人工智能在骨科手术机器人中的应用与展望

随着人工智能（AI）的发展,骨科手术机器人与AI的结合已是目前的研究热点。机器学习与深度学习是AI的重要研究方向,并成功应用于计算机视觉、自然语言处理等领域。传统的骨科手术机器人已实现部分手术的临床应用,但临床手术的精密性、安全性、微创化与智能化等问题均未完全解决。AI作为新兴技术,将为推动当前骨科手术机器人的不断革新提供强大支持。本文概述了骨科机器人的应用现状,阐述了AI在关节骨科手术机器人、脊柱外科手术机器人与创伤骨科手术机器人的应用情况,并根据AI的发展趋势展望了骨科机器人的未来发展方向。     

机器学习算法在麻醉领域的应用

人工智能在医疗领域的应用逐步推动医疗变革,机器学习算法融入麻醉领域对于进一步提升麻醉发展意义重大。为了解机器学习算法在麻醉领域的应用现况及推动相关研究进展,本文总结了机器学习在围手术期麻醉管理和预测术后并发症方面的应用、基本概念和研究现状,指出了目前机器学习算法在医疗领域的不足之处。     

分层分析影像组学模型在肺腺癌诊断中的价值

目的:建立并验证可高效鉴别肺腺癌及其浸润程度的预测模型,并根据结节/肿块性质分层分析模型的预测效能.方法:回顾性分析本院2011年10月-2018年12月经病理证实的肺结节/肿块患者2105例.根据肿瘤性质,分为磨玻璃组(A组,1711例)和实性组(B组,394例),组内以2017年10月为界,分为训练集和测试集.收集...     

基于数据库和机器学习技术的高校学生成绩预警系统设计

运用信息化的手段进行成绩预警,能够减少高校传统成绩预警所带来的巨大工作量,大幅度提高教学管理效率.探讨高校成绩预警的现状,并结合北京中医药大学成绩预警指标,设计高校学生成绩预警数据库系统,提出一种基于机器学习算法的高校学生成绩预警模型.利用北京中医药大学部分学生的成绩数据为总训练集,应用关联规则挖掘课程之间的潜在关联,...     

机器学习在网络社交平台自杀预测领域的研究进展

本文针对机器学习在网络社交平台自杀预测领域的相关成果进行系统综述,为群体及个体自杀预测提供参考。本文将从机器学习在多个平台自杀预测的现状（博客与轻博客、熟人社交平台、论坛、图片与视频社交平台、临床数据库）和局限性（算法准确性和效率、隐私泄露、污名化问题）等方面进行阐述。     

容积旋转调强计划剂量验证中影像组学和机器学习的应用研究

目的 通过提取剂量图像影像组学特征建立机器学习模型,对患者容积调强放射治疗(VMAT)计划的伽马通过率结果进行分类。方法 收集2020-01-01-2022-02-01在徐州市肿瘤医院放疗科行VMAT的523例患者治疗计划。其中,男267例,女256例;年龄22～87岁,中位年龄59岁。从每个三维剂量图像中提取107个影像组学特征,使用3%/2 mm/10%阈值标准,建立随机森林分类模型。模型使用平均不纯度减少来选择重要特征,并对性能进行评估。结果 根据Sklearn编程计算选择不同阈值下模型的精度,在阈值0.01下模型精度最高,筛选出了28个重要特征,最终模型在测试集的准确度为0.82,ROC曲线显示模型的曲线下面积为0.76。结论 基于影像组学特征建立的随机森林模型可以对伽马通过率进行准确分类,对临床放射治疗质量保证工作具有一定的指导意义。     

基于卷积神经网络的脑年龄预测模型研究综述

介绍了基于卷积神经网络(convolutional neural network,CNN)的脑年龄预测模型在二维切片、三维图像块和三维全脑图像3个方面的一些典型研究成果.分析了脑年龄预测在数据集和模型方面存在的不足,并提出了未来的发展方向.指出了基于CNN的脑年龄预测模型有望应用于神经退行性疾病的个性化诊断和治疗,具有...     

基于腹腔镜超声的影像组学机器学习模型预测肾脏小肿块良、恶性的价值

目的 探讨基于腹腔镜超声的不同影像组学机器学习模型预测最大直径≤4 cm的肾脏肿块良、恶性的价值.方法 回顾性分析201 2年12月至2019年12月在华中科技大学同济医学院附属同济医院行腹腔镜手术肾脏实质性肿块患者的术中腹腔镜超声检查资料,根据病理结果分为恶性组(n=80)和良性组(n=62),随机选取60％的病例为...     

机器学习用于自杀研究的综述

全球每年有80万人死于自杀,自杀未遂数量大约是其20倍。自杀不仅是严重的公共卫生事件,而且对自杀者周围的人产生重大而深远的影响。更准确、便捷、及时地预测自杀行为一直是研究者的目标。论文对近五年应用于自杀意念与行为的机器学习研究进行回顾,分析机器学习用于自杀研究的有效性、可行性,对机器学习应用于自杀领域的研究提出建议,为未来的研究提供方向。     

人工智能在前列腺癌诊疗中的应用

人工智能（artificial intelligence,AI）是研究怎样在机器上模拟、扩展人的认知功能,包括学习、分析及对应问题做出类似甚至超越人类智能反应的一门学科。近年来,人工智能技术已经在医疗影像、疾病诊断和预测、虚拟助手、病理学、医院管理等方面有了初步应用。机器学习和深度学习作为医学人工智能的核心技术,其发展推动了人工智能在医学领域的研究。本文就人工智能在前列腺癌诊疗中的应用现状及前景进行了探讨。