目的 评估原生二十二碳六烯酸（DHA）纯牛奶对儿童记忆功能的改善作用。方法 采用随机、双盲试验设计，将300例6岁的儿童根据基线记忆商和视力水平随机分为3组，分别食用原生DHA纯牛奶、DHA藻油添加牛奶和未添加DHA的普通纯牛奶，每日上、下午各1盒（195 mL·盒~(-1)），连续服用90 d，其间保持原有生活习惯不变。结果 研究结束时，原生DHA纯牛奶组儿童的联想学习量表分、无意义图形再认量表分、记忆商显著高于DHA藻油添加牛奶组和普通牛奶对照组儿童（P<0.05）；第60天和90天末，原生DHA纯牛奶组血液中的DHA质量浓度均显著高于DHA藻油添加牛奶组（P<0.05）。结论 原生DHA纯牛奶和DHA藻油添加牛奶均具有辅助改善记忆功能，且原生DHA纯牛奶辅助改善记忆的效果优于添加DHA藻油牛奶。
胸痛三联征是以急性胸痛、呼吸困难、咯血为主的临床急性综合征，包括急性冠脉综合征、主动脉夹层及肺栓塞。早期识别至关重要，诊断主要依靠CT检查。相较于常规CT血管成像检查，胸痛三联征CT血管成像具有单次扫描、辐射剂量低的优势，且能够同时评价冠状动脉、主动脉及肺动脉病变，诊断准确性高，在急性血源性胸痛早期快速准确识别和指导临床治疗方面具有重要临床应用价值。本文旨在综述胸痛三联征CT血管成像临床应用现状及发展趋势，重点论述人工智能的应用，为临床实践与研究提供参考。
腕部疾病发病率较高，病因复杂多样。近年来，人工智能在腕部影像诊断领域的应用取得显著进展。这些技术实现了骨骼、软骨及神经等解剖结构图像的自动分割，能够评估骨龄并检测多部位骨折（如手舟骨骨折），还能对类风湿性关节炎、骨髓水肿病变进行定量分析。人工智能不仅提升了诊断准确性和效率，还有效降低了观察者间的判断差异，展现出巨大的临床转化潜力。但当前仍面临数据异质性、外部验证不足、模型可解释性有限以及临床流程整合不完善等挑战。本文系统梳理了现有的人工智能模型在腕关节影像应用中的关键性能指标及局限性，并为未来研究方向奠定了基础。
目的 构建人工智能辅助系统，实现小肠胶囊内镜（SBCE）图像中8类病变的自动检测与分割。方法 整合3个数据集的SBCE图像，使用LabeMe工具多边形标注病变，并转换为YOLO模型兼容的格式，用于神经网络模型的训练、验证与测试，包含13 983张图像和17 911个注释标签。模型性能评估指标包括精确率、灵敏度、50%交并比阈值下的平均精度（mAP~(50)）、50%～95%交并比阈值下的平均精度均值（mAP~(50～95)）、推理速度等指标。结果 共开发出5种不同规模的YOLO v11分割模型（v11n、v11s、v11m、v11l、v11x）。其中，YOLO v11m在保持最高mAP~(50)(0.908)的同时，实现了较快的推理速度（208.3帧/s），因此被选为最佳模型。在外部测试集中，YOLO v11m对8类小肠病变的分割任务取得了0.892的总体mAP~(50)，其中息肉和淋巴管扩张的分割精度最高，mAP~(50～95)分别为0.723和0.707，而出血类别的mAP~(50～95)最低，仅为0.409。结论 基于YOLO v11神经网络开发的SBCE图像分割模型YOLO v11m具有良好的识别性能，能够自动实现多类别小肠病变的精准定位、分类，并准确勾勒病变的像素级轮廓。
<正>兰州大学学报(医学版)是教育部主管,兰州大学主办的综合性医学学术期刊,创刊于1958年,国内外公开发行。为“中国科技论文统计源期刊”(中国科技核心期刊),中国学术期刊影响因子年报统计源期刊,中国高校优秀科技期刊,RCCSE中国权威核心学术期刊(B+),被国内外多家数据库和国家图书馆等多家图书馆和检索系统收录。作为“双一流”高校学术期刊,具有良好的学术口碑和学术影响力。66年来我们坚持“引领创新,促进交流,培养人才,服务健康”的办刊宗旨,遵循“立足西部,面向世界,突出特色,守正创新”的办刊理念。发挥兰州大学医学特色和西部地域特色,努力提高刊物质量,建设专家述评、基础研究、临床研究、公共卫生、循证医学、综述等栏目,助力西部常见病、高发病、地方病、罕见病的预防、诊断、治疗、研究和西部道地药材的研发、推广。
目的 构建一种针对男性膀胱出口梗阻的机器学习诊断模型。方法 采用回顾性分层抽样收集华中科技大学同济医学院附属同济医院2019—2024年580例男性患者尿动力学检查数据（梗阻290例/非梗阻290例），提取15项特征值，建立数据集。选取不同的特征组合构建模型并利用数据集对不同模型进行训练并验证。以精确度、召回率、F1值、准确度和特异性为评价指标评估模型的性能。结果 采用五折交叉验证，当特征数量为11项时模型性能最优，其曲线下面积值达0.95±0.02。该模型性能显著优于传统方法 （尿道阻力线性图与膀胱排出梗阻指数）。结论 基于反向传播神经网络的机器学习模型，对男性膀胱出口梗阻具有良好的诊断价值。
目的 分析计步器干预对慢性阻塞性肺疾病患者体力活动水平影响。方法 检索PubMed、The Cochrane Library、Web of Science、Embase、万方数据库、维普数据库、中国知网、中国生物医学文献数据库。检索计步器干预对慢性阻塞性肺疾病患者体力活动水平影响的随机对照试验，检索时限均为从建库至2024年2月。采用RevMan 5.3软件进行Meta分析，效应量采用标准化均数差（SMD）及95%CI表示。结果 共纳入16项研究，样本量总计1 731例。Meta分析结果显示，单独应用计步器（n=11,SMD=0.49,95%CI:[0.26,0.72],P<0.000 1）或计步器联合肺康复（n=7,SMD=0.31,95%CI:[0.08,0.54],P=0.007）均能够改善慢性阻塞性肺疾病患者体力活动水平。结论 计步器干预可以改善慢性阻塞性肺疾病患者的体力活动水平，但是改善效果未超过6个月。
人工智能正在深刻改变医学影像学的全流程，覆盖了从疾病筛查、智能诊断到风险分层和临床决策支持的各个环节，展现出巨大的临床应用价值。随着计算能力的提升和算法的快速发展，深度学习、生成模型以及Transformer等先进方法已在神经系统和头颈、胸部、腹部、心血管、乳腺及骨肌系统等多个领域得到广泛应用，并在病灶自动分割、疾病精准分类、预后风险预测等方面取得了突破性进展，不仅提升了影像解读的效率与准确性，也推动了个体化医疗的发展。本文将基于解剖学分类的视角，系统梳理人工智能在医学影像中的典型应用场景，重点阐述其在不同系统疾病诊治中的优势与挑战，并进一步探讨当前临床研究与转化应用的最新进展及未来发展趋势。
目的 探讨乙型肝炎肝硬化患者的脑功能网络拓扑属性改变及功能连接异常，并评估其拓扑学特征与患者认知表现的关联。方法 纳入兰州大学第一医院感染科2023年11月—2024年11月经临床确诊的乙型肝炎肝硬化患者32例作为乙型肝炎肝硬化组，招募健康志愿者31例为对照组，所有受试者均接受头部磁共振成像扫描和规范的神经心理学测试。采用联影科研平台、MATLAB R2024a软件分析三维T1加权成像及血氧水平依赖功能磁共振成像数据，并比较两组之间的网络拓扑属性和功能连接差异，分析网络拓扑学特征与认知评分之间的相关性。结果 与对照组相比，乙型肝炎肝硬化组的平均局部效率（F=6.316,P=0.015）、平均聚类系数（F=5.187,P=0.026）显著降低，部分脑区节点的拓扑属性呈降低趋势，但经多重比较校正后，差异均无统计学意义（P>0.05），功能连接分析显示肝硬化组存在1个连接显著增强和2个连接显著降低的子网络（P<0.05）。结论 乙型肝炎肝硬化患者存在脑功能网络拓扑组织损害，脑网络水平分析有助于了解肝硬化患者发生认知功能缺陷的神经病理学机制。
目的 探讨并验证一种腋神经自动分割的深度学习模型，以实现实时自动识别腋神经的解剖结构。方法 回顾性分析100例患者（男54例、女46例）的腋神经超声图像，采用软件ITK-SNAP手动标记，建立数据集并分为训练集与测试集；基于U-Mamba框架构建一种腋神经自动分割的深度学习模型；以平均交并比（mIoU）、平均骰子相似系数（mDice）及准确度为评价指标评估模型的性能。结果 共纳入831张超声图像构建数据集。其中训练集683张，测试集148张。训练集的总mIoU为0.980,mDice为0.990。测试集的总mIoU为0.672,mDice为0.776，分割准确度为99.3%。经过5折交叉验证的IoU中位数（四分位数）为0.981(0.978,0.983)。结论 基于U-Mamba的深度学习模型，在自动识别腋神经解剖结构时获得良好的效果，具有较高的临床应用价值。