摘要：针对现有阿尔兹海默病(AD)早期筛查方法流程繁琐、成本高的问题,本研究提出了一种基于机器学习的认知障碍识别模型.首先,本研究通过提取语音信号的声学和语义特征,并结合上海认知筛查(SCS)量表测试分数和个人信息,提高对认知障碍的识别准确率;其次,利用沙普利加性解释(SHAP)和局部可解释性模型(LIME)对不同的语音特征进行重要性分析,增强模型的可解释性.人工问答数据集的结果显示,本研究模型对认知障碍的识别准确率达 0.9000,受试者工作特征曲线下面积(AUC)达 0.9023,F1 分数为 0.9000.本研究可为 AD 的早期检测提供新思路.

摘要：为解决从光电容积脉搏波(PPG)信号中提取呼吸频率(RR)准确率低的问题,本研究开发了一款嵌入式 RR 检测系统.该系统包含脉搏波采集模块、软件控制系统、上位机界面设计、微信小程序设计,以及集合经验模态分解结合小波阈值(EEMD-WT)的呼吸波重构算法设计,可实现对患者 RR 的实时监测.与迈瑞 ePM10 对比,该系统可在确保高准确率及低功耗的条件下,获取被测者 PPG 和重构的呼吸信号,从而准确计算 RR 并显示.实验结果表明,RR 重构的均方根误差(RMSE)为 0.2147.本研究可为 PPG 呼吸波重构提供有效方案.

摘要：高血压是最常见的心血管疾病之一,连续血压监测对其早期识别和干预具有重要意义.光电容积脉搏波描记法(PPG)作为一种非侵入式的生理参数监测方法,已被广泛应用于医疗监测领域.近年的研究表明,结合深度学习技术和 PPG数据,可实现对血压变化的有效预测,提升高血压检测的实时性与准确性.本文系统梳理了近年来基于 Transformer、图神经网络(GNN)、迁移学习等深度学习模型在高血压预测领域中的最新研究进展,对比分析了各模型的应用特点与性能表现;最后,总结了各类模型的优缺点并展望了未来的研究方向,以期为高血压的无创预测与智能监测提供参考.

摘要：为探索外消旋聚乳酸(PDLLA)在组织修复中的应用潜力,本研究以 PDLLA 为基材,采用三氯甲烷和二甲基甲酰胺(CF/DMF)复配溶剂,制备了静电纺丝前驱液;再通过静电纺丝工艺,制备了 PDLLA 可吸收隔离膜.该膜的最可几孔径为1.08 μm,孔隙率为 64.6%,此孔结构可为营养物质传递及代谢产物排出提供适宜通道.力学测试结果显示,其拉伸强度可达7.09 MPa,断裂伸长率为 129%,撕裂力为 4.39 N,可满足组织隔离膜的临床力学应用要求;体外降解试验证实,该膜在 3 个月降解周期内仍能维持稳定的力学性能,可保障组织隔离功能的持续有效发挥.本研究可为 PDLLA 可吸收隔离膜的临床转化提供依据.

摘要：为持续监测并反馈心肺复苏(CPR)中的胸外按压参数,本研究设计并制造了一种基于深度相机的非接触式CPR质量监测设备,可在不接触急救患者的前提下,基于深度相机和卷积神经网络,获取按压者手部的深度信息.此外,通过坐标变换和峰值搜索算法可得到按压深度及频率等参数.为验证设备性能,本研究搭建了一个实验平台,测量采集的模拟胸外按压实验数据.结果显示,设备按压深度的绝对平均误差为2.0 mm,按压频率的绝对平均误差为0.1次/min.该设备具有较高的检测精度及良好的鲁棒性,能够满足临床需求.

摘要：针对传统卷积神经网络在特征提取过程中,因尺度限制导致层级特征信息利用不足的问题,本研究基于残差卷积网络与Transformer编码器提出了深度特征融合的心电信号多标签分类模型XResT.首先,通过改进的ResNet101骨干网络实现心电信号多层次局部特征的深度挖掘;然后,采用Transformer编码器进行全局特征增强,并设计跨层注意力机制实现局部与全局特征的动态融合.在CPSC-2018公开数据集上的对比实验表明,本模型准确率为96.43％的同时,多标签分类平均F1分数达到82.87％,较现有基准模型提升了 3％.消融实验验证了跨层注意力机制对室性早搏等复杂心律特征的有效性.本研究提出的特征融合框架为心电信号多层次特征提取提供了新思路,对提升心律失常自动诊断系统的临床适用性具有显著意义.

摘要：为探究多点注射Fe3O4纳米颗粒对消融结果的影响,本研究利用COMSOL Multiphysics 6.1软件构建了Fe3O4纳米颗粒辅助肝组织微波消融(MWA)的数学模型.首先,在注射量固定时,研究注射域数量(2～7个)对MWA后消融区的影响;然后,在注射域数量固定时,研究不同注射半径(1～4.62 mm)对MWA后消融区的影响.结果显示:在2.45 GHz、15 W下,注射量固定,注射域个数为6、7时,达到较好的消融效果;当注射域个数为6,注射半径为3.62 mm时,消融区横径增加5.77 mm,体积增加68.75％,圆形度从0.786增至0.885,达到了理想的消融效果;当注射域个数为7,注射域半径为3.49 mm时,消融区横径增加3.52 mm,体积增加61.98％,圆形度从0.786增至0.869,消融效果较好.结果表明,在MWA中加入Fe3O4纳米颗粒可使消融区圆形度增加,更适用于治疗类球形肿瘤.

摘要：为实现对脓毒症的提前预测,本研究设计了一种基于时间序列数据的预测模型KA-Transformer.通过在KA-Trans-former中引入核注意力机制,以改善训练样本有限、参数众多及样本分布不均等问题.将连续的时间序列数据输入模型,结果显示:在脓毒症发生前1、6和12 h的3个预测时间点,模型预测脓毒症的受试者工作特征曲线下面积分别为0.962、0.944和0.984,准确率分别为92.3％、93.9％和96.1％.实验结果表明,KA-Transformer在脓毒症预测的准确性和泛化能力方面优于现有方法,在提升脓毒症预测实时性与可靠性方面具备一定潜力.

摘要：为在有限的计算资源下提高乳腺肿瘤的分割精度与效率,本研究通过改进 YOLOv8 模型,提出了一种乳腺X射线图像肿瘤分割算法.首先,利用风车型卷积(PConv)和C3K2 模块,设计了特征提取模块PC-C3K2,以显著扩大感受野,减少模型参数量;其次,利用空间通道解耦下采样模块进行下采样,通过独立处理空间信息与通道信息降低模型计算复杂度.在INbreast和CBIS-DDSM数据集上的实验结果表明,本研究算法的mAP50值可达 91.8%,参数量减少了 28%.本研究算法可在提高乳腺X射线图像肿瘤分割精度的同时,显著减少模型参数量,对乳腺肿瘤的早期筛查与诊断具有重要意义.

摘要：肌腱损伤是常见的运动损伤疾病,传统治疗肌腱损伤的方法易产生组织粘连和瘢痕等问题.静电纺丝技术可制备具有细胞外基质(ECM)仿生纤维结构和多种药物装载性能的纳米纤维膜,能为肌腱细胞生长提供适宜的生物微环境,降低炎症、感染与粘附风险,有效恢复损伤肌腱的力学性能.基于此,本文从材料选择、结构设计、药物装载三个方面,分析总结了电纺纤维支架在肌腱损伤修复中的应用研究及前景,以期为肌腱损伤修复治疗提供参考.

摘要：针对基于机器学习的脓毒症预测模型实时性差、可解释性不足的问题,本研究设计了一种兼具高时效性与临床可解释性的脓毒症实时预测模型.该模型由实时预测和解释模块构成:实时预测模块可快速获取无创生理指标的 3h动态特征序列,并计算均值、标准差和终点值 3 个线性参数;解释模块引入了基于树结构的Shapley加性解释法(TreeSHAP),可从单次预测和全局解释角度综合提升脓毒症实时预测模型的可解释性.结果表明,脓毒症实时预测模型的准确率、灵敏度和曲线下面积分别达到0.71(95%CI,0.69～0.73)、0.71(95%CI,0.70～0.73)和0.76(95%CI,0.75～0.77).该模型不仅能为危重症患者提供脓毒症的实时动态预警,还有助于临床医生深入理解生成的细节及模型的整体逻辑,提高模型的临床可信度,为临床决策提供支持.

摘要：《生物医学工程研究》于1982 年创刊,系由山东省科协主管、山东生物医学工程学会等主办的学术性期刊.本刊设有论著、综述等栏目.主要刊登生物医学工程研究领域的最新科技成果,突出科学性和创新性.本刊为双月刊,面向国内外公开发行.读者可直接向编辑部订阅.

摘要：针对 3D脑影像数据中空间信息复杂,难以提取有效特征的问题,本研究基于掩码图像建模技术提出了一种 3D多模态脑影像重建算法 3MbiRMA.该算法采用双分支结构提取弥散张量成像(DTI)和磁共振成像(MRI)的特征,再通过特征解耦融合多模态特征,进而基于解码器实现影像重建.此外,本研究使用的掩码策略及压缩-空间注意力机制不仅能显著降低信息冗余,增强特征有效性,还能有效降低计算复杂度.在BeijingEN和ADNI数据集上的实验结果表明,3MbiRMA算法的计算复杂度仅为经典掩码自编码器(MAE)模型的 1/4,与经典 3D重建算法(3D UNet、VNet)相比,计算复杂度也显著降低.本研究算法能显著提升重建性能,可为脑影像重建研究提供技术支持.

摘要：针对低场(<1T)磁共振成像(MRI)系统弥散加权成像(DWI)中,因相位编码误差引发的N/2 Ghost伪影问题,本研究提出了融合深度学习与优化滤波的综合处理方法去除Ghost伪影,提升图像质量.首先,构建集成密集残差连接与注意力门机制的AR-UNet模型,通过特征复用与动态权重分配,实现颅脑解剖结构的精准分割;然后,基于边缘约束的加速非局部均值滤波(SCNLM)提升模型计算效率.结果表明,模型的平均Dice相似系数、精准率和特异性分别达到了 0.932 1、0.943 6 和0.943 0;SCNLM可在保持峰值信噪比 29.50 dB与结构相似性 0.88 的前提下,将传统NLM算法的计算效率提升约 50%.本研究能有效去除低场MRI系统中的Ghost伪影,并显著提升图像质量.

摘要：针对传统光声换能器的光声转换层厚度不可控且制备工艺复杂的问题,本研究提出了一种新型碳纳米管-聚二甲基硅氧烷(CNT-PDMS)光声换能器的制备方法.通过系统研究CNT-PDMS换能器光声转换层厚度与声压强度的关系,优化转换层的结构参数.声学性能测试结果表明,声压强度随转换层厚度的增加而增大,并在激光脉冲重复频率为 4Hz、转换层厚度为 83.4 μm时,达到峰值.超声溶栓实验结果表明,在光声换能器产生的超声波作用下,血凝块溶解速率随时间呈先升后降趋势,5 min溶栓可使血凝块重量减少约 40%.本研究可为光声换能器在医疗领域中的应用提供新的技术途径.

摘要：推拿作为传统中医学的关键组成部分,依靠其独特的理论体系和明显的临床效果,已获得全球范围内的广泛关注.随着机器人技术、人工智能与生物力学的快速发展,中医推拿机器人作为传统医学与现代科技交叉融合的产物,正经历从实验研究到临床应用的关键转型阶段.本文系统梳理了中医推拿机器人技术的发展脉络,从机械结构设计、智能控制算法、临床应用效果等多个层面全面解析了中医推拿机器人的研究现状,探究了关键技术的突破点与面临的挑战,并对未来的发展进行了展望,以期为相关领域的科研人员提供参考.

摘要：为贯彻落实《山东省生物医药产业科技创新行动计划(2025-2027 年)》明确提出的实施"医疗器械国产化提档创新行动",本研究通过走访、调研医疗器械企业及相关单位,全面分析了山东省内医疗器械产业现状,并为山东省医疗器械产业的高质量发展提出了相关措施与建议,以期为山东省医疗器械产业升级提供参考.

摘要：为满足移动居家镇痛治疗的需求,实现医疗资源的高效利用.本研究融合物联网和体表神经电调控技术,研发了一款便携式物联网体表神经电调控镇痛系统.该系统涵盖设备、云平台、移动终端三部分,设备在连接无线接入点(AP)后,可将刺激参数同步至云平台和移动终端,同时,云平台和移动终端可下发命令至设备,三方协同实现超远程控制与系统的动态管理.实验表明,该设备能稳定输出设定的电刺激参数,其平均误差均小于 4.1%.经电调控镇痛后,受试者疼痛诱发点的机械压痛阈值较镇痛前显著提升.本研究研发的便携式物联网体表神经电调控镇痛系统能有效提升移动居家镇痛治疗效果,具有较高的应用价值.

摘要：为提高漫射相关光谱(DCS)在医学中的精准应用,本研究结合显微镜下红细胞运动成像与DCS测量,探究了微观红细胞运动参数与宏观血流参数之间的联系.首先,通过高速显微成像与DCS对羊血样本进行系统分析;然后,使用显微镜连续成像和图像帧间相关性分析获得红细胞运动参数,测定红细胞的均方位移(MSD)和扩散系数;最后,利用DCS测量组织血流指数(BFI).结果表明,在不同稀释水平的羊血样本实验中,随着稀释水平提高,羊血中红细胞的扩散系数升高,同时DCS测定的BFI呈增长趋势,说明红细胞运动自由度和扩散系数得到了明显增强.其中,在中等稀释水平下,红细胞扩散系数与DCS测定值的BFI呈明显正相关性(最大r=0.63,P<0.001).该方法可为认识微循环障碍与缺血性脑卒中、心血管疾病及肿瘤微环境中的作用机理提供实验依据.

摘要：为解决胰腺图像分割中边界模糊、精度低的问题,本研究提出了一种胰腺分割网络MSW-HRNet.首先,结合深度可分离卷积与空间注意力机制,设计多尺度特征信息融合模块(MUB),恢复多尺度上采样过程中的细节信息,增强对小尺寸目标区域的分割能力;然后,融合滑动窗口注意力模块(Swin-Block),跨尺度感知全局上下文信息,提升模型对病变组织与复杂背景的判别能力,提高复杂结构下的胰腺边界分割性能.实验结果表明,该方法在NIH公开数据集上Dice系数达 82.11%,在私有胰腺炎数据集上达 86.93%,均优于现有主流分割模型,证明了其在复杂病理形态分割上的先进性与实用性.