简介：摘要先进驾驶辅助系统（AdvancedDriverAssistantSys⁃tem），简称ADAS，是利用安装于汽车上的各种传感器，在行驶过程中收集车内外的数据、辨识静态和动态物体，进行运算和分析并反馈给驾驶者，以帮助驾驶者察觉可能发生的危险，提高安全性的主动安全技术。ADAS技术被普遍认为是实现自动驾驶的过程性技术，其发展对于提高道路安全性以及实现未来智能驾驶是非常关键的一环。

简介：摘要心脏核磁通过多参数、多平面序列成像可以对心脏的解剖结构、运动功能和组织特征改变等实现全方位观察，从而成为诊断心肌病的金标准。但是，心脏核磁成像序列多、融合难，能够诊断心脏核磁的高水平影像科医生匮乏。为实现心脏核磁影像诊断的个性化教学以及交互式指导，本文针对心脏核磁影像设计了适用于心脏核磁影像教学的智能辅助诊断与教育平台。本平台利用人工智能技术既可以对影像进行预处理辅助诊断，也能智能定位学员知识盲点进行强化学习训练，从而提高心脏影像诊断的教学效果。

简介：摘要血液系统疾病的复杂性决定了其诊断需要多学科的整合，而目前综合性诊断医生的匮乏严重制约了该学科的发展。将人工智能技术应用于传统的血液系统疾病诊断平台，为解决此困境开辟了新的思路，并将进一步推动血液病诊断模式的变革。

简介：摘要目的利用大数据开发人工智能辅助结直肠息肉性质鉴别系统(简称人工智能息肉鉴别系统)并进行临床验证。方法2018年6月至2019年6月前瞻性收集16家参研中心的结直肠息肉内镜图像，由主治医师及以上职称的结肠镜医师在结直肠息肉内镜图像中标注息肉的基本信息(位置、大小、形态、病理活组织检查结果)，并圈出息肉轮廓以供人工智能息肉鉴别系统开发。以息肉病理活组织检查结果为金标准，分别计算白光模式、窄带成像技术(NBI)模式、白光联合NBI模式，以及结肠镜医师对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值和准确度。应用McNemar检验和Kappa检验进行统计学比较。结果共收集15 441张合格结肠镜图像，其中白光模式图像9 109张，NBI模式图像6 332张。在实验室水平，白光模式和NBI模式对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值、准确度分别为90.3%、98.3%、89.8%、98.4%、97.2%和90.5%、92.5%、92.3%、90.6%、91.5%。临床验证阶段纳入56例结直肠息肉患者，共78枚息肉。白光模式和NBI模式对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值、准确度分别为70.3%、82.1%、78.8%、74.4%、76.3%和78.4%、87.2%、85.3%、81.0%、82.9%。结肠镜医师、白光模式和NBI模式的判断结果分别与病理检查结果比较差异均无统计学意义(均McNemar检验，P均>0.05)，但是一致性一般，Kappa值分别为0.632、0.525和0.657(P均<0.01)。白光与NBI模式串联与病理检查结果比较的Kappa值为0.575，两者的一致性一般，但两者比较差异有统计学意义(McNemar检验，P＝0.004)。结论建立的人工智能息肉鉴别系统具有一定辅助诊断作用，但准确性仍有待提高。

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：摘要目的验证基于深度卷积神经网络(DCNN)的小肠胶囊内镜智能辅助系统识别、诊断小肠出血的能力。方法通过ESView平台收集1 970例患者的158 235张小肠胶囊内镜检查图像(其中包括165例小肠出血患者的3 765张图像)，用于基于DCNN的小肠胶囊内镜智能辅助系统的训练阶段。在验证阶段，用100例小肠出血患者(活动性出血10例、血痂病例31例、黏膜下出血59例)的图像验证该系统识别、诊断小肠出血的能力。结果基于DCNN的小肠胶囊内镜智能辅助系统的阅片系统可识别小肠出血病灶，并在原胶囊内镜图像上标注；该系统可以显示并标注同一出血病灶的多张图像和同1张图像内多个不同出血病灶；阅片医师利用该系统对100例小肠出血图像的平均阅片时间为(5.23±1.31) min/例，对小肠出血诊断的灵敏度达99.00% (95%CI　93.76%～99.95%)。结论基于DCNN的小肠胶囊内镜智能辅助系统对小肠出血的识别灵敏度高，可用于辅助阅片医师识别、诊断小肠出血。

简介：摘要目的评估HaiMed难愈性创面人工智能辅助系统在创面测量中的准确性及实用性。方法根据入选标准选取北京大学第三医院成形外科2019年1至8月诊治的慢性创面患者20例，男12例，女8例，年龄20～76岁，其中术后愈合不良创面9例，糖尿病足创面6例，压疮4例，肿瘤创面1例。分别采用传统的透明膜勾边法和HaiMed难愈性创面人工智能辅助系统对20例创面面积进行测量。对2组创面面积测量结果进行配对t检验，应用Spearman简单相关分析、Bland-Altman评价以及变异系数，对HaiMed系统的准确性、稳定性进行统计分析。P<0.05为差异有统计学意义。结果HaiMed难愈性创面人工智能辅助系统与传统测量工具相比，在创面面积测量中差异无统计学意义(t＝1.997，P＝0.060)，2种方法的Spearman相关系数r＝0.998，两者一致性好。Bland-Altman评价示所有散点均落于95%一致性界限内，HaiMed系统准确性可靠。透明膜勾边法组变异系数最小0.41%，最大4.03%，平均1.67%；HaiMed组变异系数最小0.15%，最大2.31%，平均0.60%，HaiMed系统较传统测量方法有更高的稳定性。结论HaiMed难愈性创面人工智能辅助系统测量创面面积准确性高、稳定性好，尤其对于浅表创面，可进行简便快捷的创面评估，是一套新型、可靠的创面测量工具。

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：摘要程序控制辅助训练系统是基于程序控制的特征和控制过程中的不便而开发的辅助系统。在这个辅助系统中，我们的管制员在接管飞机之前就会输入相关飞机的所有数据。在整个具体控制过程里，系统就会依照开始管制员输入的相关数据和信息，来对飞机进行具体的飞行状况，并根据管制员下达的指令来进行相关的调整和相对应的一些修改。其实在仿真的界面里，我们的每一架飞机的基本信息和位置都是在电子航空图上清清楚楚的看到。这种相对直观的界面，会在一定程度上为控制器节省大量的工作量，也在一定程度上能帮助控制器知道当时的实际空气的情况，并根据实际情况帮助控制器做出正确的控制指令和对策。

简介：摘要程序控制辅助训练系统是基于程序控制的特征和控制过程中的不便而开发的辅助系统。在这个辅助系统中，我们的管制员在接管飞机之前就会输入相关飞机的所有数据。在整个具体控制过程里，系统就会依照开始管制员输入的相关数据和信息，来对飞机进行具体的飞行状况，并根据管制员下达的指令来进行相关的调整和相对应的一些修改。其实在仿真的界面里，我们的每一架飞机的基本信息和位置都是在电子航空图上清清楚楚的看到。这种相对直观的界面，会在一定程度上为控制器节省大量的工作量，也在一定程度上能帮助控制器知道当时的实际空气的情况，并根据实际情况帮助控制器做出正确的控制指令和对策。

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：摘要太阳能热利用系统作为清洁无污染的绿色能源，对光照依赖度较强，为了提高系统可靠性必须配置辅助加热系统。本文就目前常见的几种辅助加热系统优劣势进行分析，以便在太阳能热利用系统的设计中更好地优化选择。

简介：摘要目的通过尸体标本解剖研究自主研发的智能化骨折复位机器人系统辅助骨盆骨折微创复位的效果。方法以10例新鲜冰冻成人尸体标本骨盆为实验对象（男7例，女3例），参考10例不稳定骨盆骨折患者的骨折形态建立骨盆骨折模型（依据Tile分型：B1型3例，B2型4例，C1型3例），使用本团队研发的新型智能化骨盆骨折复位机器人系统完成模型骨的自动复位并测量术中配准导航时间、自主复位时间、手术总时间和复位误差。结果10例骨盆模型均通过机器人系统完成了有效复位。术中配准导航时间平均为47.4 min（32~74 min），自主复位时间平均为73.9 min（48~96 min），手术总时间平均为121.3 min（83~170 min）。复位误差平均为2.02 mm（1.67~2.62 mm），复位结果满足临床手术要求。结论智能化骨折复位机器人系统可以辅助完成骨盆骨折的闭合复位，复位过程符合临床手术流程，具有较高的复位精度和操作可行性，同时彻底避免了传统手术过程中医生的放射暴露，为临床骨盆骨折微创复位提供了一种新方法。

简介：摘要目前，城市交通愈发拥堵，收集所需要的路况信息十分重要，如果自己的座驾可以自动完成路线规划，从中选择最为合理的路线，对于驾驶者而言极其实用，由此可以避免车辆拥堵。与此同时，在长时间驾驶时，若是电子系统可以代替驾驶者执行驾驶操作，将会带给人们很大享受。在本文中，探讨了车辆驾驶辅助系统与自动驾驶。

简介：摘要视力障碍人士需要各种视障辅助器具（简称视障辅具）进行补偿或代偿视觉，同时接受视障辅具使用训练及定期功能评估以加强技能。目前，社会机构服务模式、医院低视力门诊模式、流动诊所或项目服务模式等传统的视障辅具适配的康复治疗是有效的，但受到地域、人才、科技、资源等方面的限制，服务覆盖面有限，尚未全面满足视障人士需求。远程、基于互联网的现代化视障辅具智能适配模式已被应用于临床中，并发挥着重要的作用。现就智能视障辅助器具适配体系研究进展作一综述，旨在为视障康复提供新的思路，提高视障康复效率。

简介：摘要智能交通系统是解决当下交通问题的有效手段，而车联网技术是物联网在智能交通系统中的典型运用。本文通过基于车联网的智能交通安全辅助系统的构建，实现了车联网技术在智能交通系统中，尤其是车辆碰撞预警、事故上报及救援的应用，使智能交通系统的功能更加全面，更加安全、可靠。

简介：摘要新辅助治疗是进展期直肠癌治疗体系的重要组成部分，目前评价新辅助治疗效果的主要手段是MRI。为了缓解我国影像科医师相对缺乏的现状，中华医学会外科学分会结直肠外科学组联合北京航空航天大学虚拟现实技术与系统国家重点实验室，参考目前利用人工智能自动识别系统协助直肠癌新辅助治疗效果评估的相关研究，提出基于人工智能平台的直肠癌新辅助治疗效果评估系统的外科临床应用专家共识，以期引导该技术的规范应用，提高影像学阅片的效率和准确性。

简介：摘要随着大数据、互联网和信息科技的发展，人工智能技术被逐步应用于医院管理领域。作者利用临床大数据设计了医疗质量监控辅助系统，对医院现有的医疗信息数据进行结构化采集与监控，从环节上把握影响医疗质量与安全的关键点与关键事件，对医护人员的医疗行为进行事前预警、事中监控、事后评价，全面提升医院的医疗质量管理。

简介：摘要在我国，大肠疾病尤其是结直肠癌的发病率和病死率均逐年增高，但现有检查方法和技术的诊断效率和准确性仍有待提高。人工智能正处于高速发展阶段，其中深度学习是当下最先进、最流行的机器学习算法，已开始应用于医学领域，在辅助疾病诊疗中显示出良好的应用前景。新近研究表明，人工智能辅助系统的应用有助于提高大肠疾病诊断的效率和准确率。本文综述了人工智能尤其是深度学习算法在各类大肠疾病诊疗中的应用现状与价值，以及所面临的问题和挑战。