心力衰竭（心衰）是一種高危險、高發病率的心血管疾病。人工心臟作為心力衰竭的有效治療手段正逐步應用于臨床治療中。血液相容性是人工心臟的重要參數或者指標，而如何通過血流動力學設計與體外溶血實驗對其進行評價是業內的研究熱點。本文首先對人工心臟血流動力學優化以及體外溶血評價方面的研究進展進行綜述，之后介紹團隊在相關領域的研究成果與進展。本文中所優化的血泵，血流動力學性能滿足使用需求，體外溶血實驗獲得的溶血指數小于 0.1 g/100 L，有較好的體外溶血性能。本文所述的優化方法適合于大部分血泵的開發工作，能夠為相關研究工作提供借鑒。
肺癌是對人類健康威脅最大的腫瘤疾病，早期發現對于患者的生存和康復至關重要。現有方法采用二維多視角框架學習肺結節特征并簡單集成多個視角特征實現肺結節良惡性分類。然而，這些方法存在不能有效捕捉空間特性和忽略了多個視角的差異性問題。因此，本文提出三維（3D）多視角卷積神經網絡（MVCNN）框架，為進一步解決多視角模型中各視角的差異性問題，在特征融合階段引入擠壓激勵（SE）模塊，構建了3D多視角擠壓激勵卷積神經網絡（MVSECNN）模型。最后，采用統計學方法對模型預測與醫生注釋結果進行分析。在獨立測試集中，模型的分類準確率和靈敏度分別為96.04%和98.59%，均高于目前已有方法；模型預測與病理診斷的一致性分數為0.948，顯著高于醫生注釋結果與病理診斷的一致性。本文所提方法可以有效地學習結節空間異質性和解決多視角差異性問題，同時實現了肺結節良惡性分類，對于輔助醫生進行臨床診斷具有重要意義。
結合32位微處理器和高精度顏色傳感器構建一種新型尿液分析核心模塊。模塊采用新穎的光學結構和特定電路提高測量精度,并利用溫度對測量結果進行補償,可直接輸出當前測試條的原始數據及尿液中11項被測指標試紙塊顏色的RGB值、反射率、半定量等級等信息。結果表明,該模塊測量精度在95%以上,具有較好的穩定性、可靠性和一致性,同時該模塊還具有很好的開放性和可擴展性,可方便地用于各種類型的尿液分析儀,并可大幅度地降低尿液分析儀的研發和生產成本。
目的探討喉返神經監測在腔鏡輔助下巨大甲狀腺腫物手術中的應用效果。 方法回顧性分析2013年1月至2015年6月期間在腔鏡輔助下治療的158例巨大甲狀腺腫物患者的臨床資料，其中喉返神經監測79例（喉返神經監測組），喉返神經未監測79例（喉返神經未監測組）。對比分析2組在手術時間、術中出血量、術后引流量、術后住院時間、術后暫時性及永久性喉返神經損傷發生情況之間的差異。 結果158例患者均順利完成腔鏡輔助頸部小切口甲狀腺手術。與喉返神經未監測組比較，喉返神經監測組的手術時間（min）明顯縮短（76.2±23.4比89.2±29.8，P＜0.05），術中出血量（mL）和術后引流量（mL）均明顯減少（術中出血量：16.3±13.6比20.6±10.7，P＜0.05；術后引流量：20.7±9.6比25.5±9.1，P＜0.05），但2組的術后住院時間（d）比較差異無統計學意義（3.2±1.3比3.3±1.9，P＞0.05）。術后隨訪8周，喉返神經監測組暫時性神經損傷發生率明顯低于喉返神經未監測組〔5.6%（5/90）比21.8%（17/78），P＜0.05〕，但永久性神經損傷發生率在2組間比較差異無統計學意義〔0（0/90）比1.3%（1/78），P＞0.05〕。 結論腔鏡輔助巨大甲狀腺結節手術中應用喉返神經監測技術可有效減少神經損傷發生率，縮短手術時間。