目的 探討在切口腹膜外放置U型乳膠引流條對胃腸外科開腹手術切口感染率及愈合過程的影響。方法 回顧性分析200例行胃腸外科開腹手術患者的切口愈合情況，其中97例切口腹膜外放置U型乳膠引流條（引流組），對照組103例未放置引流條。比較2組術后愈合過程中切口感染率、切口平均愈合拆線時間以及平均住院時間。結果 引流組的切口感染率為7.22%（7/97），明顯低于對照組的18.45%（19/103），P=0.024； 術后平均切口愈合拆線時間為(8.24±1.02) d，較對照組的(12.32±3.47) d明顯縮短(P=0.000)； 術后平均住院時間為(8.86±1.48) d，亦較對照組的(14.12±2.63) d明顯縮短(P=0.000)。結論 腹部手術切口腹膜外放置U型乳膠引流條，可有效降低切口感染率，促進切口一期愈合。
作為確定病灶與診斷的重要基礎，醫學圖像分割已成為生物醫學領域中極其重要的熱門研究領域之一，其中基于全卷積神經網絡和U型網絡（U-net）等神經網絡的醫學圖像分割算法得到越來越多研究人員的重視。目前，醫學圖像分割算法應用于直腸癌診斷的研究報道較少，且已有的研究對直腸癌的分割結果精度不高。本文提出了一種結合圖像裁剪和預處理方法的編碼—解碼卷積網絡模型。該模型在U型網絡的基礎上，借鑒殘差網絡思想，用殘差塊代替傳統的卷積塊，有效避免了梯度消失的問題。此外，本文還采用了圖像增廣的方法提高了所提模型的泛化能力，并在“泰迪杯”數據挖掘挑戰賽所提供的數據集進行測試。測試結果表明，本文提出的基于殘差塊的改進U型網絡模型結合圖像裁剪預處理，可以大大提高直腸癌的分割精度，得到的戴斯系數在驗證集上達到0.97。
皮膚是人體最大的器官，很多內臟疾病會直接體現在皮膚上，準確分割皮膚病灶圖像具有重要的臨床意義。針對皮膚病灶區域顏色復雜、邊界模糊、尺度信息參差不齊等特點，本文提出一種基于密集空洞空間金字塔池化（DenseASPP）和注意力機制的皮膚病灶圖像分割方法。該方法以U型網絡（U-Net）為基礎，首先重新設計新的編碼器，以大量殘差連接代替普通的卷積堆疊，在拓展網絡深度后還能有效保留關鍵特征；其次，將通道注意力與空間注意力融合并加入殘差連接，從而使網絡自適應地學習圖像的通道與空間特征；最后，引入并重新設計的DenseASPP以擴大感受野尺寸并獲取多尺度特征信息。本文所提算法在國際皮膚影像協會官方公開數據集（ISIC2016）中得到令人滿意的結果，平均交并比（mIOU）、敏感度（SE）、精確率（PC）、準確率（ACC）和戴斯相似性系數（Dice）分別為0.901 8、0.945 9、0.948 7、0.968 1、0.947 3。實驗結果證明，本文方法能夠提高皮膚病灶圖像分割效果，有望能為專業皮膚病醫生提供輔助診斷。