加强创新意识 争创国内一流期刊

为不断提高期刊质量,总结了形成期刊特色与风格的经验,并采取一系列措施,积极组织优秀稿源,缩短报道时滞,加快出版周期,进一步扩大期刊的国内外影响。     

数字医疗在老年医学领域中的应用：技术与产业进展

数字医疗指综合利用人工智能、大数据、计算机传感等技术,建立覆盖全病程、全场景的医疗服务模式,提升医疗服务质量和医疗资源利用效率,降低医疗成本。在我国老龄化不断加剧的背景下,数字医疗技术是解决老龄化科技应对难题的可行选择。该文就数字医疗在老年医学领域中的应用,从现有数字医疗技术发展格局、现存不足、未来老龄健康事业的发展等方面进行综述。     

利用区块链技术解决一稿多投及稿件确权的方案及原型系统实现

【目的】 采用区块链技术以去中心化的方式解决期刊界一稿多投检测难和稿件安全隐私无法保障的问题。【方法】 分析投稿流程优化的需求,提出利用区块链技术检测一稿多投及稿件确权的方案。方案中设计的采编区块链系统为现有采编系统之外的辅助系统,拟采用联盟链的架构,包含期刊注册、作者注册、发布稿件、修改稿件状态、判断一稿多投、查询稿件 6 项基本功能,与既有的采编系统协同运行。【结果】 所设计的方案实现采编区块链原型系统开发,并完成功能和性能测试,验证了该系统的有效性。【结论】 相较于目前广泛采用的中心化采编系统,该方案站在期刊角度,不必将稿件数据共享给系统运营商,以杜绝一稿多投的学术不端行为,站在作者角度能够保证投稿记录不可篡改,在稿件被恶意传播或被他人挪用时,能够维护作者对稿件的著作权。     

基于深度学习和组织病理图像的癌症分类研究进展

癌症的精确分类直接关系到患者治疗方案的选择和预后。病理诊断是癌症诊断的金标准，病理图像的数字化和深度学习的突破性进展使得计算机辅助癌症诊断和预后预测成为可能。本文通过简述病理图像分类常用的4种深度学习方法，总结基于深度学习和组织病理图像的癌症分类最新研究进展，指出该领域研究中普遍存在的问题与挑战，并对未来可能的发展方向进行展望。     

基于弱匹配典型相关性分析的阿尔茨海默病识别

目的为了增强阿尔茨海默病(AD)的识别能力。方法该文采用多模态异构生物标志物数据在统计意义上潜在的相关性,利用互补原理,最大化不同模态数据之间的相关性,并在典型相关性分析的基础上,引入流形正则化技术提出了弱匹配典型相关性分析算法。结果解决了弱匹配多模态数据相关性建模问题。结论多模态异构生物标志物数据融合方法的预测性能优于单模态,能对AD的发病和病理研究提供更准确的信息。     

生物信息学研究现状及发展趋势

阐述生物信息学的内涵及发展历程，详细介绍国内外生物信息学的研究现状与发展趋势，在此基础上结合国内基础及优势，提出未来我国生物信息学应当关注的重要科学问题。     

Gaitboter与Noraxon步态分析系统时空参数的一致性比较

探讨Gaitboter与Noraxon步态分析系统时空参数的一致性。     

基于多尺度注意力机制的真菌显微图像分类方法

  目的  利用深度学习技术,建立临床常见的侵袭性真菌图像辅助分类模型。  方法  回顾性收集2020年9月—2021年4月解放军总医院第八医学中心曲霉菌属、酵母菌属和新型隐球菌属真菌感染者的显微镜图像,按7∶1.5∶1.5的比例随机分为训练集、验证集和测试集。使用训练集和验证集图像对改进的MobileNetV2网络结构进行训练和参数调试,构建基于多尺度注意力机制的卷积神经网络(convolutional neural network, CNN)真菌图像11分类模型。以机器鉴定结果为金标准,以查准率、召回率和F1值为指标评价该模型对测试集真菌图像的分类效果。将该模型与5种经典CNN模型进行比较,评价指标包括模型参数量、内存占用量、网络每秒处理的图像数量(frames per second, FPS)、准确率及受试者操作特征曲线下面积(area under the curve,AUC)。  结果  共纳入真菌显微镜图像7666张,分别包括曲霉菌属、酵母菌属和新型隐球菌属图像2781张、4115张、770张。其中训练集5366张、验证集1150张、测试集1150张。改进的MobileNetV2模型对测试集11种真菌图像具有较高的分类性能,查准率为96.36%~100%,召回率为96.53%~100%,F1值为97.01%~100%。该模型的参数量、内存占用量分别为4.22 M、356.89 M,FPS为573,准确率为(99.09±0.18)%,AUC为0.9944±0.0018,综合性能优于5种经典网络模型。  结论  本研究提出的真菌图像分类模型,在保持低运算成本的情况下,可获得较高的真菌图像识别能力,其整体性能优于常见的经典模型。     

数字化虚拟中国人女性一号（VCH—F1）实验数据集研究报告

目的：为建造具有东方人种特征的中国数字化虚拟人，获取中国女性人体数字图像的数据集。方法：通过广州市遗体捐献中心，选取一位因食物中毒急性死亡19岁女性尸体，经CT，MRI采集图像后，在股动脉灌注红色填充剂，冷冻包埋，在JZ1500A立式铣床上，以400nm刀盘切削，转速850r/m，断面间距0．2mm，用第三代富士数码相机摄像。结果：按中国解剖学会的《中国人解决学数据》加以评价，VCH－F1体型指数为94％，有较大的代表性。共获取断面图像8556个，图像总 数649万，每个文件数据量为17．5MB，VCH－F1数据集总量149．7GB，共编制6个不同版本，分别为VCH－F1（149．73GB，6．60GB，0．27GB）及VCH－F1头部数据集（1．93GB、0．67GB、0．46GB）。结论：借鉴国外经验和教训，VCH－F1在下列几个方面有所改进和提高：（1）尸体选材代表性较大；（2）血管标记鲜明，对后续图像配准和分割提供了良好条件；（3）立式切削较臣式切削更符合人体生理姿势；（4）本文采用的人体的冷存，一次装夹，双温冰库，大口径刀盘处理，能提高图像质量和工作效率，VCH－F1实验数据集，在若干关键技术上有所改进和提高，构建了切削精度高，血管显示鲜明，体型代表性良好，为我国今后虚拟人体的物理化和生理化，提供了一个高质量的框架。     

基于认知反映的信念逻辑

Quine[9]提出了一类有关信念模态的难题,比如Cicero难题,这些难题的解读对模态逻辑语义具有重要的意义.目前的一阶模态逻辑普遍给予Quine难题以de re/de dicto解读.本文指出de re/de dicto解读存在缺陷,并且认为为了解读Quine难题,需要在一阶模态逻辑的模型中引入一个认知反映关系.在此观念下,本文提出了一个新的一阶模态逻辑系统--基于认知反映的信念逻辑.