脑深部电刺激术对帕金森病非运动症状疗效的研究现状

帕金森病（Parkinson＇s dissease,PD）是以神经变性为特征的运动障碍性疾病,对PD的诊断主要依靠动作缓慢、肌强直、震颤等运动症状[1].治疗则以基于黑质纹状体多巴胺神经元变性的多巴胺替代治疗（dopamine replacement therapy,DRT）为主.然而,随着研究的进展,非运动症状（non-motor symptoms,NMS）也逐渐被重视.明确与多巴胺通路有关的NMS包含嗅觉减退、快速眼动期睡眠行为障碍（rapid eyemovement sleep behaviour disorder,RBD）、抑郁、便秘等.脑深部电刺激术（DBS）应用于PD已有30余年,其对于震颤、强直、运动迟缓等运动症状的疗效明确,但对于NMS的疗效尚无定论.近年来,DBS治疗NMS的结果逐渐被报道,本文通过检索近年来相关文献,就有关DBS对NMS的治疗效果的研究现状综述如下.

通过眼底影像评估冠心病及相关危险因素的深度学习模型研究

目的开发并验证一款基于视网膜眼底图像的深度学习模型,用于识别冠心病及其危险因素。方法本研究为回顾性研究。收集2018年7月至2021年6月来自中国149家医院和体检中心,年龄>18岁、具有完整冠状动脉造影及视网膜眼底图像的受试者。2名对研究设计不知情的放射科医师独立评估每位受试者的冠状动脉造影图像,判断是否诊断为冠心病。使用卷积神经网络(CNN)深度学习模型,根据有无冠心病将视网膜眼底图像进行标注,按比例分为训练集和测试集进行模型训练。并且在测试集中分别使用单眼和双眼眼底图像评估模型预测性能。使用受试者工作特征曲线下面积(AUC)及相关系数(R2)评估模型识别心血管疾病危险因素(年龄、血压、性别)以及冠心病的效能。结果本研究收集到25222名受试者的51765张眼底图像,其中男性14419名,冠心病患者10255例。训练集纳入了22701名受试者的46603张眼底图像,测试集共纳入2521名受试者的5162张眼底图像。在测试集中,模型从单眼和双眼视网膜眼底图像中判断年龄的R2分别为0.931(95%CI 0.929~0.933)和0.938(95%CI 0.936~0.940)。从单眼和双眼视网膜眼底图像中识别性别的AUC值分别为0.983(95%CI 0.982~0.984)和0.988(95%CI 0.987~0.989)。该模型运用单眼(任一)眼底照片识别冠心病的AUC值为0.876(95%CI 0.874~0.877),双眼(均值)眼底照片的AUC值为0.885(95%CI 0.884~0.888),模型通过双眼视网膜眼底照片判断冠心病的灵敏度为0.894,特异度为0.755,准确度为0.714。结论基于视网膜眼底图像的深度学习模型在评估冠心病及其危险因素(年龄、性别)方面表现良好。