基于脑电的精神疾病自动分类研究进展

临床上精神疾病的诊断大多依赖于精神科医生的主观评价，缺少客观有效的生物学指标。脑电信号分析与机器学习方法相结合，在精神疾病辅助诊断领域的应用发展迅速，采用传统机器学习算法和深度学习算法，对脑电信号特征进行学习，从而实现精神疾病的分类研究。文章介绍了脑电信号的基本概念、处理流程及其常用特征，笔者总结了脑电信号在抑郁症、双相情感障碍、精神分裂症等精神疾病自动分类的研究进展，最后展望了机器学习方法在该领域的发展趋势。采用传统的机器学习方法仍然是用于自动分类主流的工具。但深度学习内部复杂的体系结构及训练过程阻碍了对其内部的理解，难以解释其在医学领域的作用，因此深度学习也是脑电研究发展方向之一。此外，单独对脑电图进行分析难以囊括患者所有的特征，需与其他模态的生理参数结合进行多生理参数融合分析，使得疾病诊断更加智能化。     

脑室引流和灌注的自动控压系统的研制

研制以颅内压信号控制脑室外引流和灌注的自动按压模式及系统，它具有较高准确性、稳定性和安全性，以解决临床治疗中各种人为因素造成的不便和不足。并在此自控模式下进行脑脊液置换及药物的脑室补充和排放，改善颅脑损伤后脑组织微循环。     

泉州后渚港区鼠类监测报告

本文报告了泉州后清港区1991年5月至1992年4月间的鼠类监测情况。结果表明港区黄毛鼠和褐家鼠为优势种,鼠体主要携带印鼠客蚤。提出一年中9～10月是灭鼠和消灭蚤、蜱、螨的最好时机,本次调查结果提示,应加强全省野栖鼠鼠疫监测.     

遗传算法优化放射治疗计划射野权重的收敛性分析

随着三维适形和调强放疗技术的发展，放射治疗计划射野参数的优化问题受到了广泛关注。遗传算法作为一种全局优化技术，由于其不要求目标函数具有连续性、导数存在、线性等条件的假设，具有搜索速度快、搜索空间广的特点．可以用来解决很多优化问题，因此，在放射治疗计划射野参数优化中得到了越来越多的应用。对不同遗传参数条件下的遗传算法收敛性进行了分析，给出了分析结果并进行了讨论。     

调强放疗逆向计划优化中基于剂量的目标函数改进

目的：研究调强放疗射野参数优化中基于剂量的目标函数的建立方法。方法：对传统的基于剂量的目标函数进行改进，在靶区周围勾画辅助器官，建立靶区剂量均匀性约束、辅助器官与靶区最高剂量约束和组织重要因子约束；用遗传算法对笔射柬权重进行优化，比较优化结果。结果：在目标函数约束下，能够显著提高靶区剂量均匀性和高剂量照射区与靶区在三维方向上的适型度。结论：上述目标函数在调强放疗逆向计划优化中具有重要临床应用价值。     

大学新生心理健康调查研究

目的:了解新时期大学新生群体的心理卫生状况及影响心理健康的常见症状.方法:于2000-2003每年新生入学第二学期时抽取本校经济学系、艺术系、教育学系、地理科学系、电子信息科学系每系各一个班的入学新生作为研究对象(每届5个班,共4届),共取样本20个班600人,采用全日本大学保健管理协会编制的UPI问卷进行心理卫生状况调查.结果:本组大学新生心理卫生状况:心理健康占74.7%,心理亚健康(边缘状态)占24.0%,有明显心理问题占2.7%;思想不集中(44.1%);在乎别人的视线(28.8%);缺乏自信心(27.6%);过于担心自己的前途(26.4%);缺乏热情和积极性(24.3%);缺乏耐力(22.4%);记忆力减退(21.7%)等.结论:大学新生群体中将近1/4处于心理亚健康状态,应适当加强心理卫生教育.     

一种新型体部精确放射治疗定位床研制

对体部立体定向精确放射治疗而言，其体部机械定位系统是保证治疗精确性的核心。介绍一种用于体部精确放射治疗的新型定位床的组成和结构，它具有重量轻、刚性大不易变形、X射线穿透性好的特点，保证了肿瘤放射治疗的效果，值得临床推广。     

Localitzation of Intracranial Tragets Using DSA Image

作者报告了一种利用血管造影进行颅内病灶立体定位的算法。该算法适用于成像平面与定位箱不平行的情况。并讨论了该算法应用中的一些实际问题的解决办法。     

放射治疗（X刀）剂量测量标准水箱的改进

目的：研制一种新型立体定向放射治疗系统（X刀）剂量测量水箱，以克服现有标准水箱在剂量测量时存在的安全性不高、使用麻烦、测量效率低等不足。方法：在现有标准水箱的基础上，采用增加另一个辅助水箱（内外式和并列式）的方法，通过标准水箱和辅助水箱的潜水泵和输水管连接。结果：实现测量水箱的水位电动控制。结论：它具有自动调节、结构简单和使用方便、成本低廉、安全性高的特点，值得临床推广。     

一种小波域上运用变分模型的PET／CT图像融合方法

目的：研究一种新的算法用于PET／CT图像的异机融合。方法：在小波域上运用变分的方法，结合小波和变分的优点，首先对PET和CT图像进行小波分解，然后运用提出的两个假设分别对分解后的近似和细节分量进行融合，最后进行小波逆变换得到融合图像。结果：根据具体的融合算法实例，并与MATLAB的小波融合工具箱的融合结果进行了比较，发现新算法对图像中病变区域的解剖定位更加的准确。结论：实验证明在小波域上运用变分法进行图像的融合可以得到很好的效果，能够更好地满足临床治疗的需要。