摘要 目的 對法洛四聯癥患者的肺動脈(PA)、左肺動脈(LPA)和右肺動脈(RPA)分支進行量化分析，探討其臨床意義。方法 術前測量236例法洛四聯癥患者PA及其分支直徑，計算PA與主動脈(AO)直徑比值(PA/AO)，PA與體表面積(BSA)比值(PA/BSA)，PA與正常肺動脈截面積(NPA)比值(PA/NPA)，(LPA+RPA)/AO，(LPA+RPA)/PA，(LPA+RPA)/BSA等；測量術后右心室與左心室收縮壓比值(PRV/LV)，分析存活者與死亡者這些指標差別的意義。結果 (LPA+RPA)/AO＜0.5時，手術危險性顯著增加；PA/BSA≥2.0時，(LPA+RPA)/BSA≥2.4及PA/NPA≥0.6時，其手術安全性顯著增加；是否需跨肺動脈瓣環補片主要與PA/BSA，PVA/BSA，PA/NPA有關；術后PRV/LV比值與PA及其分支發育情況無關，而主要受術中右心室流出道和PA疏通情況的影響。結論 PA及其分支發育情況雖然對手術結果有影響，但更重要的是手術過程對右心室流出道及肺動脈狹窄的糾正情況。
為實現脈搏信號形態和周期的量化分析，本研究提出一種脈搏信號時空解析建模及量化分析方法。首先，根據脈搏信號的形成機理，將脈搏周期和基線引入脈搏解析模型，得到時空解析模型表達式及 12 個參數，用于脈搏波的量化描述。然后，提出了基于實際脈搏信號的模型參數估計流程，給出參數估計的優化方法、約束條件和邊界條件。將所提出的時空解析建模方法用于國際標準生理信號開源數據庫（PhysioNet）幻想曲（Fantasia）子庫中的健康人脈搏波，從解析模型中可以得到一些年齡和性別因素引起的人體心臟搏動節律和血流動力學變化。以提取的模型參數為輸入，采用隨機森林、概率神經網絡等機器學習方法對脈搏波按照年齡和性別進行分類，結果表明隨機森林法分類效果最好，Kappa 系數達到 98% 以上。本研究提出的時空解析建模方法可有效地對脈搏信號進行量化分析，為脈搏信號相關的應用研究提供了理論基礎和技術框架。
目的 探討人工智能（artificial intelligence，AI）肺結節定量參數預測肺磨玻璃結節（ground-glass nodule，GGN）浸潤程度的臨床價值。方法 回顧性分析2019年10月—2021年5月濱州醫學院附屬煙臺山醫院連續收治168例肺腺癌患者的臨床資料，其中男43例、女125例，年齡21～78（55.76±10.88）歲。部分病例表現為多發GGN，且同一患者的不同病灶作為獨立樣本進行分析。178個GGN被分為兩組，將原位腺癌（24個）和微浸潤腺癌（77個）劃分為非浸潤組，浸潤性腺癌（77個）劃分為浸潤組。比較兩組間肺結節AI定量參數的差異，并以受試者工作特征曲線和二元logistic回歸模型評估AI定量參數對GGN病灶侵襲程度的預測價值。結果 （1）兩組間參數比較：除性別因素（P=0.115）外，浸潤組肺結節長徑［15.10（11.50，21.60）mm vs. 8.90（7.65，11.15）mm］、肺結節短徑［10.80（8.85，15.20）mm vs. 7.40（6.10，8.95）mm］、腫瘤實性成分比值［13.58%（1.61%，63.76%） vs. 0.00%（0.00%，0.67%）］、平均CT值［–347.00（–492.00，–101.50）Hu vs. –598.00（–657.50，–510.00）Hu］、最大CT值［40.00（–40.00，94.50）Hu vs. –218.00（–347.00，–66.50）Hu］、最小CT值［–584.00（–690.50，–350.00）Hu vs. –753.00（–786.00，–700.00）Hu］、結節危險度（高危結節占比，92.2% vs. 66.3%）、惡性概率［91.66%（85.62%，94.92%） vs. 81.81%（59.98%，90.29%）］及年齡［（59.93±8.53）歲 vs. （52.04±12.10）歲］明顯大于或高于非浸潤組（P均<0.001）。（2）單一量化參數的預測價值最高為肺結節長徑（曲線下面積=0.843），最低為危險度（曲線下面積=0.627）；3種參數中任意兩兩聯合：肺結節長徑、平均CT值、腫瘤實性成分比值均可提高AI的預測價值。（3）Logistic回歸分析顯示，肺結節長徑及平均CT值是預測浸潤性腺癌的獨立危險因素。（4）當腫瘤實性成分比值閾值為1.775%時，診斷浸潤性腺癌靈敏度為0.753、特異度為0.851。結論 AI量化參數可有效預測GGN的浸潤程度，為臨床醫生提供可靠的參考依據。
中心性漿液性脈絡膜視網膜病變（CSC）是具有代表性的肥厚型脈絡膜譜系疾病之一。眼底血管造影檢查盡管可以作為CSC的診斷金標準，但是為有創檢查，臨床應用具有一定風險，同時無法獲取定量參數。光相干斷層掃描血管成像（OCTA）作為無創、可量化的檢查，是研究CSC發病機制和診斷治療的重要影像學手段。隨著技術的不斷改進，掃頻源OCTA具備了更可觀的掃描深度、更廣的掃描范圍和更高的分辨率。OCTA的發展深化了對CSC發病特點與機制的研究，促進了對CSC病理生理學的理解，從而為臨床診療提供了新思路。基于OCTA，CSC的脈絡膜及視網膜均顯示了血管系統的定性及定量改變。OCTA引導的CSC治療和基于OCTA的預后標志物的發現挑戰了傳統的造影技術在CSC中的應用。隨著OCTA技術的不斷完善和進步，傳統造影聯合OCTA將為CSC的診治帶來巨大益處。