简介：摘要目的基于磁敏感加权成像(susceptibility-weighted imaging，SWI)图像建立深度学习算法模型分析脑浅静脉(superficial cerebral veins，SCV)形态学参数与皮层下深部白质病变(deep white matter lesions，DWML)之间的关联。材料与方法招募健康志愿者364名，所有受试者行头颅常规序列及SWI扫描。随机选取其中200名受试者的SWI图像重建得到最小密度投影(minimum intensity projection，MinIP)图像，采用深度学习算法分析MinIP图像，建立SCV形态学特征的自动量化模型。采用该模型分析剩余164名受试者双侧大脑半球SCV的血管直径、曲率等形态学参数。根据有无皮层下DWML将164名受试者分为两组，分别为有皮层下DWML组(共53人)和无皮层下DWML (non-deep white matter lesions，N-DWML)组(共111人)。采用Mann-Whitney U检验对DWML组与N-DWML组的SCV形态学参数进行分析。对差异有统计学意义的指标和皮层下深部白质病变建立二元Logistic回归模型。结果用于分析SCV形态学特征的深度学习算法模型在训练集的平均准确率为98.19%，在验证集的平均准确率为98.02%，测试集的平均准确率为98.03%。双侧大脑半球SCV的各项量化指标在年龄及受教育年限的分布中差异均无统计学意义(P＞0.05)，但在性别中分布中差异有统计学意义，表现为男性双侧大脑半球SCV血管数量均显著多于女性(右侧P=0.004，左侧P＜0.001)。DWML组和N-DWML组在双侧大脑半球的SCV直径及数量中差异均无统计学意义(P＞0.05)，DWML组的SCV曲率较N-DWML组显著增大(P＜0.001)。右侧大脑半球SCV曲率与DWML的发生呈显著正相关(回归系数为2.035，P=0.015)。结论SCV形态学改变与DWML之间存在潜在关联，SCV曲率改变可能通过影响局部血流动力学改变从而导致DWML的发生。

简介：摘要目的评价对于接受经皮冠状动脉介入治疗（PCI）的冠心病患者，简易计算法所得的靶心率与通过心肺运动试验（CPET）所得的无氧阈靶心率的一致性。方法该研究为诊断性试验。纳入2011年10月至2021年4月北京大学人民医院心内科收治的初次行PCI的冠心病患者，并进一步根据性别、年龄（<60岁组和≥60岁组）、是否曾发生心肌梗死（心肌梗死组和心绞痛组）及是否应用β受体阻滞剂分组，进行亚组分析。通过电子病历系统收集患者的一般临床资料及CPET测得的静息心率和无氧阈心率。分别通过简易计算法（静息心率+20或30次/min）和无氧阈法（无氧阈心率-10次/min）计算运动靶心率，采用配对t检验对二者进行差异性检验，通过计算组内相关系数（ICC）和Bland-Altman 法检验二者的一致性。结果共纳入患者439例，年龄（56.2±8.8）岁，体重指数（25.77±2.34）kg/m2，男性382例（87.0%）。入选患者测得的无氧阈靶心率为（90.0±11.8）次/min，简易靶心率（静息心率+20次/min）为（91.0±8.4）次/min，二者差异无统计学意义（P=0.091），简易靶心率（静息心率+30次/min）为（101.0±8.4）次/min，与无氧阈靶心率比较差异有统计学意义（P<0.001）。后续研究中将“静息心率+20次/min”视为简易靶心率。无氧阈靶心率与简易靶心率一致性检验的ICC值为0.529，95%CI 0.458~0.593，P<0.001。Bland-Altman法评价结果示，简易靶心率与无氧阈靶心率的比值为1.03±0.11，95%一致性界限（LOA）为0.812~1.245。年龄<60岁组患者（n=247）简易靶心率与无氧阈法靶心率一致性检验的ICC值为0.492，Bland-Altman 法评价的结果示简易靶心率与无氧阈靶心率的比值为1.02±0.11，LOA为0.814~1.234；年龄≥60岁组患者（n=192）简易靶心率与无氧阈法靶心率一致性检验的 ICC值为0.566，Bland-Altman 法评价结果示简易靶心率与无氧阈靶心率的比值为1.03±0.11， LOA为0.810~1.260。男性患者（n=382）简易靶心率与无氧阈靶心率一致性检验的ICC值为0.540，Bland-Altman 法评价结果示简易靶心率与无氧阈靶心率的比值为1.03±0.11，LOA为0.813~1.246；女性患者（n=57）简易靶心率与无氧阈靶心率一致性检验的ICC值为0.445，Bland-Altman 法评价结果示简易靶心率与无氧阈靶心率的比值为1.03±0.11，LOA为0.810~1.240。心肌梗死组患者（n=186）简易靶心率与无氧阈靶心率一致性检验的ICC值为0.568，Bland-Altman法评价结果示简易靶心率与无氧阈靶心率的比值为1.02±0.11，LOA为0.810~1.227；心绞痛组患者（n=253）简易靶心率与无氧阈靶心率一致性检验的ICC值为0.495，Bland-Altman 法评价结果示简易靶心率与无氧阈法靶心率的比值为1.04±0.11，LOA为0.813~1.260。使用β受体阻滞剂组患者（n=353）简易靶心率与无氧阈靶心率一致性检验的ICC值为0.520，Bland-Altman法评价结果示简易靶心率与无氧阈法靶心率的比值为1.03±0.11，LOA为0.810~1.252；未使用β受体阻滞剂组患者（n=86）简易靶心率与无氧阈靶心率一致性检验的ICC值为0.570，Bland-Altman 法评价结果示简易靶心率与无氧阈靶心率的比值为1.02±0.10，LOA为0.821~1.219。结论对于PCI术后的冠心病患者，通过“静息心率+20次/min”所得的简易靶心率与无氧阈靶心率一致性较好，但不能替代后者。

简介：【摘要】目的：探讨卵巢恶性肿瘤风险算法（ROMA）、多层螺旋CT(MSCT)与上皮性卵巢癌（EOC）病理类型的相关性研究。方法：回顾性分析52例术后E0C患者，依据病理结果和与WHO EOC第四版分类的将患者分为I型与II型上皮性卵巢癌，所有患者术前均行MSCT平扫及增强扫描检测并血清CA125和HE4值，根据绝经状态的计算ROMA指数。探讨MSCT与ROMA值在EOC分型中的价值。结果：ROMA指数灵敏度、特意度及准确度均高于MSCT，但仅特意度异有统计学意义(p＜0.05)；MSCT及ROMA指数在灵敏度、准确度差异无统计学意义(p >0.05)。结论：对术前诊断卵巢上皮癌分型，ROMA指数比MSCT具有更高的特意度。

简介：摘要目的探讨基于泰森多边形图算法生成的不同孔隙率人工骨小梁的3D打印加工精度及生物力学性能，为骨科钛合金内置物生物力学性能的改良提供参考。方法选择1名健康成年男性志愿者(年龄30岁，身高175 cm，体重70 kg)，采集其腰椎CT扫描数据，利用泰森多边形图算法生成5种不同孔隙率的仿生人工骨小梁，根据孔隙率的差异分为Tra_A(73.7%)、Tra_B(74.1%)、Tra_C(80.0%)、Tra_D(80.2%)、Tra_E(85.7%)5组。利用选择性激光熔化(SLM)3D打印技术将各组人工骨小梁加工成直径18 mm、高度20 mm的圆柱状钛合金材质假体，每组加工3个试样。利用工业显微镜对每组试样进行扫描，对比其实际孔隙率和理论孔隙率，评估加工质量；通过体外力学测试，对各组人工骨小梁试样的极限载荷、屈服强度及弹性模量进行测量，评估生物力学性能。结果所有试件内部无裂纹、连接杆断裂、钛合金粉末堆积等不良现象。5组人工骨小梁试件的实际孔隙率平均值分别为66.0%、65.5%、71.8%、72.5%、78.1%，与理论孔隙率相比，分别偏小10.5%、11.6%、10.2%、9.7%、8.8%。体外力学测试显示，5组人工骨小梁试件极限载荷平均值分别为23.6 kN、18.9 kN、17.0 kN、16.3 kN、10.7 kN，屈服强度平均值分别为72.2 MPa、58.7 MPa、54.9 MPa、52.2 MPa、36.1 MPa，弹性模量平均值分别为7.5 GPa、6.3 GPa、4.5 GPa、4.3 GPa、2.4 GPa，三者随着人工骨小梁孔隙率的增大均呈减小趋势。结论基于泰森多边形图算法生成的仿生人工骨小梁结构通过SLM 3D打印加工而成的钛合金试件具有较好的加工质量，且随着孔隙率增加，其加工精度更好。随着孔隙率增加，人工骨小梁的极限载荷、屈服强度和弹性模量均呈减小趋势。

简介：摘要目的基于Logistic回归和XGBoost算法构建急性膝关节周围多发损伤患者围手术期深静脉血栓形成风险的预测模型，并比较预测性能。方法回顾性选取2017年1月—2020年6月于广州市番禺区中心医院创伤骨科治疗的急性膝关节周围多发损伤患者120例，以7∶3的比例随机分为训练集(n＝84)和测试集(n＝36)，采用训练集数据构建Logistic回归和XGBoost算法预测模型，筛选急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测因素，采用测试集数据评价模型的预测效果。符合正态分布的计量资料以均数±标准差(Mean±SD)表示，组间比较采用独立样本t检验；非正态分布的计量资料以中位数(四分位间距)[M(P25，P75)]表示，组间比较采用独立样本Mann-Whitney U检验；计数资料组间比较采用χ2检验。结果Logistic回归模型结果表明，年龄、合并高血压、合并冠心病、受伤至手术时间、术后1 d的D-二聚体、合并多发伤是急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测因素(P<0.05)。XGBoost算法模型重要特征评分结果中排前5位的为合并多发伤35分，受伤至手术时间28分，年龄24分，合并冠心病21分，术后1 d的D-二聚体16分。训练集中，Logistic回归模型的曲线下面积为0.805(95%CI：0.637～0.912)，Hosmer and Lemeshow检验的χ2＝1.436，P＝0.329；XGBoost算法模型的曲线下面积为0.847(95%CI：0.651～0.920)，Hosmer and Lemeshow检验的χ2＝1.103，P＝0.976。结论Logistic回归模型和XGBoost算法模型对急性膝关节周围多发损伤患者围手术期深静脉血栓形成的预测性能相当，且合并多发伤、受伤至手术时间、年龄、合并冠心病、术后1 d的D-二聚体可作为预测因子。