摘要：光学相干断层扫描(OCT)是一种非侵入性、高分辨率的成像技术,是视网膜疾病诊断的金标准.随着技术的进步,OCT在成像速度、分辨率等方面取得了飞速发展,实现了视网膜血管造影、血氧饱和度和血流速度等指标检测,并结合深度学习技术为眼科疾病的诊断和治疗提供重要参考价值.本文从OCT结构成像与功能成像角度介绍了该技术在眼科领域的研究进展,以及基于深度学习的OCT图像处理方法,并对其在眼科临床方面的应用前景进行了展望.

摘要：为提高肺结节良恶性分类的准确率,本研究提出了一种改进的残差网络模型LNC-Net.首先,级联小卷积核替代大卷积核,提升计算效率;其次,重构ResNet50 的输入主干及残差模块,利用全局平均池化层替换ResNet50 的输出部分,提升网络的特征学习能力,减少模型参数;最后,通过融合残差通道注意力模块(RCAM)及感受野模块(RFB-s),加强网络的特征提取能力.在LIDC数据集上的实验显示,模型的准确率、精确率、召回率、F1 分数和AUC分别达 0.983、0.984、0.987、0.985 和0.999.该模型可有效实现肺结节良恶性的辅助诊断.

摘要：为提升血压测量精度,本研究提出了一种基于深度学习的柯氏音时相分类模型,并设计了一种基于柯氏音时相分类的血压测量方法.首先,采集 102 名健康志愿者的 369 条柯氏音数据,并利用人工听诊对不同时相进行标注;其次,提取柯氏音信号的对数梅尔频谱和希尔伯特包络特征,并结合ResNet18、卷积注意力模块(CBAM)、双向长短时记忆网络(BiLSTM)和多头自注意力模块,充分学习柯氏音信号特征;最后,在柯氏音时相分类的基础上,完成血压测量.实验结果表明,柯氏音时相分类的平均准确率达 88.9%.本研究的血压测量方法在 4 种血压测量标准下,测量精度均满足英国高血压学会(BHS)制定的A级标准,且组内相关系数(ICC)均大于 0.95,为自动血压测量方法的研究提供了借鉴意义.

摘要：为应用现代智能技术提升中医针灸治疗的标准化水平,本研究设计了一种基于六自由度机械臂的穴位定位与针刺手法模拟系统.首先,结合中医经络理论,利用RealSense深度相机与YOLOv8n-pose模型实现穴位识别;其次,设计针刺手法模拟装置,利用步进电机与丝杆滑台实现提插、捻转手法;最后,采用myCobot 280 M5 六自由度机械臂,通过九点标定构建相机坐标系与机械臂坐标系的映射关系,实现自动化寻穴.系统的准确性测试结果表明:穴位定位平均误差在 3mm内;提插幅度平均偏差为2 mm,捻转角度基本无误差;左右臂寻穴平均误差分别为8.64 mm和9.28 mm.在系统稳定性测试中,系统连续运行 4h的整体成功率达 98.70%.该系统的定位准确性、手法模拟精度和系统稳定性良好,可为中医针灸现代化与智能化提供解决方案.

摘要：为提高明胶鼻腔止血海绵的抑菌、止血等性能,本研究利用鱿鱼壳聚糖对明胶进行了交联改性,然后复合聚乙烯醇,最后经冷冻干燥制备得到了改性明胶鼻腔止血海绵.通过对止血海绵的物理化学性能、抑菌性、止血性能和细胞毒性试验,探讨止血海绵的效果.结果表明,改性明胶鼻腔止血海绵的断裂力可达 14.78 N,膨胀倍数为 3.27 倍,吸水倍数为 36.5 倍,对金黄色葡萄球菌、大肠杆菌的平均抑菌率分别达到 100%、98.80%,细胞存活率超过 90%,有效止血时间为 14 s.本研究制备的改性明胶鼻腔止血海绵止血快、无细胞毒性、抑菌性能好,具有广阔的临床应用价值.

摘要：X射线、计算机断层扫描(CT)、磁共振成像(MRI)等胸部医学影像技术已广泛用于疾病筛查与诊断.人工智能(AI)技术的发展可使不同模态的图像进行转换,弥补了医学影像诊断和治疗的数据空白,提高了医疗服务效率和精准度.本文通过分析跨模态生成技术在改善胸部疾病诊断、治疗中的研究进展,阐述了AI在胸部影像跨模态生成技术中的应用,以期为后续研究提供指导.

摘要：针对大视觉语言模型(LVLMs)在医学辅助诊断中因数据分布不均导致的偏见问题,本研究提出了一种通用的医学去偏见方法——偏见公平性校准(BFE).本研究通过构建一个评估医学LVLMs偏见问题的基准验证BFE的去偏见效果,该基准涵盖二分类、多分类和开放性问题任务,同时设置了两个控制输出随机性的参数,以确保方法的通用性.实验结果表明,BFE在医学LVLMs(LLaVA-Med,SkinGPT)中的表现优于其他主流去偏见方法,尤其是在开放式医学问答任务中,LLaVA-Med的性能提升了 6.3%(cd_beta=0.1)和 6.7%(cd_beta=0.5).研究表明,BFE能够有效缓解医学LVLMs中的偏见问题,为提升医学辅助诊断的准确性和可靠性提供重要支持.

摘要：为解决入院前卒中检测方法特异性低、检测设备放置不便的问题,本研究基于微波传播特性与微波成像,设计了一种急性脑卒中检测装置.首先,使用有限元仿真方法模拟微波检测效果和天线特性;然后,设计微波检测电路,并构建了以STM32 为核心处理器的卒中检测装置.仿真结果表明,本装置在 0.8～6 GHz的频率范围内工作时,最大测量增益超过 10 dB;在颅骨模型中的验证结果表明,本装置针对出血中心点的定位误差为 14.8 mm,针对缺血中心点的定位误差为16.2 mm.本装置可在住院前快速鉴别缺血性和出血性卒中,对脑卒中患者的精准治疗和术后康复具有重要意义.

摘要：针对实际脑电(EEG)信号质量评估中数据获取困难、标注成本高等问题,本研究提出了一种基于数据扩充和迁移学习的EEG信号质量评估方法.首先,使用自回归模型拟合真实、干净的EEG信号;其次,通过在EEG信号中添加不同程度的模拟伪迹,形成多质量分布的模拟EEG,构建源域数据集;最后,提取EEG的多维特征并使用支持向量机(SVM)进行源域模型训练,通过关联对齐迁移学习方法实现特征对齐.实验结果显示,加入迁移学习后的SVM模型准确率、宏平均精准度、宏平均召回率和宏平均F1 分数分别为 84.00%、81.06%、85.76%和 82.85%,相比未经迁移学习的基线方法有明显提升.本研究结合数据扩充和迁移学习评估EEG信号质量,可为EEG信号质量评估提供一种低成本、跨场景的新方法.

摘要：为研究肌肉协同模式与消防员损伤风险间的关系,本研究构建了损伤风险评估模型,分析消防员跳跃时下肢的肌肉模式,并评估损伤风险.首先,实验招募了10名消防员,将其分为有损和无损两组,并统计一年后消防员的损伤情况;然后,利用非负矩阵分解和最小二乘法分析其肌肉协同特征,构建了损伤风险评估模型.结果显示:有损组和无损组分别存在 4 种和 3 种协同模式,证明了模式分解现象;基于时序特征H向量发现,两组消防员具有不同的发力特征;风险评估模型(R2＝0.6899,P＝0.0006)揭示了肌肉协同模式更少的消防员,表现出更低的损伤风险.结果表明,增强肌肉力量可降低训练损伤风险.

摘要：为探究基于神经核团谐振的经皮神经电刺激(TENS)对睡眠的调控作用,本研究将 30 名健康被试随机分为假刺激组与TENS(123~127 Hz)组,分别干预30 min,记录60 min睡眠脑电(EEG)信号,并结合主、客观指标进行分析.结果显示:对于睡眠质量差的被试,TENS组表现为正性情绪上升(P＝0.048)与负性情绪下降(P＝0.002)的双向改善;TENS 调控降低了重心频率(P＝0.009);TENS组在睡眠过程中神经元的放电频率更低,且呈现稳定的δ波与θ波主导优势;此外,TENS组睡眠效率提升,N3 期占比增加,N2 期与N3 期的稳定性增强,异常觉醒减少.本研究验证了特定频率、波形的TENS能够有效促进低频EEG活动、优化睡眠结构并改善情绪状态,可为失眠的非药物干预提供新方法.

摘要：针对儿童腕部 X 射线图像中边界模糊、细微骨折检测精度低,以及部分计算机辅助诊断(CAD)方法计算开销高的问题,本研究提出基于改进 YOLOv12 的轻量级骨折检测算法.首先,构建协同多尺度骨干网络(SMSB),增强浅层空间细节与深层语义信息的协同提取能力;其次,设计细节上下文对齐(CDA)模块,高效融合多尺度特征;最后,提出轻量级边界框质量预测头(LBBQP-Head),缓解分类置信度与定位精度不匹配的问题.实验结果表明,本研究在 GRAZPEDWRI-DX 数据集上mAP50达 64.98%,优于基线及 YOLOv8、YOLOv11 等主流模型,且模型参数量降低了 73.41%.此外,在 HBFMID 数据集上的实验验证了算法的泛化能力.本研究可为基层医疗机构的骨折智能辅助诊断提供精准、高效的技术方案.

摘要：针对传统计算流体动力学(CFD)模拟在评估气道狭窄时忽略肺泡内压反馈机制的关键缺陷,本研究设计了一种基于肺泡压力动态反馈的多尺度数值模型.该模型通过0D-3D 耦合策略,将三维上气道几何与代表末梢肺单位的集总参数模型相结合,成功复现了自主呼吸过程中的生理性反馈.模拟结果精准捕捉了"钟摆呼吸"(单周期反流 22.2 mL)、内源性呼气末正压(PEEPi)的动态累积(稳态值 6.97 Pa)及呼吸效率显著降低等核心病理生理现象,并从力学机制上揭示了区域时间常数异质性导致的压力失衡是驱动呼吸功能恶化的关键.本研究可为气道狭窄的功能性评估与个性化治疗规划,提供新的数值模拟范式.

摘要：踝足矫形器(AFO)通过机械支撑与生物力学设计,可实现踝关节运动控制,并广泛应用于神经、肌肉及骨科疾病的康复治疗.近年来,传感器、控制策略、数据驱动及增材制造技术的发展为AFO功能化、轻量化设计提供了支持.本文系统梳理了AFO在传感器、控制策略、驱动技术以及制造材料创新等方面的研究进展,并对神经康复、骨科康复、老年助行等应用场景进行了分析.最后,展望了AFO 技术在运动意图识别与预测、深度学习驱动的个性化干预、多驱动方式的能效优化中的应用前景,以为AFO的小型化、个性化与多场景应用提供参考依据.

摘要：针对透析器内部凝血影响血液透析安全性与效率的关键问题,本研究设计了一种集成于透析器动脉端的旋动流导叶.首先,基于计算流体力学(CFD)方法,以纤维束端面血液流量变异系数(CV)和壁面剪切应力(WSS)作为预测凝血风险的关键血流动力学指标,对旋动流导叶进行流体力学仿真;其次,通过多目标优化设计,确定旋动流导叶的最优构型,进行3D 打印加工;最后,采用体外牛血循环实验,以跨膜压(TMP)上升速率作为表征整体凝血进程的宏观指标,测试实验组与对照组的抗凝性能.仿真结果表明,优化后的旋动流导叶能在纤维束区域诱导旋动流,优化模型的CV较无导叶模型降低了59.00%,同时纤维束端面的低WSS 区域占比减小了69.24%,表明消除了端盖内低速滞流区,并降低了凝血起始风险.体外抗凝实验也表明,实验组 TMP 上升速率较对照组减缓9.37%,证明其凝血问题得到改善.旋动流导叶结构可通过改善透析器的血流均匀性与 WSS,延缓透析器内的凝血进程.本研究可为开发高性能、低抗凝剂依赖的血液透析器提供新思路与理论依据.

摘要：针对原发性肝癌消融治疗术前规划中,肝脏、肿瘤及血管精确分割面临的挑战,本研究提出了一种点云引导的分割网络(PCG-Net).首先,通过 HU 值截断与梯度计算,将三维 CT 图像转化为结构化点云;然后,采用改进的 RandLA-Net 网络编码点云拓扑信息,通过可微高斯溅射(GS)渲染,生成富含跨切片上下文信息的特征图;最后,将此特征图与原始 CT 切片融合,输入集成卷积块注意力模块(CBAM)的 U-Net 中完成分割.在 3D-IRCADb-01 数据集上,该网络对肝脏、肿瘤和血管分割的Dice 相似性系数(DSC)分别达到0.934、0.618 和0.725,豪斯多夫距离(HD95)分别达到1.618、9.019 和5.251,综合性能优于对比方法.实验结果表明,PCG-Net 能有效保持血管分割的拓扑完整性,提升多目标分割的精度与鲁棒性.本研究可为精准手术规划提供可靠的技术支撑.

摘要：帕金森病(PD)是一种复杂的神经退行性疾病,临床常用的早期诊断指标特异性不足,且药物治疗手段有限.因此,迫切需要寻找可靠的生物标志物,用于早期诊断并开发特异性治疗靶点.研究表明,PD 患者体液中的微核糖核酸(miRNA)表达谱与健康人群存在显著差异,提示其具备诊断 PD 的价值.miRNA 可通过调控氧化应激、神经炎症、线粒体稳态和细胞凋亡等相关基因,参与PD 的发病进程,具有作为PD 生物标志物及治疗靶点的潜力.本文综述了miRNA 在PD 早期诊断及治疗方面的研究进展,通过探讨其作用机制及脑内递送策略,以期为 PD 的早期诊断与治疗提供新的思路.

摘要：针对糖尿病创面复杂的微环境,本研究将葡萄糖氧化酶-辣根过氧化物酶(GOX-HRP)多酶级联体系负载于经透明质酸改性的丝素(SF)水凝胶中,制备了一种可促进糖尿病创面愈合的水凝胶敷料.通过对水凝胶力学性能、催化性能、细胞毒性测试及动物实验验证,探究其对糖尿病创面的疗效.结果表明,该水凝胶组织黏附强度可达 29.9 kPa,较未改性前提高4.75倍,弹性模量为 14.8 kPa;在有效氧气生成、葡萄糖降低及活性氧消除等方面,作用时长均可达 24 h(无酶水凝胶无此性能);细胞存活率可达 95%;小鼠两周伤口愈合率可达 81%,较空白对照组提高 12%.该多酶级联 SF 水凝胶能有效促进糖尿病创面愈合,且无细胞毒性,具有广阔的临床应用前景.

摘要：硫化氢(H2S)作为一种重要的气体信号分子,广泛参与生物体的多种生理和病理过程.表面增强拉曼光谱(SERS)技术凭借高灵敏度、高特异性及抗光漂白等优势,在 H2S 检测领域展现出巨大潜力.本文系统综述了近年来基于 SERS 技术检测 H2S 的研究进展,重点阐述了直接检测策略、分子介导的间接检测策略、SERS 与其他技术联用策略,以及 SERS 活性基底构建等方面的创新研究.最后,对当前研究面临的挑战进行了总结,并对未来发展方向进行了展望.

摘要：针对现有深度学习模型难以充分利用生理信号中,慢变血流动力学趋势与快变形态学特征之间互补信息的问题,本研究提出了一种基于趋势-残差分解与跨组件注意力的低血压预测网络.首先,利用趋势-残差分解策略,将连续生理信号显式解耦为低频趋势项与高频残差项,分别对应宏观血压演变与微观搏动形态;然后,设计跨组件注意力机制,构建两组特征间的双向交互,使模型能在捕捉长期趋势的同时,敏锐感知隐藏在高频波形中的早期代偿迹象.在 VitalDB 数据集上的实验结果表明,该方法在提前 5、10 和 15 min 的预测任务中,受试者工作特征曲线下面积(AUROC)分别达到 89.81%、81.30%和80.59%,显著优于传统方法.该模型可为临床医生提供连续且准确的术中风险量化评估.