的差异。采用配对样本t检验和相关样本秩和检验对1.25 mm层厚DLR-H与5 mm层厚ASIR-V50%图像的客观参数和主观评分进行比较。结果51例患儿颅脑CT的CT容积剂量指数、剂量长度乘积和体型特异性剂量估算值分别为17.7（11.9，21.1）mGy、248.4（142.2，338.1）mGy·cm和（15.7±2.8）mGy。同一层厚的DLR与ASIR-V之间的CT值差异有统计学意义（P<0.05）。SNR和CNR随着ASIR-V或DLR的级别升高而逐渐增高，SD随着ASIR-V或DLR的级别升高而逐渐降低，总体差异均有统计学意义（P均<0.05）。其中，DLR客观参数均优于ASIR-V50%，DLR-H和ASIR-V100%的图像背景SD最低且两者差异无统计学意义，薄层DLR-H的白质SNR、灰质SNR和灰白质CNR值均优于ASIR-V100%，差异有统计学意义。随着层厚降低，图像质量评分下降，但薄层DLR图像平均主观评分均>3分，而ASIR-V图像平均主观评分均<3分，不能满足诊断需求。1.25 mm层厚DLR-H图像的背景和伪影噪声SD均高于5 mm层厚ASIR-V50%图像（t=2.96、2.83，P=0.005、0.007），其余客观参数和主观评分差异均无统计学意义（P均>0.05）。结论在儿童脑外伤低剂量颅脑CT中，DLR能提高图像质量，其中DLR-H图像质量最佳，且可提高薄层图像的灰白质的SNR和CNR。

简介：摘要目的探讨应用深度学习图像重建（DLIR）算法对实验猪心肌动态CT灌注（CTP）图像质量的提升程度以及该算法对心肌血流量（MBF）计算的影响。方法麻醉状态下对5只家猪进行静息与负荷动态CTP扫描，扫描管电压均为100 kV，低剂量与高剂量管电流分别设置为150、300 mA。低剂量扫描数据图像重建采用传统滤波反投影（FBP）及DLIR 3种不同强度（低、中、高），高剂量扫描数据图像重建仅采用FBP。客观评价及主观评价（5分制）图像质量，客观评价包括图像噪声、信噪比（SNR）、对比噪声比（CNR）。采用线性回归对DLIR算法强度和图像质量的线性趋势进行检验。采用Shapiro-Wilk检验数据正态性，正态数据比较采用配对t检验，非正态数据比较采用Wilcoxon秩和检验。结果高剂量扫描方案与低剂量扫描方案平均有效辐射剂量分别为7.2、3.8 mSv，差异有统计学意义（t=282.50，P<0.001）。低剂量下获得的图像随着DLIR强度的升高图像噪声逐渐减低，图像SNR及CNR逐渐增高（F=60.10、35.87、41.41，P均<0.001）。低剂量下高强度DLIR图像与高剂量FBP图像的噪声分别为（31.7±3.1）、（38.2±1.2）HU，SNR分别为16.6±2.0、13.8±0.8，CNR分别为14.5±1.7、11.6±0.9，差异均有统计学意义（t值分别为5.70、4.15、5.68，P值均<0.05）。低剂量下高强度DLIR图像与高剂量FBP图像主观评分分别为（4.8±0.4）、（4.2±0.6）分，差异有统计学意义（Z=2.12，P<0.05）。低剂量下FBP图像与高强度DLIR图像计算MBF在静息状态下分别为（81.3±17.3）、（79.9±18.3）ml·100 ml-1·min-1，负荷状态下分别为（99.4±24.9）、（100.7±27.3）ml·100 ml-1·min-1，差异均无统计学意义（t值分别为1.10、0.89，P>0.05）。结论应用高强度DLIR算法有利于实现实验猪低剂量心肌动态CTP，可明显提升图像质量，同时对MBF计算无明显影响。

简介：摘要目的研究提高护理专业大学生实训教学效果的改革方法。方法整群抽样法选取某高等护理学院396名护理大专学生为研究对象，其中实验组197人，对照组199人。实验组学生进行基于自我导向学习的外科护理实训教学，对照组学生进行传统讲授为主的外科护理实训教学。期间每3个月使用自我导向学习评定量表（self-rating scale of self-directed learning，SRSSDL，SDL）对学生自我导向学习能力进行动态测量，对学生实训考试成绩、课程满意度进行组间对比，并应用SPSS 17.0进行重复测量方差分析、独立样本t检验。结果自我导向学习能力重复测量评分实验组高于对照组，差异有统计学意义（F=16.237，P=0.016）；实训考试分数除常用器械模块（P=0.056）外，实验组均高于对照组，且差异有统计学意义[手术室护理模块（P<0.01）、伤口护理模块（P=0.005）、肠造口护理模块（P<0.01）]；学生对总体课程满意度，实验组高于对照组，差异有统计学意义。结论采用基于自我导向学习的护理实训教学方式，可有效提高学生以自我导向学习能力为基础的综合能力与素质，提高实训课程教学效果。

简介：摘要目的构建人工智能辅助诊断系统，自动发现胃溃疡病灶，鉴别胃良性溃疡与恶性溃疡。方法收集武汉大学人民医院消化内镜中心2016年11月—2019年4月拍摄的胃镜图片1 885张，其中正常胃黏膜图片636张、良性胃溃疡图片630张、恶性胃溃疡图片619张。其中1 735张为训练集，150张为测试集，分别将图片输入基于fastai框架的Res-net50模型、基于Keras框架的Res-net50模型和基于Keras框架的VGG-16模型进行训练。分别构建正常胃黏膜与良性溃疡、正常胃黏膜与恶性溃疡、良性与恶性溃疡3个单独的二元分类模型。结果VGG-16模型表现出了最好的结果，验证集验证模型区分正常黏膜与良性溃疡、正常黏膜与恶性溃疡、良性与恶性溃疡的精确度分别为98.0%、98.0%和85.0%。结论本研究获得的模型在发现溃疡病灶上具有较好的能力，有望应用于临床辅助溃疡病灶检出并鉴别良恶性溃疡。

简介：摘要近十年来，人工智能技术快速发展并逐渐由学术界走向产业界，其在医疗领域的应用也逐渐深入。受技术和伦理的局限，人工智能在医疗领域更多处于辅助决策的地位。抑郁症作为一种常见的精神障碍，其发病率在全球日益增长，如何利用以深度学习为代表的人工智能技术手段实现对抑郁症的筛查和诊断，促进抑郁症早发现和及时治疗，具有十分重要的意义。我们对近几年以人工智能为手段的抑郁症辅助诊断技术进行了文献调研和总结，主要从人脸表情、语音语调、文本语义、姿态行为及多模态数据融合5个方面入手，介绍人工智能在面向患者日常行为分析的抑郁症辅助诊断方面的研究进展。

简介：摘要目的探讨费曼学习法在口腔修复学实践教学中的应用效果。方法2020年5月，采用随机数法从徐州医科大学2017级五年制口腔医学专业本科生中抽取45名学生作为研究对象，分析比较其牙体预备的评分成绩和问卷调查结果。采用随机数法将45名学生分为A组、B组和C组，每组15名学生。A组学生采用费曼学习法进行学习，他们首先接受口腔医学院教师的牙体预备教学，随后A组学生依次对B组、C组学生进行带教。教学结束后，A组学生再进行一次牙体预备教学，记为A+组。采用数字化评估与问卷调查相结合的方式进行教学效果的评价。A组、B组、C组和A+组学生的牙体预备成绩采用迪凯尔(DHC 220)系统进行数字化评估。问卷调查在教学完成后进行，调查对象为3组学生。学生的牙体预备成绩先进行方差分析，随后采用LSD-t检测法进行组间两两比较。问卷调查结果采用Kruskal-Wallis H测试法，比较不同组学生对5个条目的回答是否相同。结果各组学生牙体预备的评分：A组学生(74.6±4.7)分，B组学生(73.7±6.4)分，C组学生(74.1±6.4)分，A+组学生(84.4±5.3)分。各组学生评分比较，其差异具有统计学意义(F＝6.088，P<0.05)，进一步采用LSD法两两比较得知，A+组学生的评分结果优于其他各组学生，A+组与A组、B组和C组的评分结果比较，其差异均具有统计学意义(均P<0.05)。A组、B组、C组学生成绩两两比较，其差异均无统计学意义(均P>0.05)。问卷调查的5个条目中，有2个条目的回答在不同组间的差异具有统计学意义，分别是条目2"新的学习方法是否对提高相关理论知识水平有帮助"(χ2＝15.724，P<0.05)和条目4"新的学习方法是否提高了你非专业方面的能力"(χ2＝11.161，P<0.05)。结论在口腔修复学实践教学中应用费曼学习法能够取得较好的教学效果。

简介：摘要目的探讨在医学微生物学教学中实施基于案例学习的效果。方法选取北京协和医学院2016级和2017级八年制临床医学专业共160名学生为研究对象。本研究采用试验对照方法，将2017级86名学生设为试验组，将2016级74名学生设为对照组。试验组采用课堂讲授结合基于案例学习的教学方法，对照组采用传统教学方法。采用期末考试成绩和试验组学生问卷调查结果评估教学效果。结果试验组和对照组学生期末考试成绩分别为(61.4±3.8)分和(59.7±4.4)分，其差异具有统计学意义(P<0.05)。试验组学生中，90.7% (78/86)的认为基于案例学习有助于促进基础医学知识应用于临床实践，84.9% (73/86)的认为有助于激发学习兴趣或学习动力。结论基于案例学习能够促进学生加深对所学知识的理解和应用，激发学生的学习兴趣。

简介：摘要该系列文章介绍了核医学背景下的机器学习(ML)。第一部分讨论了ML的历史，描述了常见的算法并举例说明ML何时可用于核医学。第二部分聚焦于ML在当下对核医学领域的贡献，讨论了未来对ML的预期和局限性，并对ML能做什么和不能做什么进行非常严谨的评估。

简介：摘要目的比较多种机器学习算法在早期肝细胞癌（HCC）术后复发预测中的效能。方法回顾性分析2009年5月至2019年12月南京医科大学第一附属医院收治的882例接受根治性手术切除的早期HCC患者的临床资料，其中男性701例，女性181例，年龄（57.3±10.5）岁（范围：21~86岁）。将患者按2∶1随机分为训练集（588例）和测试集（294例）。构建的机器学习预测模型包括随机生存森林（RSF）、梯度提升机、弹性网络-Cox回归和Cox回归模型。采用一致性指数（C-index）衡量模型预测的准确性、综合Brier分数量化模型的预测误差、校准曲线反映模型的拟合情况。比较机器学习模型、竞争模型和HCC分期系统的预测效能。所有模型均在独立的测试集内进行验证。结果训练集内患者中位无复发生存时间为61.7个月，测试集内患者中位无复发生存时间为61.9个月，两组患者无复发生存情况的差异无统计学意义（χ²=0.029，P=0.865）。RSF模型由5个常用临床病理学特征构成：白蛋白-胆红素分级、血清甲胎蛋白、肿瘤数目、肝切除方式和微血管侵犯。在训练集和测试集中，RSF模型的C-index值分别为0.758（95%CI：0.725~0.791）和0.749（95%CI：0.700~0.797），综合Brier分数分别为0.171和0.151。RSF模型对早期HCC复发预测的准确性优于其他3种机器学习模型、竞争模型（ERASL模型）及HCC分期系统（巴塞罗那分期、中国肝癌的分期方案、TNM分期），差异均有统计学意义（P值均<0.01）。校准曲线提示，RSF模型的预测概率与实际观察值具有较好的一致性。RSF模型可将早期HCC患者的复发风险分为低危、中危和高危组，在训练集和测试集内三组患者无复发生存情况的差异有统计学意义（P<0.01）。RSF模型对早期HCC术后复发风险的分层明显优于TNM分期。结论本研究构建的RSF模型集合了5个常用临床病理学特征，可较为准确地预测复发风险。

简介：摘要目的构建多标签学习MRI膝关节运动损伤检测诊断模型，并验证该模型的实际效能。方法回顾性连续纳入2013年8月至2019年3月解放军东部战区总医院1 343例膝关节运动损伤青年患者的1 391个膝关节MRI图像。采用随机采样法将数据按7∶1∶2分为训练集（n=973）、验证集（n=139）及测试集（n=279）。将膝关节损伤分为半月板损伤、肌腱损伤、韧带损伤、骨与骨端软骨损伤、滑膜关节囊损伤及周围软组织损伤6大类，由放射科医师依各层面图像对所有损伤进行标注作为金标准。根据PyTorch V1.1.0算法包搭建通用YOLO深度学习工具包，开发膝关节运动损伤MRI多标签定位检测模型，并在测试集上验证模型效能，评价其对病灶检测的灵敏度、特异度及平均精度均值。结果测试集279个膝关节MRI数据中，MRI多标签学习模型对半月板损伤、肌腱损伤、韧带损伤、骨与骨端软骨损伤、滑膜关节囊损伤及软组织损伤定位检测的平均精度均值分别为83.1%、89.0%、88.0%、85.8%、85.5%和83.2%，整体的平均精度均值为85.8%。模型对肌腱损伤检出效能最高，灵敏度为91.2%，特异度为87.1%。结论多标签学习MRI膝关节运动损伤检测诊断模型可以有效辅助膝关节运动损伤的定位检测，提高影像诊断工作效率。

简介：摘要为了提高信息化教学趋势下小班化探究式教学的实效，利用智慧教学云平台，布局教学管理、课程设置、教师备课、课堂应用和督导监控等模块。以平台为媒介，通过学生端和教师端共建了实体课程的小班化探究式学习社区。在医学八年制教学中，按照实体课表构建设计了学习周期的内容，依托云平台进行课前、课堂和课后发布。学生在学习社区内主动学习基础性概念，在教师引导下进行知识应用的探究，并按照课堂或课后发布进行知识拓展。经过教学实证，基于智慧教学云平台的小班化学习社区，提交率、互动率和得分率均超过90%，学生参与度高。其既能充分利用信息化教学资源的优势，又能在课程教学中构建面对面学习社区，体现个性化教学的情感互动，促进学生自主学习能力和创新思维能力的提升。

简介：摘要分散学习是一种有效地促进所学医学知识和技术得以长期保持的教学方法。本文阐述了分散学习的发展概况、在国外医学教育中的应用进展以及研究困境，提出在我国医学教育体系中推广分散学习，应当规范其定义，探索适合各专业、各层次学生的最佳分散学习方法以及多维度的分散学习效果评价方式，注重长期效果的评价，将人文知识以分散学习的形式融入其中，以期促进我国医疗卫生事业的健康发展。

简介：摘要目的探讨微波辐射对联合型学习记忆功能及海马组织结构的影响。方法将小鼠按随机数表法分为假辐射组和微波辐射组，各27只。采用2.856 GHz、8 mW/cm2微波辐射C57BL/6N小鼠15 min，建立微波辐射动物模型。采用Morris水迷宫和穿梭箱行为学实验，研究微波辐射对小鼠空间学习记忆和联合型学习记忆功能的影响。观察海马组织病理学变化，研究微波辐射后海马组织超微结构改变。结果Morris水迷宫结果表明，微波辐射后小鼠反向空间探索实验跨越平台次数减少，由(3.60±0.79)次降至(2.55±0.47)次(t ＝ 2.21，P＝ 0.046)；穿梭箱实验结果表明，辐射后小鼠平均主动逃避率显著下降(t ＝ 2.70，P <0.05)，平均主动潜伏期和总电击时间显著延长(t ＝ -3.09、-3.02，P < 0.05)。辐射后8 d，海马CA3和DG区部分神经元核固缩，海马CA3区神经元凋亡、突触间隙模糊、胶质细胞肿胀、血管周隙增宽。结论微波辐射可引起小鼠空间参考记忆能力及联合型学习记忆能力下降，海马组织形态学病理改变是其功能障碍的结构基础。

简介：摘要目的基于功能磁共振成像（functional magnetic resonance imaging，fMRI）数据构建深度学习分类模型，以辅助诊断双相障碍患者，并分析双相障碍关键影像学特征，提高双相障碍识别率。方法收集符合 DSM-Ⅳ诊断标准的双相障碍患者146例（患者组）以及健康对照者234名（对照组），进行fMRI扫描。采用局部一致性（regional homogeneity，ReHo）和低频振幅2种方法分析fMRI数据。基于ReHo和低频振幅指标分别采用深度神经网络（deep neural networks，DNN）和双通道卷积神经网络（dual-channel convolution neural networks，DCNN）构建分类模型，并通过比较分类准确率、受试者工作特征曲线曲线下面积获得最佳分类模型；采用准确率较高的影像指标对基于自动解剖标记图谱（anatomical automatic labeling，AAL）的90个大脑区域使用支持向量机（support vector machine，SVM）算法构建基于单个脑区的分类模型，并通过比较准确率指标，识别双相障碍的关键影像学特征。结果基于ReHo和低频振幅指标构建的DCNN分类模型的准确率分别为75.3%和72.6%，优于同指标下准确率分别为67.1%和65.1%的DNN分类模型，且使用ReHo指标构建的分类模型准确率相对优于低频振幅指标；同时基于SVM分类模型使用ReHo指标显示枕叶（枕中回、枕上回、舌回）、海马、丘脑等为识别双相障碍的关键脑区，且准确率均高于65.0%。结论基于ReHo指标的DCNN分类模型可用于双相障碍的辅助诊断；同时枕叶、海马、丘脑可能是辅助识别双相障碍的关键影像学特征脑区。

简介：摘要随着社会的不断发展，人们越来越重视我国教育事业，尤其是在职业院校中，数学教师应当注重对学生良好学习习惯的培养。然而，目前我国职业院校中的学生在学习习惯方面存在严重的不足，自身的发展和前途堪忧。本文主要围绕培养数学良好学习习惯的意义、目前我国职业院校中学生学习现状进行分析，探讨在职业院校数学教学中培养学生良好学习习惯的有效途径，从而为职业院校教师提供一定的理论参考，促进我国教育事业的不断发展。

简介：摘要学习是一项通过多感官共同作用来完成的复杂过程，其中视觉扮演着重要角色。当视觉出现问题并对学习产生影响时，就被称为与视觉相关的学习问题。2008年，美国视光协会通过并修订了《视光临床实践指南——与视觉相关的学习问题患者管理》，为由于视觉问题影响学习的个体提供了适当的评估方法和诊疗方案，降低视觉问题影响学习的风险。该指南全面阐述了与视觉相关的学习问题的定义、流行病学、评估与临床诊疗等内容。国外视光师是为有学习问题的个体提供帮助的主要成员，他们与特殊教育专家、健康保健人员共同形成多学科综合处理团队，视光师主要负责处理影响学习的视觉因素。与国外相比，我国在这方面尚存在较大差距，很多国内的视光师对与视觉相关的学习问题尚不清楚，对于其处理的视光临床实践指南更不了解，没有形成我国在此类问题的临床实践指南。该指南虽然是2008年制定，但目前仍在沿用，因此对该指南进行解读在我国与学习相关的儿童视觉科学研究方面有一定的参考意义。本文就《视光临床实践指南——与视觉相关的学习问题患者管理》的主要内容进行介绍和解读，以期提高和加深我国临床对该类问题的认识，提高视光师对视觉相关的学习问题患者的诊断管理水平，从而更好地服务于患者。

简介：摘要我国住院医师规范化培训工作发展至今，已从制度完善、体系建立走向内涵建设，管理也由粗放型向精细化转变，这就要求培训基地要最大限度地利用信息化来进行日常培训管理。同济大学附属东方医院利用在线考试系统进行住院医师测评数据收集，通过项目复盘、问卷调研、数据分析等方式，对住院医师的学习进行持续干预并取得一定成效。

简介：摘要潍坊医学院针对该校2015和2016级临床医学生在自主学习意识和习惯等方面存在的问题，通过采取强化教育理念、创新授课方式、建立健全教学管理制度和创立良好学习环境等重要举措，提高了学生的自律性、积极性和实践、创新能力，增强了优生效应，为更好地提高教学质量、提升医学生的自主学习能力提供了借鉴。

简介：摘要目的研究松花粉对脂多糖（LPS）诱发小鼠学习记忆功能损伤的保护作用和机制。方法将60只小鼠采用数字表法随机分为四组：正常对照组（n=15）、模型组（n=15）、松花粉低剂量组（500 mg/kg，n=15）和松花粉高剂量组（1 000 mg/kg，n=15）。小鼠侧脑室一次性注射LPS建立小鼠学习记忆功能损伤模型，通过水迷宫实验检测小鼠的学习记忆能力，同时测定小鼠海马超氧化物歧化酶（SOD）的活性，谷胱甘肽（GSH）和丙二醛（MDA）的含量，同时检测小鼠海马白细胞介素6（IL-6）、肿瘤坏死因子α（TNF-α）含量，以及多巴胺（DA）和去甲肾上腺素（NE）的含量。结果与正常对照组小鼠相比，模型组小鼠避暗实验潜伏期［（134.80±33.89）s比（282.20±17.43）s］明显缩短（t=4.23，P<0.01），错误次数［（4.00±1.58）次比（1.20±1.30）次］显著升高（t=2.85，P<0.01）。给予松花粉治疗后可显著提升小鼠避暗实验潜伏期［（189.40±27.21）s、（213.40±21.26）s比（134.80±33.89）s］（t=3.21、4.38，均P<0.05），降低小鼠的错误次数［（1.60±1.44）次、（1.40±1.44）次比（4.00±1.58）次］（t=5.12、6.42，均P<0.05）。同时，模型组小鼠海马中SOD的活性，GSH、DA、NE的含量较正常对照组小鼠［（7.59±1.77）kU/g比（39.90±6.37）kU/g，（3.49±0.13）mmol/g比（6.37±0.14）mmol/g，（418.42±2.57）ng/L比（586.37±3.64）ng/L，（187.20±5.41）ng/L比（298.42±2.32）ng/L］显著降低（t=3.67、8.23、2.23、3.65，均P<0.05），MDA、IL-6和TNF-α的含量［（8.79±0.82）mmol/g比（2.62±0.16）mmol/g，（48.07±5.56）ng/L比（18.76±1.42）ng/L，（87.20±4.31）ng/L比（22.42±3.39）ng/L］显著升高（t=7.45、2.67、4.35，P<0.05或P<0.01）。给予松花粉治疗后，与模型组小鼠相比，SOD的活性，GSH、DA和NE的含量［（18.80±2.39）kU/g、（28.70±2.36）kU/g比（7.59±1.77）kU/g，（5.04±0.36）mmol/g、（5.45±0.17）mmol/g比（3.49±0.13）mmol/g，（488.37±3.46）ng/L、（506.29±5.72）ng/L比（418.42±2.57）ng/L，（225.65±3.72）ng/L、（239.76±5.58）ng/L比（187.20±5.41）ng/L］显著升高（t=4.56、6.71，t=4.65、5.32，t=4.73、6.72，t=3.84、5.63，P<0.05或P<0.01），MDA、IL-6和TNF-α的含量［（5.72±0.47）mmol/g、（3.77±0.23）mmol/g比（8.79±0.82）mmol/g，（28.42±3.54）ng/L、（23.43±5.62）ng/L比（48.07±5.56）ng/L，（48.87±4.82）ng/L、（39.65±6.69）ng/L比（87.20±4.31）ng/L］显著降低（t=6.31、7.28，t=3.46、6.31，t=4.28、3.57，P<0.05或P<0.01）。结论松花粉对LPS诱导的小鼠学习记忆能力损伤具有改善作用，其作用机制可能与其上调小鼠海马中单胺类神经递质DA和NE的水平，以及抑制海马氧化应激和炎性反应水平有关。

简介：摘要心电图是诊断心血管疾病的常用检测方法，然而术语繁多，加之长时程可穿戴心电图监测的应用，对心电诊断的需求剧增。深度学习作为近年来新兴的人工智能技术，在心电领域也有了较快的发展和应用。本文综述了深度学习技术在心电图自动诊断和预测心血管疾病方面的应用。