微课在运动医学教学中的应用初探

随着网络信息技术和计算机软件科学的飞速发展,高等教育的教学活动不再只局限于课堂。依托于网络信息和计算机软件技术的相关教学手段具有灵活多样、学习时间自由、可反复学习等特点,已备受高校教师和学生青睐,而微课教学作为网络教学手段的一种新型模式,以其简便易制、针对性强、内容丰富、即点即用的特点,在网络教学环节中占有独特优势。目前,微课在诸多领域、诸多学科中皆取得明显的教学效果,在运动医学的高等教育笔者从事运动医学高等教育多年,总结了微课应用于运动医学关节部分教学的一些体会,希望能提升运动医学教学质量,进而培养出高层次和优秀的医学人才。

信息系统审计及其相关问题分析

信息系统审计(ISA)是信息技术同审计相结合的产物,它的推广应用将可规范各行各业信息系统在高速发展情况下整个生命周期的运行,降低信息风险,保障企业获得价值增值。针对目前国内对ISA存在的不同理解,笔者通过对计算机辅助审计(CAA)的含义、目的、对象、内容、技术与方法、实施人员等方面的比较分析后指出:ISA和CAA都是审计领域值得大力发展的方向;ISA是不同于CAA的一种新型审计;用计算机审计来概括CAA与ISA存在弊端,有必要加速发展ISA。

电视胸腔镜在肺部CT提示“恶性结节”的临床应用

目的探讨电视胸腔镜辅助小切口手术(VAMT)在肺部CT提示"恶性结节"的临床应用价值。方法2001年3月～2006年12月我院对56例肺部CT提示恶性结节的患者行VAMT手术及组织学检查进行回顾性分析。结果本组术前CT报告恶性结节26例,可疑恶性30例。VAMT术后病理报告恶性结节37例(包括原发支气管肺癌25例,转移癌12例),细胞异型性改变14例,良性病变5例(包括结核球2例,肺错构瘤2例,炎性假瘤1例)。VAMT病理检查对恶性结节的显示率优于CT检查(P<0.05)。结论电视胸腔镜不仅可以为肺部CT怀疑为恶性的结节提供精确的病理诊断,而且还可同时进行治疗,并发症少。

基于ARM处理器的横机控制系统的设计方法研究

通过对传统设计的结构与性能分析,在电脑横机中引入嵌入式系统;采用ARM与FPGA结合的硬件设计;针对现有嵌入式控制系统的结构,分析其功能结构设计中存在的不足;根据数据处理和动作控制的不同特点,提出了采用主从处理单元的结构设计方案;着重阐述了主从结构的控制机理和实现方式;通过对硬件的基本操作与运行,验证了本设计方法的合理性和可行性。

基于深度学习的多分类正畸图像识别研究

目的基于深度学习开发用于正畸图像数据自动分类的多分类正畸图像识别模型,为正畸图像数据管理提供参考。方法收集2020年10至11月和2021年6至7月首都医科大学口腔医学院正畸科采集的35000张正畸临床图像,图像全部来自于490例正畸治疗患者,男女性别比例为49∶51,年龄范围为4~45岁。根据纳入及排除标准进行数据清洗,最终纳入数据集中的图像数据包括面像17453张(包括正面像、正面微笑像、右侧90°面像、左侧90°面像、右侧45°面像和左侧45°面像)、口内像8026张[包括正面[牙合]像、右侧[牙合]像、左侧[牙合]像、上颌[牙合]面像(原始)、上颌[牙合]面像(翻转后)、下颌[牙合]面像(原始)、下颌[牙合]面像(翻转后)、覆[牙合]覆盖像]、X线片4115张[包括头颅侧位X线片(左侧)、头颅侧位X线片(右侧)、头颅正位X线片、曲面体层X线片以及手腕骨X线片]、其他非正畸图像684张。由正畸专业博士研究生、副主任医师、主任医师共同组成标注团队,使用图像标注工具对正畸图像进行分类标注。图像类别包括6类面像、8类口内像、5类X线片以及其他图像,共计20种分类标签。每个标签的数据按8∶1∶1的比例利用Pthyon计算机语言中的Random函数随机分为训练集、验证集和测试集,使用改进的SqueezeNet网络(一种深度学习模型)进行训练,使用ImageNet自然图片开源数据集中的13000张作为额外的非正畸图像进行异常数据处理的算法优化,构建基于深度学习模型的多分类正畸图像识别模型。根据测试集的预测结果,利用精确率、召回率、F1分数以及混淆矩阵作为正畸图像分类准确性的指标,评价该模型的预测能力。使用梯度加权分类激活映射方法生成热力图,验证该模型进行图像分类判断逻辑的可靠性。结果通过数据清洗和标签标注,共30278张正畸图像纳入数据集。测试集分类结果显示,多数分类标签的精确率、召回率以及F1分数为100%,3047张图像中仅5张分类错误,模型精确率达99.84%(3042/3047)。而异常数据处理的精确率达100%(10500/10500)。热力图显示,多分类正畸图像识别模型在图像分类过程中的判断依据与人类在判断该图像分类时基本一致。结论本项研究基于改进后的SqueezeNet网络构建了一种可用于20种正畸图像自动分类的多分类正畸图像识别模型,该模型的图像分类准确性较好。

头颅侧位片最佳扫描分辨率的研究

目的 寻找头颅侧位片的最佳扫描分辨率。方法 随机选择 2 0张头颅侧位片 ,每张胶片分别以 5种不同的分辨率 ( 72dpi,10 0dpi ,15 0dpi,2 0 0dpi,3 0 0dpi)扫描输入计算机。使用头影测量软件测量每张X线片 ,并比较不同分辨率对测量结果的影响。结果 5种不同扫描分辨率所得的头影测量结果间差异无显著性。结论 头颅侧位片扫描时的最佳分辨率为 72dpi。

计算机辅助认知矫正治疗对精神分裂症患者康复疗效的Meta分析

目的 评价计算机辅助认知矫正对精神分裂症患者的疗效.方法 检索PubMed、Web of Science、Cochrane library、中国学术期刊全文数据库、维普中国科技期刊数据库、万方数据医药期刊库等资源,收集计算机辅助认知矫正对精神分裂症患者康复疗效的随机对照试验,检索时限均为建库至2020年9月.采用RavMan 5.3软件进行统计处理.结果 共纳入文献18篇.Meta分析显示,计算机辅助认知矫正能缓解精神分裂症患者的精神病性症状(阳性症状95%CI:-2.34^-0.03,P=0.04;阴性症状95%CI:-2.98^-1.97,P<0.01;一般精神病性症状95%CI:-2.07^-1.25,P<0.01;整体症状95%CI:-6.59^-0.86,P=0.01),提高患者生活质量与社会功能(生活质量:95%CI:0.15~1.35,P=0.01;社会功能95%CI:0.20~1.37,P<0.01),但在改善人际关系和工作等方面的疗效,与对照组比较,差异均无统计学意义(人际关系95%CI:-0.25~0.81,P=0.30;工作95%CI:-0.62~0.18,P=0.28).结论 计算机辅助认知矫正对缓解精神分裂症患者的精神病性症状、提高生活质量、增强社会功能有积极疗效,但对人际关系与工作等的具体疗效仍需进一步研究.