中医药文献语义标注系统研究与开发

目的研究和开发支持中医和现代生物医学本体和术语集的语义标注系统。方法以MedPortal本体库和中医临床术语集等为术语资源库,设计语义标注系统工作流程和功能框架,并开发Web应用系统。结果构建了一个基于Web的中医药文献语义标注系统,支持语料库管理与维护、术语词典管理、语义标注和语义检索等功能,既可以为基于机器学习的信息抽取算法研究提供训练集,又能实现语义层面的多来源数据集成与知识融合。结论该中医药文献语义标注系统设计方案已经过实际项目验证,可为其他同类系统研发提供参考。     

有无幻听的精神分裂症患者认知功能的特点及与幻听的相关性

目的 探讨精神分裂症有无幻听的患者认知功能损害的特点及其与幻听症状的相关性。 方法 纳入2013 年5 月至2019 年 3 月武汉大学人民医院精神卫生中心收治的伴有幻听的精神分裂症患 者42例（幻听组）、不伴幻听的精神分裂症患者26例（非幻听组），纳入同期武汉地区招募的健康对照82 例 （对照组）作为研究对象。对精神分裂症患者进行阳性和阴性症状量表评分，对3 组人群进行数字符号测 试、数字广度测试及言语流畅性测试评估认知功能。结果 幻听组与非幻听组在年龄、性别、教育、病程 及PANSS各项评分等临床症状上相匹配（除P3幻觉评分外）。与对照组［数字符号测试（69.12±9.84）分，数 字广度测试顺背评分（9.00±1.02）分，数字广度测试倒背评分（6.13±1.51）分，言语流畅性测试（21.90±4.32）分］ 比较，伴有幻听的精神分裂症患者［（41.17±8.00）、（7.26±1.36）、（4.24±0.96）、（13.26±2.36）分］及不伴有幻 听的精神分裂症患者［（48.65±13.82）、（7.54±1.48）、（4.46±1.61）、（16.11±5.29）分］认知测评得分均明显下 降（F=28.65，13.18，15.05，32.26；P＜0.05），且幻听组的数字符号测试评分低于非幻听组（t=-2.83，P＜0.05）。 相关分析结果示伴有幻听的精神分裂症患者数字符号测试评分与Hoffman 幻听评分呈负相关（r=-0.34， P=0.03）。结论 有无幻听的精神分裂症患者均存在广泛的认知功能损害，伴有幻听的精神分裂症患者 在注意力及执行能力方面损害更为严重且与幻听症状密切相关。     

中医哮喘领域本体的构建

目的:利用本体的方式实现中医哮喘领域的知识的共建共享及推理。方法:通过对中医文献中"哮喘"相关知识的提取,基于斯坦福大学的七步法构建了"哮喘"的疾病本体,实现了哮喘相关知识的领域建模,建立了部分概念与概念间的关系约束及公理。结果:中医哮喘领域本体构建完成能够实现知识的共享以及简单的推理。共有类120个,实例425个,对象属性18个,其中反向属性6个,数值属性2个,等价类公理1个,子类公理138个,基本实现了对哮喘领域知识的语义化表达。结论:本体的构建在知识的共建、共享及未来知识库的语义检索、数据挖掘中具有一定的参考与应用价值。     

语义知识图谱与科学知识图谱在中医药领域的应用

介绍语义知识图谱和科学知识图谱的概念、特点及研究现状,分别阐述其在中医药领域应用情况,分析两类知识图谱区别及二者交互对促进中医药领域知识图谱技术发展的作用。     

汉语及图片语义加工机制的fMRI研究

目的利用功能磁共振成像(fMRI)技术探讨汉字及图片语义加工的脑机制。方法对13名正常青年受试者进行视觉方式呈现汉字及图片语义辨别任务的fMRI扫描,采用AFNI软件进行数据分析和脑功能区活动图像。结果fMRI显示两种任务均激活了左侧顶下小叶、额中回、额下回、右侧小脑及双侧梭状回、舌回、枕中回、枕下回、辅助运动区。其中左侧顶下小叶、额中回及双侧枕中回、梭状回在图片语义辨别任务激活明显强于汉字任务,有显著性差异(P<0.05)。结论汉字及图片语义的脑加工均存在偏侧化现象,图片语义的脑处理有更多的脑活动参与完成。     

本体心理学在精神分裂症临床诊断与治疗中的应用

精神分裂症至今仍被认为是世界范围内广泛存在的最神秘的精神疾病.本体心理学流派经过对来自不同文化背景的患者40年成功的临床实践,第一个也是唯一一个证明了它能够运用有效方法 来治愈精神分裂症.文章描述了心身疾病和精神分裂症的病因,并从本体心理学的三个发现,即:偏差屏、语义场和本体自在分析了疾病生成过程,从而澄清和解决了许多有分歧的观点,并围绕着疾病的一些悬而未决的问题,以本体心理学的方法 进行了深入、详细的阐述.     

家属实施语义导航训练法改善失语症患者言语功能的疗效观察

目的:探讨家属采用语义导航训练(SNT)对失语症患者言语功能改善的作用。方法:20例失语症患者随机分为SNT组(n=10)和语义无关训练(US)组(n=10)。从中文联想词汇库中选取122个词汇,SNT组按照网络分析技术自动生成语义关联的词汇顺序,而US组按照随机排列的词汇顺序呈现给患者,并由患者家属进行为期10d,每天1次的言语训练。训练前后采用西方失语症成套测验(WAB)和微小交流活动量表(Mini-cal)评估患者的言语功能。结果:训练后SNT组WAB的自发言语和听理解子项目以及失语商(AQ)积分均较US组显著增加,SNT组训练后WAB四个子项目和AQ积分均较训练前显著增加。训练后SNT组Mini-cal的定性、定量1、定量2和总分均较US组显著增加,SNT组训练后Mini-cal的定性、定量1、定量2和总分均较训练前显著增加。结论:家属采用SNT可以显著改善失语症患者的言语功能,提示该方法适合于家庭开展言语治疗。     

应用深度学习网络实现肾小球滤过膜超微病理图像的语义分割

肾小球滤过膜包含内皮细胞、肾小球基底膜和足细胞3层超微结构,其形态改变是诊断肾小球疾病的重要指标之一。准确的滤过膜语义分割有助于病理医生识别和判断滤过膜细微的病理改变,为相关的病理诊断提供帮助。由于肾小球滤过膜的超微病理图像不仅结构复杂而且灰度分辨率很低,传统的分割算法均只能对其中形态最简单的基底膜部分进行分割,分割精度也难以保证。本文提出基于深度学习网络DeepLab-v3的肾小球滤过膜自动语义分割算法,应用空洞卷积扩大感受野,控制图像的特征分辨率,再通过空洞空间金字塔池化来获得多尺度的图像信息,最终将肾小球滤过膜的3个组成部分同时分割出来,并均能达到较好的分割效果。本文通过对重要参数进行实验探究,使得平均分割准确度达到0.776,是目前效果相对较好的模型。     

异常心电图的自动分析与诊断

目的当前自动诊断系统中,专家系统不具备学习功能,神经网络系统由于"黑箱"特性缺乏可解释性,因此提出一种结合专家系统和神经网络优势的心电图自动诊断算法。方法本系统包含有特征提取模块、诊断矩阵模块和诊断推理模块等主要模块。在诊断系统的实现过程中,首先从心电信号中提取语义特征,然后结合描述语义特征与病类关系的诊断矩阵计算出该患者患每种疾病的可能性概率,最后根据阈值判断患者所患的疾病。在实验验证部分,利用系统以前没有诊断过的数据进行了测验,通过分析诊断的准确率对系统进行了验证。结果从Physio Bank数据库提取了1200条数据进行预测和结果分析,平均准确率为95.2%。结论本文提出的心电图自动诊断算法,以语义特征作为诊断依据,结合了神经网络和专家系统二者的优势,在各种病类的诊断上准确率都较高。     

基于语义网和SOA的医学图书馆信息服务模型设计

提出了基于语义网关联数据和本体技术的用户检索方式的转变及基于本体的学科馆员信息服务模型。该模型利用SOA技术为基于语义网的信息服务提供了开放的应用接口,通过建立基于关联数据技术的驱动引擎和知识库,使资源之间具有了语义上的可扩展的关联关系,并搭建了学科馆员平台、医学领域专家平台、学科专业用户平台,学科馆员在医学领域专家的协助下,应用本体模型为医学专业用户提供语义层面的智能化检索服务。