简介：【摘要】目的 探讨深度手烧伤创面修复及后期功能恢复方法。方法 回顾性分析55例手深度烧伤患者于伤后3-6天行切削痂植皮，皮瓣移植，人工真皮覆盖等方法进行治疗。术后予以早期功能锻炼，创面愈合后进行抗瘢痕治疗，根据随访情况，后期3-6个月行整形修复治疗。结果:所有深度烧伤创面均得到有效救治，大部分功能恢复满意，部分患者外观满意。结论 深度手烧伤通过早期手术，后期功能康复治疗，取得满意疗效。

简介：

简介：摘要不同抑郁症患者的最优治疗方案一般需通过长期、低效率的试错过程来逐步确定。为实现抑郁症的精准治疗，有必要通过特异性生物标志物来选择有效的治疗方法。深度学习是机器学习的一个分支，该技术能处理大量高维、复杂的数据，适用于自动提取和学习临床、基因组学和神经影像数据的特征。近年来，研究人员正在使用深度学习技术开发抑郁症治疗反应的预测模型，有利于指导临床医生为患者选择最佳治疗方案以及在全球范围内推进更为高效的个体化精准医疗方案。本文从人口学、临床症状数据、基因组学数据和功能磁共振成像数据三个方面，对深度学习预测抑郁症疗效方面的相关研究进行综述，并对未来的深度学习研究方向尤其是多组学数据结合深度学习的应用进行展望。

简介：摘要烧伤创面深度的准确诊断对评估烧伤患者病情的预后尤为重要，以往对于烧伤创面深度的诊断常依赖医师的主观判断，随着诊断技术的不断发展，烧伤创面深度的判定手段也获得了更新。该文主要汇总了吲哚菁绿血管造影、激光多普勒成像、激光散斑衬比成像和人工智能等技术在烧伤创面深度诊断中的应用研究进展，并比较这些技术的优点与不足，为烧伤创面深度的精确诊断提供思路。

简介：摘要：21世纪，人类对饮食追求，逐渐由温饱型进入营养型、保健型时代。科学研究表明，人类健康不仅取决于人与体外自然界的平衡，也取决于人与体内自然界的平衡，即人体内部的微生态平衡，尤其肠道微生态。现代人类饮食不仅要注重蛋白质、脂肪、糖类、维生素、水分和膳食纤维等营养元素合理搭配，更要注重能共调节人体微生态平衡食物摄取，即人类新的食物资源——微生态食品。微生态食品具有健康、绿色、易吸收等特点，其秉承自然之道，开创健康之路。深入研究微生态食品对人类健康与幸福有重大意义。

简介：摘要近年口腔正畸领域人工智能技术的应用研究逐渐增加，深度学习作为其中的热门方向，也迅速被应用于正畸诊疗的检测、评估、诊断、预测以及疗效评价等多个环节。目前，深度学习研究在表现出高效、准确优势的同时，也存在可解释性不强、数据量不足等限制。本文从深度学习的提出与发展、正畸诊疗中的应用以及推广的限制与对策三方面进行综述，并进行展望。

简介：摘要：为了正畸患者口腔的健康，其中清洁患者牙齿尤其重要。本文提出深度清洁正畸患者牙齿方法与措施，根据牙齿的结构设计清理牙齿的工具，并结合智能控制调节清洁牙齿工具速度与深度，使其能够更加充分的清理牙缝以及牙龈间的食物残渣，从而实现了对正畸患者牙齿的深入清洁。

简介：【摘要】　目的：回顾总结我科3年间因手部深度烧伤引发瘢痕增生导致严重手畸形患者的治疗体会。方法：对40例患者全部采用瘢痕松解或切除的手术治疗，应用“Z”字成形、瘢痕切除松解全厚皮移植或邻位皮瓣转移术，皮瓣移植术包括虎口和指蹼成形术。结果：绝大部分患者手术后效果满意，少数病例因就诊时间晚或皮片成活率较低行二次手术。结论：本文对手部深度烧伤后瘢痕挛缩畸形病因、烧伤初期治疗方法选择、瘢痕挛缩手术时间的选择、手术中注意事项、术后要求等方面进行了研究与探讨。

简介：

简介：【摘 要】目的：研究对于手部深度烧伤的患者，采取早期整形手术的治疗，对于患者治疗效果的影响。方法：选取2020年2月~2022年3月在我院就诊的80例手部深度烧伤并且接受治疗的患者作为研究对象，将其采取随机分组的方式，分为对照组40例患者采取延期整形手术治疗，研究组各40例患者采取早期整形手术治疗，对比两组患者治疗后并发症发病率以及治疗效果。结果：研究组患者的治疗效果以及并发症的发生情况均优于对照组（P

简介：摘要目的基于深度学习方法开发创伤出血量分级预测模型，以辅助预测创伤动物出血量。方法基于中国人民解放军总医院构建的战创伤动物实验时效评估数据库中猪枪弹伤实验数据进行回顾性观察性研究。提取研究总体的出血量数据，并按照出血量将其分为0~300 mL组、301~600 mL组、>600 mL组。采用生命体征指标作为预测变量、出血量分级作为结局变量，基于4种传统机器学习和10种深度学习方法开发创伤出血量分级预测模型；采用实验室检验指标作为预测变量、出血量分级作为结局变量，基于上述14种算法开发创伤出血量分级预测模型。通过准确率和受试者工作特征曲线下面积（AUC）对上述两组模型进行效果评价，并将两组中的最优模型混合得到混合模型1；通过遗传算法进行特征选择，并根据最佳特征组合构建混合模型2；最后，将混合模型2部署于动物实验数据库系统中。结果纳入数据库中创伤动物96只，其中0~300 mL组27只，301~600 mL组40只，>600 mL组29只。在基于生命体征指标构建的14种模型中，全卷积网络（FCN）模型为最优模型〔准确率为60.0%，AUC及95%可信区间（95%CI）为0.699（0.671~0.727）〕；在基于实验室检验指标构建的14种模型中，循环神经网络（RNN）模型为最优模型〔准确率为68.9%，AUC（95%CI）为0.845（0.829~0.860）〕。FCN与RNN模型混合后得到混合模型1，即RNN-FCN模型，模型效果得到提升〔准确率为74.2%，AUC（95%CI）为0.847（0.833~0.862）〕；通过遗传算法进行特征选择，根据筛选后的特征组合构建混合模型2，即RNN-FCN*模型，进一步提升了模型效果〔准确率为80.5%，AUC（95%CI）为0.880（0.868~0.893）〕，该模型包含10项指标，分别为平均动脉压（MAP）、血细胞比容（HCT）、血小板计数（PLT）、血乳酸（Lac）、动脉血二氧化碳分压（PaCO2）、二氧化碳总量、血Na+、阴离子隙（AG）、纤维蛋白原（FIB）、国际标准化比值（INR）。最后，将RNN-FCN*模型部署在数据库系统中，实现了对创伤动物出血量的自动、连续、高效、智能、分级预测。结论基于深度学习开发了一种创伤出血量分级预测模型，并部署在信息系统中，实现了对创伤动物出血量的智能分级预测。

简介：摘要超声心动图是临床评估心脏结构和功能的主要影像技术，具有无创、无辐射、实时等优点。随着深度学习的出现，利用深度神经网络分析超声心动图已成为目前研究的主流。笔者将从不同超声模态展开，根据超声心动图检查全流程，从标准切面的获取、分类，至量化心脏结构和功能，以及疾病诊断等方面，充分阐述深度学习在每一个环节中的最新研究进展。

简介：摘要：为提高数据分析的准确度以及速度，引入卷积神经网络DL算法，开展对数据识别方法设计研究。分析对比实验结果得出，设计方法的识别结果相似度更高，识别误差更小，可以实现对数据识别准确度的提升。基于卷积结构的信号调制识别神经网络的识别性能受信号调制类型种类限制。

简介：

简介：摘要近年来，随着人工智能技术快速发展，以深度学习为核心的计算机科学大量应用于医学领域。脑卒中作为人类死亡的常见病因，深度学习在脑卒中诊断与防治中具有较大的应用价值。为了评价深度学习技术在脑卒中疾病中的重要性，本文对深度学习在脑卒中诊断、治疗及预测方面进行了多层次，多角度的系统性回顾，着重探讨多种深度学习方式在脑卒中诊断方面的应用，另外还讨论了目前所遇的瓶颈和深度学习技术在未来的发展前景，以期对临床与医护科研人员进一步研究提供新方向，进一步挖掘深度学习在脑卒中领域的发展潜能。

简介：目的：分析早期整形修复对足部深度烧伤的临床护理效果；方法：选取我院2020年3月～2021年3月期间收治的足部深度烧伤患者80例，根据患者的入院时间将其分为研究组和对照组，每组患者各40例，对照组患者接受晚期整形修复（烧伤后20～30d），研究组患者接受早期整形修复（烧伤后7d内），观察并对比两组患者治疗后的临床效果；结果：研究组患者治疗后总有效显著优于对照组患者（P<0.05），结论：给予足部深度烧伤患者早期整形修复，可以提高患者的治疗效果，促进患者足部功能恢复，值得临床推广。

简介：摘要目的通过训练生成对抗网络（generative adversarial network，GAN）模型，构建一种包括跨中线上颌骨缺损的虚拟重建方法，以期为临床提供参考。方法收集2015年6月至2022年6月于四川大学华西口腔医院影像科就诊的汉族成年口腔疾病患者CT资料，选择100例健康上颌骨及15例上颌骨缺损（5例单纯单侧缺损、5例单侧缺损并累及颧骨、5例跨中线缺损）CT数据。应用Mimics软件在健康上颌骨数据及其附近区域创建球型模体并模拟上颌骨缺损，分别为单纯单侧缺损、单侧缺损并累及颧骨、跨中线缺损，以原始图像为虚拟重建的正确参照；人工缺损与正确参照配对后分为训练集（70例）、验证集（20例）以及测试集（10例），前两者用于训练GAN模型，测试集用于评估GAN性能。15例上颌骨缺损CT数据导入训练完成后的GAN模型中进行虚拟重建，对单侧缺损分别采取镜像和基于GAN的方式进行虚拟重建，而对跨中线缺损仅采取基于GAN的方式进行虚拟重建，重建结果分为镜像重建组（10例）、单侧缺损GAN重建组（10例）和跨中线缺损GAN重建组（5例）。对测试集、镜像重建组、单侧缺损GAN重建组进行定量评价，定量指标为Dice相似性系数（Dice similarity coefficient，DSC）和95%豪斯道夫距离（95% Hausdorff distance，HD95），对各组结果进行单因素方差分析和Tukey检验。对测试集、镜像重建组、单侧缺损GAN重建组和跨中线缺损GAN重建组进行定性评分，对各组总分进行Kruskal-Wallis检验和事后检验（Bonferroni校正法）。结果测试集、镜像重建组、单侧缺损GAN重建组DCS（分别为0.891±0.049、0.721±0.047、0.778±0.057）和HD95［分别为（3.58±1.51）、（5.19±1.38）、（4.51±1.10）mm］的总体差异均有统计学意义（F=28.08，P<0.001；F=3.62，P=0.041）；其中，测试集DSC显著大于镜像重建组（P<0.05），测试集HD95显著小于镜像重建组（P<0.05）。测试集、镜像重建组、单侧缺损GAN重建组、跨中线缺损GAN重建组定性总分［分别为8（1）、6（2）、6（2）和4（2）分］的总体差异有统计学意义（H=18.13，P<0.001）；两两比较显示，测试集总分显著高于镜像重建组（P<0.05）。结论本项研究提出的基于GAN的虚拟重建方法，其单侧缺损虚拟重建效果优于镜像技术，亦可实现跨中线上颌骨缺损的虚拟重建。

简介：摘要目的探讨深度学习重建（DLR）较混合迭代重建（Hybrid IR）在改善胸部低剂量CT（LDCT）图像质量方面的效果。方法回顾性分析2020年10月至2021年3月在北京协和医院行胸部LDCT体检或因肺内结节定期复查的77例患者。对所有入组患者的影像资料进行不同算法重建，获得标准级别Hybrid IR图像、标准和强级别DLR图像。在3种图像的肺实质、主动脉、肩胛下肌及腋下脂肪内选取感兴趣区并测量其CT值和标准差，用于计算信噪比（SNR）和对比噪声比（CNR）。同时，由2名影像医师按照Likert 5分量表法对图像质量进行主观评分，且记录肺磨玻璃结节（GGN）的数量，并对其显示情况进行评分。2名医师评分不一致时由第3名医师评分决定。采用Kruskal-Wallis非参数检验对3种图像的主观和客观评分进行分析，若总体存在差异，则用Bonferroni校正检验进行组内两两比较。结果3种图像在肺实质、主动脉、肩胛下肌及腋下脂肪处的CT值差异均无统计学意义（P均>0.05），而图像噪声、SNR和图像的CNR差异均有统计学意义（P均<0.05）。其中标准级别Hybrid IR图像、标准和强级别DLR图像的CNR分别为0.71（0.49，0.88）、1.06（0.78，1.32）和1.14（0.84，1.48）。标准级别和强级别DLR图像均较标准级别Hybrid IR图像的主观和客观噪声低及SNR和CNR高，差异均有统计学意义（P均<0.05）。在对主要解剖结构（肺裂、肺血管、气管和支气管、淋巴结、胸膜和心包）和GGN的显示上，标准级别和强级别DLR图像评分明显优于Hybrid IR图像，差异均有统计学意义（P均<0.05）。结论与Hybrid IR相比，DLR可以明显降低LDCT图像的噪声，且对GGN的显示良好，有助于在较低辐射剂量水平时保证图像质量，从而改善采用CT行肺癌筛查及肺结节随访的安全性。

简介：摘要近年来，CT图像算法中基于深度学习的图像重建（DLIR）技术不断发展，日益成熟，目前已经逐步应用于临床实践中。DLIR算法较常规迭代重建算法具有在降低辐射剂量和图像噪声的同时不改变图像纹理，保持或提高解剖细节显示能力、总体图像质量和医生诊断信心的众多优势。因此，笔者重点就DLIR算法的原理、优劣势及其在人体各系统的临床应用进展进行综述，旨在进一步提高对DLIR算法的认识，并对其可能的应用情景提供借鉴。

简介：摘要深度学习图像重建算法是目前CT图像重建领域最为前沿的技术，随着算法的不断优化和模型泛化性的提升，适用人群和全身各部位的临床应用也在不断拓展，在疾病诊治中发挥了重要作用。深度学习图像重建算法能够降低图像噪声、消除伪影、避免“过度平滑”的视觉感观，提升主观诊断效能，并有助于CT检查中辐射剂量的降低。此外，深度学习图像重建算法不影响CT图像重建的速度，能够满足临床工作流的需求。随着对深度学习图像重建算法的不断探索以及临床应用的拓展，可以挖掘深度学习图像重建算法的潜在优势，提升CT临床应用的能力。