在轨睡眠及其对航天员认知的影响综述

航天员在轨睡眠一直存在着睡眠时间减少、睡眠质量下降等问题,从而影响了航天员的认知功能。本文综述了在轨睡眠问题及其对航天员认知功能影响的研究进展,对已有影响因素进行分析,并对现阶段针对在轨睡眠问题的研究方法进行了简述和展望,以期更好地为在轨睡眠评价体系的研究提供参考,进而辅助航天医学研究,确保航天员在轨工作的正常进行。

人工智能在医学影像诊断中的应用

人工智能在处理大数据、复杂非确定性数据、深入挖掘数据潜在信息等方面有着超越人类的优势。医学影像数据包含丰富的人体健康信息,是医生做出医学诊断的重要依据。面对复杂的医学影像信息和持续增长的医学影像诊断需求,医生人工影像解读暴露出的易受主观认知影响、效率低且误诊率高等诸多缺点愈加明显。本文从人工智能技术特点出发,结合具体病症分析人工智能在人体结构、病灶区的分割,疾病的早期诊断,解剖结构、病灶区的检测等方面的研究成果,最后总结现阶段人工智能在医学影像诊断中尚存在的问题,包括诊断结果可解释性差、医学数据量少及系统性评估标准缺失等,并进一步分析未来人工智能在医学影像诊断中的发展方向。

基于衰减皮尔森相关的癫痫脑网络动态分析方法

目的致痫灶定位是难治性癫痫治疗中的重要环节,本文通过应用癫痫脑网络的动态分析方法,辅助临床进行致痫灶定位及病理研究。方法使用5例难治性癫痫患者发作起始附近(发作前2s到发作后4s)的立体定向脑电(stereo electroencephalograph,SEEG)数据,基于衰减皮尔森相关系数与替代数据检验方法,对脑区间的功能连接进行评估。通过加窗截断实现动态脑网路构建,对癫痫脑网络进行动态分析。结果在发作起始阶段,致痫灶脑区间的正相关连接较强,致痫灶与非致痫灶间正相关连接较少,致痫灶之间与非致痫灶之间网络连接模式具有差异性。结论致痫灶与非致痫灶之间的衰减皮尔森相关网络连接模式具有差异。此方法对临床致痫灶定位有一定辅助作用,也适用于基于其他功能连接参数进行脑网络分析。