简介：胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。

简介：目的挖掘吕仁和教授治疗慢性肾衰竭临床处方用药规律,阐述吕教授治疗慢性肾衰竭的学术思路及用药经验。方法收集吕教授治疗慢性肾衰竭的门诊处方140首,应用中医辅助传承系统进行药物频次分析,并基于关联规则分析、改进的互信息法的药物间关联度分析得到核心药物组合及网络化视图,基于无监督熵层次聚类算法获得新处方。结果通过处方分析得到了核心药物35种、高频药物组合24组、药物关联规则82种,核心关联药对31组及新处方15首。结论吕教授对慢性肾衰竭的治疗遵循标本兼治的治疗原则,在健脾和胃、益气养血、补肾固本的基础上,重视降浊解毒、活血利水药物组合的运用。

简介：基于互信息的全局配准算法是近年图像配准研究的热点之一,此法具有精度高、鲁棒性强的特点.现将互信息作为相似性测度,采用模拟退火与鲍威尔相结合的多分辨率搜索优化策略,对临床使用的三维CT、MR图像进行了刚体配准.实验结果表明此方法能有效地防止优化陷入局部极值,具有良好的实用性.

简介：摘要目的对结直肠癌同时性腹膜转移患者进行精准诊断和分期依旧困难。本研究旨在利用人工智能的ResNet-3D算法构建一种矢量向量模型（SVM）分类器，来预测结直肠癌同时性腹膜转移。方法由放射科医生按原始格式，回顾性提取2017年1月至2018年5月期间，在中山大学附属第六医院经病理确诊的同时性腹膜转移或无腹膜转移的结直肠癌患者术前增强CT图像；从专业随访人员维护的结直肠癌数据库中，收集相应患者的临床病理参数和生存期资料。排除术后异时性腹膜转移、或肿瘤复发的患者以及无法获得增强CT扫描原始图像者。应用ITK-SNAP软件在结直肠癌同时性腹膜转移患者的术前增强CT扫描图像中勾画原发肿瘤，提取肿瘤邻近腹膜的特征，建立一种ResNet-3D+SVM分类器。再利用测试集对ResNet-3D+SVM分类器的效能进行评估，并与放射科医生常规CT的诊断水平进行对比。结果同时性结直肠癌腹膜转移患者74例和同期无腹膜转移的96例患者共计170例入组，被随机分为训练组（腹膜转移54例，非腹膜转移76例）和测试组（腹膜转移和非腹膜转移各20例）。通过深度学习构建的ResNet-3D算法只用了34 s就分析完了所有40例测试组患者的7 837张测试图像。为了提高该模型对腹膜转移的诊断准确性，将ResNet-3D的人工智能（AI）模型与12个腹膜腹膜转移特征相结合，构建了SVM分类器（均P<0.05）。该分类器的腹膜转移诊断准确率为94.11%，曲线下面积（AUC）为0.922（0.912~0.944），灵敏度为93.75%，特异度为94.44%，阳性预测值为93.75%，阴性预测值为94.44%。其诊断能力明显优于常规增强CT（AUC：0.791）。结论基于深度学习算法构建的ResNet-3D+SVM分类器，在诊断结直肠癌同时性腹膜转移中显示出很大的潜能。

简介：摘要目的探索使用级联模型在CT平扫图像中自动检出肾结石的可行性。方法回顾性搜集2018年1月至7月在北京大学第一医院行泌尿系CT平扫并诊断为肾结石的59例患者的临床和影像资料。根据患者CT检查时间将患者图像分为两组：肾脏分割模型训练集（30例）和肾结石检出模型测试集（29例）。建模包括：（1）训练肾脏分割的深度学习模型，采用U-Net神经网络，以dice系数评估肾脏分割算法的性能；（2）在肾脏分割的基础上，用阈值算法和区域生长算法检出所得肾脏区域里的结石；（3）测量肾结石各向径线值（长径、中径和短径）和CT值，并将结果返回到结构化报告。由1名医师记录肾结石位置并手动测量肾结石各向径线值（长径、中径和短径）和CT值作为金标准，计算模型自动检出结石的灵敏度、特异度和准确度，并使用Bland-Altman法分析模型自动测量和医师手工测量结果的一致性。结果测试集29例患者，共11 358层CT图像，58个肾脏纳入研究，其中38个肾脏有结石，共有56个结石，20个肾脏无结石。使用U-Net模型对测试集11 358层CT图像进行分割，平均dice系数为0.96；其中10 945（96.36%）层图像分割效果很好，dice系数≥0.90。以肾脏为单位，模型在测试集中检出结石的灵敏度、准确度、特异度分别为100%（38/38）、100%（38/38）、100%（20/20）；以结石为单位，模型检出结石的灵敏度、准确度分别为100%（56/56）、96.6%（56/58)。结论肾结石检出级联算法可以在CT平扫图像中自动检出肾结石，并自动返回到结构化报告中，提高临床工作效率。

简介：摘要目的建立基于贝叶斯概率估计算法的多维度周边快速对比敏感度函数(pqCSF)检测方法，并评估此检测方法的可行性和准确性。方法采用横断面研究设计，2017年9月至2018年3月于中山大学中山眼科中心非连续纳入12名健康正视眼受试者19眼，平均年龄(22.92±2.91)岁，平均球镜度和柱镜度分别为(-0.34±0.52)D和(-0.30±0.42)D，裸眼视力均≥1.0。基于贝叶斯概率估计算法，通过对比敏感度峰值γmax、空间频率峰值ƒmax、带宽β和低对比度截距δ来快速描绘全空间频率的对比敏感度函数(CSF)曲线，建立了(pqCSF)检测方法。所有受试者均在上方、下方、颞侧和鼻侧4个方向6°、12°、18°和24°离心率的16个周边视野位置(其中周边18°的颞侧视野接近生理盲点，不纳入研究)进行pqCSF检测。比较各个视野位置的CSF曲线下面积(AULCSF)以及19个空间频率(以对数单位等间隔分布)所对应的对比敏感度。结果各方向内随着离心率不断增加，AULCSF逐渐降低，不同离心率间AULCSF两两比较，差异均有统计学差异(均P<0.05)。周边6°、12°和24°水平方向(鼻侧+颞侧)AULCSF均较垂直方向(上方+下方)AULCSF大，差异均有统计学意义(均P<0.05)。CSF曲线显示，随着与中心凹距离的增加，pqCSF、AULCSF及高频截止频率都有不同程度的降低，并且数据标准差也逐渐增大。结论pqCSF检测可以描绘出周边大范围视野较完善的周边CSF曲线图，较好地反映周边视功能质量。

简介：无

简介：摘要目的探索基质辅助激光解吸电离飞行时间（MALDI-TOF）质谱仪不同算法快速识别甲氧西林耐药金黄色葡萄球菌可行性。方法从北京同仁医院检验科2017年1月至2019年6月的细菌库中选取314株金黄色葡萄球菌临床分离株用MALDI-TOF MS鉴定，经头孢西丁纸片法（抑菌环直径≤21 mm）及聚合酶链反应（PCR）mecA基因初筛，将菌株分为甲氧西林耐药的金黄色葡萄球菌（MRSA）组（130株）和甲氧西林敏感的金黄色葡萄球菌（MSSA）组（184株）；甲酸提取法采集谱图，将MRSA组和MSSA组再各分成3个亚组，即MRSA-1亚组（43株）、MRSA-2亚组（42株）及MRSA-3亚组（45株）和MSSA-1亚组（60株）、MSSA-2亚组（61株）及MSSA-3亚组（63株）；使用Bruker MALDI-TOF质谱仪的ClinProTools软件中的遗传算法、快速分类算法、监督式神经网络算法以及中元汇吉质谱仪EX-Smartspec软件的卷积神经网络算法进行试验研究，重复3轮（第1轮MRSA-1和MRSA-2、MSSA-1和 MSSA-2为建模组，MRSA-3和MSSA-3为验证组，依此类推进行3轮）。以4种算法的受试者工作特征（ROC）曲线下面积展开性能确认。从北京同仁医院检验科2019年7—12月的细菌库中选38株MRSA和40株MSSA临床株，使用甲酸提取法采集谱图，对卷积神经网络算法建立的模型进行独立测试。结果在3轮建模和验证后，3个子组Bruker ClinProTools遗传算法的ROC曲线下面积分别为0.89、0.74和0.64，快速分类算法的ROC曲线下面积分别为0.77、0.95和0.94，监督式神经网络算法的ROC曲线下面积分别为0.90、0.98和0.98，中元汇吉质谱仪EX-Smartspec软件的卷积神经网络算法的ROC曲线下面积分别为0.95、0.99和0.99。卷积神经网络算法的独立测试结果显示其敏感度88.82%（810/912）、特异度81.15%（779/960）、准确性84.88%（1 589/1 872）、ROC曲线下面积0.92。结论Bruker ClinProTools软件中的监督式神经网络算法与中元汇吉质谱仪EX-Smartspec软件所用的卷积神经网络算法在快速识别MRSA时的性能指标可被临床接受。利用卷积神经网络算法，通过MALDI-TOF质谱技术可快速确认MRSA株，及时指导临床用药。

简介：目的探讨能谱CT金属伪影消除（MARs）技术与普通CT骨算法重建在消减脊柱内固定术后伪影的价值.方法回顾性分析2013年2月—2014年2月解放军第一一七医院22例行脊柱金属内固定置入患者的影像学资料.其中男14例、女8例,年龄30~77岁.22例患者术后不同时间分别行能谱CTMARs技术检查（MARs组）、骨算法成像检查（骨算法组）.测量并计算各组感兴趣区的伪影指数（AI）,采用骨窗图像质量主观评估标准对骨窗图像质量进行评分,比较MARs组和骨算法组患者骨窗图像质量评分情况,以及不同单能量值MARs组和骨算法组间AI的分布差异.结果MARs组中,随着单能量值的减低,AI值逐渐增高.MARs组各单能量值和骨算法组间比较,AI值差异有统计学意义（F=8.696,P〈0.05）;进一步组间LSD-t检验显示,在60~140keV条件下,MARs组AI值均小于骨算法组,差异均有统计学意义（P值均〈0.05）.骨窗图像质量评分比较,骨算法组（2.81＆#177;0.39）分,优于MARs组（2.00＆#177;0.53）分,差异有统计学意义（t=4.856,P〈0.01）.结论能谱CTMARs技术和骨算法成像对消减脊柱金属内固定伪影各有优点,应当结合临床需要选择合适的CT成像技术.

简介：摘要目的探讨深度学习图像重建（DLIR）算法优化儿童多发性大动脉炎增强CT（CECT）图像质量和提升血管壁测量精度的价值。方法回顾性收集2019年9月至2020年4月于首都医科大学附属北京儿童医院32例进行低辐射剂量体部CECT的多发性大动脉炎患儿，扫描管电压100 kVp，将原始数据采用滤波反投影（FBP）、50%自适应统计迭代重建（ASIR-V）、100%ASIR-V、DLIR重建为0.625 mm的薄层图像。主观评价由两名医师采用5分法评估整体图像噪声、血管壁的显示能力以及诊断信心指数。客观评价测量各组图像血管壁厚度，计算测量标准差和变异系数（CV），同时计算对比噪声比。使用Friedman检验比较4组图像间主观评分的差异，采用随机区组的方差分析比较客观测量指标的差异。结果整体噪声方面100%ASIR-V、DLIR间评分差异无统计学意义（P>0.05），此两组图像评分均高于FBP、50%ASIR-V（P均<0.05），血管壁显示能力与诊断信心指数DLIR优于其他图像（P均<0.05）。客观测量结果显示，DLIR图像管壁厚度标准差和CV小于其他图像，差异有统计学意义（P均<0.05），100%ASIR-V与DLIR间血管噪声值、肌肉噪声值、对比噪声比的差异无统计学意义（P均>0.05），均低于FBP和50%ASIR-V图像（P均<0.05）。与50%ASIR-V图像相比，DLIR图像的CV降低了22.9%，对比噪声比提升了46.8%。结论DLIR可改善大动脉炎患儿的CECT图像质量，提升血管壁的测量精度，使进一步降低辐射剂量成为可能。

简介：摘要目的通过与多模型迭代重建算法（ASiR-V）对比，探讨深度学习图像重建（DLIR）算法在低辐射剂量下对乏血供肝转移瘤CT图像质量及检出效能的影响。方法前瞻性收集2021年1月至4月郑州大学第一附属医院因乏血供肝转移病变需行全腹部增强CT的56例患者，增强后第1静脉期均行常规辐射剂量（400 mA）CT扫描，根据第2静脉期管电流的不同将患者分为A（280 mA，19例）、B（200 mA，19例）、C（120 mA，18例）组。各组第1静脉期和第2静脉期图像均进行权重为60%的ASiR-V（ASiR-V60%）和高强度的DLIR（DLIR-H）重建。图像质量客观评价指标包括噪声、肝脏的信噪比（SNR肝脏）和门静脉的信噪比（SNR门静脉）、病灶的对比噪声比（CNR病灶），主观评价指标包括总体图像质量评分、病灶显示能力评分、诊断信心度评分，并记录各组有效辐射剂量（ED）和病灶检出率。采用配对t检验比较ASiR-V60%和DLIR-H图像间客观指标的差异，采用配对资料的Wilcoxon符号秩和检验比较主观评价指标。结果第2静脉期A、B、C组ED分别为（5.56±0.35）、（3.88±0.23）、（2.42±0.23）mSv。A、B、C组第2静脉期的ED分别比第1静脉期的ED降低30%、50%、70%。随着辐射剂量的降低，噪声逐渐增加，CNR病灶、SNR肝脏、SNR门静脉逐渐降低。在相同辐射剂量条件下，DLIR-H的图像的客观评价指标均优于ASiR-V60%，差异有统计学意义（P均<0.001）。各组的主观评分随辐射剂量的降低而降低，在相同辐射剂量条件下，DLIR-H的总体图像质量、病灶显示能力和诊断信心评分均高于ASiR-V60%（P均<0.001）。A组的ASiR-V60%和DLIR-H均将全部病灶检出，检出率为100%（84/84），B组检出率均为92.0%（75/81），C组检出率均为88.0%（79/89）。结论与ASiR-V60%相比，DLIR-H在低辐射剂量下均可提高总体图像质量及乏血供肝转移病灶的显示能力，增加诊断信心。

简介：摘要目的通过生物信息学及机器学算法筛选及分析前列腺癌的关键表达基因，探究诊断前列腺癌的生物标志物及与前列腺癌免疫细胞浸润的相关性。方法使用生物信息学方法从基因表达谱(GEO)数据库中下载3个前列腺癌组织信使RNA(mRNA)芯片数据集：其中GSE46602和GSE69334作为训练集，GSE32571作为验证集。对数据集GSE46602及数据集GSE69223两个数据集进行合并分析后获得差异表达基因(DEGs)，京都基因与基因组百科全书(KEGG)、基因本体论(GO)、疾病富集分析(DO)与基因富集分析(GSEA)用于功能富集分析。Lasso回归筛选特征基因11个，支持向量机(SVM)筛选特征基因2个，取交集为两个特征基因丝氨酸蛋白酶(HPN)、角蛋白23(KRT23)，将两个基因在数据集GSE32571中进行验证，同时通过实时荧光定量聚合酶链反应在前列腺癌相关细胞系中进行验证，最后进一步分析了两个特征基因与免疫细胞浸润相关联系，两组间使用Student’s t检验评估统计学意义。结果通过对GEO数据库3个前列腺癌数据集使用R语言及机器学习等方法进行分析，总共发现35个DEGs和两个核心基因，其中20个为下调基因，15个为上调基因。通过GO、KEGG、DO及GSEA通路分析发现这些基因富集在表皮细胞分化、角质形成等功能中，以细胞外基质受体相互作用及雌激素受体通路等信号上。通过套索算法(LASSO)及SVM筛选出的特征基因与数据集GSE32571进行检验，发现HPN、KRT23是前列腺癌的2个诊断生物标志物，在前列腺腺癌细胞系中mRNA水平进行验证符合生物信息分析结果，HPN在Du145、PC3、Vcap、Lncap、C4-2、22RV1组相对表达量(1.10±0.29、0.46±0.12、3.02±0.79、1.58±0.09，0.39±0.02，0.41±0.07)指标高于RWPE1组(0.09±0.01)，差异有统计学意义(t＝6.000、5.030、6.400、27.980、15.600、6.870，P<0.05)，KRT23在Du145、PC3、Vcap、Lncap、C4-2、22RV1组相对表达量(0.42±0.01、0.15±0.03、0.15±0.02、0.15±0.03、0.62±0.09、0.04±0.01)指标低于RWPE1组(1.01±0.19)，差异有统计学意义(t＝5.210、7.600、7.620、7.580、3.120、8.630，P<0.05)，且HPN、KRT23与免疫细胞相关，HPN与T细胞CD8、静息肥大细胞、静息树突状细胞呈负相关，与巨噬细胞M0呈正相关；KRT23与巨噬细胞M0呈负相关，与静息树突状细胞、静息肥大细胞呈正相关。结论HPN、KRT23可以作为前列腺癌的诊断性生物标志物，且HPN、KRT23与滤泡辅助性T细胞及调节性T细胞等免疫细胞相关。

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。