消化道早癌微创治疗是当前研究热点。手术是目前消化道肿瘤有效的治疗方式，但因手术依赖医生经验、消化道 早癌术中智能刻画困难、治疗效应动态监测难等，急需先进的新型设备革新当前的诊疗模式，因此研发智能微创诊疗系统 成为需要迫切攻克的关键难题。针对消化道肿瘤等智能诊疗的核心问题，研制智能微创诊疗仪器具有重要的意义，能够为 解决当前肿瘤诊疗提供重要的解决方案。本文分别介绍面向消化道早癌的基于光学技术的成像方法、智能精准诊断方案、 图像引导手术治疗、机器人辅助智能治疗等方面的研究及临床应用情况，针对这些方面进行讨论和提出未来可能的发展方 向，以及指出未来拟研究的介入式智能多模态光学微创诊疗一体化关键问题，以期为从事消化道微创诊疗一体化关键问题 研究和智能诊疗仪器研制提供参考建议。

随着MRI新技术的快速发展以及人们对中枢神经系统疾病的诊断、治疗和预后价值的进一步认识，特别是近些年， 扩散张量成像（Diffusion Tensor Imaging，DTI）技术得到了广泛的研究和临床应用，临床医师越来越意识到MRI新技术的 重要性。本文首先阐述了DTI技术的优势与不足，然后重点总结了国内外DTI技术在创伤性颅脑损伤、中风、脑肿瘤、神经 退行性疾病、发育障碍、神经精神障碍、运动障碍和神经遗传发育障碍等方面的相关研究，对未来DTI技术在该领域的发 展进行了展望。

目的 提出基于表面特征点的CT-MRI 3D/3D刚性配准（方法一）和基于表面轮廓点云的CT-MRI 3D/3D刚性配准方法 （方法二），为头部肿瘤靶区勾画等临床所需的图像融合场景提供必要基础。方法 利用开源图形应用函数库Visualization Toolkit（VTK）对CT和MRI图像序列进行三维面绘制重建后，拾取人脸特征点，并基于迭代最近点算法对三维特征点集进 行配准。为减少拾取特征点的人为干扰，进一步提出提取2D图像人脸轮廓线后再重建得到人脸特征点云，并对配准区间 进行限定，比较两种配准方法的效果。结果 经多个角度进行评估，方法一由于人工拾取特征点的误差，Dice评分低于方法 二；与其他配准方法相比，两种配准方法均方根误差值均较低，且方法二表现更突出。两种方法在配准精度、鲁棒性、逆 一致性及配准速度等方面均有很好的表现。结论 方法一的优势主要体现在配准速度上，方法二的优势主要体现在配准精度 上，在鲁棒性、逆一致性等方面两种方法均有较好的表现，均能得到较好的配准结果，对头部肿瘤准确的诊断或制定出合 适的治疗方案有很大的积极价值。

睡眠呼吸暂停低通气综合征（Sleep Apnea Hypopnea Syndrome，SAHS）是一种发病率高却鲜为人知的功能失调性疾 病，包括中枢型呼吸睡眠暂停综合征和阻塞型呼吸睡眠暂停低通气综合征。目前越来越多的专家学者尝试从不同角度进行 SAHS的检测研究，提出多种睡眠呼吸暂停检测算法，并通过算法简化多导睡眠监测（Polysomnography，PSG）的复杂程 度，研究出多种新型SAHS监护设备，减少对耗时的传统PSG的需要。本文综述了SAHS检测方法，阐明不同的监护装置应 用于SAHS检测的优势和局限性，分析了软件算法在睡眠呼吸暂停检测中的应用现状，并对其未来的研究发展提出展望。

情绪是人对客观外界事物的态度的主观体验和相应的行为反应，反映的是主体需要和客观外界事物间的关系。脑电 图与大脑活动密切相关，因此可以通过脑电图信号判断受试者的情绪变化。与此同时，利用传统机器学习及深度学习算法进 行情绪识别的研究也在蓬勃发展。本文介绍了情绪识别研究中的情绪模型、数据集以及近年来常见的机器学习和深度学习算 法，对近些年的情绪识别研究进行总结，有助于初学者快速了解这一领域，并有望为后续研究提供参考。

脑机接口技术（Brain-Computer Interface Technology，BCIT）是一种多学科交叉融合的新型人机交互技术，其在肢 体功能康复、精神状态监测、识别等方面均取得重大研究进展。但当前的脑机接口康复系统仍处于实验应用阶段，在神经 机理、理论技术、硬件设备、交互设计等方面仍存有瓶颈。本文阐述BCIT基本原理及其分类，总结BCIT的国内外现状， 归纳BCIT在康复领域中诊断、治疗、评估3方面的具体应用。将康复、脑机接口、护理进行交叉融合，对BCIT在临床应用 中具有的优势及面临的挑战进行整理和评述，以期促进BCIT的临床应用、实践设计等研究。

脑电的研究正在不断突破并取得成果，在情绪识别领域，包含脑电信号采集、数据预处理、提取时频特征、构建脑 网络特征和分类识别等步骤。本文综述了脑电特征计算方法的现状，脑电情绪识别的步骤、方法，归纳总结了应用方式并 对今后的发展进行展望。脑电情绪识别的应用展现出巨大的潜力，如心理健康评估、情绪感知计算和人机交互。随着机器 学习和人工智能的进步，以及脑电图信号处理的改进，有望进一步提高基于脑电图的情绪识别的准确性和可靠性。本文对 脑电情绪识别特征计算方法，情绪识别的步骤和临床应用方面的具体事例进行了阐述，并对未来的方向进行了展望，对于 研究人员系统地了解脑电情绪识别具有积极意义。

能谱CT以其独特的能谱分析工具为临床疾病的影像学检查提供了更为丰富的信息。基于各种能谱CT的原理和性能存 在差异，本文对各种能谱CT的辐射剂量、图像质量及两者之间的关系，及其在临床应用的差异，如碘基图定量分析、去金 属及硬化伪影、物质成分的分离与鉴别、微细结构的显示和虚拟平扫等进行综述，以期为临床影像工作者针对不同的临床需 求选择能谱CT提供参考，以求临床效益最大化。

作为一种新型非抗生素治疗方法，波长范围为100~400 nm的紫外线已被证明具有一定的抗菌特性。不同波长紫外线 的灭活效果存在差异，生物安全性也不尽相同。近年在这个领域涌现一批研究报道，尤其是波长范围为200~280 nm的C波段 紫外线（Ultraviolet C，UVC）成为研究热点。本文对这一波长范围的研究新发现进行了综述，包括UVC灭活不同病原微生 物的作用机制、影响因素及灭活效果，分析UVC技术的生物安全性，并简要归纳UVC技术设备在临床应用的研究进展，以 期为相关研究提供参考。

目的 探讨基于国产联影URT-Linac 506c加速器的容积弧形调强放射治疗（Volumetric Modulated Arc Therapy， VMAT）计划复杂度参数与患者计划质量保证（Patient Specific Quality Assurance，PSQA）间的关系，并建立机器学习模型 对PSQA结果进行评估和预测。方法 随机选取150例在URT-Linac 506c加速器上行VMAT治疗计划的患者为研究对象，在该 加速器上对所有计划进行基于机载电子射野影像系统探测器的PSQA剂量验证。对剂量验证结果进行阈值为10%、标准为 2%/2 mm的伽马通过率分析。同时对每个计划基于多叶准直器位置和跳数，提取其中的11个复杂度参数。分析复杂度参数 和PSQA结果间的关系，并建立机器学习模型对PSQA结果进行预测。结果 计划复杂度参数与PSQA结果的相关性分析表明 二者并不严格呈线性相关，但计划的复杂程度越高，PSQA通过率相对越低。梯度提升决策树（Gradient Boosting Decision Tree，GBDT）模型和随机森林（Random Forest，RF）模型对基于复杂度参数的PSQA结果预测水平相当，GBDT模型和RF 模型的平均预测误差分别为0.55%和0.54%。由于PSQA结果分布严重不平衡，更改过权重后的模型对低通过率部分的预测 能力有所提升。结论 对于国产加速器URT-Linac 506c，这2种基于决策树结构的机器学习模型对PSQA结果的预测可提供一 定的帮助，建立更精准的模型需要进一步完善采集患者的样本量。

中医康复学是结合我国国情和适应康复发展需求的新兴专业。随着人工智能、机器学习、深度学习等具有前瞻性的技术出现,多领域交叉融合,智能化也在辅助中医康复发展中取得了较好的效果。为推动中医药现代化发展,促进中医康复与人工智能充分融合,促使中医领域在现代科技的基础上达到新的高度,本文从中医康复在评估与治疗2个角度探讨中医康复与人工智能技术的结合,以期为中医康复智能化进一步发展提供前沿方向和理论帮助。

目的 探讨SPD管理模式对医用耗材结算的应用价值。方法 基于SPD系统模型的构建，在医院按照SPD管理标准进行库 房建设、信息化部署、管理流程改造等手段对医用耗材进行管理。比较我院SPD模式应用平稳后的一个季度（2022年2—4月） 与模式应用前同期（2021年2—4月）全院耗材申领、盘点时间、结算数据及高值耗材计费数据异常情况。结果 应用SPD模 式后，我院临床科室库耗材申领时间从（15.00±1.16）min下降至（3.10±0.88）min，盘点用时从（43.60±4.62）min下降至 （2.70±0.48）min；高值耗材结算数据均值从（642.18±159.94）万元下降至（535.20±121.55）万元，低值耗材结算数 据均值从（314.65±45.91）万元下降至（274.90±30.26）万元，在手术量略有上升的情况下，全院耗材消耗有所下降；高 值耗材异常计费情况得到显著改善，以上差异均具有统计学意义（P<0.05）。结论 SPD模式对降低医院成本，提升工作效 率，规范医用耗材管理具有良好的促进作用。

目的 建立基于高分辨率增强CT影像和自动机器学习技术的原发性醛固酮增多症（Primary Aldosteronism，PA）亚型 术前预测模型。方法 回顾性研究经肾上腺静脉取血（Adrenal Venous Sampling，AVS）结果亚型诊断的PA患者312例，其 中，207例诊断为单侧优势（AVS-右∶AVS-左=93∶114），105例诊断为双侧优势。纳入患者初诊CT影像，基于薄层静脉 期图像提取双侧肾上腺影像组学特征，并定义影像组学商值特征为双侧肾上腺对应影像组学特征的比值，再将特征向量输 入自动机器学习进行模型训练。结果 根据自动模型筛选，随机森林分类器在预测AVS结果方面取得了较好的整体性能，其 中准确度为0.7500，召回率为0.7466，受试者工作特征曲线下面积为0.8792。结论 本系统在预测PA患者的AVS结果方面展 示出了一定的潜力，因此，机器学习模型可以在常规临床实践中辅助预测PA的亚型诊断。

硼中子俘获治疗（Boron Neutron Capture Therapy，BNCT）是一种新型的治疗肿瘤的方法，目前在治疗复发性头颈 部肿瘤、胶质瘤和恶性黑色素瘤方面有突出的优势。本文从BNCT技术原理、发展历史、含硼药物、治疗副作用、中子产 生方式及中子源、国内外的批准上市情况等多方面对BNCT技术的发展现状进行阐述，并对该项治疗技术进行展望。本文 通过对BNCT技术发展现状进行综述，增进相关行业医务人员、研发人员、监管人员等对BNCT的了解，为中国BNCT技术 发展、相关技术指南或规范的建立提供参考，推动中国的BNCT早日服务于广大的肿瘤患者。

医疗机器人技术是开展现代临床治疗与术后康复的有效手段，对现代医疗的快速发展起到了不可替代的推动作用， 目前在工业、军事以及医学等领域得到广泛运用。本文对医疗机器人技术研究的基础及其在临床运用过程中的研究和应用 现状进行综述，并分析医疗机器人在实际应用中的优势、局限性以及未来的发展方向，以期为从事医疗行业或开展相关研 究的人员提供一定的理论依据和参考。

目的 基于深度学习算法构建内镜肠道准备评分的计算机视觉模型。方法 收集苏州大学附属第一医院消化内镜中 心（600张）及HyperKvasir数据库（1794张）的内镜图片共2394张，根据Boston肠道准备量表完成肠道清洁度评分 （0~3分，四分类），按 6∶2∶2 随机分为训练集（1439张）、验证集（478张）和测试集（477张）。选取3种深度学习 网络（DenseNet169、DenseNet121、EfficientNet B3），利用迁移学习方式训练肠道准备分类模型，并采用测试集的混淆 矩阵等指标评价模型分类能力，与高、低年资医师的分类能力进行对比。结果 成功构建3个基于深度学习的肠道准备分 类模型。各模型的分类准确度均较高，平均分类准确度为0.897，近似于低年资内镜医师（0.914），低于高年资内镜医师 （0.941）的分类表现。其中，DenseNet169模型表现最好，分类准确度（0.914）及平均精确度（0.892）均为最高。此外， 采用梯度加权分类激活映射算法，用热力图形式对模型的分类推理进行可视化呈现。结论 运用深度学习算法构建的内镜肠 道准备分类模型具有可行性，可通过多中心研究扩大样本来源进一步提高模型的分类及泛化能力。

可穿戴心电设备是一类非侵入式微型医疗监护仪器。随着移动通信、传感技术、微电子材料、人工智能等技术的迅 猛发展，可穿戴心电设备在心血管疾病的监测诊疗、心血管危重症急救、心血管疾病慢病管理、心脏康复等领域展现其独 特优势。本文对近年来可穿戴心电设备在心血管领域的临床应用、最新关键技术进展进行综述，并探讨其局限性、存在的 问题及未来发展趋势，旨在让更多的人了解这一新型医疗设备，最终让广大民众从可穿戴心电设备中受益，可穿戴心电设 备有望推动心血管疾病的诊疗进入“移动智能医疗新时代”。

超声手术刀作为一种广泛应用的高效精准的能量器械，具有同时切割止血、较小热损伤、几乎无烟雾、自净能力强 等优势，但是由于现有超声手术刀结构的约束，其运动自由度少，限制了其应用在机器人操作中的灵活性。经过科研人员在 结构方面的不断优化和改进，在原有刚性超声手术刀的基础上，加入柔性结构，衍生出更加灵活的多自由度柔性超声手术 刀。本文综述了刚性超声手术刀的发展以及柔性超声手术刀现有的设计方案，对于刚性超声刀的研究主要集中在结构的轻 便以及工作性能的提高，对于柔性超声刀的设计分为将微型化的超声换能器放置在手柄端和放置在执行末端两类，分别分 析这2种设计方案的具体结构，并讨论其优势和局限性。最后，对微创外科多自由度柔性超声刀未来的发展趋势提出展望。

得益于计算机技术和精密算法的高速发展，深度学习图像重建法已经逐步应用于MRI重建。相对于常规MRI重建法 而言，深度学习重建法能够有效去除图像噪声及伪影，还能大幅缩短扫描时间和重建时间。目前，该重建算法已在人体颅 脑、关节、腹部等MRI中得到应用，并取得良好效果。本文对深度学习图像重建法在不同部位MRI检查的应用现状及研究 进展进行综述，以期该算法能够进一步推广，提高临床应用价值。

冠状动脉微循环障碍（Coronary Microcirculation Dysfunction，CMD）指在多种致病因素的共同作用下，冠状小动脉 结构或功能异常所导致的心肌缺血临床综合征。存在CMD的患者，心血管不良事件的风险发生率会显著增加。心肌灌注成 像是评价心肌微循环和判断心血管疾病预后及不良事件的重要无创性检查方法。目前常用的影像检查技术包括计算机断层 扫描、心脏磁共振、单光子发射计算机断层和正电子发射计算机断层成像技术、经胸多普勒超声等方法，这些方法评估心 肌缺血具有较高的准确性。随着影像技术的不断发展，影像组学也在临床诊断中发挥了越来越重要的作用，对疾病的早期 诊断及预后提供了可能。本文通过综述不同影像学技术在CMD诊断中的应用，探讨其在临床诊断中的不同作用，并展望影 像组学在CMD评估中的潜在价值，通过对比分析，旨在为临床提供更全面的CMD诊断策略，并为未来的研究方向提 供参考。

颅内支架是治疗颅内动脉瘤以及颅内神经血管疾病不可或缺的手段，不同类型支架形态结构不同，临床应用范围不 同，且不同时期技术特征存在临床价值的代际差异。为此，针对应用于颅内动脉瘤辅助或颅内动脉硬化扩张的颅内支架产 品，建立颅内支架价值评估专家共识，总结关键的颅内支架分类属性，形成临床价值评估指标体系，并验证该体系的可操 作性，为临床选择和使用颅内支架产品提供指导。

肺部疾病对人类健康和生命安全有重大的影响，肺部出现异常是肺部疾病的直接反应，对肺音的研究在临床诊断中 有重要的意义。随着电子听诊技术的不断发展，现代肺音的特征提取和分类技术也得到进一步研究。目前，肺音分类的研 究是将信号分析和深度学习算法相结合，以提升辅助电子听诊器的实际应用。本文旨在对肺音的概念进行阐述，并分析肺 音分类的发展现状以及肺音分类技术存在的不足，以期对肺音分类技术未来的研究方向和应用发展趋势进行展望。

近年来，随着大规模肺癌筛查实验广泛开展，肺内磨玻璃结节检出率越来越高。目前，肺磨玻璃结节CT扫描尚无 统一标准，不同CT重建技术、扫描参数及重建算法均影响其观察和测量，进而影响放射医师诊断决策。本文对目前常用的 CT检查技术及其对磨玻璃结节检出及测量影响进行综述，以期促进检查过程规范化，为磨玻璃结节的检出与早期诊断提供 一定的依据。

冠状动脉血运重建是治疗冠心病的有效方法,血流储备分数（Fractional Flow Reserve,FFR）是有创评估冠状动脉病变缺血的“金标准”,但需要额外的导丝及扩张血管,限制了临床的广泛使用。近年来,基于冠状动脉CT的FFR（FFR derived from Coronary CT Angiography,CT-FFR）、定量血流分数（Quantitative Flow Fraction,QFR）等新技术得到了迅速发展,能在避免使用额外导丝和扩展血管的同时,进一步评估心肌缺血的情况及冠状动脉狭窄程度。本文对FFR、CT-FFR及QFR的原理、应用价值及局限性等多个方面进行阐述,以期为临床医生在冠心病诊疗中选择合理技术提供参考。

近年来杀菌消毒装置的需求激增，紫外光杀菌作为医疗卫生系统最常用的一种杀菌消毒方式已较为普及，不同发射 紫外光光源装置的研发、光学材料和器件也获得了极大的关注。本文调研了临床用紫外光装备，最终聚焦于发射C波段紫 外线（Ultraviolet C，UVC）光的不同光源发生设备的发展现状及其光生物效应研究的相关进展，对汞蒸气紫外灯、UVCLED 紫外灯、准分子紫外灯、微波等离子体紫外灯以及激光紫外发射器5种可发射UVC光的光源发生设备的构造、发光原 理、优缺点、可发射波长、光生物效应进行了汇总并对其潜在医用前景进行分析。

目的 构建并分析基于微服务架构的生物样本库信息管理系统的应用价值。方法 采用Spring Cloud微服务框架，将业 务功能拆分成微服务单元以集群方式部署，结合高级加密标准动态算法保障数据安全，设计研发生物样本库信息管理系统，并统 计应用效果。结果 系统实现了生物样本从采集、储存、出入库、盘点、销毁、监控等过程的全生命周期零差错管理，通过 系统管理，样本查询、出库、统计等管理工作时效显著提升，耗时分别下降了54%、31%、73%，且差异有统计学意义 （P＜0.05）。结论 基于微服务架构的生物样本库信息管理系统可提高样本信息准确性和样本管理的效率，促进工作过程 的标准化和法规依从性。

目的 基于技术支持视角设计开发医疗设备维修智能管理系统，探索以需求为驱动，以数据为中心的设备维修管理 信息化、智能化解决方案。方法 基于MySQL数据库，完成数据库规范化、标准化设计；后端应用程序编程接口服务使用 Python语言，基于异步网络库Tornado框架进行开发；APP端使用DART语言，基于跨平台的移动应用框架Flutter进行开发， 最终构建一套医疗设备维修管理和技术支持的维修管理系统。结果 系统应用后，故障现场排除率由（78.28%±6.07%） 上升至（88.18%±5.92%），临床服务满意度评分由（85.93±7.27）分提升至（91.97±4.77）分，故障平均修复天数由 （1.47±1.28）d降低至（1.16±0.58）d，且差异均有显著统计学意义（P<0.05）。结论 该系统可以有效为工程师提供技术 支持服务，提高医疗设备维修效率，并为后续实现基于大数据的辅助决策，实现设备维修管理精准化、智能化打下基础。

动态心电图机在心血管疾病前期诊断中有着重要的数据支撑作用，在我国应用几十年来，在信息技术和医学推动 下，其外型、采集方式及心电分析技术经历了深远的变化，动态心电技术的应用领域不断拓展。本文介绍了动态心电图机 的工作原理、技术发展和应用领域，总结了动态心电图机的不足，对发展前景进行展望，未来将有多种形式的动态心电监 测设备得到研发和推广应用，在心血管疾病的临床诊断、健康监测和康复养老等领域发挥更大的作用。

目的 通过构建SPD供应链管理模式下医用耗材精细化管理模式，并在某三级公立医院予以实践应用，探讨其应 用实践与具体成效。方法 基于SPD模式的构建，从单台手术耗材消耗量、中心库盘点时间、临床科室耗材领用与盘点时 间、高值耗材计费异常情况等方面分析模式应用前后的效果。结果 某三级公立医院应用SPD模式后，单台手术耗材消耗 均值从（13520.83±1182.14）元下降至（12328.91±1366.50）元，单台手术成本降低，且结果具有统计学意义（t=5.661， P=0.030）；中心库盘点时间大大减少，临床科室耗材库存周转天数从平均10天/次下降至2天/次，耗材领用与盘点用时减 少，工作效率得到提升（P＜0.05）；应用SPD模式后，高值耗材计费异常情况得到显著改善（P＜0.001）。结论 SPD模式 是一种契合科技、医改政策以及医院高质量发展的高效管理模式，可有效提升公立医院医用耗材精细化管理水平。

患者发生跌倒或坠床事件会给自身和社会带来沉重负担。近年来，“物联网+医疗”深度融合，迅速发展。物联网 技术被应用于监测和预警患者跌倒事件。本文从患者跌倒物联网监测预警系统的技术设备、分类及应用等方面进行综述， 旨在总结出物联网技术应用于监测和预警患者跌倒坠床事件的相关经验和不足，为后续研究提供参考。

目的 探讨基于深度学习的图像重建算法对下肢动脉病变CT血管成像（Computed Tomography Angiography，CTA） 的诊断价值。方法 回顾性收集2021年6月至2022年2月于我院就诊的51例下肢动脉狭窄或闭塞患者的CTA检查资料（65条 下肢动脉）。分别基于深度学习的图像重建（Deep Learning Image Reconstruction，DLIR）算法和混合迭代重建（Hybrid Iterative Reconstruction，HIR）算法对CTA图像进行重建，以HIR法为参照进行质量评估；两位医师在不同重建算法下对 血管狭窄的部位和程度进行评估，并采用Kappa检验观察者间一致性；以数字减影血管造影作为“金标准”比较HIR法和 DLIR法诊断下肢动脉中度和重度狭窄的效能。结果 与HIR法相比，DLIR法图像质量的噪声显著降低（Z膝上动脉=8.36， Z膝下动脉=9.46，Z足背动脉=7.19，均P<0.001），信噪比（Z膝上动脉=-7.32，Z膝下动脉=-7.91，Z足背动脉=-8.45，P<0.001）及对比噪声比 （Z膝上动脉=-8.66，Z膝下动脉=-9.21，Z足背动脉=-8.52，均P<0.001）显著提高。DLIR法对动脉狭窄或闭塞程度的识别和评估均显示 出更高的观察者间一致性（Kappa=0.86）。与HIR法相比，DLIR法的图像对膝下动脉重度狭窄的敏感度（72.2% vs. 94.4%）、 特异性（78.7% vs. 95.7%），足背动脉中度狭窄的特异性（86.0% vs. 97.7%）及重度狭窄的敏感度（50.0% vs. 87.5%）均显 著提高（P<0.05）。结论 DLIR算法可有效改善下肢动脉的CTA图像质量，并获得更优的诊断效能。

目的 基于DeepLab V3+网络框架，构建深度学习计算机视觉模型，实现对上消化道溃疡内镜图片较精确的语义 分割。方法 DeepLab V3+网络框架的编码器首先通过多个并行的、具有不同采样率的空洞卷积层，之后通过一个全局 平均池化层对图像进行特征提取，实现多尺度提取特征；而解码器部分对深度特征层进行4次上采样，与浅层特征层进 行堆叠并调整堆叠层大小，使其和输入图像大小一致，得到模型的预测结果。结果 在内部验证集中，该模型的准确度 （Accuracy，ACC）为0.963，平均交并比（Mean Intersection Over Union，mIoU）为0.927；外部测试集中，该模型的ACC 为 0.958，mIoU为0.915；均优于传统算法U-Net（内部验证集ACC为0.810，mIoU为0.785；外部测试集ACC为0.779，mIoU 为0.732）。结论 DeepLab V3+网络框架在识别病灶方面准确度高，具有较好的临床实践性。

随着人工智能和数字化技术在口腔医学领域的发展，口腔种植机器人有效提高了牙种植手术的精确度，达到了以修 复为导向的治疗目的，获得了长远的治疗效果。相比传统外科数字化种植技术，种植机器人结合了动态导航技术实时反馈 手术信息、及时调整手术规划的优点，开发和运用6自由度机械臂，改变了传统种植的方式，有效避免了手部的震颤，达到 了更加微创、安全和可预测的治疗效果。本文就种植机器人的组成结构、临床操作流程、国内外研究和应用现状及其优缺 点进行综述，以期为种植机器人的临床使用提供参考。

结缔组织病（Connective Tissue Disease，CTD）是一大类与遗传、免疫以及病毒感染等有一定关系的多因性疾病， 可累及全身多系统、多器官，包括心脏。心血管磁共振成像（Cardiovascular Magnetic Resonance，CMR）对CTD累及的心 脏患者的临床治疗方案制订、早期预警及预后具有重要意义。近年来，不同的CMR技术所呈现的影像学征象和参数是否可 以用于评价早期的、亚临床性的心脏受累，及其能否结合临床指标来提升诊断效能成为研究热点。本文从不同CMR技术对 CTD累及心脏的影像学诊断价值方面的研究进展展开综述，阐述CMR如何识别CTD患者早期及亚临床的心脏受累，以及对 心脏的损伤程度进行评估，并提出现有的问题及未来研究方向，以期为其应用发展提供参考价值。

目的 统计、分析婴儿培养箱不良事件的原因和风险，为婴儿培养箱上市后安全合规使用、安全监管以及生产企业进 行产品全生命周期风险管理提供技术支持。方法 从国家医疗器械不良事件监测信息系统山东省数据库中，采集自2019年1月至 2022年12月的婴儿培养箱上市后真实世界数据，借助Excel进行统计，通过归因分析探讨婴儿培养箱不良事件类型、可能导 致的伤害、产生的原因及风险因素。结果 共采集729例婴儿培养箱不良事件报告，统计发现医疗机构是婴儿培养箱不良事 件主要的上报来源，其中三级综合医院数量最多，为345例，占比47.3%。729例报告中未造成后果事件数量最多，共546例， 占比74.9%。设备功能故障或损坏、设计缺陷、组件质量问题或使用维护不当是婴儿培养箱不良事件常见的原因。婴儿培 养箱在临床使用过程中的潜在风险主要包括机械结构安全性风险、报警失效风险、噪声风险和电气安全风险。结论 减少婴 儿培养箱临床使用不良事件的发生需要医疗机构、生产企业和监管部门共同应对，以确保婴儿培养箱的合规安全使用。

目的 收集糖尿病患者的眼底彩色照片，建立基于深度卷积神经网络的计算机视觉模型，探讨其在糖尿病视网膜病 变（Diabetic Retinopathy，DR）转诊中的应用。方法 收集苏州地区糖尿病患者眼底照片，其中训练集（n=350）和内部验 证集（n=100）照片来自苏州大学理想眼科医院，测试集来自苏州市立医院（n=200）。对眼底照片进行分类，分为DR无 需转诊组和需转诊组。基于测试集表现评价模型分类能力，并与两名眼科医生进行比较。此外，采用Grad-CAM技术对计 算机视觉模型进行可视化解释。结果 EfficientNet模型在各模型中表现最佳，且优于低年资眼科医生[准确度（Accuracy， ACC）为0.840，敏感度（Sensitivity，SE）为0.793，特异性（Specificity，SP）为0.859]，但略低于高年资医生（ACC 为 0.925，SE为0.862，SP为0.951）。在EfficientNet模型的辅助下，低年资医生的ACC 升至0.915，SE为0.828，SP为0.951。同 样，高年资医生的ACC 达到0.965，SE为0.931，SP为0.979。结论 基于深度卷积神经网络的计算机视觉模型在DR转诊二分 类任务中表现较好，优于低年资眼科医生。该模型可辅助眼科医生诊断，提高准确度。

胸腺瘤近年来在我国的发病率呈逐渐上升的趋势，术前早期准确判断胸腺瘤的危险分类可以影响治疗计划并改善临 床预后，以及预测术后复发风险。传统的影像学诊断是利用形态学基础及诊断医生的临床经验进行诊断，难以准确区分肿 瘤风险分类，已经不能达到生物个体的精准影像医学的标准。影像组学则是对医学影像图像进行高通量特征空间数据信息 提取，着眼于临床问题构建预测模型，从而可以无创地量化肿瘤异质性，旨在根据患者个体及其肿瘤的特征量身定制治疗 方案。本文就CT影像组学在胸腺瘤中的应用研究进展进行综述。

目的 验证心腔内超声（Intracardiac Echocardiography，ICE）成像系统应用于动物实验的性能及其安全性。方法 用 标准超声体模测试ICE系统的成像深度以及分辨率，再对巴马猪活体进行ICE成像，评估成像视野及分辨率，同时评价导管 通过性、调弯操作性及安全性，并与商业化ICE系统进行对比。结果 自研的ICE成像系统最大探测深度≥60 mm，轴向与侧 向分辨率均≤1.0 mm。活体ICE成像中，两种导管均于数字减影血管造影引导下顺利经股静脉进入右心房，且通过手柄调 整导管头端角度均可显示目标切面。心腔结构清晰可辨，噪声较小，自研ICE系统成像质量与商业化ICE系统接近。操作后 实验猪均健康存活，未见介入相关损伤。结论 自研7.5F ICE导管系统性能稳定、安全，操作便利。

目的 设计一个可移动医疗设备高效管理与临床科室共享调配相结合的医疗设备共享管理平台，实现可移动医疗设 备使用的全过程管理。方法 基于C/S架构，利用物联网技术优化整合现有医疗设备大数据资源，结合医院需求，构建可 移动医疗设备共享调配系统，实现医疗设备共享管理、预约借用、统计分析等核心功能。通过比较系统上线前后呼吸机 调配次数、平均调配时间、呼吸机使用率、单台呼吸机日均收入4个指标，分析系统应用效果。结果 系统上线后，呼吸 机调配次数明显增加、平均调配时间明显降低，呼吸机使用率、单台呼吸机日均收入明显升高，且差异均有统计学意义 （P﹤0.05），表明系统对提高呼吸机调配效率与使用效率有促进作用。结论 可移动医疗设备共享调配系统优化了医院设备 管理流程，实现了医疗资源的统一调配，有效满足临床紧急抢救时医疗设备调配使用的相关需求，提高了医疗设备周转率 以及设备管理人员的工作效率，有助于医院节约人员成本、降低采购费用，为医院管理者制定相关决策提供数据支撑。

目的 基于机器学习方法中的随机森林和决策树模型，实现在医疗与健康应用场景下的恶意流量检测。方法 以CICIDS2017 样本集作为模型的训练集与验证集，对将该样本集通过Python预处理后的共1708979条数据进行模型训练。预处理 后的样本集中训练集占比80%（1367183条），验证集占比20%（341795条），在sklearn中进行随机森林和决策树模型参 数调整训练，再将在医疗与健康应用场景下捕获到的500条网络流量作为测试集进行模型泛化能力评估。结果 由决 策树和随机森林混淆矩阵图可知，决策树模型对于慢速拒绝服务攻击以及跨站脚本攻击的预测准确率为95%，尤其是决策 树模型对慢速拒绝服务攻击进行预测时，会将其与跨站脚本攻击混淆。随机森林模型对于慢速拒绝服务攻击预测准确率为 99%，能够正确预测大多数慢速拒绝服务攻击。随机森林模型在医疗与健康应用场景下整体表现良好。结论 两种模型对于 在医疗与健康应用场景下的恶意流量检测准确率效果较好，但传统的决策树模型准确率低于随机森林模型。随机森林模型 更适合在医疗健康场景下的恶意流量检测，可为医疗健康应用场景中的网络安全研究提供参考。