简介：摘要该系统以发动机的转速、机油压力、机油温度、冷却水温度、油耗及振动等参数作为监测对象，通过对这些参数的自动监测和工况分析，开发了汽车发动机状态实时监测系统，为发动机的状态趋势分析和故障诊断提供了测试平台。

简介：摘要随着我国高速铁路的飞速发展，如何准确预报早期故障、提出对策或建议、避免或减少事故发生在动车组运行安全性、可靠性等方面显得尤为重要。随着信息技术的发展，逐渐形成了动车组状态监控检修模式，通过分析列车状态，确定列车可靠性水平，决定检修时机，这种故障诊断技术在动车组日常监控和检修方面发挥着重要作用。

简介：摘要针对气象自动站保障人员故障诊断能力差的现状，从业务角度出发，概述了气象自动站故障诊断专家系统设计思路，详细介绍了专家系统在气象自动站故障诊断中的实现方法，知识库设计、知识收集、推理机设计以及系统软件设计，采用先进故障监控系统和BP神经网络为辅，弥补专家系统缺点，使系统具有高可靠性和实用性。

简介：摘要超声新设备自动乳腺超声（automated breast ultrasound，ABUS）具有扫诊分离、获取的标准化全乳图像可重复阅读的优点，更适用于乳腺超声培训。本研究通过比较以ABUS病例诊断实践为核心的乳腺超声影像培训模式和以手持超声操作与诊断为核心的传统乳腺超声影像培训模式，发现以ABUS病例诊断实践为核心的新培训模式培训周期短、超声医生诊断水平提升快，新培训模式能更高效地培养出更多技术合格的乳腺疾病超声诊断医生。

简介：摘要目的初步构建颈部淋巴结恶性风险分级诊断评估系统。方法前瞻性分析福建医科大学附属协和医院2018年7月至2019年12月301例颈部淋巴结病变患者的超声表现，包括短径、长径/短径比、边缘、边界、淋巴结间融合、淋巴门部、内部回声、无回声区、强回声点、高回声区、血流类型、血管分布等超声征象，以及患者恶性肿瘤史、颈部局部炎性表现、结核史，Logistic回归分析筛选出与良、恶性淋巴结相关的指标，并给予赋分。根据评分值对颈部淋巴结进行恶性风险分级评估。结果与恶性淋巴结相关的指标：短径增大、长径/短径<2、强回声点、高回声区、边缘不规则、淋巴结间融合、异常血流类型、肿瘤史；与良性淋巴结相关的指标：颈部局部炎性表现、边界模糊。随着评分值的升高，颈部淋巴结的恶性风险升高。所构建的分级诊断系统的各级别淋巴结恶性风险：1级7.30%，2a级35.00%，2b级69.30%，2c级91.50%，3级99.05%。该系统的ROC曲线下面积为0.913。结论本研究构建的颈部淋巴结恶性风险分级诊断系统有助于临床评估颈部淋巴结恶性风险。

简介：摘要目的系统评价基于深度学习的智能辅助内镜诊断系统(intelligence-assisted endoscopic diagnosis system based on deep learning，DL-IEDS)对上消化道早癌的诊断价值。方法系统检索Pubmed、Embase、Web of Science、Cochrane Library、Sinomed、CNKI、维普及万方等中英文数据库中有关运用DL-IEDS诊断上消化道早癌的诊断性试验。纳入的研究按诊断准确性研究质量评价工具-2进行文献质量评价，并采用Rev Man 5.3、Meta-Disc 1.4和Stata 15.1统计软件综合对数据进行Meta分析。结果最终纳入8篇文献，共9 675张图片，其中早癌图片2 748张。Meta分析结果显示：DL-IEDS诊断上消化道早癌的合并灵敏度、特异度、阳性似然比、阴性似然比及综合诊断比值比分别为0.920、0.874、6.824、0.103及71.109，综合受试者工作特征曲线的曲线下面积(area under the curve，AUC)为0.958 7；其中5篇文献报道了DL-IEDS诊断早期胃癌的结果，数据合并分析后结果显示，DL-IEDS的合并敏感度和特异度分别为0.840和0.845，AUC为0.919；4篇文献报道了内镜专家及内镜经验不足者诊断上消化道早癌的结果，前者合并敏感度、特异度及AUC分别为0.693、0.892及0.892 3，后者分别为0.586、0.860及0.754 5。对DL-IEDS、内镜专家及内镜经验不足者诊断上消化道早癌的AUC进行比较发现，DL-IEDS与内镜专家间差异无统计学意义(Z＝1.510，P＝0.131)，DL-IEDS与经验不足者间差异有统计学意义(Z＝6.841，P<0.001)。结论DL-IEDS对上消化道早癌具有较高的诊断准确性，能够明显提高内镜经验不足者对上消化道早癌的诊断能力。

简介：摘要为加深对遗传代谢病的认识，本文从遗传代谢病筛查诊断系统的应用实际出发，通过国际国内遗传代谢病筛查的发展现状、最新进展、不足之处的分析，以及对该领域发展方向的展望，以加深临床医师对该类型疾病筛查和诊断经验，完善我国遗传代谢病筛查诊断体系，提高可治疗遗传代谢病的临床诊断率及救治率，促进该领域的发展。

简介：摘要胸部CT扫描是肺癌早期筛查和诊断的主要检查手段，应用于胸部影像诊断领域的基于深度学习的计算机辅助诊断(CAD）系统可对CT图像上的肺结节进行检测和分类。深度学习技术可提高CAD系统的性能，尤其是在提高肺结节检测的准确率和降低假阳性率方面。笔者就CAD系统中的深度学习模型在肺结节中的应用现状和研究进展作一综述。

简介：摘要目的分析多种自身抗体联合检测诊断系统性红斑狼疮的应用意义。方法抽取郑州大学人民医院2015年1月至2017年12月收治的系统性红斑狼疮患者96例为观察组，同期选择健康体检者96例为健康对照组。回顾性分析两组全部的临床资料。两组均实施多种自身抗体联合检测，观察分析两组检测结果。结果观察组AHA、抗SSB、抗SSA、抗nRNP、ARPA、抗Sm、AunA、抗双链DNA抗体(抗dsDNA)、ANA等指标阳性率高于对照组，差异有统计学意义(P<0.05)；观察组活动期抗Sm、AunA阳性率高于非活动期，但差异未见统计学意义(P>0.05)，而抗dsDNA高于非活动期，差异有统计学意义(P<0.05)。抗Sm＋AunA与AunA＋抗dsDNA联合检测阳性率高于抗dsDNA单独检测，差异有统计学意义(P<0.05)；而抗Sm＋抗dsDNA与抗Sm＋AunA＋抗dsDNA联合检测阳性率高于抗体单独检测，差异有统计学意义(P<0.05)。结论在临床诊断系统性红斑狼疮患者时，采取多种自身抗体联合检测可提高诊断效率、特异性、敏感度，其值得临床应用推广。

简介：无

简介：摘要目的通过研究证候的分类及证候名称组成要素的多层次表示方法，实现计算机对中医证候名称的批量处理，从而应用于中医智能辅助诊断系统的研究。方法在中医理论指导下，结合证素辨证、证候要素学说，对证候要素进行更细粒度的拆分，提出证候层次划分方法和证候要素多层次表示方法，并通过对妇科月经病、不孕症的中医证候名称进行人工分析，以验证证候要素多层次表示方法的合理性。基于证候要素多层次表示方法，运用基于模式匹配的模式抽取方法，形成计算机批量处理证候要素的提取方法，并通过对《中医临床诊疗术语证候部分》证候名称的批量处理，验证计算机批量处理方法的准确性。结果在中医理论指导下，将证候名称组成要素划分为病位要素、病性要素(包括基本物质、病因、病理状态)、连接词的两层五类的结构，基于此构建出证候拆分流程。月经病、不孕症中医证候名称的人工分析结果显示，所有证候名称均可被拆分为1个或多个病位要素、病性要素、连接词。通过计算机批量处理《中医临床诊疗术语证候部分》证候分类结果显示，计算机批量处理的准确率为71.4%。结论构建的证候要素多层次表示方法为计算机大批量处理数据提供了理论框架，并提高了数据处理效率和准确率，为辨证模型训练数据集的构建提供了理论依据，为中医辨证推理模型提供支撑，可应用于中医智能辅助诊断系统的研究。

简介：摘要目的构建人工智能辅助诊断系统，自动发现胃溃疡病灶，鉴别胃良性溃疡与恶性溃疡。方法收集武汉大学人民医院消化内镜中心2016年11月—2019年4月拍摄的胃镜图片1 885张，其中正常胃黏膜图片636张、良性胃溃疡图片630张、恶性胃溃疡图片619张。其中1 735张为训练集，150张为测试集，分别将图片输入基于fastai框架的Res-net50模型、基于Keras框架的Res-net50模型和基于Keras框架的VGG-16模型进行训练。分别构建正常胃黏膜与良性溃疡、正常胃黏膜与恶性溃疡、良性与恶性溃疡3个单独的二元分类模型。结果VGG-16模型表现出了最好的结果，验证集验证模型区分正常黏膜与良性溃疡、正常黏膜与恶性溃疡、良性与恶性溃疡的精确度分别为98.0%、98.0%和85.0%。结论本研究获得的模型在发现溃疡病灶上具有较好的能力，有望应用于临床辅助溃疡病灶检出并鉴别良恶性溃疡。

简介：摘要文中针对汽车空调系统制冷效果差、无制冷、工作时噪音大等常见的故障进行了分析，叙述了导致各类故障的各种潜在因素，并指出了相应的故障判断和分析方法，对于汽车空调系统关键部位故障进行了深入分析，提出不同原因下的故障排除方法。从而为汽车空调系统故障的诊断、维修和日常保养提供参考。

简介：摘要目的构建基于深度学习的超声内镜下消化道黏膜下肿物(SMT)诊断系统，为诊断SMT提供帮助。方法纳入2019年1月1日至2021年12月15日于武汉大学人民医院消化内镜中心行超声内镜检查术(EUS)和内镜黏膜下剥离术的245例经病理诊断证实的SMT患者，共收集3 400张EUS图像。选取2 722张EUS图像用于训练病灶分割模型，2 209张图像用于训练胃肠道间质瘤与平滑肌瘤病灶分类模型；分别选取283、191张图像作为独立测试集对病灶分割和分类模型进行评估；选取30张EUS图像作为独立数据集进行人机比赛以比较病灶分类模型与6名内镜医师的病灶分类准确度。采用交并比和Dice系数等指标评估病灶分割模型性能，采用准确度评估病灶分类模型性能。采用卡方检验进行统计学分析。结果病灶分割模型的平均交并比为0.754，Dice系数为0.835，精确率、召回率和F1指数分别为95.2%、98.9%和97.0%。在病灶分割的基础上，病灶分类模型的准确度由未分割时的70.2%提高至92.1%。人机比赛结果显示，分类模型鉴别胃肠道间质瘤与平滑肌瘤的准确度为86.7%(26/30)，优于6名内镜医师中的4名医师[分别为56.7%(17/30)、56.7%(17/30)、53.3%(16/30)、60.0%(18/30)]，差异均有统计学意义(χ2＝7.11、7.36、8.10、6.13，均P<0.05)；另2名医师的分类准确度分别为76.7%(23/30)、73.3%(22/30)，与模型比较差异均无统计学意义(均P<0.05)。结论该系统在将来有望用于超声内镜下SMT的辅助诊断，为后续治疗决策的选择提供有力依据。

简介：摘要本研究将智能眼底影像辅助诊断系统应用于眼科临床带教，探讨其在提高眼科学临床教学质量中的作用。围绕糖尿病性视网膜病变的临床带教案例，分析了具体应用步骤、效果以及改进策略。结果发现智能眼底影像辅助诊断系统提供的典型案例作为导入材料，可使课程更加生动；学生在课后利用该系统反复练习，可以加深知识的理解，增强学习积极性，应用效果得到了学生的肯定。

简介：摘要目的探讨计算机辅助检测和诊断（CAD）系统评估甲状腺结节是否应行细针穿刺活检的临床应用价值。方法收集2019年2月至10月哈尔滨医科大学附属第一医院106例欲行细针穿刺活检的甲状腺结节，进行CAD系统、高年资、低年资超声医师评估并按照美国甲状腺学会指南建议穿刺与否，以细针穿刺活检病理结果为“金标准”进行判读。若病理结果为恶性，则判定建议细针穿刺活检有意义；若病理结果为良性，则判定建议细针穿刺活检无意义，分别计算3种方式的敏感度、特异度、阳性预测值、阴性预测值和准确性，比较3种方式的评估效能；按照结节大小将其分为3组：1.0 cm~＜1.5 cm组、1.5 cm~＜2.0 cm组和≥2.0 cm组，研究其对CAD软件评估甲状腺结节穿刺与否这一效能的影响，比较不同组的敏感度、特异度和准确性的差异。3种方式间及各组间差异的比较均采用McNemar检验法。结果CAD软件的评估效能与高年资医师相对比，CAD软件的敏感度低，而特异度高，差异均有统计学意义（71.2% vs 84.6%，P=0.039；77.8% vs 61.1%，P=0.049）；CAD软件的评估效能与低年资医师相对比，其敏感度、特异度均高于低年资医师，差异均有统计学意义（71.2% vs 55.8%，P=0.021；77.8% vs 64.8%，P=0.039）；CAD软件的评估准确性与高年资医师相近，但大于低年资医师（74.5% vs 60.4%），差异有统计学意义（P=0.001）。CAD软的评估效能与结节大小有关，当结节最大直径为1.0 cm~＜1.5 cm时，CAD软件的敏感度最高（82.4% vs 40.0% vs 62.5%），差异具有统计学意义（P=0.027）；当结节最大直径≥2.0 cm时，CAD软件具有最高的特异度及准确性（91.7% vs 80.0% vs 53.3%；84.4% vs 81.6% vs 48.0%），差异均具有统计学意义（P=0.023、0.002）。结论CAD系统能对甲状腺结节给出合理的细针穿刺活检建议，其评估准确性与高年资医师相近且高于低年资医师，结节大小能影响其评估效能。

简介：摘要汽车在行驶过程中发生变速器脱档故障，会瞬间失去动力，严重威胁驾乘人员的安全。在了解汽车变速器挂挡原理和换挡系统的基础上，对引发变速器脱档故障的常见原因进行分析，并提出几种针对性的应对策略，从而降低变速器脱档故障的发生率，保障汽车行驶安全。

简介：摘要在地铁机电环控系统组成中，轴流风机是其中的一类重要设备，主要发挥送风、排热、事故排烟等功能，对维护地铁安全运行有着重要作用。由于地铁内部结构组成复杂，风机日常检修和故障判断的难度较大，如果采取人工诊断可能会花费较多时间，不利于故障问题的尽快解决。目前常用的轴流风机故障诊断方法有振动监测法、调制强度法、神经网络法等几种，本文首先介绍了轴流风机的一些常见故障，随后在综合对比这几种诊断方法的基础上，选取神经网络法就具体的故障诊断流程展开了简要分析。

简介：摘要目的探讨一种基于深层卷积神经网络的眼科B型超声图像诊断系统的临床应用价值。方法收集2018年1月至2020年10月于武汉大学人民医院眼科中心进行眼科B型超声检查的1 278例受试者3 600张B型超声图像，以此构建图像数据集，由3位资深专业眼科医师对图像进行标记。将数据集分为训练集2 812张图像和测试集788张图像，采用深度学习算法构建诊断模型，检测模型识别视网膜脱离(RD)、玻璃体积血(VH)及玻璃体后脱离(PVD)的准确性。选取120张独立于数据库的B型超声图像，由3位高年资眼科超声医生进行评估并记录评估时间，并与模型评估结果进行对比分析。另选取8位低年资临床医生模型辅助前后分别对独立于数据库的另外150张眼科B型超声图像进行评估，对2次评估结果进行差异分析以评估模型辅助效果。结果本诊断模型识别正常眼、RD、VH、PVD以及其他疾病的准确度分别为0.954、0.909、0.881、0.990和0.920。人机对比中，模型识别各类眼底疾病的准确度与高年资医师相近，评估图像的时间约为高年资医生的1/2。经模型辅助后，8位低年资医师诊断准确度均有显著提升(P<0.01)。结论该智能评估模型诊断RD、VH、PVD的准确度较高，并能提高临床诊断效率，较好地辅助临床医生进行评估。

简介：随着汽车数量的逐渐增多，为了确保汽车具有安全性，车主开始注重对汽车保养和维修，推动了汽车维修行业的发展，进而推出汽车维修技术，开始广泛应用于电子诊断中，便可检测出发动机、内燃机以及制动性能是否存在故障，及时诊断出存在的问题，从而快速采取相应的措施解决，有效提高维修效率。