基于主成分分析的不受睡眠姿势影响的呼吸容积动态监测方法

目的探究基于主成分分析(PCA)的不受睡眠姿势影响的呼吸容积动态监测方法。方法利用2014年6月采集到的10名健康男性大学生平静呼吸时在仰卧、左侧卧和右侧卧位下的呼吸流速(PNT)信号及胸腔阻抗(IPTH)、左肺阻抗(IPL)和右肺阻抗(IPR)信号,通过对PNT信号进行积分运算得到呼吸容积(VPNT)信号作为金标准,使用基于PCA的数据融合算法从左肺和右肺的呼吸信号中获取融合的容积信号(VIPLR)。结果VIPLR与VPNT的相关系数(r)高达0.9501,且与经典的胸腔阻抗容积(VIPTH)比较,容积平均绝对误差(MAE)下降了25%。结论基于PCA的睡眠呼吸容积评估方法是一种可信度较高的睡眠呼吸容积动态监测新方法,能够最大限度地克服睡眠姿势变换对监测结果的影响。     

Expert consensus on emergency procedures for portal hypertension bleeding (2022)

Expert consensus proposes an emergency treatment protocol for portal hypertension bleeding. Herein, the emergency treatment procedures, which include first aid, medical, interventional, and surgical treatments, are described. In addition, the indications, contraindications, operating norms, precautions, and prevention of complications of portal hypertension are described to optimize the first aid process.     

多参数心电监护仪电压测量误差的不确定度评定

目的基于标准建立中的不确定度的计算研究,分析检定过程中会产生误差的环节,并分析、评定误差对结果的影响。方法分析并研究检定过程中各误差环节,计算各误差模型,科学计算出各影响误差的量化数值。结果通过各误差的量化数值,合成最终不确定度。结论通过分析在检定过程中产生误差的各环节,计算误差数学模型,量化分析各误差数值,最终得出检定过程中的不确定度,供各单位在进行不确定度分析评定中参考。     

Meta multi-task nuclei segmentation with fewer training samples

Cells/nuclei deliver massive information of microenvironment. An automatic nuclei segmentation approach can reduce pathologists’ workload and allow precise of the microenvironment for biological and clinical researches. Existing deep learning models have achieved outstanding performance under the supervision of a large amount of labeled data. However, when data from the unseen domain comes, we still have to prepare a certain degree of manual annotations for training for each domain. Unfortunately, obtaining histopathological annotations is extremely difficult. It is high expertise-dependent and time-consuming. In this paper, we attempt to build a generalized nuclei segmentation model with less data dependency and more generalizability. To this end, we propose a meta multi-task learning (Meta-MTL) model for nuclei segmentation which requires fewer training samples. A model-agnostic meta-learning is applied as the outer optimization algorithm for the segmentation model. We introduce a contour-aware multi-task learning model as the inner model. A feature fusion and interaction block (FFIB) is proposed to allow feature communication across both tasks. Extensive experiments prove that our proposed Meta-MTL model can improve the model generalization and obtain a comparable performance with state-of-the-art models with fewer training samples. Our model can also perform fast adaptation on the unseen domain with only a few manual annotations. Code is available at https://github.com/ChuHan89/Meta-MTL4NucleiSegmentation     

纳米技术用于动脉粥样硬化诊疗的研究进展

目的 建立甲氨蝶呤(methotrexate，MTX)血药浓度检测方法，并应用Westgard多规则理论对MTX血药浓度监测的室内质量控制进行评价。方法 利用HPLC-MS/MS建立MTX血药浓度检测方法并进行方法学验证。对实际治疗药物监测过程中低、中、高3个浓度的MTX质控样品的检测结果进行统计分析，绘制Levery-Jennings和Z分数质控图，运用Westgard多规则法对质控图进行评价。结果 MTX的定量下限为10.4 ng·mL–1，线性范围为10.4~5200 ng·mL–1，各浓度日内、日间准确度(RE，%)及精密度(RSD，%)均小于15%，提取回收率102.43%~103.26%，基质效应113.58%~118.33%，符合生物样本定量分析的要求。对Levery-Jennings和Z分数质控图进行Westgard多规则质控评价发现，2020年11月期间MTX的血药浓度监测提出警告2次(违反12s规则)，其余样品均在控。结论 建立的MTX血药浓度检测方法专属性好，灵敏度高，快速准确，且该方法在MTX血药浓度的长期检测中具有较好的稳定性。应用质控图及Westgard多规则质控评价方法对保证MTX血药浓度检测的可靠性具有重要意义。     

新型冠状病毒肺炎疫情形势下肿瘤专科医院头颈部恶性肿瘤诊治体会：附38例报告

背景与目的:2019年12月开始出现的新型冠状病毒肺炎(COVID-19)正在全球呈流行态势。有研究发现,肿瘤患者罹患COVID-19的风险较高,且更易出现重症及病情恶化。头颈肿瘤作为肿瘤专科医院接诊的重要病种,病例基数庞大,疾病复杂,部分肿瘤恶性程度极高,往往进展迅速,经不起拖延,而开展头颈肿瘤诊疗活动需要进行口腔、喉及气道等部位的操作本身又可能增加COVID-19医患感染风险。因此,本研究着重探讨COVID-19疫情形势下肿瘤专科医院头颈肿瘤的诊治和防控策略。方法:回顾性分析2020年2月1日—2020年2月22日在中国科学院大学附属肿瘤医院(浙江省肿瘤医院)头颈外科预约收治的38例头颈部恶性肿瘤患者的临床资料。本中心实行分时段预约就诊,基于诊疗指南和临床实践合理分流患者,严格把握住院指征。所有收住患者均需进行详细的流行病学调查、核酸检测和胸部CT扫描,排除COVID-19后方能接受手术或化疗。诊疗期间严格执行疫情防控措施,仔细观察诊疗经过,关注体温监测和管理,出院后跟踪随访患者恢复情况并通过互联网医院或其他网络途径实施医学指导和后续治疗。结果:头颈部恶性肿瘤38例患者中,男17例,女21例,平均49岁;其中甲状腺癌21例,口腔恶性肿瘤6例,唾液腺癌3例,喉癌2例,下咽癌2例,颈段食管癌1例,淋巴瘤1例,鼻咽癌1例,血管肉瘤1例。31例接受手术治疗,7例接受化疗,诊疗过程中3例出现发热,其中1例为粒缺性发热,1例为肿瘤坏死感染发热,1例因切口感染而发热,患者总体经过顺利,恢复良好,住院期间及出院后随访2周未发现患者和医务人员COVID-19感染。结论:COVID-19疫情形势下,基于诊疗指南和临床实践,合理分流、科学防控,充分利用"互联网+医疗"的优势,在积极投身抗击疫情同时,保护肿瘤患者免受病毒感染,并做好患者的心理支持,将疫情对治疗的影响降到最低并保证治疗的延续性是头颈肿瘤临床诊疗工作的可行策略。