外周联合中枢双靶磁刺激促进脑卒中运动功能障碍康复专家共识

重复外周磁刺激(repetitive peripheral magnetic stimulation,rPMS)作为一种远隔神经肌肉刺激模式正在运用于临床,发挥双向的神经激活作用,其疗效也在临床研究中得到证实[1]。rPMS常与重复经颅磁刺激(repetitive transcranial magnetic Stimulation,rTMS)联合使用,形成了外周联合中枢双靶点磁刺激[2]。但目前rPMS及其与rTMS联合临床应用尚无统一认识,缺乏规范化。

非侵入性经颅电刺激在认知康复中的应用进展

认知功能障碍是脑损伤后常见的一种临床症状,包括有:失认症、失用症、失语症、偏侧忽略症、体象障碍、注意障碍、记忆障碍、执行功能障碍和智力障碍等。脑卒中、阿尔茨海默病(Alzheimer’s disease,AD)、精神类等疾病常伴有认知功能障碍。认知功能障碍是脑疾病诊断和治疗中最困难的问题之一。

基于超声内镜影像组学和机器学习的胃肠道间质瘤与非胃肠道间质瘤鉴别方法

目的建立并验证基于超声内镜影像组学和机器学习的胃肠道间质瘤与非胃肠道间质瘤的鉴别方法。方法纳入符合标准的患者435例,采集胃肠道间质瘤(257例)与非胃肠道间质瘤(包括胃平滑肌瘤145例、神经鞘瘤33例)超声内镜图像共3279张,按患者比7∶3分为训练集和测试集。采用Pyradiomics软件提取肿瘤影像组学特征,并应用主成分分析(PCA)、最小绝对收缩和选择算子(LASSO)、极致梯度提升树(XGBoost)、随机森林、递归式特征消除(RFE)算法设计特征筛选方案,基于所选特征通过支持向量机分类器建立模型。通过ROC曲线评估各模型对胃肠道间质瘤与非胃肠道间质瘤的预测效能。结果由最终筛选得到的超声内镜影像组学特征建立影像组学模型,基于5种特征筛选方案(PCA、PCA+LASSO、PCA+XGBoost、PCA+随机森林、PCA+RFE)建立的预测模型的AUC分别为0.581、0.870、0.874、0.860、0.661。结论PCA+XGBoost的特征筛选方案效果最佳,基于上述影像组学和机器学习方法鉴别胃肠道间质瘤与非胃肠道间质瘤的模型可用于患者的术前预测。

喉源性咳嗽证型临床特征相关性分析与局部特征AI分析

目的:分析喉源性咳嗽(喉咳)临床症状与中医证型的相关性,探究人工智能(AI)对咽部图像特征分类的分析情况,以期完善临床证候客观信息收集,扩大望诊范围,将精细化局部辨证为完善整体辨证服务。方法:收集2022年8月至2023年2月于上海中医药大学附属岳阳中西医结合医院门诊就诊的喉咳患者142例,记录其相关临床资料及内窥镜下咽后壁图像信息,分析喉咳临床特征与中医证型的相关性,并将所有咽部图像分类标注后交由AI进行局部特征学习,以探究局部特征人工分类的准确率。结果:在单因素Logistic回归模型中,中度咽干(OR=2.630)、中度咽痒(OR=3.290)与痰饮证呈正相关;重度咽干(OR=5.786)、中度咽黏膜充血(OR=7.360)及中度咽后壁淋巴滤泡增生(OR=4.200)与火热证呈正相关;重度咽异物感(OR=5.353)及重度咽黏膜充血(OR=5.194)与瘀血证呈正相关;其余症状与三证型均无明显相关性。将有意义的结果进行多因素Logistic回归分析得出:相对无咽痒,中度咽痒增加痰饮证发生的风险,差异有统计学意义[OR=3.269,95%CI(1.060,10.079),P=0.039);相对于无咽干,中度咽干增加痰饮证发生的风险,差异有统计学意义[OR=2.649,95%CI(1.041,6.745),P=0.041];相对无咽干,重度咽干增加火热证发生的风险,差异有统计学意义[OR=24.615,95%CI(2.774,218.403),P=0.004];相对于无咽黏膜充血,中度咽黏膜充血增加火热证发生的风险,差异有统计学意义[OR=21.819,95%CI(3.526,135.027),P=0.001];相对于轻度咽后壁淋巴滤泡增生,中度咽后壁淋巴滤泡增生增加火热证发生的风险,差异有统计学意义[OR=11.657,95%CI(1.942,69.99),P=0.007];而咽异物感及咽黏膜充血与瘀血证无明显相关性(P>0.05)。AI分析得出此次整体分类的准确率为74.8%。结论:喉咳部分临床特征与证型间具有相关性,可为全身辨证提供参考;其余部分咽喉部特征与全身情况不一定相符,须全身辨证与局部辨证相结合论治;AI图像分析技术与延伸望诊相结合,可拓宽辨证思路,为精细化辨证提供参考。

γ频段经颅交流电刺激的临床康复应用及机制研究

经颅交流电刺激(tACS)是一种非侵入性神经调控技术。大部分神经、精神类疾病患者均存在脑内γ脑电活动异常,采用γ频段tACS(γ-tACS)可直接作用于目标脑区,调节脑电γ活动。本文就γ-tACS在不同脑功能障碍中的应用机制、安全性作一综述,旨在为γ-tACS的技术应用及相关研究提供参考。

基于现代信息技术的脑瘫儿童远程家庭康复模式的探讨

脑性瘫痪(简称脑瘫)是一组持续存在中枢性运动和姿势发育障碍、活动受限症候群,常伴有感觉、知觉、认知、交流和行为障碍,以及癫痫和继发性肌肉和骨骼问题[1]。近年来,随着产科技术、围产医学和新生儿医学的发展,死胎发生率、新生儿死亡率均有明显下降,然而脑瘫发病率呈现不减反增的趋势。根据较新的文献报道,中国0~6岁脑瘫的患病率为0.23%,海外2~17岁脑瘫患病率为0.29%[2-3]。

经颅直流电刺激在自闭症谱系障碍中的应用及展望

自闭症谱系障碍(autism spectrum disorder,ASD)是一种广泛性神经发育障碍,其主要特征包括社交互动能力缺陷、沟通障碍和重复性刻板行为等[1]。有相关研究表明:遗传和环境因素是ASD发病的重要因素,甚至有研究提出环境因素占ASD发病风险的50%左右[2]。但也有相关数据提示导致ASD的具体机制仍然不清[3]。ASD的治疗方式基于各种不同的研究理论:例如基于环境因素而提出的减少ASD儿童屏幕暴露问题[4]、基于性格特征而提倡的音乐教育[5]、游戏治疗[6]、结合触觉、平衡觉和本体感等方面的感觉统合训练[7]、高强度高密度的应用行为分析法等[8]。

基于深度学习的4种肺部超声征象分类

目的探究基于深度残差网络ResNet152对4种常见肺部超声征象的分类。方法前瞻性收集2020年6月至9月在同济大学附属上海市肺科医院超声科进行超声检查患者的超声图像,分别采集A线、B线、胸腔积液、肺实变的肺部超声图像各1500张。选择其中清晰、未被骨骼遮挡、征象单一的图像,最终入选A线图像1388张、B线图像1375张、胸腔积液图像1384张、肺实变图像1398张。采用深度残差网络ResNet152进行分类模型的训练和验证,并在完全独立于训练集和验证集的测试集上测试模型的泛化能力。以精确率、准确度、特异度、召回率和F1指数评价深度分类模型的分类性能,并通过混淆矩阵直观地展示分类结果。结果基于深度残差网络的分类模型分类A线、B线、胸腔积液和肺实变4种征象的精确率分别为97.51%、87.31%、85.42%、93.70%,召回率分别为90.38%、86.97%、94.25%、91.18%。4种肺征象的整体分类精确率为90.99%,准确度为90.70%,特异度为96.85%,F1指数为90.50%,表现出优秀的分类特性。结论基于深度残差网络的肺部超声分类模型表现出较高的分类特性,有潜力辅助超声医师做出诊断。

人体汗液生化微信号无创连续采集传输系统

本文介绍了一种人体汗液生化微信号实时连续采集及无线传输模块的开发。该模块可采集汗液生化传感芯片所输入的微小电信号并经多级放大,滤波降噪电路处理,输出稳定的钾、钙、钠、氯四种离子浓度信号。无线传输模块采用蓝牙5.0通讯协议的CC26XX系列,具有低功耗,高速率,小数据等特点;配备可与硬件连接的移动端数据处理应用软件,以动态折线图的形式实时显示四种离子的浓度信号。本系统的微小信号无线传输功能不仅可以应用在汗液离子浓度信号传输,在大多数短距离传输微小电信号的领域都可以发挥作用。