医学人工智能技术范文

导语：如何才能写好一篇医学人工智能技术，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

【关键词】 轻度认知功能障碍；颈总动脉;结扎；大鼠；学习记忆能力

轻度认知功能障碍(MCI)是介于正常老化和痴呆之间的一种临床状态，与老年痴呆(AD)有相似的病理生理过程，现在大多沿袭AD的造模过程。中国防治认知功能障碍的专家组［14］已达成共识，认为血管性病变是MCI发病的非常重要的原因。因此本实验的造模方法是在参照周振华等［5］的重度颈动脉狭窄动物模型制作方法的基础上通过结扎大鼠双侧颈动脉制备了MCI大鼠模型，并用Morris水迷宫测试法对Wistar大鼠造模前后学习记忆能力的改变进行评价。

1 材料与方法

1.1 实验动物 由中国医科大学动物部提供的合格Wistar雄性大鼠48只(体重200～250 g)，随机分为MCI模型组、针刺百会组、针刺非经穴组、正常组每组12只。动物用标准食水饲养，自由摄取。

1.2 仪器与药品 自制鼠台、手术刀、手术剪、弯勾、眼科镊子、脱脂棉、持针器、缝合针、缝合线、注射器、“30号1寸华佗牌”毫针、 Hans电针仪、MT200 morris水迷宫跟踪分析系统(S1000)。10%水合氯醛、75%乙醇、碘伏、注射用青霉素。

1.3 造模方法 大鼠于术前8～12 h禁食，期间可自由饮水，用10%水合氯醛(3 mL/kg体重，腹腔注射)将其麻醉后，仰卧位固定于手术台上，随后将颈部皮肤剪毛备皮并用活力碘消毒，行颈侧向切口，仔细分离皮肤和肌肉，显露并游离双侧颈总动脉，在颈总动脉近心侧距颈内动脉(ICA)和颈外动脉(ECA)分叉处约1.5 cm处用0号手术缝合线将颈总动脉和直径0.45 mm的注射器针头一并仔细扎紧丝线打成活结，然后小心拔出针头，缝合伤口，造成脑持续性低灌注。术后每日肌注青霉素1.6万u，连续 3d，抗感染。

1.4 针刺 选取百会穴(顶骨正中)、大鼠头部两侧固定的非穴位点(百会穴与耳根联线的中点)。方法：两穴均向前沿皮刺入5 mm，不进行手法刺激，连接Hans电针仪，施以连续波，频率20 Hz，电压2～4 V，强度以大鼠安静耐受为度(约为2 mA)，留针20 min，隔日1次，4周为1个疗程。

1.5 大鼠Morris水迷宫实验 在造模前后及针刺前后分别进行水迷宫实验，参照Morris［6］方法进行。

1.5.1 水迷宫的组成 水迷宫由圆形水池、平台、摄像头及电脑组成。水池直径120 cm，高50 cm，池内水深30 cm，圆形水面被通过圆心的两条假想垂线划分为4个象限，将直径10 cm、高28 cm的平台置于任意一个象限中央。

1.5.2 行为检测过程 实验前将牛奶与水混合，用加热器将水温加热至22～26℃。将大鼠绑一红布，以便摄像头追踪其运动轨迹。将大鼠从一固定位置放入池内，时间设为70 s，用摄像头跟踪其运动轨迹，用电脑记录其运动轨迹。如经70 s未找到平台者，将其引领至平台，放置30 s后，再次从固定位置放入池内重新设定记录其运动轨迹。第1、2、3 d为训练期，不记录成绩。

1.5.3 定位航行实验(place navigation) 定位航行实验用来检测大鼠获取经验(学习)的能力。造模前后及针刺治疗后各组大鼠均接受此实验检测。方法：每次实验大鼠将从同一个固定位置放入水池，其入水后尽力逃避水患，当发现平台后则栖身其上，每次的训练时间设定为70 s，作为最大潜伏期，即逃避到平台上的潜伏期(escaping latency)。如果小鼠在70 s内未找到平台，其潜伏期按70 s计算，记录各大鼠寻找平台的时间。时间越短表明大鼠的学习记忆能力越好。

2 结果

2.1 一般情况 结扎双侧颈总动脉后，大多数大鼠眼睑下垂，活动能力低下，自发运动减少。MCI模型组死亡2只(1只麻醉过量，1只在造模时分离颈动脉过程中死亡)，针刺非经穴组死亡1只(造模后因呼吸困难死亡)。死亡大鼠实验数据不做统计。

2.2 对大鼠学习记忆的影响 见表1。

表1 各组大鼠逃避潜伏期比较（略）

注：与本组造模前潜伏期比较，#P

由表1显示，造模前，各组大鼠逃避潜伏期无显著性差异(P>0.05)，说明各组大鼠逃避潜伏期基本一致，即大鼠学习的能力基本一致；造模后，MCI模型组、针刺百会组及针刺非经穴组大鼠潜伏期与正常对照组比较，其潜伏期明显延长，呈显著性差异(P

3 讨论

AD的发病率逐年上升，严重威胁人类的健康，因此对痴呆前期——MCI期的治疗有更重要的价值和意义。MCI的基础研究离不开动物模型，本实验通过结扎大鼠双侧颈总动脉制备了MCI大鼠模型，且本方法有利于机体缓慢达到脑供血不足的状态，与临床慢性脑缺血接近。Rao［7］对1977～1997进行的颈动脉狭窄与认知功能障碍关系的14项研究进行了汇总分析:其中12项发现颈动脉狭窄组患者有认知功能障碍。颈动脉狭窄后可能发生一系列的病理生理改变，导致持续低灌注，而细胞正常功能的维持需要充分的能量供应，认知功能减退可能是慢性缺血，或持续低灌注造成的能量供应减少的后果。

电针治疗通过激发腧穴特性与人体生物电的耦合作用，可促进脑部循环，改善组织供血供氧，提高脑功能，改善智力状况［8］。本实验可观察到:针刺治疗后，与MCI模型组比较，针刺百会组能显著缩短定位航行试验的潜伏期(P

本实验的大鼠模型具备了MCI的患病因素(即脑低灌注)，且呈现了较为明显的学习、记忆能力减退特征，与临床MCI患者病理过程较为接近，此模型的建立可以研究和识别MCI，将有助于发现具有最佳干预时机的个体，为临床痴呆的防治提供一个最佳防治时间窗，为进一步的预防性药物干预研究奠定基础。

参考文献

［1］Petersen RC，Doody R，Kurz A，et al.Current concepts in mild cognitive impairment［J］.Arch Neural，2001(58):19851992.

［2］陈晓红，王荫华.轻度认知功能障碍：AD的极早期阶段［J］.中华神经科杂志，2002，35(6):374376.

［3］贾建平.重视轻度认知障碍与老年痴呆关系的研究［J］.中华神经科杂志，2002，35(6):324326.

［4］中国防治认知功能障碍专家共识专家组.中国防治认知功能障碍专家共识［J］.中华内科杂志.2006，45(2):171.

［5］周振华，等.可控制狭窄程度的鼠颈动脉狭窄模型建立及认知功能改变［J］.中国临床康复，2005，8(28):6052.

［6］Morris R G M，Garrud P，Raulins J NP，et al.Place natigation impaired in rats with hippocampal lesions［J］.Nature，1982(29):681.

［7］Rao R.The role of carolicl slcnosis in vascular cognitive impairment Eur Neurol，2001(46):6369.

篇2

报告从医疗人工智能的发展角度出发，以商业落地为切入点，总结出中国医疗人工智能发展10大洞察。梳理了国内10项主流的医疗AI产品，医疗人工智能领域中十大主流产品，并从技术成熟度、使用效果、发展情况、企业案例等角度进行分析。

2018中国医疗人工智能十大洞察从人工智能在医疗健康领域的四个核心应用场景——医学影像、虚拟助理、健康管理和药物研发的角度，提出出中国医疗人工智能发展的十大洞察及相关观点。

1. 部分智能影像诊断企业将在2018年获得三类器械证，正式进入商业化阶段。

2. 智能影像诊断竞争格局基本形成，“伪医疗AI企业”基本出局，新入场技术型玩家基本没有获得风投的可能，商业机会已然错过。

3 .语音电子病历：落地医院成本高，产品需进行科室定制化，客单价低，主要用于病理科、影像科等。

4. 智能问诊：知识图谱搭建是关键，目前仅发挥导诊、辅助检索或连接医患的作用。院内场景“预问诊”需求量大，具备落地能力.

5. 国人健康管理意识尚待培育，健康大数据尚待采集与整合。企业以B端为主要切入口。

6. 精神心理治疗师严重缺乏，AI或可成为替代性工具。

7. 药物研发中化合物数据质量对于AI企业是关键。

8. 借助国际力量，中国AI药物研发企业从无到有，预计2018年起将涌现更多玩家，AI药物研发或将是未来的新风口。

9. 产品形态以软件/SaaS为主，收取软件授权费的商业模式存在一定局限性。软硬一体化产品的商业落地更具优势。

10. 中国医疗整体数据量大，但针对细分场景的数据量和质量仍无法满足算法模型的训练需求；随访数据的缺失，使国内在类似“肿瘤患者五年存活率”等领域的研究一片空白。

医疗人工智能应用场景与技术路线人工智能与医疗健康结合点在哪里？下图呈现的是人工智能技术在医疗领域的主流应用场景与技术路线，通过该图能够对中国医疗人工智能的格局有清晰的了解。

中国十大医疗人工智能产品总览为了更深入的解读商业落地的现状，在报告中，亿欧智库主要按照技术成熟度和使用效果两大维度对医疗人工智能十大产品进行了分析与评估。其中，针对技术成熟度和使用效果两大维度，主要通过产品出现时间、落地情况、发展情况、企业数量、行业人士和专家访谈进行判断。另外，还从产品的发展情况、涉足的企业案例等角度更加具体地进行分析。

医疗人工智能六大发展趋势结合政策和商业落地产品的现状，亿欧智库认为市场在今年呈现出六大趋势：

1. 2018年起，AI影像产品落地速度会加快，产品性能成熟度将不断提高。

2. 随着技术成熟度提高，语音电子病历医院普及率加快，头部企业可形成规模效应

3. 智能问诊随着知识图谱的不断完善，预问诊功能可以有效提升医生效率

4. 健康大数据的发展，会使AI在健康管理场景下的应用程度会进一步提高。

5. AI在精神心理健康的的渗透程度会更深，未来可能成为这一领域的核心推动力

6. AI+药物研发领域将会诞生出独角兽。

医疗人工智能发展四大挑战一是数据数量问题：中国医疗整体数据量大，但针对不同病种的数据量和质量参差不齐，有些病种的训练数据缺乏；健康大数据孤岛问题有所缓解，但仍未达到深度学习的阶段。

二是数据质量问题：AI数据处理中标注的准确性关乎结果的准确性，近两年之内还是需要大量医生去标注。药物研发中的数据质量对于研发效率的提升至关重要。

三是人才问题：AI算法人才与医学人才知识体系不同，如何融合各自优势发挥最大价值，值得企业思考。

篇3

摘要：介绍了图像处理技术在医学领域的发展，阐释了图像分割、图像融合和图像重建技术在医学领域的发展。提出了图像处理技术发展所面临的相关问题及其发展方向。

关键词：图像处理技术　图像分割　图像融合　图像重建

图像处理技术是20世纪60年展起来的一门新兴学科。近几十年来，由于大规模集成电路和计算机科学技术的迅猛发展，离散数学理论的创立和完善，以及军事、医学和工业等方面需求的不断增长，图像处理的理论和方法的更加完善，已经在宇宙探测、遥感、生物医学、工农业生产、军事、公安、办公自动化、视频和多媒体系统等领域得到了广泛的应用，成为计算机科学、信息科学、生物学、医学等学科研究的热点。

图像处理在医学界的应用非常广泛，无论是病理研究还是临床诊断都大量采用图像处理技术。它因直观、无创伤、方便安全等优点而受到人们青睐。图像处理首先应用于细胞分类、染色体分类和放射图像分析等，20世纪70年代图像处理在医学上的应用有了重大突破，1972年X射线断层扫描CT得到实用：1977年白血球自动分类仪问世：1980实现了CT的立体重建。随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT(计算机断层扫描)图像、MRI(核磁共振)图像、B超扫描图像、数字X光机图像、X射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。但由于医学成像设备的成像机理、获取条件和显示设备等因素的限制，使得人眼对某些图像很难直接做出准确的判断。计算机技术的应用可以改变这种状况，通过图像变换和增强技术来改善图像的清晰度，突出重点内容，抑制次要内容，来适应人眼的观察和机器的自动分析，这无疑大大提高了医生临床诊断的准确性和正确性。

一、图像处理技术及其在医学领域的应用

(一)图像分割

图像分割就是把图像中具有特殊涵义的不同区域分开来，这些区域使互不相交的每一个区域都满足特定区域的一致性。它是图像处理与图像分析中的一个经典问题。比如基于三维可视化系统结合fast marching算法和watershed变换的医学图像分割方法，能得到快速、准确的分割结果。图像分割同时又是进行三维重建的基础，分割的效果直接影响到三维重建后模型的精确性，分割可以帮助医生将感兴趣的物体(病变组织等)提取出来，帮助医生能够对病变组织进行定性及定量的分析，进而提高医生诊断的准确性和科学性。由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。

(二)图像融合

图像融合的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可读性。对多幅图像问的互补信息的处理来提高图像的清晰度。利用可视化软件对多种模态的图像进行图像融合，可以准确地确定病变体的空间位置、大小、几何形状和它与周围生物组织之间的空间关系，从而及时高效地诊断疾病。目前的图像融合技术可以分为两类：一类是以图像像素为基础的融合方法：另一类是以图像特征为基础的融合方法。以图像特征为基础的融合方法原理上不够直观且算法复杂，但是实现效果较好。在图像融合技术研究中，不断有新的方法出现，其中小波变换、基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向。随着三维重建显示技术的发展，三维图像融合技术的研究也越来越受到重视。

(三)图像重建

图像重建是从数据到图像的处理，即输入的是某种数据，而经过处理后得到的结果也是图像。CT是图像重建处理的典型应用实例。目前，图像重建与计算机图形学相结合，把多个二维图像合成为三维图像，并加以光照模型和各种渲染技术，能生成各种具有强烈真实感的图像。

二、图像处理技术在医学领域未来发展方向

当前，医学图像处理面临的主要任务是研究新的处理方法，构造新的处理系统。未来发展方向大致可归纳为以下几点：

(一)图像处理技术的发展将围绕研制高清晰度医学显示设备、更先进的医学成像设备，向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。

(二)图像、图形相结合，朝着三维成像或多维成像的方向发展。

篇4

[关键词]大学生；英语；自主学习能力；多元评价体系

[作者简介]邓春生（1976―），男，江西中医药大学副教授，研究方向为医学教育管理；刘伟华（1991―），男，江西中医药大学在读硕士，研究方向为医学教育管理；（通讯作者）余亚微（1970―），女，江西中医药大学人文学院院长，研究方向为高等教育管理。（江西南昌 330004）

[基金项目]江西省社会科学规划项目“中医药院校大学生英语自主学习能力多元评价体系的研究”（13WX210）

自主学习是指个体自觉确定学习目标、制定学习计划、选择学习方法、监控学习过程、评价学习结果的过程或能力[1]。20世纪50年代起，国外教育心理学界对自主学习开始进行研究。1981年，Holec在其专著《自主性与外语学习》中首次将自主学习的概念引进语言学习[2]。2004年起，我国学者开始研究大学生英语自主学习能力，但是对大学生英语自主学习能力评价体系的研究不多，经统计，目前具有代表性的是徐锦芬（2004）[3]，郭继荣（2011）[4]，韦晓保（2012）[5]，林莉兰（2013）[6]等学者的研究成果。但是与国外语言学家的学习理论比较，目前国内的大学生英语自主学习能力评价研究尚有不足[7]：（1）国内很多研究没有区别自主学习与自主学习能力二者概念；（2）在内容与评价指标的选取上，国内学者还没有把运用互联网、运用数字技术能力作为考量指标；（3）以往对自主学习能力的研究关注学习者内在影响因素较多，往往忽视了自主学习外在影响因素，即自主学习的社会性；（4）国内有些学者把自主学习能力看成是自主能力和学习能力的集合，忽视了自主学习的内在规律和整体交互影响因素；（5）缺乏宏观视角下的英语自主学习能力考评体系，应将自评、他评、互评整合成一个完善的评价体系放在重中之重；（6）随着互联网技术的发展，国外已经建立了数字化评价、人机交互评价的计算机评价软件，而国内学者由于技术原因，还未意识到计算机评价的优势。很明显，目前的评价方式跟国外的还有一定差距。随着数字技术、人工智能技术的成熟，迫切需要构建一套适应时代的包含自评、互评、他评的大学生英语自主学习能力的评价体系。

一、构建大学生英语自主学习能力多元评价体系应遵循的原则

（一）导向、激励性原则

指引学生英语自主学习能力的发展是构建大学生英语自主学习能力评价体系的首要目标。促进学生的发展是教育评价的出发点和归宿。以学生为中心的重点是以“学生发展为中心”。评价体系应该动态及时地反映出学生的自主学习能力现状以及在自主学习过程中出现的问题，指引大学生英语自主学习能力提高改变的方向。同时，构建的评价体系应以激励学生改变、促使学生提高能力为出发点。提供正面反馈，使学生在学习中不断体会到进步和成功的快乐，激发其内在发展动力，实现其自身的价值，使学生体验进步与成功，增强学生的自信心，强化学生的内在激励作用，让学生通过评价明白自己能力提升的改变，从而激发大学生学习英语的兴趣。

（二）多元、客观性原则

多元化评价是指参与评价的，不应仅仅是学习者自己评价自己，而是采用自评、他评、互评等三种评价方式共同评价学习者的英语自主学习能力。同时评价标准和评价方式也不仅仅是采用单一的评价标准和单一的评价方式，而是要对学习过程的多个维度作出自评、他评、互评。如果仅仅依靠学生自己的评价，势必会让评价结果受到较大的主观因素影响，采用多元角度进行评价可以提高评价体系的信度和效度。

（三）科学、准确性原则

构建的评价体系应该准确、全面的反映大学生自主学习能力的的各个方面，评价指标的设置应依据定性、定量分析后标的，而不是依据主观认识随意设置，亦即指标体系的设置应有较强的科学性。同时，获取评价指标所涉及的资料应方便可行，评价指标的设定应与时俱进，考虑到当前社会环境对大学生应具备的自主学习能力要求，如网络自主学习能力，资料搜集能力等。

二、大学生英语自主学习能力多元评价指标、主要观测点的构建

依据构建大学生自主学习能力多元评价体系应遵循的原则，在参考其他学者研究成果的基础上，经现状调查、专家咨询，大学生自主学习能力多元评价体系应包括自主学习元认知、自主学习管理、自主学习策略、自主学习过程管理、自主学习评价与总结等5项一级指标，具体内容如下：

（一）自主学习元认知

自主学习元认知指学习者关于自己的认知活动、过程及结果等方面的知识。具体表现为关系人、任务、策略等三方面的知识，以及学生在认知活动的展开而产生的理性、感性的综合感受。包括四个二级指标：

第一，对自主学习的了解。主要观测点包括对自主学习的了解、对自主学习重要性的认识、对自主学习能力应包含的内容的了解情况等。

第二，自主学习的信心。主要观测点包括在应对英语自主学习时对自己控制能力、学习方法、学习策略上的自信等。

第三，自主学习的动机。主要观测点包括对自主学习的兴趣、成就、需要等。

第四，自主学习责任感。主要观测点包括明白自己应该对自己学习负责等。

（二）自主学习管理

自主学习管理即学习者对自主学习过程中相关客观性条件的选择。包括四个二级指标：

第一，制定学习计划。主要观测点包括能自主制定适合自己的学习（短期、中期、长期）计划等。

第二，选择学习内容。主要观测点包括除了教师制定的目标，能自主选择适合自己的学习内容等。

第三，选择学习时间。主要观测点包括除了教师规定的学习时间外，能自主选择合适的学习时间等。

第四：选择学习场所。主要观测点包括能自主选择合适的学习场所等。

（三）自主学习策略

自主学习策略指标指的是学习者在自主学习过程中使用能促进自主学习能力的策略和方法。包括四个二级指标：

第一，运用听、说、读、写的策略。主要观测点包括运用听、说、读、写的英语学习策略情况等。

第二，寻求他人帮助、合作的策略。主要观测点包括寻求他人合作、帮助的技巧和频率等。

第三，利用多媒体、网络学习的策略。主要观测点包括利用互联网寻找学习资源、利用互联网自主学习的情况等。

第四：改善学习的社会环境的社交策略。主要观测点包括营造和改善学习氛围的社交能力等。

（四）自主学习过程管理

自主学习过程管理指学习者在自主学习过程中对自我的管理。包括三个二级指标：

第一，在学习过程中自我监控的能力。主要观测点包括在学习过程对学习计划、学习策略等方面进行自我监控，及时发现错误的情况等。

第二，克服学习困难的行为。主要观测点包括成绩下滑时自我激励、遇到难题坚持做完、环境嘈杂时妥善处理的情况等。

第三，完成教师任务和教学目标的情况。主要观测点包括在课堂能跟随教学进度、完成教师制定的任务等。

（五）自主学习评价与总结

自主学习评价与总结指的是学习者对自己自主学习的过程和结果进行评价、总结，包括四个二级指标：

第一，评价学习结果。主要观测点包括运用自主学习能力确实提升英语成绩（四六级、期末考试等）、与外籍人员社交能力的情况等。

第二，自我能力分析。主要观测点包括分析自己的强项与薄弱环节，并在实际运用中扬长避短等。

第三，结果归因。主要观测点包括对自己学习的进步或退步寻找原因等。

第四：反馈并改进。主要观测点包括根据评价结果调整学习目标、内容、计划，并针对薄弱环节加强训练等。

三、大学生英语自主学习能力多元评价权重的分析

（一）评价指标权重分析

为使权重系数客观、科学，本研究采用9标度层次分析法。

首先，构建层次结构模型如表1：

其次，构建判断矩阵。9标度层次分析法的基本方式就是对各层次因素重要性进行两两对比，即对每一层次下的因素重要性等级进行比较。其重要性等级及其赋值（记为A）的判断矩阵如表2。

然后，再进行各级指标权重的计算、计算各评价指标组合权重并赋值等步骤，归一化处理数据后，本研究进一步检验所得到的权重系数是否符合逻辑。9标的的层次分析法常用一致性指数（CI）检验，一般认为，当CI

经计算，CR=0.0357。结论：CI和CR值都小于0.10判断矩阵合理，接受权重系数打分。

将25位专家对评价指标打分的权重系数进行算术平均，得出大学生英语自主学习能力的综合评价权重表4：

（二）评价主体权重分析

为了构建合理的自评、互评、他评的大学生英语自主学习能力评价体系，必须科学设置自评、互评、他评在评价体系中的比例。本研究对25位专家进行了第三轮咨询，仍然采用9标度层次分析法进行比例确定，以某位专家打分为例：

经计算表明=3.083211 CI=0.0402 CR=0.0773

结论：CI和CR值都小于0.10，判断矩阵合理，接受该专家打分。

将符合一致性检验的专家结果打分的算术平均数计算得出自评、互评、他评比例表。如表6：

四、大学生英语自主学习能力多元评价体系的构建

根据上述研究结果，大学生英语自主学习能力多元评价体系结构图如下：

[参考文献]

[1]庞维国.90年代以来国外自主学习研究的若干进展[J].心理学动态，2000，（4）.

[2]Holec H.Auotnomy and Foreign Language Learning. 1981.

[3]徐锦芬，吴卫平.学生自主英语学习能力模糊综合评价[J].高等工程教育研究，2004，（3）.

[4]郭继荣，戴炜栋.大学生英语自主学习评价实证研究[J].外语界，2011，（6）.

[5]韦晓保.非英语专业大学生外语自主学习能力评价体系的构建[J].当代外语研究，2012，（9）.