基于数据驱动的大型医疗影像设备运维管理模式研究

目的:构建基于数据驱动的大型医疗影像设备运维管理模式,分析其在医学装备管理中的应用价值。方法:数据驱动的大型医疗影像设备运维管理模式包括运维管理模式架构、设备良好状态监测管理平台架构、历史数据故障诊断模型架构和运维管理。选取2020年1月至2022年2月成都市公共卫生临床医疗中心在用的16台大型医学影像设备,根据管理模式不同分别采用传统医疗影像设备运维管理模式(简称传统管理模式)和数据驱动大型医疗影像设备运维管理模式(简称数据驱动模式),对比两种管理模式的设备图像成像效果、设备故障频次、设备成本效益和设备使用及管理人员满意度评分。结果:数据驱动模式的设备诊断结果准确性、患者信息准确性、图像体位合格率、图像清晰度、图像合格率、图像优质率和图像成像总评分的平均分分别为(9.78±1.25)分、(9.88±1.11)分、(9.54±1.08)分、(9.66±1.27)分、(9.83±1.43)分、(9.86±1.63)分和(58.55±1.44)分,均高于传统管理模式,其差异有统计学意义(t=4.958、5.268、6.522、4.327、9.765、3.923、21.474,P<0.05);研究期间内数据驱动模式的自修和人为故障分别发生22次和10次,均低于传统模式,而预判故障24次,高于传统模式,其差异有统计学意义(χ^(2)=4.363、4.294、18.692,P<0.05);参与设备使用及管理的影像医师、设备维护人员、影像技师和患者对数据驱动模式的满意度评分分别为(94.52±6.15)分、(91.19±5.35)分、(89.27±4.93)分和(92.24±5.51)分,均高于传统管理模式,其差异有统计学意义(t=6.504、5.534、6.821、9.556,P<0.05)。结论:基于数据驱动的大型医疗影像设备运维管理模式可提高影像设备成像质量,降低故障发生率,减少设备维修与养护成本,提升使用人员满意度。

南极磷虾油对小鼠免疫功能的调节作用

为研究南极磷虾油对小鼠免疫功能的影响,分别将高、中、低剂量(400、200、50mg/kg)全脂型虾油组(WKO)和磷脂型虾油组(PKO)每日灌胃1次。4周后测定小鼠免疫器官指数、淋巴细胞增殖能力、巨噬细胞吞噬能力及血浆IL-2、INF-γ水平。与空白组相比,高剂量PKO组小鼠胸腺指数显著升高;低、高剂量WKO组小鼠脾脏指数显著升高;中、高低剂量WKO组和低、中剂量PKO组小鼠淋巴细胞增殖能力显著提高;低、高剂量WKO组和中剂量PKO组小鼠巨噬细胞吞噬能力显著提高;3个剂量WKO组和低剂量PKO组小鼠血浆IL-2水平显著升高;低、高剂量WKO组和中剂量PKO组小鼠INF-γ水平显著升高。

基于LF-NMR/MRI的丹参加工过程水分变化与色差相关性研究

采用低场核磁共振成像技术研究丹参浸润和干燥过程中水分状态,分析加工前后水分迁移规律,为根茎类中药水分控制提供科学手段;通过色差技术测定丹参不同状态下色差值,从色泽和水分角度阐述丹参加工炮制机理。结果显示丹参内部水分主要分为两种状态:自由水和结合水;药材自由水含量约为2.02%,浸润6 h后约为88.76%;鲜根自由水含量约97.74%,50℃干燥24 h内层结合水含量约为6.82%,基本达干燥临界点;低场核磁信号量与水质量呈现较好相关性,根据弛豫峰面积直观得出加工过程药材内部水分分布;弛豫峰面积值和色差值显示含水量和外观性状两者间有相关性。低场核磁共振技术为研究丹参加工过程中水分变化提供了直观的参考依据,为根茎类药材在加工时水分临界点控制提供一种科学工具,也为中药材炮制工艺研究提供新思路。

短蛸自溶中组织蛋白酶L样蛋白酶的活性及分布变化

采用紫外线照射诱导短蛸自溶,检测腕部肌肉组织可溶性蛋白及可溶性胶原蛋白含量变化,监测内源总蛋白酶及内源组织蛋白酶L样蛋白酶活性变化,并应用免疫组织化学法揭示组织蛋白酶L样蛋白酶的组织分布变化。结果显示,短蛸经紫外线照射后,状态迟钝,机体瘫软,表皮及皮下组织发生黏液化,表明发生自溶。随着自溶时间的延长,可溶性总蛋白及可溶性胶原蛋白含量逐渐增加,表明结构蛋白发生降解;单位质量组织的内源蛋白酶总活力及组织蛋白酶L样蛋白酶活力逐渐上升;组织蛋白酶L样蛋白酶在自溶前的短蛸腕部肌肉组织中的分布具有不均一性,肌小梁中分布密集,肌纤维中分布稀疏。随着自溶的进行,酶染色位点逐渐分散、消失,表明组织蛋白酶L样蛋白酶在组织中发生了扩散。本研究表明以组织蛋白酶L样蛋白酶为代表的内源蛋白酶参与组织自溶。

基于低场核磁共振技术的小鼠体成分无损分析方法开发

本研究利用传统的全身化学分析方法,包括干燥法、索氏提取法、凯氏定氮法、灼烧法测定的小鼠样品的体成分含量作为参考值,结合低场核磁共振技术及偏最小二乘回归法(PLSR)和主成分回归法(PCR),分别建立了样品体液、脂肪、瘦肉含量的预测模型。结果显示,PLSR预测模型的校正集相关系数(R_(cal)~2)和交互验证集相关系数(R_(cv)~2)均大于0.98,且标准误差值较低,说明该模型的稳定性较好,通过该模型可以准确预测小鼠体液、脂肪和瘦肉含量。对未参与建模的小鼠进行体液、脂肪和瘦肉含量的测定,其相对误差均小于1.5%,表现出较好的应用潜力。