摘要：生物医学工程(BME)是运用工程学的原理和方法解决生物医学问题,提高人类健康水平的综合性学科.该学科致力于探索人体奥秘,为疾病防治、康复和人类健康,提供高水平的科学方法和工程技术手段.本文阐述了当前BME的研究方向及行业发展前景,分析了中国BME教育与行业发展概况,以期为BME领域发展提供借鉴意义.

摘要：为提高体态评估的效率和准确性,满足用户对早期识别和纠正不良体态的需求,本研究结合微信小程序与深度学习算法开发了一款不良体态智能评估在线检测系统.首先,前端设计为微信小程序,可提供图像上传、体态检测结果展示等功能;其次,后端处理利用OpenPose算法识别人体关键点,X-Cobb模型评估脊柱侧弯程度,实现体态和脊柱检测;最后,结合前端与后端搭建不良体态智能评估在线检测系统.结果表明,系统不仅成功识别了 11 种常见不良体态,还在 20s内完成了图片上传和评估结果返回,显著提高了使用便捷性.本研究可实现不良体态的有效检测和早期干预,为解决不良体态相关问题提供了新的技术手段.

摘要：针对甲状腺癌的微波消融术前计划需求,本研究开发了一套基于计算机断层扫描(CT)图像的仿真计划系统,以辅助医生制定个性化治疗方案.该系统采用MFC和VTK库实现界面开发与图像处理,包括图像预处理、三维重建、路径规划、动态仿真和生成术前计划5 个主要模块.系统通过导入DICOM数据,对CT图像进行去噪、增强与分割,并借助三维重建模型直观展示肿瘤位置.测试结果显示,该系统能有效辅助医生划定肿瘤边界、设计最佳插入路径及规划安全消融路径,提升甲状腺癌微波消融的术前评估和治疗精度.本系统在甲状腺癌微创治疗中具有潜在临床应用价值,可为未来结合实时导航和深度学习技术奠定基础.

摘要：为解决并优化模式识别过程中因数据不均衡导致分类结果偏向多数类的问题,本研究以加利福尼亚大学尔湾分校(UCI)心肌梗死数据集为研究对象,构建了Nomogram预测模型.首先,采用K折交叉抽样投票法(K-CSV)、合成少数过采样技术_标准连续(SMOTE_NC)和随机欠采样(RUS)3 种不均衡数据处理方法,结合互信息、支持向量机权重、Spearman相关分析与方差膨胀因子,去除多重共线性特征;其次,使用单因素及多因素Logistic回归筛选独立风险因素,并构建Nomogram预测模型.结果表明:在原始不平衡数据下,模型受试者工作特征曲线下面积(AUC)值为0.85,平均精确率(AP)值为0.64;RUS处理后,AUC值为0.87,AP值为0.86,Ⅱ型错误率为11.54％;SMOTE_NC处理后,AUC与AP为0.96,但准确率降至79.89％,Ⅱ型错误率增至 29.73％;K-CSV的AUC与AP值均为 0.90,Ⅱ型错误率为 10.53％.Cox回归分析结果显示,选定特征与患者预后显著相关(P<0.01),表明所建模型在生存风险预测中具有较高的可靠性.

摘要：类器官培养过程存在操作复杂、均一性差、成本高、低通量等局限,液滴微流控搭载新型水凝胶材料因高通量、重复性好、保留异质性等优势,为其提供了新策略.本文系统综述了基于液滴微流控技术的水凝胶材料及其在类器官中的应用进展,分析了未来液滴微流控平台一体化集成、水凝胶材料的动态响应性调控及配套高通量分析技术等的发展方向,以期为新药研发、精准医学和再生医学,提供新的研究思路和技术平台.

摘要：为实现聚乙烯醇(PVA)水凝胶力学和电学性能的协同优化作用,本研究以PVA和羧甲基纤维素钠(CMC)为亲水基质,结合Fe3+离子构建多重交联网络,通过离子络合法成功制备了PVA-CMC/Fe3+多网络水凝胶.系统表征表明,Fe3+不仅能作为交联剂增强水凝胶的力学性能,还能显著提升其导电性.测试结果表明,PVA-CMC-0.2Fe3+的拉伸强度达 112.66 kPa,电导率为 3.03 S/m.该水凝胶具有高灵敏度与稳定性,可被组装为柔性传感器用于监测人体关节运动及心电(ECG)信号.

摘要：针对爆炸冲击波致肺部损伤的物理机制及脆弱区域不明的问题,本研究开展了爆炸冲击波作用下人体肺部力学响应的数值模拟研究.首先,建立了人体胸部有限元模型;然后,基于数值仿真方法,利用有限元数值分析软件LS-DYNA,对冲击波作用胸肺部后的爆炸流场压力演化规律、冲击波作用下胸腔力学响应、肺部应力分布规律等进行了研究.研究结果表明:在爆炸冲击载荷作用下,胸壁高速撞击胸腔脏器,在肺部形成压缩波,肺部瞬态受压是造成肺部损伤的主要机制;在冲击波作用下,肋骨、心脏及椎骨附近的肺组织更易出现损伤,肋骨边缘与肺组织界面形成的剪切应力是导致条纹状出血的关键因素.本研究验证了胸部模型的有效性,可揭示爆炸冲击波致肺部损伤的力学机制.

摘要：针对乳腺癌Ki-67 免疫组织化学染色耗时且H&E与Ki-67 图像存在弱配对的问题,本研究提出了一种多层病理学导向的监督生成对抗网络(MPAS-GAN),旨在通过H&E图像生成高质量虚拟Ki-67 图像,以评估Ki-67 生物标志物的表达分布.首先,在MPAS-GAN中引入多层病理学监督框架,通过置信度加权的最优传输对齐,解决宏观特征层面的组织错位问题;最后,通过Ki-67 病理信息一致性约束,还原关键病理语义层面的诊断信息,并通过病理细胞结构一致性约束,保留基础细胞结构层面的细胞核形态.在MIST和IHC4BC公开数据集上的实验结果显示,MPAS-GAN在结构相似性指数(SSIM)、峰值信噪比(PSNR)、弗雷歇初始距离(FID)和学习感知图像块相似度(LPIPS)等指标上均显著优于现有主流方法,并在Ki-67阳性区域的定量相关性分析中取得了最高的一致性.本研究能够生成视觉逼真且病理学可靠的虚拟Ki-67 图像,可有效解决弱配对医学图像翻译问题,有望为乳腺癌的数字化病理诊断提供更加高效、可靠的工具.

摘要：针对难治性癫痫病灶精准定位的问题,本研究研发了电阻抗断层成像(EIT)与脑电(EEG)信号同步检测系统,以验证EIT在致痫灶(EZ)定位中的可行性和准确性.系统采用同一套电极,实现阻抗与EEG信号的同位、同时、同通道采集;通过"硬件低通+软件梳状"双域协同策略消除设备间互扰,确保精准采集信号.对 20 只健康成年雄性SD大鼠的测试结果表明,EIT定位的EZ质心与EEG地形图质心平均偏差仅 0.13 mm,平均相对误差为 6.37%,且该区域经组织学证实存在典型癫痫损伤特征,表明EIT具有精准定位EZ的可行性.本研究可为难治性癫痫EZ的精准定位提供新的思路,对提升癫痫救治率意义重大.

摘要：针对 Kilosort4 处理锋电位数据时,在模板反卷积阶段,因采用传统 K-means 算法带来的时间复杂度瓶颈,本研究提出了一种基于小批量 K-means 聚类算法的优化方法.首先,利用 K-means++算法初始化聚类中心;然后,在迭代过程中动态抽取数据子集,进行局部聚类,并根据数据集规模自适应调节子集大小;最后,通过增量式更新聚类中心,直至收敛.实验结果表明,优化后的 Kilosort4 算法的运算速率相较于原算法提升了约 8%,并能在保持聚类质量的同时,显著降低计算复杂度.本研究可为神经科学研究提供更高效的工具.

摘要：为解决传统基于行为或电信号的疲劳监测方法易受干扰、稳定性不足等问题,本研究提出了一种基于光纤 Fabry-Perot 压力式传感器的心冲击(BCG)信号疲劳监测方法.该方法采用小波分解结合高通与带通滤波的"双通道去噪"策略,构建了自适应逐搏特征提取算法,以提升信号质量.本研究招募了 3 名志愿者,在睡眠剥夺条件下完成 N-back 任务,并采集心电(ECG)与BCG 信号,进行对比分析.结果表明,ECG 信号的心率变异性(HRV)指标在疲劳状态下变化不显著,而BCG 的特征参数出现上升斜率下降、反射指数波动等趋势,提示心脏收缩动力减弱及自主神经调节不稳.该方法对轻度疲劳具有更高敏感性,具备良好的抗干扰性和稳定性,可为航空及交通安全领域的疲劳监测提供新的技术途径.

摘要：针对现有深度学习方法常将心电(ECG)信号视为孤立片段、忽略时序上下文信息的问题,本研究提出一种基于单导联 ECG 的连续时序建模(CTM)框架.在特征提取阶段,利用卷积神经网络(CNN)捕捉局部形态模式,并引入基于快速傅里叶变换(FFT)的频谱通道注意力(SCA)模块,通过自适应重校准通道权重,增强关键频带特征;在时序建模阶段,采用双向长短期记忆(BiLSTM)网络聚合连续特征序列,显式建模呼吸暂停发生前后的生理演化规律,利用时序上下文信息,修正仅依赖局部特征导致的判别偏差.基于 PhysioNet Apnea-ECG 公开数据集的实验结果表明,该模型的准确率、灵敏度和特异性分别为 90.12%、86.82%和 92.18%.对比实验显示,在多个基础模型中引入 CTM 框架后,模型性能较非连续建模基线平均提升约 7%,充分验证了 CTM 在捕捉长时依赖关系方面的有效性.

摘要：电生理信号是生物体内细胞活动产生的、与生理功能相关的电信号,广泛用于医学诊断和健康监测领域.表皮电极凭借其无创性和易用性,适用于长时程电生理监测.本文系统综述了用于电生理监测的表皮电极的研究进展,从表皮电极的分类、制造电极的材料及电化学性能几个方面,分析了电极结构与形状对性能的影响,并对表皮电极未来的研究方向和应用前景进行了展望,以期为表皮电极的研发与应用提供参考.

摘要：针对现有癫痫脑电(EEG)预测模型跨被试时泛化性与鲁棒性不足的问题,本研究结合信号分析及深度学习技术,提出了一种基于迁移学习的多尺度癫痫EEG时空预测模型(TLEP-MST).首先,将原始数据通过独立成分分析(ICA)去除伪迹,并采用时间提取模块和小波卷积层提取EEG信号中的时频信息;其次,通过自适应注意力机制对时频信息进行多通道权重分配,获得EEG信号空间特征;最后,融合迁移学习方法,减少源域与目标域的数据分布差异,提高模型泛化性能.该模型在公用数据集CHB-MIT上进行了实验,在交叉验证中,模型准确率、特异性和误报率分别为91.88%、96.49%和0.0369/h;在患者特异性实验中,引入迁移学习后,模型的特异性从 67.04%提升到 85.06%,误报率从 0.4194/h降低到 0.3485/h.本研究在预测跨被试癫痫EEG方面具有重要价值.

摘要：帕金森病(PD)是一种常见的神经退行性疾病,其发病机制尚不明确,精准检测与有效康复仍面临挑战.传统临床量表评估存在主观性强、早期敏感性低等局限.近年来,针对 PD 感觉-运动整合(SMI)障碍的神经机制研究不断深入,借助表面肌电图(sEMG)、惯性测量单元(IMU)及脑电图(EEG)的新型检测技术,不仅为 PD 的客观检测提供了新手段,也推动了PD 康复干预方法的技术创新.本文系统综述了 PD 的 SMI 障碍,以及在该框架下 PD 检测技术与康复干预策略的研究进展,重点分析了基于 SMI 障碍的检测方法与闭环神经调控等干预手段,探讨了其在 PD 个性化、精准化康复中的应用前景与未来发展方向.

摘要：为解决传输时间(TT)法在颈动脉局部脉搏波速(CLPWV)检测中易受噪声、反射波等影响,导致 CLPWV 估计精度低的问题,本研究提出一种基于脉搏波时频特征分析的 CLPWV 智能估计方法.首先,建立不同年龄和血流动力学参数的4374 例颈动脉局部脉搏波传播数据库(CLPWPD),并计算脉搏波对应时频图的中心矩和纹理能量特征;然后,将两种特征分别与年龄等参数进行组合,形成两种对照特征集;最后,基于 5 种机器学习模型构建不同的 CLPWV 预测模型.结果表明,多层感知机(MLP)模型整体表现最好,且纹理能量特征与 MLP 模型组合受噪声影响较小,平均均方根误差(RMSE)仅为 0.134.本研究有望为临床早期精准筛查和预防颈动脉血管硬化提供新的技术参考途径.

摘要：微针(MNs)作为微创无痛的微型针阵技术,通过物理穿透皮肤角质层,形成可逆微通道,突破了传统透皮给药与皮下注射的局限.其涵盖实心、空心、可溶解等类型,材料包括天然和合成高分子、无机材料及复合材料,制造工艺涉及 3D 打印、激光微加工等技术.在生物医学领域,MNs 不仅能高效可控地递送小分子、蛋白质、疫苗等活性成分,实现葡萄糖等生物标志物的连续监测;还能在伤口愈合中刺穿细菌生物膜、协同抗菌消炎与组织再生.然而,MNs 技术面临制造成本、药物释放可控性和规模化生产等挑战.本文综述了 MNs 类型、材料、制备、应用与挑战,以期为 MNs 的临床转化提供参考.

摘要：脑卒中是目前普遍且致残率极高的疾病,康复外骨骼经临床证实有助于脑卒中患者肢体功能的康复.传统外骨骼驱动以电机、液压驱动为主,存在笨重、柔顺性和便携性差等问题.为突破传统外骨骼驱动技术的局限,制备高力重比、可变刚度等特点的形状记忆合金(SMA)已成为研究热点.本文系统综述了 SMA 在康复外骨骼中的应用与挑战.首先,根据 SMA的驱动特性,分别阐述了其在上肢与下肢康复外骨骼中的创新驱动设计与集成方法,并分析了其力学性能与实际效果;然后,针对 SMA 固有的迟滞、非线性和热管理难题,进一步梳理了主流的控制策略与散热方案;最后,对 SMA 驱动康复外骨骼的未来发展方向进行了总结与展望,以期为设计新型康复外骨骼提供参考.

摘要：强迫振荡技术(FOT)是测试肺功能的重要手段.针对现有 FOT 设备缺乏电抗的统一标准,导致不同仪器电抗结果差异显著的问题,本研究提出一套易复刻、覆盖人类电抗范围的电抗标准物设计方法;并选用商用 FOT 设备(加拿大 Thorasys公司 tremoflo® C2、德国耶格 IOS 等)对其进行了测试,记录各仪器的绝对误差.此外,招募 5 名健康受试者进行了测试.结果表明,根据理论值进行校准,可显著降低仪器间相同个体的差异,且在测试中标准差平均下降 51.4%.该方法可为跨设备数据互通与临床标准化奠定基础.

摘要：针对相近类别宫颈细胞图像的形态特征相似性较高,数据集规模有限导致模型泛化能力不足的问题,本研究提出了一种改进的 Resnet34 模型,用于宫颈细胞图像多分类任务.首先,在 Resnet34 的残差块中融合注意力模块,并将激活函数ReLU 替换为 PReLU,提升模型对细节的捕捉能力和适应性;其次,采用迁移学习策略,提升模型的泛化性能.结果显示,改进后的模型准确率达 96.78%,相比原始 Resnet34 提升了 1.32%.本研究模型能有效捕捉相近类别宫颈细胞图像的细微差异特征,优化模型的识别性能与泛化能力,可为宫颈癌的早期自动化筛查提供可靠的技术支撑.