胃浸润性微乳头状癌临床病理学特征及预后分析

目的探讨胃浸润性微乳头状癌的临床病理学特征及其对患者预后的影响。方法回顾性分析2017年1月—2019年12月本市两所三甲医院收治的胃癌手术治疗患者850例临床资料,其中具有IMPC成分的58例作为IMPC组,随机选取不含IMPC的79例腺癌患者作为对照组(非IMPC组);同时根据微乳头状癌成分比例将IMPC组分为<10%、10%~29%、30%~49%和50%以上四个组别。观察IMPC形态学及免疫组化特征,分析IMPC组和非IMPC组临床病理特征、预后方面的差异,进而分析不同微乳头状癌成分占比对相关临床病理资料及预后的差异。结果胃腺癌病例中IMPC检出率为6.82%(58/850),其中占比<10%者7例、10%~29%者20例、30%~49%者23例和50%以上者8例。典型IMPC癌细胞呈翻转性生长模式,排列呈实性小巢团状或中空小管状,无纤维脉管轴心,周围有宽窄不等的空白间隙;免疫组化标记MUC1、EMA和E-cadherin等可证实。在组织学类型、脉管侵犯、T分期、N分期、M分期比较项中,IMPC组和非IMPC组患者统计学上具有差异(P<0.05);不同微乳头占比组别在上述方面无统计学差异(P=0.700)。胃切除术后IMPC组3年生存率明显低于非IMPC组患者分别为56.9%和88.6%,两组间3年生存率有显著差异(P<0.001)。此外,IMPC患者不同组别(<10%组、10%~29%组、30%~49%组和≥50%组)的3年生存率分别为100%、90%、47.8%和25%,微乳头成分对胃癌患者预后影响具有统计学意义(P<0.001);因此,微乳头成分超过30%,患者生存率明显下降。结论IMPC属于较高恶性程度和侵袭性腺癌亚型,通过观察其形态学及免疫组化特征及比较与临床病理学特征、预后关系,特别是确定微乳头成分阈值30%,可指导临床病理诊断和患者预后评估。

深度学习在儿童心脏超声标准切面自动智能识别中的应用

目的 探讨深度学习在儿童心脏超声标准切面自动识别中的可行性和准确性。方法 在上海交通大学医学院附属上海儿童医学中心心脏超声诊断中心影像归档和通信系统数据库中,选取2022年9-10月行心脏超声检查儿童的4 035张心脏超声图像,按照6∶2∶2的比例将图像随机分为训练集(2 421张)、验证集(807张)、测试集(807张)。通过改进密集连接网络(DenseNet)开发了一个轻量、高效的深度学习模型,实现对15个儿童心脏超声标准切面的自动识别,并与DenseNet121、InceptionV3、MobileNetV3 3种常用的深度学习模型进行比较。以人工手动标注结果为金标准,采用准确度、精确率、特异度、召回率和F1指数评价深度学习模型的识别性能。使用参数量、模型大小和浮点运算数3个指标评估模型的识别效率。采用混淆矩阵展示模型的识别结果,并通过热力图反映模型对图像特征的关注度。结果 DenseNet121、InceptionV3、MobileNetV3模型和所提出的深度学习模型识别15个儿童心脏超声标准切面和非标准切面的平均F1指数分别为94.59%、95.13%、92.41%、94.73%,参数量分别为7.0×10~6、24.4×10~6、4.2×10~6、1.8×10~6,模型大小分别为13.941、48.777、8.445、3.588 MB,浮点运算数分别为11.16×10~9、12.89×10~9、0.86×10~9、3.05×10~9。从混淆矩阵和热力图可以看出,所提出的模型对15个儿童心脏超声标准切面和非标准切面的识别率高于DenseNet121、InceptionV3、MobileNetV3模型,且能够关注到超声切面中的关键特征区域。结论 所提出的深度学习模型可准确地识别儿童心脏超声标准切面,且模型的参数量较少,运行效率较高。

儿童先天性右心房畸形的超声心动图诊断价值及漏误诊分析

目的 探讨彩色多普勒超声心动图对儿童先天性右心房畸形(congenital malformations of the right atrium, CMRA)的诊断价值,分析漏诊与误诊原因,提高超声心动图对儿童CMRA的首次检出率。方法 选取并分析22例经手术与MRI及CT诊断为CMRA的患儿资料,其中11例行胸外科手术治疗。结果 本组原发性右心房扩张15例、右心房憩室3例、原发性右心耳扩张3例、冠状静脉窦憩室1例。单纯性CMRA患儿10例,合并畸形12例,包括卵圆孔未闭5例、房间隔缺损4例、三尖瓣轻-中度反流3例、三尖瓣发育不良1例、三尖瓣重度反流1例;7例合并阵发性室上性心动过速等严重的心律失常。22例超声诊断正确18例(81.8%);漏诊与误诊4例(18.2%),其中误诊3例,漏诊1例;1例右心房憩室误诊为原发性右心房扩张,1例原发性右心房扩张误诊为原发性右心耳扩张,1例冠状静脉窦憩室误诊为冠状静脉窦狭窄,1例原发性右心房扩张漏诊。结论 彩色多普勒超声心动图可以比较准确地诊断儿童CMRA,但容易漏、误诊。

儿童迷走锁骨下动脉的超声心动图与CTA术前诊断价值及术后随访分析

目的探讨超声心动图与CTA在儿童迷走锁骨下动脉(ASA)的术前诊断及术后随访中的临床价值。方法选取我院经心胸外科手术证实的ASA患儿192例,应用超声心动图与CTA观察心内结构及血管畸形,同时应用CTA观察气管狭窄程度,比较超声心动图与CTA对儿童ASA的术前诊断情况,分析二者在术后6个月评估吻合口血流梗阻及气管狭窄程度的价值。结果192例ASA患儿中,超声心动图准确诊断124例,准确率为64.6%,漏诊67例,误诊1例;CTA准确诊断174例,准确率为90.6%,漏诊2例,误诊16例。192例ASA患儿中,132例合并其他心内结构畸形,超声心动图准确诊断130例,准确率为98.5%,漏诊2例;CTA准确诊断82例,准确率为62.1%,漏诊50例。所有患儿术后均经超声心动图随访,其中81例行ASA移植术及Kommerell憩室切除术的患儿,术后左锁骨下动脉与左颈总动脉吻合口均无明显梗阻(流速<2.0 m/s);2例仅行ASA移植术的患儿,术后左锁骨下动脉与左颈总动脉吻合口流速均稍增快(流速>2.0 m/s);13例仅行Kommerell憩室切除术的患儿,术后2例降主动脉流速均稍增快(流速>2.0 m/s);96例仅处理其他心内结构畸形的患儿,术后5例降主动脉流速均稍增快(流速>2.0 m/s)。CTA术后随访50例,其中14例行ASA移植术及Kommerell憩室切除术的患儿,术后气管均无明显狭窄;2例仅行ASA移植术和4例仅行Kommerell憩室切除术的患儿,术后气管均为轻度狭窄;30例仅处理其他心内结构畸形的患儿,术后气管均为轻度狭窄。结论超声心动图与CTA在术前诊断ASA中各有优势,超声心动图可以更准确地诊断合并其他心内结构畸形,而CTA可以较准确地诊断ASA及气管的狭窄程度;超声心动图与CTA在术后随访过程中可分别用于评估吻合口血流梗阻情况及气管狭窄程度,能综合评估术后恢复效果。

生物散斑技术在农产品品质分析中的应用

该文综述了生物散斑技术的装置结构、数据处理方法及其在农产品品质检测中的应用进展。生物散斑技术是一种成本较低、快速、无损、实时和可定性/定量的光学无损检测技术,在农产品质量检测的应用中,由于生物散斑活性与农产品的细胞器颗粒大小和细胞质流等生理特征关系密切,因此该技术可用于果皮厚度、成熟度、硬度、酸度、可溶性固形物含量、淀粉含量、水分含量、呼吸速率等理化指标的测量。该文指出今后生物散斑技术的发展需要改进设备,稳定相干光光源,还需要深入研究生物散斑在农产品生理学上的意义,从而实现该技术的标准化和商品化。该文为今后生物散斑技术在农产品品质分析领域的发展提供了一定指导意义。

基于计算机视觉的香蕉贮藏过程中颜色和纹理监测

利用计算机视觉技术对香蕉在贮藏过程中颜色和纹理的变化进行研究。以第1阶段的青香蕉为研究对象,在贮藏过程中每天获取其图像,并将图像二值化,以其为模板分别与灰度、R、G和B分量图像点乘进行背景分割,提取彩色分量的均值作为颜色指标;预处理后灰度图像的共生矩阵由不规则的生成方式提取,并获取其纹理二阶矩、对比度和均匀度3个纹理指标。实验结果表明,结合R和G均值的变化曲线可对香蕉在第6阶段之前的表面状况进行描述,采用基于灰度共生矩阵的对比度和均匀度的变化曲线对香蕉在第6阶段之后的表面状况进行描述。

基于椭圆傅里叶描述子的香蕉形状识别

为实现香蕉形状的识别,文章提出了一种基于计算机视觉和椭圆傅里叶描述子的形状识别方法。先由专家挑选果指果形为弯、微弯、末端直和直的香蕉共107枚,再获取预处理后图像的边界链码并提取其椭圆傅里叶系数,通过比较原形状和重建形状来选取合适的系数个数,然后用主成分分析对非负系数进行降维,最后进行模糊C均值聚类。研究结果表明,可以将该机器识别方法应用于香蕉形状的识别,为实现香蕉及其深加工产品的增值提供了一种技术手段,并为进一步实现香蕉果把和果穗的形状识别奠定了基础。

基于计算机视觉鉴别肉松与肉粉松

为实现快速鉴别肉松和肉粉松,文中提出了一种基于计算机视觉和BP人工神经网络的快速无损检测方法。先对60组肉松和60组肉粉松图像进行灰度化并剪切成长宽为899×772像素,然后在剪切后的灰度图像中提取灰度均值、总熵值、灰度等级矩阵的标准差、基于灰度共生矩阵的对比度、相关度、纹理二阶矩和均匀度,在剪切后的二值图像中提取分形维数,共计8个纹理指标,再将45组肉松和44组肉粉松作为训练集输入BP人工神经网络进行训练,剩余样本作为测试集进行测试。研究结果表明:构建的BP神经网络总分类准确率为80.65%,其中有2组肉松被误判为肉粉松,有4组肉粉松被归为肉松。该研究成果可为销售点快速无损鉴别肉松与肉粉松提供了一种技术方法。

基于高光谱反射、透射和交互作用成像模式的蓝莓硬度和弹性模量预测的比较

构建了高光谱反射、透射和交互作用成像系统对蓝莓的硬度和弹性模量进行无损检测,并对比不同成像模式的预测准确率。反射高光谱图像采用以大津法为核心的算法进行分割,而透射和交互作用高光谱图像利用基于区域增长的算法进行分割。对提取平均光谱分别进行标准正态变量变换(SNV)和一阶SG卷积平滑(Der),并构建相应光谱的最小二乘支持向量机模型。在全波段模型中,基于SNV预处理反射光(Reflectance-SNV)模型对蓝莓硬度的预测相关系数(R_p)=0.80,相对预测误差(RPD)=1.76;基于SNV预处理透射光(Transmittance-SNV)模型对蓝莓弹性模量的R_p(RPD)=0.78(1.74)。随机蛙跳算法(Random Frog)可以有效地减少了建模所需的波段数,同时还提高了大部分模型的预测准确率。基于随机蛙跳选择的Der交互作用光(Random Frog-interactance-Der)模型对蓝莓硬度的R_p(RPD)=0.80(1.83),但该模型建模所需的波段数为140;基于随机蛙跳算法的SNV透射光(Random Frog-Transmittance-SNV)模型对蓝莓弹性模量的R_p(RPD)=0.82(1.83),同时该模型建模所需的波段数为20。

多角度剖析世界卫生组织关于肉类致癌结论的不科学性

该文在现有文献调研的基础上,从多个视角剖析国际癌症研究机构(International Agency for Research on Cancer,IARC)的红肉和加工肉制品致癌声明可能存在的不科学性,并在较为科学的角度提出对肉类和癌症这个话题的一些看法和建议。该文提出现有的流行病学研究方法在数据来源上存在较多值得商榷的地方:如观察性研究的不足和统计分析方法中的缺陷,提出将来的研究可以引入一些高新的方法如器官芯片技术,从而建立真正严格意义上的人体剂量-效应模型。同时,该文指出IARC的这份声明在说明"危害"时,忽略"风险"是不科学的,应引入国际上公认的权威的风险评估研究体系来对红肉和加工肉制品致癌这个问题进行评估,才能更好地决策。在肉制品加工方面,作者指出需在技术和理念上共同突破,从而加快新型健康功能性肉制品如替代肉和防癌、抗癌肉制品的开发和生产,同时继续开发新兴的快速无损检测技术来实现肉品质量和安全的全面检测。此外,还需要加强肉品企业、科研机构和消费者之间的交互沟通。

基于多阈值算法的包装箱内香蕉区域的图像分割方法

采用基于阈值技术的自动分割算法实现香蕉包装箱图像的分割。在手动分割的区域内离散选取香蕉和背景区域的像素点,并分别提取RGB,HSV和CIE L*a*b*3个色彩空间内共计9个颜色特征值,通过统计分析确定使用3个分别来自B,L*和b*分量的阈值进行自动分割算法的设计。采用直观对比的方法进行定性评价,其结果显示,手动和自动分割区域的轮廓基本相似;采用面积比作为指标进行定量评价,其结果显示,该算法对10个测试样本的平均面积比为80%以上。测试结果表明,该自动分割算法对香蕉包装箱图像的总体分割效果良好,可以为香蕉催熟房实时品质监控系统的实现提供关键技术。

即食凉拌菜中单增李斯特菌生长模型的建立

为建立不同温度条件下即食凉拌菜中单增李斯特菌的生长模型,分离得到单增李斯特菌株,接种到即食凉拌菜中获得其在35℃的生长数据,结合ComBase数据库中单增李斯特菌在5、10、15、20、25℃的生长数据,选用Logistic模型为初级模型,并拟合得到最大比生长速率和生长迟滞期,分别建立Linear、Square Root和Ratkowsky模型,并进行数学检验。结果表明:Ratkowsky模型的评价结果优于其他两种模型,可以作为次级模型来对即食凉拌菜中单增李斯特菌的生长状况进行预测。

不同场景下冷却猪肉中气单胞菌到小青菜的交叉污染

为了定量分析厨房内冷却猪肉中气单胞菌(Aeromonas spp.)在案板、刀具、手以及小青菜之间的交叉污染水平,采用一定方式将气单胞菌接种于精腿肉中,模拟消费者在厨房中食物准备过程,对猪肉进行分割,分别测定气单胞菌到案板、刀具、手的转移率;同时,测定6种设定场景下接种于3种介质表面的气单胞菌到小青菜的转移率,并通过对数转换后进行频数分布拟合。此外,以场景1即切过猪肉后各介质不做任何处理的情况为例对交叉污染进行仿真模拟。结果表明:各组转移率在一定范围内变化且差异显著,经对数转换后的转移率符合或接近正态分布。交叉污染的仿真模拟证实,若食用产生交叉污染的猪肉和蔬菜将存在一定的风险,再结合烹饪阶段的评估以及剂量-反应关系研究,可为构建完整气单胞菌风险评估体系提供理论参考。

乳酸钠、茶多酚与壳聚糖协同抑制铜绿假单胞菌的效果

以铜绿假单胞菌为研究对象,通过常量肉汤稀释法和琼脂扩散法探讨乳酸钠和茶多酚、壳聚糖复配后对铜绿假单胞菌是否有协同抑制效果。利用响应面方法对3种复合防腐剂的抑菌效果进行优化。应用BoxBehnken试验设计,建立3种防腐剂的二次多项式回归方程模型并进行分析。结果表明:三者对铜绿假单胞菌的抑菌效果(从大到小)顺序为乳酸钠、壳聚糖、茶多酚;乳酸钠和茶多酚交互作用极显著(p<0.01),存在明显的拮抗作用;乳酸钠和壳聚糖交互作用显著(p<0.05),二者存在明显的协同作用;而茶多酚和壳聚糖之间交互作用不显著(p>0.05)。在乳酸钠62.50 mg/mL、壳聚糖3.17 mg/mL的条件下复合防腐剂对假单胞菌的抑菌圈达到最大,抑菌效果最好。

基于生物散斑技术的两部位牛肉质构特性预测模型改进

以时间序列散斑图的惯性力矩表征图像的散斑活性,采用感官评定法、质构剖面分析法(TPA)和WarnerBratzler(W-B)剪切力法分析牛里脊肉的质构特性,研究了不同测定方法的相关性,并建立了散斑活性对里脊肉质构特性的预测模型;同时,针对里脊肉和腱子肉2种部位牛肉间质构特性差异较大,不能用同一模型进行预测的问题,应用斜率/截距法(S/B)和Kennard-Stone(K-S)样本添加法对模型进行改进,选择一种较准确易行的方法,使模型在2部位间得到快速的传递。结果表明,感官评定和TPA测得的硬度和咀嚼性间具有较高的正相关性,相关系数分别达到0.98和0.90,且W-B剪切力法与TPA的硬度决定系数也达到了0.95,证明了3种测定方法的可靠性。通过散斑活性值对质构特性进行预测时,硬度、咀嚼性及W-B剪切力的预测决定系数分别达到了0.83、0.77和0.69。分别用2种方法对模型进行改进,可知采用S/B法时,改进后的里脊肉模型对腱子肉的预测均方根误差RMSE为26.65,准确因子Af和偏差因子Bf分别为1.15和1.08。而采用K-S样本添加法,加入代表性样本数为12时,模型对腱子肉的预测达到较理想水平,RMSE为13.21,Af和Bf分别为1.07和1.02。K-S样本添加法能够在预测过程中更好地降低部位间差异,提高模型对腱子肉的预测精度,且改进效果优于S/B法。

冷却猪肉中气单胞菌的定量暴露评估

开展某市冷却猪肉中气单胞菌的风险评估中最主要的暴露评估,包含气单胞菌从冷却猪肉原料的销售、运输以及贮藏3个环节。冷却猪肉的初始污染水平通过大量市场调研数据来确定,前期构建的气单胞菌生长模型用来估计消费者食用冷却猪肉时的有害菌摄入量。结果表明:大约有22.1%的冷却猪肉含有高于5(lg(CFU/g))的气单胞菌量,由此带来消费者的食用风险。进一步的敏感性分析结果表明,初始污染水平和家庭贮藏时间与气单胞菌量的相关性最高,分别为0.884和0.209,为消费者和食品监管者需要重视的主要风险因素。再结合猪肉烹饪阶段的评估和剂量反应关系研究,可为构建完整气单胞菌风险评估体系提供理论参考。

牛肉激光动态散斑活性影响因素研究

以时间序列散斑图的惯性力矩作为散斑活性,研究新鲜牛肉图像散斑活性的相关影响因素,以优化激光散斑的测定效果。采用He-Ne激光器照射牛肉表面,通过工业相机获取图像,测得时间序列散斑图的散斑活性值,检测成像时图像的精度差异,研究不同条件下牛肉散斑活性的变化趋势。应用Box-Behnken试验设计,建立光照强度、激光波长和入射角度3个因素的二次多项式回归模型并进行分析。结果表明光照强度、激光波长和入射角度对牛肉散斑活性影响显著,得到牛肉图像散斑活性值最大时的优化测定条件为激光波长635 nm、光照强度30 m W、入射角度15°,在此条件下,散斑图像的散斑活性达到476.04,散斑活性预测模型的决定系数R2为0.992,均方根误差RMSE为8.14,偏差因子(Bf)和准确因子(Af)均在可接受范围内。明确不同因素对新鲜牛肉激光动态散斑图像的影响,可提高激光动态散斑活性的识别精度,为改进牛肉品质的测定方法提供了理论依据。

近红外光谱分析技术在肉品品质检测中的应用

系统介绍了近红外光谱(NIRS)分析技术检测原理,NIRS分析技术在肉类化学成分含量、物理特性、感官特性及品质分级检测中的应用,研究了几种影响检测结果准确性的因素,并分析了这一领域发展趋势。

米饭中蜡样芽孢杆菌剂量效应模型的构建

目的建立有效的米饭蜡样芽孢杆菌剂量效应模型。方法调研并选用2001-2011年我国9起米饭中蜡样芽孢杆菌导致食物中毒的数据,基于指数模型、泊松模型、对数模型、威布模型等及其修正形式分别构建了米饭中蜡样芽孢杆菌剂量效应模型。结果修正的指数模型、对数概率模型和Gamma威布模型三者在拟合效果上显著优于其他模型(R2>0.70),拟合曲线外延至低剂量预测中毒率时,Gamma威布模型低于前两者,进一步的数学检验表明,Gamma威布模型准确因子(Af=1.40)优于前两者,偏差因子(Bf)和预测标准误差(SEP)相近或略高于前两者。结论建议选用Gamma威布模型作为米饭中蜡样芽孢杆菌最优的剂量效应模型用于蜡样芽孢杆菌风险评估体系中的危害特征分析。

基于Android智能手机图像分析判定香蕉成熟阶段

开发了一款基于智能手机机器视觉技术用于判定香蕉成熟阶段的Android程序。程序可运行于Android 1.6及以上版本的操作系统中。利用该程序对色温为6 500 K光照环境下,成熟阶段为第1~第8阶段的单支香蕉果指进行图像获取,提取表面RGB/HSV颜色指标并分析反馈。该方法试验表明,贮藏期内香蕉表面R值与H值2项指标相结合可作为基于智能移动设备的香蕉鲜果成熟阶段分级依据,在标准白色光光照条件下的香蕉鲜果各成熟阶段检测总分类率为87.24%,因此可依靠智能移动设备在各销售节点实现香蕉鲜果成熟阶段的实时快速判定。