基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

基于集成DBN的肺部肿瘤计算机辅助诊断模型研究

针对目前肺部肿瘤计算机辅助诊断模型存在的识别精度不高和漏诊率、误诊率降低困难等问题,提出一种基于集成深度信念网络(DBN)的肺部肿瘤计算机辅助诊断模型。首先,探讨不同的隐层数和隐层节点数对DBN识别性能的影响,从而确定合适的网络结构,并以该网络结构在三个模态(CT,PET,PET/CT)肺部图像构成的样本空间构建三个单一DBN个体分类器(CT-DBN,PET-DBN,PET/CT-DBN);然后,探讨输入图像大小、RBM学习率、训练批次大小、反向传播次数对DBN识别性能的影响,从而确定合适的参数训练三个单一DBN个体分类器;最后,采用"相对多数投票法"对三个DBN个体分类器进行集成,得到该模型的最终结果。实验结果表明,基于集成DBN的肺部肿瘤计算机辅助诊断模型的整体性能优于三个单一DBN个体分类器。     

DSA体模研究及遥控装置的应用

为解决医用诊断数字减影血管造影(DSA)系统性能检测及检测人员操作时不受X射线的辐照,研制一套改进的DSA计量性能体模装置。体模的设计采用有机玻璃材料进行加工;模块的移动采用无线电信号遥控的方法;体模的性能试验在正常状态的DSA系统上进行。研究设计有机玻璃动脉模拟模块插件、骨骼模块插件、对比度线性模块插件和低对比度分辨力模块插件;模块的移动利用遥控驱动装置。试验得到:在不加载骨骼模块时,能看到直径为1mm的动脉模拟血管,同时能分辨直径2mm的模拟血管上1/2血管大小的血管瘤或栓塞;加载骨骼体模块后,可以分辨碘浓度为150mg/cm3、直径2mm的模拟动脉;遥控装置遥控距离50m,移动速度28mm/s。结果表明:体模装置完全符合国家规程JJG 1067——2011《医用诊断数字减影血管造影(DSA)系统X射线辐射源》要求;应用无线电遥控移动模块插件,避免操作时受到X射线的照射。     

青年医学工作者科普能力培养新模式

为了培养青年医师运用医学科普语言传播医学知识的能力，向社会提供更优质、可及的健康知识，改善医患关系，促进社会和谐；同时出于向社区、媒体推送一批优秀青年医学科普人才的考虑，本文在总结北京协和医院培养青年医务人员医学科普能力经验的基础上，尝试构建一套适合大型公立医院（尤其是教学医院）培养青年医务人员医学科普能力的新模式——“科普训练营”。本文旨在系统介绍该模式的产生背景、实践经验及初期效果，阐释实施后的重要意义，及实施过程中的挑战与应对策略。     

气管上段腺样囊性癌的临床病理

目的　探讨气管上段腺样囊性癌的临床病理特征及诊断和鉴别诊断要点。方法　收集2000年1月至2014年2月在北京协和医院确诊的4例气管上段腺样囊性癌病例，通过光镜、免疫组织化学及组织化学染色分析其临床病理特征、免疫组织化学特点、诊断及鉴别诊断要点。结果　4例气管上段腺样囊性癌患者中，男1例，女3例，平均年龄47岁(38~57岁）；既往均无腺样囊性癌病史，1例患者既往有结节性甲状腺肿手术史。镜下检查4例均为筛状/管状型腺样囊性癌，3例累及甲状腺组织，3例累及神经组织，未见淋巴结受累。免疫组织化学染色示4例P16、CD117、BCL2、P63、SMA均阳性，Ki67指数平均8%，TTF1和P53均阴性；4例中基底膜样物胶原Ⅳ阳性；组织化学染色示AB/PAS阳性。术后均接受总剂量为48~56 Gy的放疗，随访6~120个月，平均72.5个月，1例术后96个月复发，3例随访期间无复发及转移。结论　气管上段腺样囊性癌是罕见的原发于气管的低度恶性肿瘤，肿瘤生长缓慢，就诊时多数已侵及甲状腺组织，需要与原发于甲状腺的恶性肿瘤相鉴别，特别是在甲状腺穿刺及术中冰冻检查时。结合电子喉气管镜下表现、典型的形态学及免疫组织化学和组织化学染色有助于准确诊断。手术难以切除干净，术后放疗对延缓疾病复发有一定帮助。     

输电线路故障类型辨识研究

对输电线路常见的故障类型进行了归纳和分析，并对典型类型故障的辨识方法进行了研究，以期为输电线路故障智能诊断提供理论参考。     

振动传感器在智能设备诊断中的应用

传感器作为机械设备智能诊断过程中的第一步,它的重要性毋庸置疑。在现代工业中,企业利用大数据加快了数字化转型和智能化改造,特别是在设备的维护和诊断方面,更加的向数字化、信息化方向发展。大数据技术作为现代测试技术手段来辅助诊断,效果斐然,而在整个现代测试技术的最前端,也是最重要的一环,就是传感器的应用。