我国儿童感觉统合训练及其研究

自上世纪90年代初,我国引入对儿童的感觉统合训练,对改善儿童统合失调收到了明显的效果,受到研究者、学校和幼儿园教师以及家长的认可和欢迎。我国大陆和台湾学者在儿童感觉统合训练方面,对儿童行为问题、学习困难儿童干预、儿童注意缺陷与多动障碍、以及儿童孤独症治疗等方面的研究取得了显著成果。我国儿童感觉统合训练与研究和国外相比还有很大差距。因此,应进一步提高研究水平,加强训练技术的普及工作;注重父母对儿童的影响作用,加强对家长教育方式的指导。

美国人口健康调查系统的残疾研究应用

美国人口健康调查系统是由联邦政府主导、各州配合的复杂人口健康监测体系,为美国残疾人研究提供了稳定可靠的数据来源。以智力与发育残疾人的健康与功能研究为例,利用健康调查系统数据库中已有的残疾相关数据,通过跨库合并、合理选题等方法可进行智力与发育残疾人的健康和医疗支出等相关研究。我国残疾人研究缺少人口健康数据,因此建立人口健康数据系统时可借鉴美国经验,为中国残疾研究提供便利。

解毒活血方对萎缩性胃炎大鼠胃泌素含量的影响

目的:观察解毒活血方对萎缩性胃炎大鼠胃泌素含量的影响。方法:用N-甲基-N’-硝基-N-亚硝基胍、水杨酸钠、热盐水、饥饱失常四因素法复制萎缩性胃炎大鼠模型,放射免疫法检测血清胃泌素含量。结果:与模型组相比,解毒活血方组、三九胃泰组和维霉素组胃泌素含量均明显升高,具有统计学意义(P<0.01);解毒活血方组胃泌素含量明显高于三九胃泰组和维霉素组(P<0.01)。结论:提高胃泌素含量可能是解毒活血方治疗萎缩性胃炎的机制之一。

结构图注意力网络的新冠肺炎轻重症诊断

目的为辅助医生快速分辨新型冠状病毒肺炎(corona virus disease 2019,COVID-19)轻、重症患者,以便对症下药减轻医疗负担,提出一种基于结构图注意力网络的轻重症诊断算法。方法基于胸部CT图像提取的特定特征以及肺段间的位置关系构建结构图,以肺部内不同肺段为节点,以提取特征为节点属性。采用图神经网络汇聚相邻节点特征,再利用池化层获取分别代表左肺叶和右肺叶特征的图表示。使用结构注意力机制计算左、右肺叶的感染情况对结果诊断的重要性,并依据重要性融合左、右肺叶图表示以得到最终图表示,最后执行分类任务。由于数据中存在明显的类别不平衡现象,采用Focal-Loss损失函数优化模型以减轻对分类结果的影响。结果实验将所提算法分别与传统机器学习方法和流行的图神经网络算法做性能对比。在重症诊断的准确率上,本文算法相较于传统机器学习方法和图神经网络算法分别取得14.2%~42.0%和3.6%~4.8%的提升。在AUC(area under curve)指标上,本文算法相较于上述两种算法分别取得8.9%~18.7%和3.1%~3.6%的提升。除此之外,通过消融实验发现具有结构注意力机制的算法相较于未使用的算法在SPE(specificity)、SEN(sensitivity)和AUC 3个指标上分别取得了2.4%、1.4%和1.1%的提升;应用Focal-Loss损失函数的算法相较于未使用的算法提升了2.1%、1.1%和0.9%。结论所提出的诊断模型综合了图神经网络以及结构注意力机制的优点,引入Focal-Loss损失函数,提升了困难样本的分类准确率,使诊断结果更加准确。