便携式微型睡眠监测系统的设计及应用

通过对睡眠呼吸暂停综合症的病理原理、评价指标以及诊断需求等各方面的研究,设计了一种使用方便、利用无线传输、无扰监测的便携式睡眠监测系统.该系统采用微型气囊结合压力传感器监测呼吸,通过光谱吸收法监测血氧饱和度,利用诊断分析软件评价睡眠质量并给出监测的各项指标和OSAHS的病情程度.分别对呼吸和血氧监测进行了实验测试,试验证明本监测平台具有很好的稳定性以及准确性,可以有效地初步诊断OSAHS的病情,为家庭监护提供了方便.     

经颅多普勒检测颅内血管分布的方法

本文介绍了一种在经颅多普勒脑血流检测系统中自动搜寻颅内血管位置的方法及实现，用解调后回波信号的能量来指示每个深度点的血流状态，通过动态移动采样容积的位置，得到沿声束指向各个检测深度处的血流状态分布并显示出来。医生据此来判断血管的位置，从而克服了传统ＴＣＤ中查找血管困难的问题。     

基于BiSeNet的小儿超声心动图左心分割方法

小儿超声心动图分割是后续生物学参数测量与疾病诊断的关键一步。目前,这主要依赖于超声医生的手动分割,不仅耗时耗力,而且由于它的重复性与冗余性,常常会导致不准确的分割。深度学习方法在自然图像处理领域已经取得令人瞩目的成果,因此提出应用深度卷积神经网络,从小儿超声心动图中学习有效特征,进行左心关键解剖结构的分割。具体来说,提出使用双路径分割网络(BiSeNet),通过两路分支网络,分别提取低层和高层的特征,然后送入一个特征融合模块,筛选出有效的特征,从而得到准确的分割结果。在采集自深圳儿童医院超声科的包含87个超声心动图视频(2 216张图像)的数据集上进行验证,并与医生的标注结果进行比较。实验结果表明,BiSeNet可以提取到超声心动图中心脏结构的特征,它在左室和左房的分割任务上取得Dice系数高达0.914和0.887。这证明,所提出的方法可以帮助医生进行超声心动图分割,从而减轻医生的负担。     

基于流动注射的高速医用电解质分析模块研制

面向全自动生化分析仪的电解质测试需求,结合流动注射分析法(FIA)与离子选择电极法(ISE),在理论上对动态的电解质分析方法进行分析讨论,为电解质模块的研发提供了理论基础.利用嵌入式技术实现模块的研制,并进行电解质测量实验,对模块的准确度、精密度、线性、稳定性、交叉污染率等5个方面进行评价,实验结果显示,K+、Na+、Cl-相对偏差和交叉污染率均在1％之下,变异性系数分别为0.40％、0.22％、0.66％,线性误差分别为-1.10％、-0.68％、-0.46％,稳定性分别为1.11％、0.76％、1.39％.临床实验结果表明,该电解质模块可以满足临床应用的要求.与传统电解质分析仪相比,该电解质模块可与全自动生化分析仪联用,测试速度高达150样品/h,在高速电解质分析领域具有一定的应用前景.     

无创及微创血糖仪研究进展

随着人们饮食和生活方式的改变,糖尿病已经成为了危害中国国民健康的严重问题之一。规律和动态监测血糖是糖尿病控制和一些重症疾病救治时的基础条件,而目前广泛应用的指血血糖仪虽然操作简便,测量精度较好,但由于在使用时会对皮肤造成损伤,痛感明显,在实际应用中常因患者的抵触情绪而影响坚持血糖的自我监测。有鉴于此,无创及微创血糖仪研究一直以来都受到广泛的关注。文中介绍无创及微创血糖仪的原理、发展方向和主要产品,为血糖仪研究提供一个基础框架。     

基于Fisher向量和混合描述符的胎盘成熟度分级

胎盘成熟度分级(PMG)对于评估胎儿生长和孕妇健康来说至关重要。目前,PMG主要依赖于临床医生的主观判断,不仅十分耗时,而且由于工作的重复性和冗余性,常会产生误判。传统机器学习中使用的手工特征提取方法,不能很好解决PMG的分级问题,因此提出从B超图像和彩色多普勒能量图像中提取深度混合描述符进行胎盘成熟度自动分级的方法。从深度卷积神经网络中提取卷积特征,并将其与手工特征结合形成混合描述符来提高模型性能。首先,将多个特征层的不同模型进行融合,从图像中获取混合描述符。同时,考虑到深度表达特征,使用迁移学习策略来增强分级性能。然后,用Fisher向量(FV)对提取的描述符进行编码。最后,使用支持向量机(SVM)分类器对胎盘成熟度进行分级。用医生标注好的数据进行测试,在基于19层网络的混合特征模型获得高达94.15%的精确度,比单一使用手工特征模型提升3.01%,比CNN特征模型提升7.35%。实验结果证明,所提方法能够有效应用于胎盘成熟度自动分级。     

肾气实质与保健长寿的探讨

研究肾气与长寿的理论日趋深入,并用现代科学探讨肾气的本质,本文用系统有序和综合推理的方法探求肾气的实质,说明肾气在保健长寿中的重要地位。     

声辐射力脉冲弹性成像技术评估大鼠非酒精性脂肪肝及肝纤维化

目的 探讨利用声辐射力脉冲成像（ARFI）技术评估大鼠肝脏非酒精性脂肪肝（NAFLD）及肝纤维化的价值。方法 通过喂养高脂食物建立不同阶段NAFLD大鼠模型。解剖大鼠,取右叶肝脏嵌入明胶仿体内用于ARFI检查,测量大鼠肝脏剪切波速度（SWV）,将其余肝组织用于组织学评估,并根据NAFLD活动性评分（NAS）,将大鼠分为正常组（NAS=0）,单纯性脂肪肝（SS）组（1≤ NAS≤ 2）,边界组（3≤ NAS≤ 4）、非酒精性脂肪性肝炎（NASH）组（NAS≥5）。通过ROC曲线分析评估ARFI判断不同程度NAFLD及肝纤维化的能力。结果 正常组、SS组、边界组、NASH组间SWV值总体差异有统计学意义（F=31.53,P<0.001）。以SWV值≥2.54 m/s鉴别正常组与SS组、以SWV值≥2.90 m/s鉴别SS组与NASH组,对应的ROC曲线下面积（AUC）分别为0.922[95%CI(0.871,0.973),P<0.001]、0.882[95%CI(0.807,0.956),P<0.001],敏感度分别为93.5%、83.3%,特异度分别为100%、84.2%。以SWV值≥3.48 m/s诊断≥F2期肝纤维化、以SWV值≥3.61 m/s诊断≥F3期肝纤维化、以SWV值≥4.50 m/s诊断肝硬化（F4期）的AUC分别为0.963[95%CI(0.909,1.000),P<0.001]、0.997[95%CI(0.990,1.000),P<0.001]、0.993[95%CI(0.982,1.000),P<0.001],敏感度分别为92.9%、100%、100%,特异度分别为97.6%、98.9%、96.8%。结论 ARFI技术测量的SWV值可有效评估NAFLD及含有NAFLD的肝纤维化程度。     

基于超像素和支持向量机的阴道细菌自动检测

阴道受到细菌感染引发的阴道炎疾病可能导致异位妊娠、不孕、急慢性盆腔炎等严重疾病,目前形态学人工观察是临床诊断该类疾病的主要方法,但容易引起误诊和漏诊。本研究提出一种基于超像素和支持向量机(SVM)的阴道细菌自动检测方法,对革兰染色的阴道细菌图像,采用简单线性迭代聚类(SLIC)方法计算超像素;对超像素区域计算形状特征、颜色特征和方向梯度直方图(HOG)特征;最后用SVM对超像素区域进行识别。在专业医生的指导下挑选了40幅正常图像和60幅有细菌性阴道病(BV)的图像进行实验,其中10幅正常图像和20幅有细菌性阴道病(BV)的图像用于训练分类器,剩下的70幅用于测试算法。实验结果表明,所提出的自动检测算法获得了89.27%的细菌检出率,具有较大的临床应用价值。     

维生素D及其受体与肾盂输尿管连接部狭窄相关性的初步研究

目的初步分析维生素D及其受体与肾盂输尿管连接部狭窄(ureteropelvic junction obstruction,UPJO)发生的相关性。方法选择2016年3月1日至2016年10月31日上海交通大学医学院附属上海儿童医学中心小儿泌尿外科收治的因UPJO行离断式肾盂输尿管成形术的患儿为UPJO组(n=10),因肾脏肿瘤行肾与输尿管切除术的患儿为对照组(n=8)。收集两组术前血标本检测维生素D三项(25-羟维生素D 2、25-羟维生素D 3及总25-羟维生素D的含量)。取两组术中标本采用ELISA法,检测维生素D受体(vitamin D receptor,VDR)、转化生子因子(transforming growth factor-β,TGF-β)及钙黏蛋白E的含量。结果两组术前血标本中25-羟维生素D 2、25-羟维生素D 3及体内总25-羟维生素D的含量均无统计学差异(P>0.05)。UPJO组VDR、TGF-β、钙黏蛋白E的平均值分别为(771.6±70.57)ng/每克总蛋白,(131.0±10.33)ng/每克总蛋白及(125.5±10.98)ng/每克总蛋白;对照组分别为(2128±251.8)ng/每克总蛋白,(82.3±6.834)ng/每克总蛋白及(386.6±78.71)ng/每克总蛋白。两组UPJ标本中VDR、TGF-β、钙黏蛋白E水平的差异有统计学意义(P<0.05)。结论UPJO组VDR表达量显著低于对照组,提示VDR可能与UPJO发生相关,初步推测其机制可能是肾盂输尿管连接部VDR表达量减少引起TGF-β表达量明显升高,使得肾盂输尿管连接部的组织纤维化加重,进而导致或加重UPJO。