癲癇腦電的自動分類對于癲癇的診斷和治療具有重要意義。本文提出了一種基于小波多尺度分析和極限學習機的癲癇腦電分類方法。首先，利用小波多尺度分析對原始腦電信號進行多尺度分解，提取出不同頻段的腦電信號。然后采用Hurst指數和樣本熵兩種非線性方法對原始腦電信號和小波多尺度分解得到的不同頻段腦電信號進行特征提取。最后，將得到的特征向量輸入到極限學習機中，實現癲癇腦電分類的目的。本文采用的方法在區分癲癇發作期和發作間期時取得了99.5%的分類準確率。結果表明，本方法在癲癇的診斷和治療中具有很好的應用前景。
目的探討胰腺癌新輔助化療反應性的評估方法。方法報道筆者所在醫院 1 例定義為局部可切除胰腺癌伴隱匿性肝轉移（已納入臨床研究范疇）患者的資料并復習相關文獻。患者術前先后進行了單周期 GS 和 FOLFIRINOX 方案化療，并行手術切除，術后用 AG 方案輔助化療。結果新輔助化療及術后輔助化療后應用影像學、腫瘤標志物及組織病理學檢查多方面評估化療反應性，評估結果顯示原發灶和肝轉移灶對不同化療方案存在化療反應性差異，同時原發灶和肝轉移灶的化療反應性也存在差異。結論多種評估手段在應用中均存在一定局限性，對于如何尋找合理有效的化療反應性的預測和評估手段，以及化療方案和周期的選擇值得進一步研究。