峰度调整等效声级对非稳态噪声致听力损失评估的有效性研究

目的 本研究旨在分析峰度调整L_Aeq(L_Aeq-K)在评估非稳态噪声相关的职业性听力损失的有效性。方法 对中国东部某省制造业工厂2015—2020年1 034名制造业工人噪声暴露数据以及听力损失情况进行横断面调查。利用多因素回归分析高频噪声性听力损失(High frequency noise-induced hearing loss,HFNIHL)的影响因素。利用峰度调整前后的ISO 1999 NIPTS(Noise-Induced Permanent Threshold Shift)预测值低估的改善情况,和两条logistics曲线[非稳态噪声峰度调整累积噪声暴露量(CNE-K)与高频听力损失患病率(HFNIHL%)之间以及稳态噪声CNE与HFNIHL%之间]的重叠程度来评估L_Aeq-K的有效性。结果多元回归及广义线性混合模型显示峰度是影响工人NIPTS的因素之一(t=3.700,P<0.05;t=2.368,P<0.05)。采用L_Aeq-K能显著改善ISO 1999 NIPTS预测值...     

利用神经网络集成预测MHC-Ⅰ类分子结合肽

目的：利用神经网络集成（NNE）预测MHC-Ⅰ类分子结合肽。 方法： 基于HLA-A*0201编码的MHC-Ⅰ类分子结合肽数据库（含有628个9聚物）及其结合能力分类，利用NNE分别对具有无、低、中和高4类亲合性的结合肽进行分类预测；同时还进一步利用T细胞真实表位集（含50个表位）评估了NNE的预测性能。 结果： 集成数为12的NNE对上述分类的平均预测命中率可达0.8,而且NNE对潜在T细胞表位的预测能力也较高，约84%的真实表位归于高和中等亲合性的潜在抗原肽一类。 结论： 可以利用神经网络集成预测MHC-Ⅰ类分子结合肽，并进而预测相应的T细胞表位。经适当修改，NNE预测工具可扩展为能涵盖任意长度的Ⅰ类分子结合肽甚至可扩展到Ⅱ类分子结合肽的预测。     

生成式对抗网络在医学图像处理中的应用

近年来,研究人员将众多领域方法引入到医学图像处理中。经过不断改进,医学图像处理算法的效果和效率均得到不同程度的提高。目前,生成式对抗网络(GAN)在医学图像处理领域中的应用研究发展迅速。本文主要综述了GAN在医学图像处理中的应用研究情况,介绍了GAN的基本概念,并从医学图像降噪、检测、分割、合成、重建和分类等六个方面对GAN应用研究的最新进展进行了归纳总结,最后对该领域中值得进一步研究的方向进行了展望。     

基于sMRI的阿尔茨海默症分类影响因素研究

本研究提出基于三类解剖特征的SVM建模方法,探索样本、特征及算法选择三个因素,对阿尔茨海默症(AD)及其前驱阶段分类的重要性。该方法以三维重构s MRI后不同大脑区域的灰质体积、皮层表面积及其平均厚度三类特征作为SVM模型的输入参数,并采用十折交叉验证方法对AD患者、轻度认知损害患者和健康者进行分类识别,并与其他文献结果进行比较分析。实验结果表明,为了达到更高的分类准确率,选择合适的样本和特征,比选择算法更重要。此结论为未来AD的计算机辅助诊断研究工作提供了有益的指导。     

基于卷积循环神经网络的阿尔茨海默症早期诊断

早期准确诊断能延迟阿尔茨海默症(Alzheimer′s disease,AD)病情的恶化。磁共振成像(MRI)和正电子发射断层扫描(PET)已被证明有助于了解AD相关的解剖和功能性神经变化。近期研究表明,多模态特征的融合可以提高分类性能。本研究提出了一种基于卷积循环神经网络的多模态数据分类新框架,新框架结合了2D卷积神经网络和循环神经网络,以学习3D MRI和3D PET图像切分为2D切片序列之后的切片内、切片间特征,完成AD的早期诊断。本研究方法在AD与NC的分类实验中ACC为93.3%,AUC为98.1%;在MCIc与NC的分类实验准确率为83.8%,AUC为91.9%;MCIc与MCInc的分类实验准确率为79.0%,AUC为88.9%。结果表明该方法具有良好的分类性能。     

融合注意力机制的阿尔茨海默症识别模型

本研究针对阿尔茨海默症(Alzheimer′s disease,AD)不同阶段人群难以识别区别的问题,提出一种融合注意力机制的AD识别模型.该方法利用脑区模板标签(Automated anatomical labeling,AAL)划分受试者的大脑区域,将同一脑区中具有相同属性价值的体素数据组织在一起,并分别构造每个脑...     

老年危重症患者预后预测模型的研究进展

急性生理学与慢性健康状况评分(APACHE)和简化急性生理评分(SAPS)等传统模型虽然预测危重症患者的死亡较可靠,但预测老年危重症患者的预后却可能会出现预测偏移或群体校准不良,而针对老年人研发出的专用预测模型不具有足够的准确性和可靠性。因此,衰弱综合征成为了目前老年综合评估的核心,研究表明衰弱指数(FI)、衰弱分级(CFS)可作为衡量衰弱综合征的客观模型,已成为老年危重症预后评估的研究热点。本文综述了这些评估模型的发展进程及研究进展,以期临床医师能够更好地应用它们。     

四川省肿瘤医院临床病原菌的耐药性监测

目的监测2003年1月～12月临床分离的321株菌对常用15种抗菌药物的耐药性。方法KB纸片法。结果革兰阳性菌134株，其中金葡菌、表葡菌、乙型溶血链球菌对8种抗菌药耐药率均在48％以上，乙型溶血链球菌对万古霉素耐药率偏高，肺炎链球菌、肠球菌株数太少，不计耐药率；革兰阴性菌187株。其中大肠埃希菌、克雷伯菌属、肠杆菌属、铜绿假单胞菌、不动杆菌属除对环丙沙星较敏感外，对其他8种抗菌药耐药率均在50％以上。沙雷菌属对庆大霉素、哌拉西林、复方磺胺甲噁唑耐药率73％、54％、80％，对其他抗生素均较敏感。柠檬酸杆菌属、变形菌属、其他假单胞菌株数太少，不计耐药率。结论本院细菌耐药情况严重，应采取措施予以控制。     

克泻定胶囊治疗婴幼儿秋季腹泻103例观察

我们于1988年用克泻定胶囊治疗婴幼儿秋季腹泻103例,获得满意效果,现介绍如下。临床资料本组103例均参照中国医科大学主编《儿科学》诊断标准,经临床诊断为病毒性肠炎。其中男性61例,女性42例;发病年龄<6个月9例,6个月～1岁39例,1~ ～2岁37例,2~ ～3岁18例。病程大多在72h 以内,少数病程4天。部分     

基于卷积神经网络和集成学习的阿尔茨海默症早期诊断

阿尔茨海默症(AD)是一种典型的神经退行性疾病,临床上表现为失忆、丧失语言能力、丧失生活自理能力等。迄今为止,AD病因尚不明确且病程不可逆,也没有治愈的方法,因此,AD的早期诊断对于研发新型药物和措施以减缓病情发展具有重要意义。轻度认知障碍(MCI)是一种介于AD和正常老化(HC)之间的状态。研究表明,MCI患者比没有患过MCI的人更有可能发展成AD,因此,对MCI患者的准确筛查成为了AD早期诊断的研究热点之一。随着神经影像技术和深度学习的飞速发展,越来越多的研究者使用深度学习方法对大脑神经影像如磁共振影像(MRI)进行分析,用于AD的早期诊断。于是,本文提出基于卷积神经网络(CNN)和集成学习的多切片集成分类模型用于AD早期诊断。与只用单切片训练获得的CNN分类模型相比,本文采用三个维度上的多个二维切片进行训练而获得的集成分类器模型,能更充分地利用MRI包含的有效信息,从而提高分类的准确率和稳定性。