時間：2023-07-04 09:26:21
序論：速發表網結合其深厚的文秘經驗，特別為您篩選了11篇精準醫學綜述范文。如果您需要更多原創資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
中圖分類號：R587.2 文獻標志碼：A 文章編號：1674-9324（2016）12-0267-02
近年來，隨著我國經濟發展及人口老齡化，2型糖尿病、骨質疏松癥的患病率逐年增高，目前國內有近1億的糖尿病患者和7000多萬骨質疏松患者，已成為嚴重的公共健康及社會經濟問題，慢性病管理已是當前醫學面臨的重大課題。醫學生臨床實踐能力是評價高等醫學教育質量的重要指標之一，醫學教育必須把培養學生臨床實踐能力放在重要位置[1]。本文結合我科近幾年在專業學位研究生、規培醫師及七年制本碩醫學生所采取的教學方法以及取得的效果做一個簡要綜述。
一、整體診治思維能力的培養
內分泌代謝疾病病種多，臨床表現不一，和相關學科交叉聯系廣，同時其進展快，新知識、新技術層出不窮，學生理解、應用較難，如果醫學生沒有一個系統的整體概念，易造成漏診、誤診，因此在醫學生的臨床實踐能力培養上需要有一個整體、系統的臨床思維培養[2]。例如，一個低血鉀、高血壓的患者，臨床考慮原發性醛固酮增多癥，第一步是初步篩查試驗，包括尿鉀排泄率、血腎素、醛固酮水平檢測及醛固酮/腎素比值的計算，如果是原發性醛固酮增多癥，患者往往有低血鉀、高尿鉀、血醛固酮水平增高并醛固酮/腎素比值大于40。第二步為確診試驗，主要是卡托普利試驗、鹽水負荷試驗、氟氫可的松試驗等，如果患者的血醛固酮水平仍然是高的，說明醛固酮的分泌為自主性，不受腎素―血管緊張素―醛固酮系統的反饋調節，提示原發性醛固酮增多癥。第三步為定位及分型，完善腎上腺增強CT及腎上腺靜脈取血，若為醛固酮瘤，需手術治療；若為增生，考慮特發性醛固酮增多癥，予口服安體舒通治療，不需手術。在臨床上，如果嚴格按照此流程診治原醛癥，其思路非常清晰，避免誤診、漏診及過度醫療。
二、結合循證醫學（Evidence-based medicine，EBM）證據，提高醫學生的自學能力
循證醫學是20世紀90年展起來的一門新型交叉學科，其核心是應用當前所能獲取的最好的隨機對照臨床研究，指導臨床實踐，再結合患者個人的具體情況及醫生的經驗，制定患者最佳的診治措施。將循證醫學思維應用到內分泌代謝病的臨床教學中，教師首先需追蹤當前國內外最新的臨床研究證據，結合患者具體病情，提出臨床問題；再指導學生查閱相關文獻，收集、評估證據；最后指導患者的診治。這樣既解決了患者的臨床問題，又充分調動了學生的學習積極性，培養了學生的循證醫學思維能力。我們以“1例2型糖尿病”為例應用循證醫學思維來進行臨床教學。
1.收集臨床資料，提出臨床問題。患者，62歲，2型糖尿病13年，長期以基礎胰島素甘精胰島素和二甲雙胍、瑞格列奈等口服降糖藥治療，血糖控制理想，糖化血紅蛋白7.1%，合并高血壓8年，現在口服氨氯地平降壓，血壓150/82mmHg。本次入院發現尿白蛋白增高，為285.0mg/g.Cr。目前患者2型糖尿病、原發性高血壓、糖尿病腎臟病（G2A2期）診斷明確，其臨床問題是：為降低尿蛋白、延緩腎功能進展，患者除嚴格控制血糖外，是否需要嚴格降壓？目標值為多少？首選哪一類降壓藥，既除降壓之外還可降低尿蛋白、延緩腎功能下降？
2.查閱相關文獻，收集循證證據。臨床研究證據是循證醫學的核心，獲得有效的高級別臨床研究是實施循證醫學教學的關鍵。臨床證據來源多種多樣，可以是臨床研究、專家共識、指南及薈萃分析等，證據級別分為A、B、C、D級，前瞻性臨床研究優于回顧性研究，大樣本、多中心研究優于小樣本研究，隨機、對照雙盲的臨床研究證據級別為A級。收集證據的方法包括PubMedline檢索、期刊、指南匯集等，如本例患者，采用“糖尿病”、“高血壓”、“尿白蛋白”組合檢索，可獲取UKPDS、PRIME等臨床研究[3]，其多為多中心、隨機、前瞻性的長時間隨訪研究，證據級別高，具有很好的臨床價值。UKPDS已證實，2型糖尿病患者，嚴格控制血糖、血壓可明顯降低微血管并發癥的發生風險29%～48%；亞組分析提示降壓目標值在140/80mmHg，大血管并發癥風險下降16%，腎病風險下降34%。而PRIME研究是專門觀察ARB類降壓藥對糖尿病患者尿白蛋白及eGFR的影響，發現厄貝沙坦150mg～300mg明顯降低患者尿白蛋白排泄26%～34%，延緩eGFR的下降，其有降壓作用外的腎臟保護效應，因此對于糖尿病腎病合并高血壓患者，首選的降壓藥是ARB類，其不僅降壓，還可降低尿蛋白、延緩腎功能下降。
3.臨床研究科學性、實用性的評估。對檢索到的文獻的科學性、臨床實用性等要進行質量評估，以更好指導臨床實踐，其評估的內容主要包括：①入選人群是否有代表性；②研究方法是隨機對照的；③統計方法正確與否；④研究結果可信度。然后再參閱目前國內外相關指南的診治要求，最后結合患者的臨床實際情況制訂一個好的診療方案。例如，上例2型糖尿病合并慢性腎臟病患者，《中國糖尿病防治指南2013版》、美國糖尿病學會（ADA）及歐洲糖尿病研究會（EASD）2015年《2型糖尿病高血糖管理》已經明確指出[4]：2型糖尿病的積極降糖、降壓治療，可顯著降低糖尿病腎病的發生發展，降壓藥物首選ARB類，因此本例患者我們結合目前的循證證據，以厄貝沙坦300mg/日降壓，血壓目標值為130/80mmHg。通過這樣的學習，學生的臨床思維能力得到了很大的提高，同時其閱讀文獻、探索新技術的能力也得到了加強。
三、引入以“器官為中心的新型教學模式”
以器官為中心的教學模式是近年來醫學高等教育改革的方向之一，它是以學生為主體，以器官為核心，再輔以多學科相關專業教師的指導，進行研究性學習的一種創新教學方法[5]。與傳統教學模式相比。它可調動學生的學習積極性，充分發揮學生的主觀能動性，綜合應用解剖、病理、病理生理、藥理等知識，密切結合臨床，從而讓學生充分掌握疾病的重點知識，分析評估預后。例如我們在講解糖尿病時，先講解機體內調節糖代謝的各種內分泌激素，以及其對蛋白質、脂肪的調節；胰島A細胞、B細胞等的生理功能；胰島素合成分泌及代謝途徑；胰島素受體、受體后信號轉導異常所引起的胰島素抵抗；最后再講解糖尿病的臨床表現及診斷治療。通過這樣的教學，學生能充分理解疾病本質，理論基礎與臨床實踐的緊密結合有助于培養學生的臨床思維、科研能力。
四、引入“精準醫學（Precisim medicine）”概念
精準醫學是近年興起的新型診療模式，它是根據每個患者的個體特征“量身定制”治療方案，有別于傳統的“個體化”診治原則，精準醫學是基于患者對某種特異性疾病易感性的差異、某種特異性治療的反應性差異而進行的亞群分類，因此預防或治療的干預將被集中應用于可能獲益的患者，而對于那些不能獲益的患者將免于醫療花費和不良反應之風險。作為一種新的醫療模式，精準醫學依靠的是先進的檢測技術，例如基因測序的綜合應用，以達到對疾病的精確診斷、精確分類和精確治療。從內分泌代謝性疾病的臨床實踐看，我們所進行的許多臨床工作都體現了精準醫學的概念，如在痛風的診治中，別嘌醇是常用的降尿酸藥物，但中國人群存在HLA-B5801基因多態性，應用該藥發生超敏反應綜合癥的風險高，因此臨床上在使用別嘌醇前需檢測HLA-B5801基因，若為陽性，應避免使用此藥。許多內分泌代謝性疾病與遺傳相關，為單基因遺傳性疾病，同一種內分泌疾病臨床表現各異，需尋找分型標記物，不同表型的治療、預后不一樣。所以在內分泌教學中，我們引入精準醫學概念，對此醫學生應有一個正確認識，適應當今醫學的新模式、新要求，收集患者臨床資料，健全生物標本庫，建立大數據，更好的為患者服務。
總之，在科技、經濟飛速發展的當今中國，新的醫學理念和技術目不暇接。作為內分泌專業教師，在廣泛汲取國內外先進教學經驗的基礎上，結合自身特點，充分應用多種教學方法，合理利用各種互聯網資源，積極探索提高醫學生的臨床思維、臨床實踐能力培養的新方法，從而充分調動醫學生學習的主動性，讓他們系統深入地了解內分泌代謝性疾病的病因、發病機制、臨床表現及診治，培養醫學生正確的、系統的臨床思維模式，提高其臨床實踐能力，使之成為創新型、知識型的21世紀復合醫學人才。
參考文獻：
[1]馬志敏，黃韻，胡吉.關于內分泌教學方法的探索[J].繼續醫學教育，2015，29（2）：15-16.
[2]馬麗，馬靜，李凱利.多種方式結合的內分泌教學方法探討[J].新疆中醫藥，2013，31（5）：75-77.
1、腦微出血的提出與定義
腦微出血（cerebral microbleeds CMBs）最初是在2005年開始被發現，因為其在臨床醫學表現上沒有明顯的特征，只有在MRI技術T1成像作用下才表現為圓形或者是斑點狀的低信號或者是信號缺失的情況[1]，隨著醫學技術的發展，在T2加權像中表現更加清楚。腦微出血真正被提出研究是在2009年，但是因為更多缺少病癥樣本的研究和討論，至今還是因為缺乏更加精準的定位定義研究。
2、CMBs常見發病群體
目前的研究結果顯示，腦微出血發病群體多數體現在老年人身上[2]。年紀的增加，由于人體的腦內微小血管病變的可能更大，所致腦微出血現象更加的頻繁。
出現CMBs的人群當中，在腦出血病人中導致CMBs發生的概率是最高的，多達33%-80%的范圍，其次是腦梗塞病癥的病人發生CMBs的概率是26%，正常人發生腦微出血的可能性在5%-6.4%。從上面這個數據中可以看出，臨床表現出來的腦出血會導致CMBs并況，危險進一步增加。
CMBs病癥除了有一些共同群體的現象之外，其常見發病的部位依次表現在皮質及皮質下白質，其次CMBs體現在基底核及丘腦、腦干，最后是小腦[3]。國外腦微出血研究人員Lee在針對CMBs多發性部位的研究當中，發現CMBs與原發性腦內出血之間的關系非常密切。皮質及皮質下白質因為上述的關系，所以皮質及皮質下白質和腦微出血關聯強度最高，發病率也更高。除了Lee的研究之外，Ying-Fa Chen等醫學家在研究過程中，也發現了再MRI檢測結果中，缺血性腦卒中的病患位于基底核和丘腦部位的CMBs病灶和pICH的病灶相關[4]。
導致腦微出血發病的病因因多數是因為高血壓、淀粉樣血管變性等等危險因素[5]。對于這些腦微出血病癥的相關因素，需要進一步的研究探討，找到更加精準的病因。根據研究顯示，CMBs除了和人的年齡、血壓、還有就是心臟疾病方面相關[6]。在近一兩年更有提出與低密度脂蛋白有關系，這些相關因素需要我們進一步的探討。
3、CMBs發病機制與原理
當前腦微出血因為其自身病癥與出血性腦血管疾病的關聯性，所以其也成為預測腦血管疾病的因子之一[7]。所以CMBs受到了現代神經科研究領域的高度關注，但是由于還未能夠根據臨床研究對CMBs進行精準定義，同時發病機制也還處在探討階段。
從當前探討階段的研究結果可以得出，腦微出血是因為微血管的受到損傷而引起的臨床病變，這種微出血血管損傷嚴重程度的提升，直接體現在病變的嚴重化，出血表現更為明顯。病理學研究結果中，我們發現CMBs病癥多數發現是位于腦內微小動脈或者是更細微動脈瘤的旁邊，從而能夠推測出高血壓是導致形成腦微出血病癥的因素之一[8]。
4、腦微出血的危險因素
隨著現代醫學技術的進步，MRI檢測新技術之磁敏感加權成像（SWI）在臨床醫學方面應用范圍更為的廣泛。CMBs被認為和認知知障礙、腦實質出血 、腦腦卒中、高血壓、糖尿病及動脈粥樣硬化等等相關危險因素有相關性[9]。在新醫學領域技術的支持下也可以進一步研究CMBs，取得更好的進展，為CMBs病因的診治、病癥防治以及預后判斷等方面帶來成效。
在前人的研究基礎上，可以看出CMBs與腦出血病癥表現有非常明顯的相關性 ，所以CMBs也是目前臨床醫學研究中對出血性微血管病進行預測的一個指標[10]。現在醫學手段中，經常采用的檢測CMBs的方法主要有：MRI檢查方法、血液指標檢測方法、統計學方法、磁敏感加權成像（SWI）等方式方法[11]。
5、針對低密度脂蛋白（LDL）的CMBs分析
針對低密度脂蛋白(LDL)的CMBs分析是采用了MRI檢測新技術中SWI技術，結合血液指標的檢測，最后統計學計算方式，對比觀察CMBs患者和無CMBs患者的數據[12]。從數據對照中進行研究探討CMBs和LDL之間的作用關系。
分析研究發現，對比了CMBs患者與無CMBs對照組之間的纖維蛋白原水平變化方面沒有明顯的差別,也就是說CMBs病患自身具有的凝血機制沒有很大的變化[13]。但是我們從上面的表格當中，可以看出CMBs病癥患者的低密度脂蛋白（LDL）較低，比無CMBs一組病患來得低。這一現象也表明證實了卒中強化降脂研究中國提出的，低水平LDL會導致腦微出血的發病率的增加 。
CMBs發病機制原理可能是因為合理的血脂水平的降低，才會導致維持小血管壁的完整性降低，微小血管受損發生[14]。低水平LDL會對小血管壁的完整性形成損壞，從而引起了血管周圍含鐵血黃素沉積 ，在MRI技術中顯示出了信號缺失的病癥 ,這也就是CMBs病癥發生的一個因素。
經過國內外醫學家的研究探討，有多例CMBs病患病癥體現為信號缺失，然后導致了微小血管旁邊的含鐵血黃素沉積，這個進一步的證實了上面的CMBs發病因素理論[15]。同時經過上面的討論，得出CMBs 患者自身的總膽固醇（CHOL） 水平來得更好。CHOL水平高對高血壓影響大，會導致微小血管的舒張功能降低，血管收縮反應是由于ET釋放，使得小血管的通透性也增加了，引起腦微出血的概率增加。
6、高血壓
從上面的研究分析當中，可以得出一個結論腦微出血相關影響因素包含了血脂的影響,所以對CMBs患者來說，必須把血脂水平維持在一個正常范疇，防止腦微出血的嚴重化[16]。從研究分析中發現，那些CMBs患者和沒有患上CMBs患者之間，在年齡、高血壓病、糖尿病、腔隙性腦梗塞 、舒張壓 、收縮壓、以及LDL 等心腦血管危險因素的癥狀表現上都有所差異。
影響CMBs計數的因素有高血壓、 腔隙性腦梗塞 、收縮壓、 舒張壓有關聯。CMBs的分級與年齡 、高血壓、腔隙性腦梗塞、 收縮壓 、舒張壓有關聯[17]。把病患針對有無CMB對比，進行與心腦血管等因素的二分類回歸統計分析中，可以看出高血壓以及腔隙性腦梗塞等危險因素，對CMBs 的發生概率影響是明顯的，所以高血壓對動脈硬化影響，也對CMBs產生關聯性。
7、腦微出血與其他腦血管病
因為腦白質中血液供源于各深穿支動脈，這些微小動脈是腦終末動脈，微小動脈之間之間側支循環來得稀疏或者沒有循環， 一旦末端微小血管出現了病變，就會導致腦腦白質區域血液循環工學的變化，使得腦室旁出現水腫與酸中毒發炎，這也就導致伴隨LA患病率的增加[18]。CMBs的病因特征和LA病因特征都是屬于微小血管的病變范疇，根據這個可以推導出兩者之間的病理學原理是相似甚至共同。腦微血管（CMBs）發病會使得血管壁脆性更高，血管損傷容易出血，但是血管損傷未完全破裂的時候，也有可能導致節段性血管閉塞的發生，從而出現缺血性損傷的病癥現象。因此可以得出，CMBs病變能夠造成出血性腦損害，也可能會導致缺血性腦損害。
認知功能是人腦神經中樞中的一項高級功能。隨著老齡化的日益增多，人群中患有認知功能障礙與癡呆現象的人也越來越多了。CMBs和認知功能之間關系與相互的作用，也是CMBs相關因素研究一個方向。臨床研究表現中可以看出CMBs患者發病和前額部、執行功能的損傷有影響，所以CMBs病癥研究對長期認知功能的影響體現出發生概率的預示作用[19]。
在臨床醫學中抗血小板聚集治療在針對動脈硬化性疾病預防治療中運用范圍廣。經過對上千例高齡患者的針對性研究中，發現了沒有服用抗血栓藥物的高齡患者在MRI檢測檢查中，腦微出血（CMBs）癥狀出現更為普遍[20]。但是大量服用抗血栓藥物也會導致后期CMBs現象更為明顯。負責本次CMBs與抗血栓藥物關系研究的醫者認為，對于一些患心臟病或者中風的患者來說，抗血栓藥物使用效果還是利大于弊。但是對于另一些特殊人群，例如CMBs患者而言，一些抗血栓藥物的長期使用還是弊端顯著的。
從上面的討論中，我們可以得出，雖然腦微出血和其他腦血管疾病有一定的共通性。但是由于從宏觀大血管病和微觀小血管病之間還是存在著差異性。在治療方面的共同性還有有所差別的，所以關于CMBs的治療還需進一步的研究探索。
8、結語與展望
腦微出血（cerebral microbleeds CMBs）作為一種新形態的腦小血管病癥，使得我們對腦血管基本方面的認識從整體走入細節，從針對大血管關注轉變為小血管疾病的研究。CMBs病癥是醫學新技術MRI推廣使用之后提出的一種形態學變化，其臨床病癥的表現和多個危險因素相關，更加精準的發病機制原理需要進一步的臨床研究討論。
CMBs多個相關因素在國內外的研究文獻中都有提高與證明，本文中進一步針對CMBs因素進行探討與研究。雖然針對CMBs的探討有了階段性的進展，但對其機制的研究樣本還是不夠全面，在其診斷、防治、治療與預后等方面還需要進一步研究實踐。相信隨著醫學技術的發展，能夠在以后找到更好的突破口，完全了解和治療CMBs。
參考文獻:
[1]黎杏群.腦出血中西醫現代研究與臨床.人民軍醫出版社,2012-04
[2]王崢.腦血管病發病因素的相關性研究.東南大學出版社,2011-09
[3]金永娟.李宏妹.朱文云等.高血脂對血細胞和血管內皮細胞的損傷[J].中國微循環，2012,6（1）；22-24
[4]吳文海.缺血性腦卒中患者腦微出血的危險因素及其對認知功能的影響[J],浙江臨床醫學,2013年 第2期
[5]范慧敏,張微微,黃勇華等.缺血性腦血管病患者腦微出血的危險因素及其對認知功能的影響[J].中國腦血管病雜志,2011-08
[6]韋鐵民, 呂玲春, 周利民, 等. 腦微出血的磁共振診斷研究進展[J]. 中華醫學雜志, 2013, 93(025): 2007-2009.
[7]王小強, 吳君倉, 張繼, 等. 急性腦梗死患者腦微出血的相關危險因素分析[J]. 中華老年心腦血管病雜志, 2012, 14(4): 386-389.
[8]謝宗志, 李浩, 游潮. 腦出血早期血腫擴大的研究進展[J]. 中國腦血管病雜志, 2012, 9(008): 435-440.
[9]史蕙青. 腦微出血相關因素分析[J]. 中國實用神經疾病雜志, 2012, 15(21): 18-19.
[10]程新旺, 周東. 腦微出血研究進展[J]. 華西醫學, 2012, 27(8): 1276-1279.
[11] 吉鳳, 王世民, 于蘭. 老年腦梗死患者伴腦微出血的臨床觀察[J]. 中華老年心腦血管病雜志, 2012, 14(1): 11-13.
[12]王小強, 吳君倉. 腦微出血對認知功能的影響及其發病機制研究進展[J]. 中華神經科雜志, 2012, 45(003): 192-194.
[13]黃信全. 124 例缺血性腦血管病患者腦微出血相關危險因素分析[J]. 醫學綜述, 2013, 19(8): 1510-1511.
[14] 馮潔, 劉運海. 腦微出血研究進展[J]. 中國神經免疫學和神經病學雜志, 2012, 19(3): 157-160.
[15]王紹娟, 王利偉, 黃海青, 等. 磁敏感成像序列在腦微出血診斷中的價值[J]. 磁共振成像, 2013, 4(5): 335-338.
[16]劉毅, 師敬飛, 段云霞, 等. 缺血性卒中溶栓后出血預測因素的研究進展[J]. 中國腦血管病雜志, 2012, 9(009): 499-504.
[17]劉慧, 謝明. 腦梗死后出血轉化危險因素的相關性研究[J]. 中國當代醫藥, 2013, 19(30): 53-54.
DOI：10.14163/ki.11-5547/r.2017.02.099
Current state of application and research progress of ultrasound in diagnosis of superficial lymph node GAO Bo. Binzhou Medical College， Zibo 255000， China
【Abstract】 Ultrasound has the advantages in diagnosis of superficial lymph nodes that can not be replaced by other inspections. With continuous mature and perfection of clinical medical technology， more innovative and high technology and application method were learned in diagnosis of superficial lymph nodes. The development status of ultrasound in superficial lymph nodes was reviewed in this paper.
【Key words】 Ultrasound； Superficial lymph node； Ultrasonic elastography； Ultrasound contrast
淋巴結分布于全身， 只有位于表淺部位的淋巴結才可觸及。位于頸部、頜下、鎖骨上窩、腋窩、腹股溝區及皮下組織等處淋巴結最易摸到。大部分病癥的臨床癥狀是：淺表淋巴結腫大， 如全身性感染、局部性感染、結核病以及來自其他器官的惡性腫瘤， 霍奇金和非霍奇金淋巴瘤等。對于淋巴結診斷方法而言， 之前最常用的是觸診方式， 不過該方式一般無法對淋巴結的性質、大小、數量、有無鈣化及液化等進行估測。自從超聲診斷儀應用于淺表淋巴結檢查， 上述問題都得以很好的解決。在對淺表淋巴結進展診斷的過程中， 超聲波技術存在的優勢是獨一無二的， 其體現出：高效、方便、低廉、診斷率高、能重復性等優勢， 還可以觀測淋巴結血流分布情況， 特殊情況下可利用超聲技術進行穿刺活檢[1-5]。
淋巴結在健康狀態下的短徑/長徑之比
1 超聲引導下的淺表淋巴結穿刺
對于良惡性淋巴結來說， 通過二維超聲檢測發現， 其圖像與血流特點都存在重疊現象， 在臨床上， 最有效且最常用的診斷手段是淋巴結手術活檢， 不過其存在一定的副作用， 通常會留下瘢痕， 大部分位置深長、且和血管相鄰的位置極難進行手術， 對此， 利用超聲技術對淺表淋巴結進行穿刺活檢則是評測淋巴結形態的一個重要方法。其方法也包括：超聲輔助細針抽吸細胞學診斷、超聲輔助自動活檢、超聲輔助粗針穿刺活檢。同時其存在定位精準、易診斷、微創、副作用少、普及率廣、能重復性強、超聲可實時顯示穿刺過程等優點。利用超聲技術能夠全面規避對相鄰組織或血管的磨損， 則屬于一個相對安全、定位精準、磨損小的技術[11-13]。現今是淋巴結診斷的常規必要方法。
2 超聲彈性成像
超聲彈性成像是利用超聲探頭向人體組織發射超聲波信號激勵組織， 因應力產生的局部力學變化， 提取壓縮前后與組織彈性有關的超聲回波信號間的時延參數， 推算出組織的彈性系數， 并用灰階或偽彩圖像反映出來[14]。
在非健康狀態下， 組織彈性出現異變， 和健康淋巴結相比， 惡性異變導致組織硬度增加。從2007年彈性成像技術第一次在淺表淋巴結臨床檢查中得以推廣之后， 其重點是比較淋巴結和相鄰組織的質地硬度變化， 將其為良惡性淋巴結的臨床確診提供重要的醫學信息。在常規條件下， 惡性淋巴結自身的結構會受到一定程度的破壞， 促使淋巴組織出現持續性增生或者是壞死， 并且內部血管充盈， 以此造成淋巴結硬度增加， 不過對于超聲彈性成像技術而言， 是可以對質地軟硬度的變化給予精確體現， 能夠大大地提高臨床診斷率。
頸部淺表淋巴結惡性診斷[1]：彈性分級Ⅲ級或以上， 長短徑比值0.655， 邊緣型、混合型血管模式。
超聲彈性圖分級對于良惡性淋巴結的鑒別有一定臨床意義[2]， 但較傳統的淋巴結長短徑比無優勢。
不過通過彈性成像方法的臨床應用機理上來看， 則具有一些不完善之處， 例如各組織間的彈性指數具備交叉性[3]。并且也具備制約性， 需要引起注意：病變淋巴結所在位置越平坦， 均勻施壓后彈性效果越滿意；周圍組織如血管搏動易出現偽彩色；淋巴結大小及深度也有影響， 尤其
3 超聲造影
超聲造影是指經外周靜脈注入造影劑， 利用造影劑與人體組織器官的回聲特性或聲阻抗不同， 增強組織器官或病變的顯示， 實時動態觀察病變組織及其周圍正常組織的微血管灌注情況， 進而對病變組織進行鑒別診斷[15-18]。
也可以叫做聲學造影（acoustic contrast）， 其原理是借助造影藥物可以讓后散射回聲凸顯， 針對性地增加超聲臨床鑒別技術的分辨度、靈活度與特異度的方法。良性淋巴結的增強模式主要為同步增強和離心性增強， 惡性淋巴結主要以向心性增強為主。分析原因：良性淋巴結的血供主要由淋巴門的血管供給， 從淋巴門向周圍的皮質分支供血；良性淋巴結內一般少有壞死區， 故淋巴結內的區域一般呈同步或向心性增強。惡性淋巴結由于腫瘤的新生血管的形成或腫瘤細胞瘤巢對原有血管的壓迫、損壞等， 造成惡性淋巴結附近的血管組成發生異變；加之惡性淋巴結內容易伴有壞死區， 因此惡性淋巴結的供血方式發生改變， 血管可從周邊生長而入， 從而形成周邊向中心的向心性供血模式。本文通過對良惡性淋巴結造影后的時間-強度曲線（TIC）分析， 良性淋巴結造影劑達峰時間和平均通過時間均短于惡性淋巴結， 曲線下面積大于惡性淋巴結。Poanta等[6]對61例淋巴結的超聲造影研究后發現， 良惡性淋巴結的達峰強度和區域紅細胞體積明顯不同， 不過其峰值時間與曲線下面積在統計學領域中沒有任何意義。但是韓峰等[7]強調， 時間-強度曲線的各個數據均無統計學意義， 淋巴結的造影強度變化與頸部大血管的關系密切。上述良惡性淋巴結樣本總量偏小， 可能會導致結果的誤差， 有待繼續積累樣本資料來明確時間-強度曲線各參數的意義。
通過各組織學類型的非健康淋巴結的超聲造影灌注模式的差異， 將其模式劃分成四大類， 其分別是：Ⅰ型（均等增加型）：全部淋巴結呈現出明顯且均等的增加；Ⅱ型（淋巴門非均等增加型）：灌注均等， 實質明顯增加， 不過對于中央高回聲淋巴門而言， 則存在非規則的少或零灌注區；Ⅲ型（實質非均等增加型）：明顯增加的實質中存在局部性少或零灌注區；Ⅳ型（微弱增加型）：全部淋巴結呈現微增加特點， 灌注無規則。Ⅰ、Ⅱ型一般屬于良性， 其他屬于惡性異變[8]。
通過其他調查[7]發現， 良性淋巴結大部分是離心性增強， 而惡性淋巴結惡性淋巴結向心性增強， 并且對于良性異變來說， 一般存在均等增強化， 時間-強度曲線形態以“快進快退”為主；轉移性淋巴結多呈不均勻高強化， 時間-強度曲線形態以“快進慢退”為主[9]。當設置超聲造影感興趣區（ROI）于皮質最明顯增強區域時， 惡性淋巴結在皮質最明顯增強區的上升時間明顯短于良性淋巴結， 鑒別良惡性淋巴結的最佳診斷界值為15.99 s[10]。
超聲造影技術對于良惡性淋巴結的鑒別診斷有一定作用， 其敏感性和準確性明顯優于常規超聲。良惡性的增強模式不同， 但時間-強度曲線的數據分析對于鑒別良惡性淋巴結中的作用還有待繼續研究。
總之， 常規二維超聲和彩色多普勒為淺表淋巴結的臨床診斷提供了非常重要的依據， 而超聲造影技術、彈性成像、三維超聲等新興技術應用為淋巴結病變的診斷提供了廣闊的發展前景， 隨著超聲技術不斷的發展、完善， 期待將來可以找到鑒別淺表淋巴結性質的更可靠的方法。
參考文獻
[1] 劉奇志， 吳衛華， 王雷， 等. 常規超聲和超聲彈性成像在頸部淋巴結良惡性鑒別診斷中的價值. 中國臨床醫學， 2016， 23（1）：
74-76.
[2] 周文輝. 常規超聲和彈性成像在淺表腫大淋巴結良惡性診斷中的應用. 中國療養醫學， 2016， 25（9）：938-940.
[3] 陳麗霞. 超聲彈性成像技術在淺表淋巴結良惡性中的診斷價值. 中國鄉村醫藥， 2016， 23（9）：62-63.
[4] 丁偉英， 姚蘭輝. 彈性成像技術在淺表淋巴結良、惡性鑒別診斷中的臨床應用. 醫學綜述， 2014， 20（14）：2607-2609.
[5] 張菊梅， 孫德勝， 唐誠， 等. 超聲彈性成像定位、超聲造影定位引導淺表淋巴結穿刺活檢的診斷準確率比較. 山東醫藥， 2014（21）：94-96.
[6] Poanta L， Serban O， Pascu I， et al. The place of CEUS in distinguishing benign from malignant cervical lymph nodes： aprospective study. Med Ultrason， 2014， 16（1）：7-14.
[7] 韓峰， 鄒如海， 林僖， 等. 常規超聲和超聲造影在淺表淋巴結良惡性鑒別診斷中的價值. 中華超聲影像學雜志， 2010， 19（3）：234-237.
[8] 朱玲， 杜聯芳， 伍瑛， 等. 超聲造影鑒別診斷淺表淋巴結良惡性的初步探討. 臨床超聲醫學雜志， 2012， 14（12）：816-819.
[9] 冀鴻濤， 朱強， 榮雪余， 等. 超聲造影在頭頸部淋巴結良惡性病變鑒別診斷中的應用. 中華醫學超聲雜志（電子版）， 2011， 8（7）：1549-1557.
[10] 李江萍， 冀鴻濤， 朱強， 等. 頭頸部淋巴結病變超聲造影時間-強度曲線的分析. 首都醫科大學學報， 2014， 35（2）：184-188.
[11] 房立柱， 董寶瑋， 梁萍， 等. 超聲引導下淺表淋巴結穿刺活檢在臨床診斷中的應用價值. 臨床超聲醫學雜志， 2014， 16（9）：613-615.
[12] 劉丹， 曹兵生. 超聲在淺表淋巴結良惡性鑒別診斷中的應用進展. 醫學綜述， 2011， 17（1）：125-127.
[13] 孟亞新. 超聲引導穿刺活檢在淺表腫大淋巴結良惡性診斷中的應用. 臨床超聲醫學雜志， 2007， 9（1）：61-62.
[14] 宋宏萍， 周曉東. 超聲彈性成像技術在淺表淋巴結良惡性鑒別診斷中的應用進展. 中華醫學超聲雜志（電子版）， 2012， 9（8）：9-12.
[15] 洪玉蓉， 劉學明， 張聞， 等. 超聲造影在淺表淋巴結疾病鑒別診斷中的應用研究. 中華超聲影像學雜志， 2006， 15（11）：849-852.
[16] 劉青， 于， 蘇海礫， 等. 超聲造影在淺表淋巴結定性診斷中的臨床價值. 中華超聲影像學雜志， 2009， 18（2）：142-145.
首先，使學生認識到微創外科是臨床外科的一個基本觀念，如同無菌觀念一樣，是對外科醫師的基本要求，也是任何一名外科醫師應具備的基本素質之一。隨著科學技術的發展進步，“微創”這一概念已深入到外科手術的各種領域，如婦科、腦外、泌尿外科、骨科等。應當理解什么是微創外科技術，即具備對機體創傷小、疼痛輕、恢復快、美容、且對機體內環境干擾小的醫學技術，包括腹腔鏡技術、內鏡技術、腔鏡技術以及自然通道手術等。而工作經歷也影響對微創外科技術的認知，有工作經歷的研究生，其或多或少地接觸過微創外科技術，也有更多的機會對微創外科技術進行實踐。而對于應屆本科畢業的研究生，對微創外科技術則知之甚少，因此首先應讓學生理解什么是微創外科技術。
1．2臨床實踐中培養微創外科技術的意識
目前微創外科技術發展迅猛，各種新的技術不斷出現并應用于臨床。而醫學研究生由于對微創外科技術的理解上存在誤區，認為微創外科技術作為新技術，必須有豐富的傳統開放手術的經驗或臨床經驗才能開展，其操作難度大，作為學生難以掌握。因此，失去對微創外科技術的學習熱情，或者僅是被動地接受，導致他們更熱衷于參加傳統的手術方法，而對微創外科技術敬而遠之。因此應當消除研究生對微創外科技術的錯誤認識，提高學習積極性。首先，在臨床實習工作中，讓他們對比開放手術及微創手術病人的術后恢復情況，如創傷小、恢復快、疼痛輕、美容等，體會微創技術應用的巨大優勢;其次，定期進行微創外科技術講座，培養學生的微創外科技術，并有意識地安排他們參觀或作為助手參與微創外科手術，進一步讓學生體會微創外科技術難度及手術操作過程，切身體會微創外科技術優勢。腹腔鏡對手術視野有放大作用，可以更清晰地展示難以辨認的解剖結構。讓學生認識到其實微創外科技術并沒有想象的那么難，對初學者來說甚至比開放手術還容易掌握。最后，可以定期播放常見手術錄像，講解手術步驟及相關手術涉及的組織器官解剖結構和手術層次，反復地強化微創技術的優勢及其操作的技巧，達到在意識上主動接受微創外科技術的作用。
1．3研究生課題中微創外科技術的興趣培養
醫學研究生的培養主要有兩方面:臨床實踐和科研方法，而科研需要選題、綜述、實驗、論文書寫等。因此導師在研究生選題時，就要有意識地培養其對微創外科技術的興趣和認識，讓學生知道微創外科技術日新月異的發展。選題先讓學生查閱微創外科技術方面的最新進展，通過查閱文獻，不但可以開闊學生的微創外科技術方面的視野，而且進一步強化了其微創外科技術的意識。確定微創方面的研究課題后，應發揮學生的網絡文獻檢索的技術特長，要求其寫出與研究課題相關的文獻綜述，了解學生對微創外科技術的了解程度，并對存在的問題進行講解或讓其查閱文獻。通過反復的文獻查閱，醫學研究生對微創外科技術的理解和認知方面就會大大強化。
2微創外科技術的技能培訓
通過培養學生在意識上能動的認識微創外科技術的內涵以后，緊接著就是如何培養醫學研究生的微創外科技術。微創外科技術與傳統的開腹手術相比，具有以下特點:首先，微創外科技術多借助內鏡、器械以及特殊的工具進行，因此必須熟練掌握這些器械的應用;其次，微創外科技術操作是通過內鏡攝像系統在監視器上形成平面圖像進行操作，圖像缺乏層次感和立體感，視線與手術操作不在同一方向上，而且器械多，需要很精準的手眼、手腳協調配合;最后，微創外科技術往往使術者失去“手感”。各個器官組織的質地、組織特點不同，需要不斷地訓練培養手感。因此，針對這些特點，需要在以下方面對醫學研究生進行微創外科技術培訓。
2．1微創外科技術基礎知識的學習
在醫學研究生培養階段，輪轉的科室應根據本科室微創外科技術的特點，結合本科室的臨床工作，通過各種方式，使學生了解微創外科技術的發展與現狀;通過授課或現場演示的方式，讓學生掌握微創外科技術的原理及技術操作要點，以及常見故障的排除方法，掌握手術器械的正確使用;讓學生掌握微創外科技術治療各種疾病的適應證、禁忌證、術前準備、麻醉方式的選擇;掌握并發癥的預防和處理原則，以及圍手術期處理等相關知識。通過對學生開展微創外科、腹腔鏡技術等方面知識的普及和教育，使他們了解到微創外科技術的發展已經使外科學的發展進入一個新的時代，許多現有的有創手術都將被無創手術或更先進的治療手段所取代，過去許多的手術或高風險、高技術、難度大的手術將變得簡便、安全和精確。這些基本知識應在工作中反復強化，使學生有較強的意識進行微創外科技術的學習和實踐，從而在實踐中做到有的放矢、事半功倍，順利開展微創外科技術。
2．2微創外科技術基本技能的訓練
微創外科技能的訓練是一個漸進的過程，不能急于求成。首先可以通過模擬訓練進行一些基本的操作訓練，如分離、切割、縫合、打結等;其次可以通過一些模擬訓練系統進行和臨床實際相近的訓練，如微創技術模擬訓練系統進行基本的操作訓練，通過撿豆訓練基本的器械操作，通過應用豬肉模擬進行鏡下的縫合打結分離技術等。應用計算機仿真模擬訓練考試系統可進一步訓練掌握內鏡微創技術，使微創技術進一步得到提高。而高清腹腔鏡手術系統則能讓醫生進行實戰操作，其訓練更接近臨床真正的手術環境，還可以通過動物試驗手術室進行真正的微創技術訓練，通過反復的技術訓練，使學生掌握手眼協調、手腳協調等基本技術，達到熟練掌握微創技術的目的。
2．2．1通過手術及視頻演示進行訓練
通過對學生基本知識和基本技能的培訓后，醫學研究生對微創外科技術已經有了初步的了解，在此基礎上可以安排經驗豐富、技術嫻熟的醫師進行微創技術手術演示或視頻演示，進行現場講解，并講解手術的及手術者、助手的站位，講解確定手術方案的依據、具體手術方案、詳細的手術步驟，以及手術中如何辨認手術解剖、手術的注意事項等。使醫學研究生詳細地觀察手術的全過程，進一步在實踐中培養及感受微創技術，解決培訓或臨床中遇到的一些問題。
2．2．2在臨床實踐中進行訓練
經過上面系列學習及培訓后，學生掌握了微創外科技術的基本知識及基本技能，但臨床實踐的感受是無法通過培訓獲得的。應對醫學研究生進行臨床實踐技能的培訓，讓學生懂得微創技術強調整體治療觀念，盡量減少損傷程度的手術操作是微創外科技術的前提，組織損傷對手術來說是絕對的，而程度是相對的。要在臨床實踐中實現總體上的微創或少創，而不應為盲目追求切口小，而致顯露不充分造成副損傷;也不應片面追求速度快而造成醫源性損傷或病變探查處理不徹底;更不應頑固堅持保留器官而遺留重大隱患。追求相似或更佳療效下的整體微創為微創觀念的根本。而具體到操作方面，先從助手開始進行臨床實踐培訓，然后逐漸過渡到一助，進而向術者逐步過渡，由微創技術熟練的老師負責帶教，從手術器械的準備、機器導線的連接，到具體的手術步驟，例如腹腔鏡下膽囊切除術、腹腔鏡下闌尾切除術等。該階段的培訓可進一步提高學生的微創外科技術，對其獨立從事微創外科技術具有重要意義。
1共享優勢
新媒體是網絡技術支撐下出現的媒體形態，可分為網絡新媒體、移動新媒體和數字新媒體［1］。目前以門戶網站、搜索引擎、簡易信息聚合（RSS）、電子郵件／即時通訊／電子書、網絡雜志／電子雜志等為主。融合的寬帶信息網絡，是各種新媒體形態依托的共性基礎。終端移動性，是新媒體發展的重要趨勢。相對于報刊、戶外、廣播、電視4大傳統媒體，新媒體被形象地稱為“第5媒體”。依托它可便捷地實現預防醫學信息文獻實時精準傳播。任何情報文獻的學術價值，都是在流動中形成與體現，在共享中最終實現。
2共享思路
理論上一個長遠的合理文獻信息的資源共享體系，包括共建與共知。共建是共享的物質基礎，共知又是共建和共享的理論基礎，三者相互依存，缺一不可。資源共享的手段是館際合作，通過館際互借、網上文獻傳遞、原文復制和聯合咨詢達到資源共知共享，帶動資源優化配置，拓展共享的渠道，提高共享效率，保證共享的后續發展。目前我省各縣（市、區）疾控機構共享的路線基本以本中心文獻信息庫為主體，依托網絡環境下的新媒體呈放射狀傳播。隨著交流的頻繁與深入，不斷梳理溝通渠道，加強了解與協作，文獻信息共享服務途徑將由單向輸出逐步演變為實際意義上的共知、共建與共享，做到以文獻信息資源的共享，來促進實體與虛擬館藏文獻信息資源的豐富與發展。新媒體具有全天候和全覆蓋性的特征，可使不同區域網絡連接起來，實現廣域范圍的資源共享。調查顯示，我省基層單位均擁有互聯網，工作人員基本可在崗位上自由上網，這為文獻信息的傳播提供了硬件服務支持。具體操作思路如下。
2．1設立聯系窗口
可在中心網站設立一扇和圖書情報室的聯系窗口，成為與基層單位科研人員、圖書情報人員業務聯系的紐帶，及時接收和回應科研人員對預防醫學文獻信息的需求。為了使專業人員能夠更方便快捷地閱讀到本中心網站的最新信息，網站可推出RSS聚合資訊服務，利用互聯網支撐下的新媒體傳播渠道，圍繞預防醫學工作性質及當前的工作任務，不斷補充豐富RSS訂閱源，對預防醫學專業信息加以及時、廣泛、深度的挖掘與規范化的學科整合，豐富虛擬文獻信息資源，科研人員可有的放矢地瀏覽查詢最新信息與科研動態，避免在茫茫網絡中毫無頭緒、費時費力。
2．2通過微搏共享
可利用微博實現文獻信息共享。據新華網報道，微博注冊用戶2011年底已超過3億。用戶可以通過網頁、WAP頁面、手機短信消息（字數140字以內）或上傳圖片，即時瀏覽最新信息，隨時隨地參與分享與討論。一些有影響力的醫藥衛生媒體和部分省市的疾控中心，•72•海峽預防醫學雜志2012年6月第18卷第3期StraitJPrevMed，Jun2012，Vol．18，No．3已在新浪開設官方認證的微博交流渠道：例如健康報官方微博北京市疾控中心長沙市疾控中心等。還可同步申請微博的官方網盤，它是一款云存儲網盤，用來存儲海量文件，并支持分享文檔、音樂、視頻等任意文件到微博、郵箱、QQ／MSN等。科研人員利用它可同步分享預防醫學情報訊息，保存到微盤的文件可自動同步到電腦、手機等設備，無需攜帶電腦、移動硬盤，只要能聯網，隨時隨地即可訪問到圖文并茂的專業文獻信息。
2．3提供PDF文獻
在為基層科研人員提供實體館藏的醫學文獻信息服務時，可利用掃描儀將讀者急需的文獻轉換成PDF格式，通過各類網絡郵箱傳送到讀者的終端接收器。PDF頁面最大優點是保證文獻文本的準確性與相關圖像的精準性。
中圖分類號 R197.323 文獻標識碼 A 文章編號 1674-6805（2014）13-0155-02
心肺復蘇術是搶救心搏、呼吸驟停患者生命的有效方法，目前我國心肺復蘇術的普及率不夠，專業人員的急救技術操作不規范，醫療從業人員實施的CPR仍不盡如人意，心肺復蘇成功率明顯低于發達國家[1-2]；心臟猝死患者不良預后與復蘇過程中實施了質量差的CPR有很大的關系。培訓效果的體現就是CPR的質量如何，其指標包括：按壓位置、按壓深度、頻率、按壓放松周期、通氣頻率與通氣量等。基層醫護人員在社區服務的第一線，第一時間接觸患者，必須熟練掌握急救技術、加強基層醫護人員的救護意識、正確掌握心肺復蘇技能，為患者爭取寶貴的“黃金時間”[3]，國內許多專家采取了不同的培訓方法，現綜述如下。
1 基層醫護人員心肺復蘇普及的現狀
本市急救中心依托在玉林市第一人民醫院內，除完成玉林市城區和周邊院前患者的急救工作外，有相當部分的工作量是對鄉鎮衛生院危重患者的搶救與轉運工作，對鄉鎮醫院急救技能水平比較了解，所以從2009年將培訓的重點工作放在鄉鎮衛生院醫護人員急救知識與急救技能培訓上，尤其是心肺復蘇技術。
目前基層醫護人員掌握心肺復蘇知識普遍較差，杜麗鵬等[4]經過調查認為基層醫院醫務人員心肺復蘇相關理論知識和操作技能水平差，合格率低僅為8.33%和12.50%；徐俊[5]調查只有41.6%的鄉鎮醫師了解心肺復蘇知識；高玉鳳等[6]和李國明[7]認為鄉鎮醫院護士對心肺復蘇新理論掌握普遍較差；筆者通過對本市7家鄉鎮醫院450名醫護人員進行問卷調查對心肺復蘇知識掌握情況，結果：掌握心肺復蘇術操作只有36%，與國內專家調查結果相符，因此鄉鎮醫院醫護人員對急救技能的培訓極其需要。
2 基層醫院醫護人員CPR考核錯誤原因分析
2.1 頸動脈判斷錯誤原因
考核基層醫院醫護人員450名，勁動脈單項合格279名，合格率62%，與文獻[8-10]的研究相符。判斷錯誤主要原因是：判斷時間不夠或超時；觸摸位置不準確；手指不規范等。正確的操作是右手的食指和中指的第一指節的指腹觸及氣管正中相當于喉結部位，旁開兩指，至胸鎖乳凸肌前緣凹處，觸壓頸動脈，手指放于與頸動脈垂直方向，判斷時間5～10 s為精準。
2.2 胸外心臟按壓錯誤原因
胸外心臟按壓主要問題是按壓過淺和手法錯誤，在接受考核的450名醫務人員中，有274名該項目被扣分，占61%，與黃素芳等[9]的研究相符。影響胸外心臟按壓質量相關要素包括按壓定位、按壓者姿勢、胸外心臟按與人工呼吸的比例（30∶2）、按壓頻率（至少100次/min）、按壓深度不少于5 cm，即挪度安妮心肺復蘇模擬人按壓深度提示綠燈閃亮，考核中單因素錯誤率不高，如定位錯誤主要是按壓部位移位；按壓者姿勢錯誤為兩肘關節松動、按壓沖擊或用腕部力量；按壓頻率140次；另一影響按壓品質的重要因素“每次按壓放松時胸壁要求充分回彈”，按壓沒節奏。
2.3 有效開放氣道錯誤原因分析
在考核中，開放氣道不正確占81%，與應菊素等[11]的研究相符。主要原因是：手法錯誤，氣道沒打開；右手或第二指關節壓迫下頜部軟組織或氣管正中部位，這與鄉鎮醫院醫護人員平時操作少有關。開放氣道利用仰頭抬頦法或在檢查義齒時，應把左手小魚際肌放在患者前額稍用力向后推，使頭部向后仰，另一只手的手指放在下頜骨處，向上抬頦，使鼻尖、耳垂與地面成一垂直線，切忌下壓下頜骨掰開口腔。
2.4 有效人工呼吸錯誤分析
在450名人員考核總結中，口對口人工呼吸錯誤原因主要是：吹氣量不足、不捏鼻子、漏氣、使胸廓不起伏，尤其在第一和第五循環更明顯，這與齊衛國等[12]的研究的記錄相同，造成失敗的原因在第一循環主要是氣道開放不完全，第五循環主要是施救者疲勞，不能達到人工呼吸持續吹氣1 s以上和有效氣體量使患者胸廓起伏。在使用簡易呼吸器輔助呼吸時的錯誤，主要是：CE手法錯誤、氣道沒打開，先扣面罩再打開氣道致使氣道不完全打開和面罩不扣緊漏氣等。
3 影響醫護人員心肺復蘇培訓質量的因素
3.1 急救意識
學員學習的動機及態度決定了其培訓效果的好壞[2，6，13]，基層醫護人員經常認為，搶救是大醫院的事情，危重患者入院馬上轉院，或認為心肺復蘇簡單，使用率不高，在培訓時不積極練習，認為流程熟練就行，結果是“一說就會，一做便錯的窘境”[14]。
3.2 工作環境與接受培訓
江淑聘等[8]和蒲曉煜等[15]認為，急診科醫護人員心肺復蘇考核成績要高于其他科人員，這與他們在急診科的工作環境，經常經歷搶救，接受CPR培訓，應急能力較強有關系。基層醫院醫護人員因搶救危重患者機會不多，實際操作機會較少；設備不足、缺乏心肺復蘇模擬人；接受培訓機會較少等。
3.3 培訓間隔時間對CPR測試成績的影響
齊衛東等認為[12]和蒲曉煜等[15]，醫護人員的心肺復蘇技能培訓后6～12個月，對其進行復試，結果只有不到一半的人能夠實施。因此培訓間隔時間對心肺復蘇培訓質量有影響。
3.4 培訓方式
國內許多專家研究認為不同的培訓方式對培訓效果有影響[16-18]。本院急救中心從2009年起，將對鄉鎮醫院醫護人員急救技能培訓納入到工作計劃中，每年有計劃對一些對口支援衛生院進行培訓，但從每次危重患者轉運了解，急救技能培訓效果并不理想。從2011年開始，使用PDCA管理的辦法進行培訓，首選進行30～60 min的多媒體理論講解，再進行動作分解，注意點說明，然后是整個流程連貫性的示范，再讓學員提問后，練習2個學時后考核，同時相隔4～10個月后再進行復查和第二循環的培訓，結果學員的心肺復蘇掌握在86%以上，較以前的培訓效果更好。
3.5 施救者疲勞可影響心肺復蘇效果
在450名醫務人員考核成績中，胸外按壓與人工呼吸被扣分的項目，是按壓深度不夠、位置移動和吹氣漏氣、潮氣量不足，主要在三、四、五循環操作中，第五個循環更明顯。這與Ochoa等[19]和Ashton等[20]的報道相符。Ochoa等[19]還報道連續胸外心臟按壓成功率第1分鐘為79.7%，第2分鐘為24.9%，第3分鐘為18%，第4分鐘成功率為17.7%，因此疲勞影響心肺復蘇成功率。
綜上所述，基層醫院醫護人員心肺復蘇技能掌握不高，與很多因素有關，目前培訓不足、急救意識缺失、缺乏規范化和標準化的培訓教材、缺乏CPR技能評價與長期培訓效果評價機制較為突出，而CPR的培訓是長期堅持的過程，規范CPR培訓與復訓，只有連續的復訓才能獲得理想的培訓效果，才能使基層醫護人員急救意識及急救技能得到提高，因此在加強對基層醫護人員培訓的同時，探索使用PDCA的管理方法，對每次培訓結果進行確認，對不適宜的培訓方法進行改善，進入下一個循環的培訓，取得良好的效果，使基層醫護人員更好地掌握CPR技術。
參考文獻
[1]趙玉蘭，孟凡山，戴冬梅.我國心肺復蘇術培訓的現狀及展望[J].護理雜志，2009，26（6B）：25-26.
[2]楊正飛，黃子通.如何改善心肺復蘇培訓質量的研究進展[J].中國急救醫學，2012，32（12）：1139-1143.
[3]王長遠，孫長怡，秦儉.基層醫師心肺復蘇技能培訓方法研究[J].醫學綜述，2011，17（25）：2378-2379.
[4]杜麗鵬，張海燕，王建林，等.基層醫務人員心肺復蘇技能調查與培訓效果保持[J].中國中醫急癥，2013，22（2）：262-263.
[5]徐俊.鄉鎮醫師心肺復蘇知識和技能培訓的調查分析[J].中國醫學創新，2010，7（21）：18-19.
[6]高玉鳳，楊磊.鄉鎮醫院護士心肺復蘇知識更新情況調查[J].中國護理管理，2007，7（5）：65-66.
[7]李國明.醫務人員CPR操作現狀的調查[J].國際醫藥衛生導報，2012，18（16）：2417-2420.
[8]江淑聘，全小明，鄧少娟.護師心肺復蘇考核質量及影響因素分析[J].護理研究，2011，25（8）： 2053-2056.
[9]黃素芳，鄭丹莉，全薇，等.低年資護士單人徒手心肺復蘇考核精準性評價分析[J].護理研究，2012，26（8）：2292-2293.
[10]黃素芳，王芳，胡友珍.單人徒手心肺復蘇培訓的難點和重點分析[J].中華現代護理雜志，2012，18（27）：27-29.
[11]應菊素，鄭小偉.43名護士單人心肺復蘇操作精準性研究[J].中國護理管理，2011，11（3）：62-63.
[12]齊衛東，房兆國，汪翼.影響護理人員心肺復蘇成功率的分析研究[J].中國護理管理，2009，8（10）：20-23.
[13]羅麗云，王彥.影響臨床護士掌握心肺復蘇的相關因素分析[J].醫學新知識，2009，19（3）：191-193.
[14]張雁，溫新華，林長敏，等.國內外公眾基礎生命支持技術培訓現狀及其差距[J].中國全科醫學，2006，9（2）：1668-1669.
[15]蒲曉煜，席淑華.社區服務人員院前急救知識和技能的調查及干預對策[J].護理雜志，2009，26（14）：35-37.
[16]姜金霞，彭幼清，馬素芳，等.上海市一二級醫院臨床護士心肺復蘇技能現狀及影響因素[J].中華現代護理雜志，2012，18（16）：1093-1096.
[17] Heidenreich J W，Berg R A， Higdon T A，et al.Rescuer fatigue：standard versus continuous chest-compression cardiopuImonary resuscitation[J].Acad Emerg Med，2006，13（10）：1020-1026.
[18] Steen P A，Kramer-Johansen J.improving cardiopuImonary resuscitation GuaIity to ensure survivaI[J].Curr Opin Crit Care，2008，14（3）：299-304.
強迫癥（Obsessive-Compulsive Disorder，OCD）是一種以反復出現的侵入性的強迫思維和/或強迫行為同時存在反強迫思維為臨床特征的常見精神障礙（李斌，楊彥春，段明君，2005），排在恐怖癥、精神物質濫用，抑郁癥之后，列為第四類常見的精神障（滿常紅，1997），在我國精神障礙分類學中屬于神經癥（何影，張亞林，2009）。這個古老的課題又被提到了議程，大量學者和醫師開始重新審視強迫癥。他們在現有文獻的基礎上，結合臨床經驗，總結出許多強迫癥的臨床特征，以期大眾群體能夠更加精準地辨認出強迫癥并及時接受治療。近年來國內外也發展處很多針對強迫癥的相關療法，諸如認知行為療法、精神分析法、森田療法等心理治療；以三環類抗抑郁藥物氯咪帕明及SSRIs類藥物如氟西汀、氟伏沙明、帕羅西汀等為主的藥物治療；對少數病情嚴重、社會功能明顯損害的慢性強迫癥患者采用精神外科是適當的（滿常紅，1997），其中以精準定位的伽瑪刀手術為代表。
基于此，面對眾多繁雜的臨床表現和紛紜的治療方法，做一份綜述總結，探討其特征，比較治療方法的優劣無疑是很有意義且非常必要的。文章嘗試總結了常見強迫癥的臨床特征，并歸納對比中西方幾種主流的治療方法，探討了有效性，最后對其在國內的發展作了展望。
一、臨床表現
從強迫癥患者基本的臨床特征著手，依次介紹了幾種主要的臨床研究結論和現狀，最后探討了強迫癥臨床研究的新視角――元認知，并展望了與之相關的幾個主題研究。
（一）基本特征
強迫癥多發病于青春期，發病的平均年齡在20 歲左右，男性的發病高峰年齡是青春期，而女性在20～24 歲之間，男女患病率近似（滿常紅，1997）。強迫行為可分為兩種：一是外顯的強迫行為（overt compulsion），如強迫性的洗滌、檢查、計數；二是內隱的強迫行為（covert compulsion），如強迫性的回憶、默念祈禱、內心確定等（Abramowitz，Khandker et al.2006）。
（二）執行功能
為了探究強迫癥患者的執行功能的損害情況，閏俊、孟根花等人采用橫斷研究，通過威斯康星卡片、連線測驗、河內塔測驗、言語流暢性測驗等神經心理學測驗對強迫癥患者和精神分裂癥患者的執行功能進行評定對比。威斯康星卡片測驗中，強迫癥患者總操作時間短于精神分裂癥患者（P0.05）；連線測驗中，強迫癥患者在連線B的時間和錯誤數少于精神分裂癥患者（均P0.05）。河內塔測試中，強迫癥患者的移動次數和出錯次數與精神分裂癥患者差異無統計學意義（均P>0.05），但多于正常對照（均P>0.05）。得出結論，強迫癥總體執行功能水平比精神分裂癥水平高，但是概念理解能力差（閆俊，孟根花，李剛，2012）。
（三）神經認知功能
強迫癥患者除了精神障礙，也有一定的生理缺陷。有研究顯示，強迫癥患者的大腦前額葉在代謝率水平及腦功能成像上都與正常人存在一定的差異（周云飛等，2005）。研究結果表明，強迫癥的長時記憶、短時記憶、注意及執行功能均顯著性較正常人差，其瞬時記憶無明顯損害，而強迫癥的認知功能障礙可能與心理學發病機制有關：強迫癥記憶損害的可能原因是，強迫癥患者可能更多注意事件的細節而影響其記憶功能（周云飛等，2005）。
（四）心理防御機制
肖澤萍等人運用防御方式問卷（DSQ）對31 例強迫癥患者和26 例正常對照進行防御機制評定，得出強迫癥患者與對照組相比更多地使用被動攻擊、潛意識顯現、分裂、幻想、退縮等不成熟防御機制，而較少使用升華等成熟防御機制的結論（肖澤萍等，2003）。
（五）元認知
近來開始關注強迫癥者的元認知特點及成因，發現元認知調節過于敏感是致病的重要因素（姜英杰，王溢涵，2009）。強迫癥者認知自我意識比普通人群高，常常表現為過多的自省（Gwendolinjin Olivia de Bruin，Muris et al.2007）。
對強迫癥患者元認知的研究主要圍繞現實監控障礙、知道感障礙、元認知信念障礙、責任-控制障礙和家庭教養方式等方面展開。對強迫癥元認知性病因的研究是元認知研究的一個新領域，為認識和治療強迫癥提供了新視角（姜英杰，王溢涵，2009）。
二、治療現狀
如上所述，強迫癥患者有著顯著的臨床表現，給他們的正常生活和社會功能都帶來嚴重損害，因此對強迫癥治療方法的研究發展為近年來國內外研究的焦點（趙巖，2008）。在此歸納為三大主流療法，如下。
（一）心理治療
不同流派的學者有著不同的心理治療套路方案。下面主要介紹三種主流的心理療法：認知-行為治療、精神分析療法和森田療法。
1.認知―行為療法
人的心理與行為常與他對人對事的認知有關，非適應、非功能的心理和行為是由扭曲的認知產生，如果能更改或修正其錯誤的認知，就可以改善其心理和行為（趙巖，2008）。這是該療法的理論基礎。而該療法的主要機制則是通過改變強迫癥患者的認知，進而影響其行為以達到緩解或治愈的目的。認知行為療法雖然能幫助病人逐步減輕對引起不適情境的焦慮緊張程度，緩解強迫思維和儀式性動作的目的，但療程長，見效慢（趙巖，2008）。
2.精神分析療法
精神分析療法是以無意識理論為基礎，重視患者的童年創傷和無意識動機，主要通過自由聯想、夢的解析和積極想象等技術挖掘患者的無意識動機和欲望以及所遭受的精神創傷，然后進行合理的解釋，讓患者領悟到癥狀的真正意義（趙巖，2008）。但精神分析療法過于強調性和童年經歷，治療效果并不十分顯著。
3.森田療法
森田療法是基于人本性的一種心理療法，它強調治療過程中患者的“ 自動性萌動”，悟到對癥狀采取“ 順應自然” 的態度時便可放棄癥狀，這也是森田療法的理論基礎（吳莉珍，2009）。森田療法也只是對強迫癥患者的部分癥狀有一定的療效。
總之，就目前的狀況來看，心理治療在強迫癥面前顯得有些蒼白無力。
（二）藥物治療
目前治療強迫癥的藥物主要包括三環類抗抑郁藥物氯咪帕明及SSRIs類藥物如氟西汀、氟伏沙明、帕羅西汀等（吳莉珍，2009）。 無論哪種藥物，都或多或少地起到了抑制5-羥色胺（5-hydroxy trytam ine，5-HT）的回收。以氯氮平為代表的新型強迫癥治療的增效劑，可以通過某些受體而發揮抗強迫的增效作用；現有文獻表明，強迫癥的藥物和行為治療的有效率約70% ～80%（吳莉珍，2009）。
雖然會有患者對系統的一線抗強迫癥治療也無效而被稱為難治性強迫癥，但藥物治療是目前對強迫癥最有效的主流療法。
（三）精神外科療法
經驗表明，對少數病情嚴重、社會功能明顯損害的慢性強迫癥患者采用精神外科是適當的，利用現在精確定位的伽瑪刀手術是相當安全的（滿常紅，1997）。我們應進一步探索和挖掘精神外科療法的價值，以發揮其優勢，獲取更好的療效。
三、不足與展望
強迫癥是一種與許多因素相關的慢性精神障礙，涉及生物、心理、社會三個方面（何影，張亞林，2009），而國內現行的各個流派大都聚焦于生理或心理一個方面，很容易局限于某個狹窄的區域而無法探尋其癥結的真正根源。通過分析強迫癥患者社會人文特點，包括人口學因素、家庭環境因素以及生活事件的影響。發現強迫癥起病年齡較早，女性患者比例更大，單身、失業、經濟收入低者發病危險性增加，教育水平較高者發病率較高，父母不當的教育方式和不良的家庭環境使強迫癥發病風險增加，負性生活事件增加會誘發易感素質個體的發病（何影，張亞林，2009）。
這些都提示我們，除了關注遺傳因素外，周邊環境的影響也不容忽視。我們應該認識到，通過改善家庭環境、增加社會支持優化個體的成長環境，培養個體健康的性格特征將會是預防和治療強迫癥的有效手段，亟待我們進一步的探索和挖掘。
參考文獻
[1] Abramowitz， J.S.， M.Khandker， et al.（2006）.“The role of cognitive factors in the pathogenesis of obsessive-compulsive symptoms： a prospective study.” Behav Res Ther 44（9）： 1361-1374.
[2] Gwendolinjin Olivia de Bruin， G.O.， P.Muris， et al.（2007）.“Are there specific meta-cognitions associated with vulnerability to symptoms of worry and obsessional thoughts？” Personality and Individual Differences 42（4）： 689-699.
[3] 何影，張亞林.強迫癥相關的社會人文因素分析.” 醫學與哲學（人文社會醫學版），2009，30（10）.
[4] 姜英杰，王溢涵.強迫癥的元認知研究：進展與趨勢[J].心理科學，2009，32（4）.
[5] 李斌，楊彥春，段明君.強迫癥患者人格特征研究[J].中國心理衛生雜志，2005，19（12）.
[6] 滿常紅，陳.強迫癥的研究進展[J].國外醫學精神病學分冊，1997，24（3）.
[7] 吳莉珍.強迫癥藥物治療的研究進展[J].醫學綜述， 2009，15（15）.
[8] 肖澤萍等.強迫癥患者心理防御機制與人格特征研究[J].中國心理衛生雜志2003，17（9）.
1.2 本體模塊
本體模塊位于整個分類框架的中間層，是框架的核心部分，也是整個分類系統的理論基礎。本體有多種用途，可以利用本體庫中的標準本體文件或是手工構建的本體作為背景知識，提供語義信息構建分類模型，也可以利用本體對特征向量進行降維（長文本）或添加主題詞擴充特征向量（短文本），提高分類效率，當然本體中包含的信息越完備，取得的分類結果越準確。
1.3 分類模塊
分類模塊主要是利用傳統分類算法或本體構建分類模型，其主要功能是實現分類，對未知文本進行判別，將其劃分到所屬的類別中。
2 關鍵技術研究動態
2.1 特征處理
近年來，特征處理過程（對高維特征向量進行降維和對稀疏特征向量進行擴充）越來越多地被人們重視，高維稀疏的特征空間中缺少對分類給力的特征項，包含過多冗余信息和噪音數據，對分類效果起反作用。從知識發現的角度看，識別出預測結果中的低維特征是非常有用的，消除無關和冗余的數據特征，提高數據挖掘的效率，改善預測精準性等學習性能。
特征降維[9]是從初始高維特征集合中選出低維特征集合，并根據一定的評估準則最優化縮小特征空間的過程，主要有特征選擇和特征重構兩類。特征選擇的本質是對原高維特征空間的約簡，即在不損傷分類精度的前提下，盡量減少特征空間中的索引項的數目，降低向量空間的維數。較為典型的特征選擇方法有文檔頻度、互信息、信息增益、X2統計量等。Yang yiming[10-11]等人在reuters-21578和一部分Reuters Corpus Version1（RCV1）語料庫上分別采用文檔頻度、互信息、信息增益、X2統計量等方法對特征向量進行降維，然后用Naive Bayesian, Rocchio, kNN和SVM等分類算法進行多角度實驗，結果表明SVM和X2統計的組合方法優于其它的方法。特征重構[12]又稱特征抽取，是基于特征項之間的語義相關性、類內文本聚合程度、類間離散程度的影響力等方面因素，對文本特征集進行壓縮，把原來的特征向量轉換成為一個不同的更緊湊的新低維空間。例如主成成分分析（PCA），線性區分分析（LDA），潛在語義索引（LSI）等。
還有其他降維方法，如利用通用本體和領域本體提供的概念層次語義結構實現降維。采用本體中概念及概念間的語義關系并結合潛在語義索引算法對特征空間進行降維，可以提高分類性能。文獻[13]提出基于WordNet語義詞典和隱含語義索引(LSI)模型的英文文本分類方法，用WordNet中語義集代替單詞構成特征向量，然后利用LSI模型進一步深入挖掘語義集的概念間的深層聯系，將語言知識和概念索引有效地融合到文本向量空間的表示中，對特征向量進行降維，并分別用Naive Bayes和簡單向量距離算法實現分類，實驗結果表明準確率都隨著語義分析的深入逐步提高，充分表明語義挖掘對文本分類的重要性。文獻[14]也利用WordNet通用本體和潛在語義索引算法，實現了對信息檢索中的文檔向量進行降維，取得較好的效果，該方法也適用于大規模的文檔集。文獻[15]利用潛在語義索引和領域本體實現文本特征的降維和分類，該方法適用于對領域內的文本集分類。近年來，基于分形的方法也得到人們關注[16]。采用分形的思想，可以較準確地估計出數據的本征維[17]，為進一步地降維提供指導性的參考。
對于新聞標題，廣告語，電影預告等短文本進行預處理后得到稀疏的特征向量，缺少對分類給力的特征項，為解決其稀疏問題除了要去掉冗余和噪音特征項外，還需要利用語義詞典或本體對文本向量進行特征擴充，添加對分類起正面作用的特征項，輔助指導分類。文獻[18]提出一個基于短文本的半監督的分類通用框架，適用于從Web搜索結果到醫學等眾多不同領域的文本分類。利用潛在主題分析模型如pLSA、LDA等和機器學習方法如最大熵和支持向量機等，從大規模外部語料庫中抽取出潛在主題詞擴充特征向量，提高分類器的覆蓋范圍。
2.2 分類模型
隨著本體的發展，近年來有許多國內外學者將本體引入到文本挖掘的各個應用領域，基于本體的分類是研究熱點之一，下面通過幾個典型實例進一步說明該研究的特點及進展。
Gu等人[19]提出一個基于SARS本體的文本分類模型，利用本體中層次概念結構構建向量空間模型，為分類提供領域知識。同時從預處理后的文本集中抽取出主題詞構成詞典，用來不斷擴充和完善SARS本體，一方面可以構建本體向量，另一方面可以解決傳統分類方法中存在的特征向量的高維稀疏問題。基于該分類模型構建的原型系統，對200篇有關SARS信息的文檔進行分類，其分類結果的精準率和召回率最高分別可達到0.93和0.95。
Probowo[20]等人根據DDC（Dewey Decimal Classification）和LCC（Library ofCongress Classification）的特點，建立了一種DDC-LCC映射關系，利用基于DDC和LCC兩種分類模式的Web網頁構建本體庫，并映射到DDC和LCC兩個分類模式，給出了DDC-LCC和基于本體的分類模式之間的映射的形式化定義。這種映射關系能夠提供度量Web網頁和類別的相似度的方法，并結合本體中的概念與實例的語義關系和層次結構關系，輔助對Web網頁進行分類，取得較好效果。
Song[21]等人在2005年提出了一種利用Web網頁中抽取的語法知識構建領域本體的方法，并利用領域本體的層次結構、概念特征及概念間的關系和屬性等領域知識對Web網頁分類。首先利用自然語言處理技術對Web文檔進行詞性標注和語法分析等預處理，抽取出重要概念術語構建層次結構，進而利用層次結構的語義關系構建領域本體。然后對從Web網頁中抽取的概念術語進行權重計算構建文本向量，通過計算文本向量與本體構成的類別向量之間的相似度實現對在線的Web網頁進行自動實時分類。與傳統的貝葉斯分類器和TF-IDF分類器進行實驗對比，分別對從雅虎的經濟新聞網站抽取的Cooperatives，employment，Finance，Marketing，Organizations，Trades等幾個類別的文本集進行分類實驗，三個分類器的F1指標平均值分別為0.92，0.82，0.79，基于本體的分類器有效地提高了分類性能。
2007年，文獻[22]提出一個基于本體的Web文檔的分類方法和自動構建本體的方法，并對分類后的文檔進行排序。基于WordNet的同義詞集用經驗模式分解EMD（Earth Mover’s Distance）算法計算概念的相似度，根據相似度得分對已有的本體進行擴充和維護，然后把本體作為類別向量對Web文檔進行實時分類，最后用排序算法對分類結果中的Web文檔集合進行排序，為信息檢索提供基礎。分別采用KNN和SVM算法對從網站上搜集的2000個Web文檔進行實驗，本文提出的方法得到召回率和精準率明顯優于KNN方法，召回率與SVM算法相比相當略有提高，但精準率約有降低。
文獻[15]提出一個文本分類的通用框架，并將潛在語義索引算法（LSI）和領域本體引入到該框架中實現對領域內文本集進行分類。潛在語義索引算法可以有效解決特征向量的高維和稀疏的問題，提高文本分類的精確度。領域本體具有豐富的領域內專用術語，可以為分類提供背景知識。利用潛在語義索引算法和領域本體實現的分類器可以有效的提高分類的性能，其精準率、召回率和F1度量值的平均值都略高于傳統樸素貝葉斯分類器的實驗結果。
文獻[23]將本體知識作為背景知識應用到文本表示中，實現對文本的分類。對XML文本進行解析，從XML文本的元素中抽取術語構建特征向量，并充分利用XML文本的特殊結構，并對其進行標注，將文本標簽及標簽路徑結構也作為特征用來擴展文本向量，并結合通用本體WordNet構建更豐富特征的特征向量，即將twings和tag paths的信息添加到文本向量中，并找出與twings和tag paths的信息相對應的WordNet中的同義詞集合，對一詞多義和多詞同義現象進行詞義消解。如doctor有兩個詞義，醫生和博士，分別與WordNet中的兩個同義詞集{dentist, therapist, psychologist }和{professor, associated}相對應，要結合上下文的背景確定選擇哪個同義詞集，擴充特征向量。該方法對XML文本進行分類取得較好的分類效果。
2.3 性能評測
2.3.1 數據集
對分類模型進行性能評價的前提是在相同的運行平臺上對統一的標準文本集進行實驗。目前常用的標準文本集有Reuters-21578，20-Newgroups及其他文本集等。Reuters-21578 文本集是目前國際上比較常用的標準語料庫[24]，來源于1987年路透社的新聞專線的新聞材料，主要用于文本分類系統測試，該語料庫分為135個類別，共包含21578篇文本。20-Newgroups[25]是卡內基梅隆大學的McCallum等開發的Rainbow系統的標準數據庫，有20個類的新聞組討論英文文章分別存放在20個目錄下，每個目錄的名字作為一個新聞組類別，每類大約1000篇文本。對于不同的分類方法進行性能評測也可以采用特定領域的文本集如茶領域文本、酒領域文本等。
2.3.2 評價指標
經過分類后可以產生四種結果，如表1所示。
其中TC表示本屬于該類別，且被正確地判斷為屬于該類別的文本數；TW表示為本不屬于該類別，卻被錯誤地判斷為屬于該類別的文本數；FC表示本屬于該類別，卻被錯誤地判斷不屬于該類別的文本數，FW表示本不屬于該類別，也被正確地判斷不屬于該類別的文本數。
通常采用精準率（precision），召回率（recall），正確率（accuracy），錯誤率（fallout），誤差率（error）等評價指標對分類器的性能進行評測[26]。其公式如下：
precision=TC/(TC+FC),
recall=TC/(TC+TW),
accuracy=(TC+FW)/(TC+FC+TW+FW),
fallout=TW/(FC+TW),
error=(TW+FC)/(TC+FC+TW+FW)
要對分類器的整體性能進行評測，采用F1_Measure度量[27]指標，其公式如(1)所示。其中，β是召回率和精準率的相對權重。β等于1時兩者同等重要，β大于1時，精準率更重要一些，β小于1時召回率更重要一些。
（1）
F1度量指標是對精準率和召回率兩個指標的綜合，分別反映分類效果的兩個不同方面，它們是互為消長的關系，不可能兩全其美，其精準率高，召回率低，反之亦然。根據分類實驗的具體情況，在兩者之間取得一個平衡點，使分類的精準率和召回率都取得較高值，β通常取值為1/2和1。
3 主要挑戰及研究進展
3.1 領域本體的構建不完善
基于本體的分類方法主要是利用領域本體或通用本體對領域內的數據的描述，從中獲取知識或規則指導分類，領域本體構建的完善與否將直接影響分類的性能。目前已建立了一系列的領域本體的構建工程方法，涌現出許多理論、技術、描述語言和構建工具。但是手工構建本體需要用戶逐個輸入大量知識，費時費力，是一項繁瑣而辛苦的任務，還會導致知識獲取的瓶頸，要構建完備的領域本體也是許多研究學者一直著力解決的難題。因此，如何降低構建本體的開銷，根據已有數據資源實現半自動化或自動化構建本體，這是本體學習所要研究的內容，是一個具有重要研究價值的課題[28]。
3.2 領域本體可重用性差
本體的目的就是知識的重用和共享，但領域本體必須是依賴特定領域的，才能具有良好的領域知識表達能力，領域本體的可重用性一直是一個難以解決問題。
不同本體的構建者開發的本體所描述的領域可能相關或重疊，使用的建模方法、建模工具和建模描述語言也不盡相同，從而形成大量異構本體。如何在構建新本體時重用現有的本體，實現對本體的重用、更新和維護已經成為本體領域新的研究熱點，本體標準化和模塊化構建可以為解決本體的可重用性和面向特定領域提供一種新思路。如何找出多個已有本體之間存在的語義聯系，對多個領域本體進行映射和合并，這就是本體集成所研究的內容，即集成不同組織開發的不同語言和不同組織方式的本體，以解決不同應用中的信息異構問題，也是目前研究的一個熱點[29]。
3.3 通用本體缺少領域術語
較為典型的通用本體有HowNet[30]，WordNet[31]等。HowNet又稱知網，是一個用于自然語言處理的在線常識知識庫，包含中文詞典中概念之間的關系，屬性之間的關系以及與中文對應的英文的概念及屬性關系，常用來輔助對中文文本進行分類。WordNet是美國普林斯頓大學認知科學實驗室的George A.Miller 教授負責開發的基于心理語言學規則的英文詞典，它以同義詞集為單位組織信息，對查詢結果的演繹比較符合人類思維定式。許多研究學者根據WordNet的特點，將其應用到文本分類中作為背景知識指導分類，已經取得了一定的成果。通用本體不但可以結合分類算法構建分類模型，還可以對文本向量進行特征處理，能有效提高特征向量中的特征項對分類所起到的正面作用。通用本體是通用詞匯的集合，包含的詞匯量很多，涉及范圍廣，但缺少對特定領域的專業詞匯的描述，不適合指導特定領域的文本分類。領域本體可以彌補通用本體的不足，綜合采用通用本體和領域本體可以更好的提高分類的性能。
3.4 本體的推理能力利用不充分
Perez[32]等人認為本體中包含類，關系，函數，公理和實例等5個基本建模元語，可以從不同層次的形式化模式上給出領域內的概念與概念之間相互關系，提供對該領域知識的共同理解。其中公理是對本體中概念及其關系的約束，是對知識進行推理和驗證的基礎，而OWL（Web Ontology Language）本體描述語言是基于描述邏輯的形式化的本體描述方法，具有強大的演繹推理能力，利用推理機制進行分類并結合本體中用于描述屬性和類型的詞匯，會進一步提高分類效果。然而，本體中強大的機器推理機制的功能并沒有完全發揮出來，對本體中概念、實例和屬性等特征也缺乏深層次的語義分析，本體中概念關系、實例、屬性類型等特征對分類過程所起的作用不大。如何充分利用本體所提供的機器推理機制及深層次的語義關系，實現對文本數據進行深度挖掘是研究學者關注的熱點問題。
4 總結
本文提出一個基于本體庫的文本分類通用框架，并分別從特征處理，分類模型和性能評測等多方面歸納總結了現有基于本體的文本分類研究中存在一些問題及研究進展，希望上述工作可以給相關的文本分類的研究提供有益的參考。
參考文獻：
[1] Sebastiani Fabrizio. Machine Learning in Automated Text Categorization [J]. ACM Computing Surveys, 2002,34(1):1-47.
[2] Lewis D D. Naive (Bayes) at forty：The Independence assumption in information retrieval[C]//Proc of the 10th European Conference on Machine Learning. Chemnitz, Germany, 1998:4-15.
[3] Yang Yiming, Liu Xin. A Re-examination of Text Categorization Methods[C]//Proceedings of the 22th Annual ACM International Conference on Research and Development in Information Retrieval (SIGIR-99).Berkeley, CA, 1999.42-49.
[4] Joachims T.Text categorization with support vector machines：Learning with Many Relevant Features[C]//Proceedings of European conference on Machine learning.1998.1-7.
[5] Wiener E, Pedersen J O, Weigend A S.A Neural Network Approach to Topic Spotting[C]//Proc of the 4th annual Symposium on Document Analysis and Information Retrieval.1995.317-332.
[6] 蘇金樹，張博鋒，徐昕.基于機器學習的文本分類技術研究發展[J].計算機軟件學報,2006,17(9):1848-1859.
[7] 孫娜.基于本體和潛在語義索引算法的文本分類方法研究[D].長春:東北師范大學,2009.
[8] Yang Xi-quan, Sun Na, Zhang Ye, et al. General Framework for Text Classification based on Domain Ontology [C]//Proc of 3rd International Workshop on Semantic Media Adaptation and Personalization, 2008:147-152.
[9] 胡潔.高維數據特征降維研究綜述[J].計算機應用研究,2008-9,25(9):2601-2606.
[10] Yang Timing, Pedersen J O. A comparative study on feature selection in text categorization[C]//Fisher DH. Proceedings of the 14th International Conference on Machine Learning.Nashville：Morgan Kaufmann Publishers, 1997.412-420.
.
[11] Rogati Monica, Yang Yiming．High-Performing feature selection for text classification[C]//DavidG, Kalpakis K, Sajda Q,et al．Proceedings of the 11th ACM International Conference on Information and Knowledge Management．McLean：ACM Press,2002.659-661．
[12] 劉海峰,王元元,張學仁,等.文本分類中基于位置和類別信息的一種特征降維方法[J].計算機應用研究,2008,25(8):2292-2294.
[13] LV Lin, LIU Yu-shu, LIU Yan. Realizing English Text Classification with Semantic Set Index Method[J]. Journal of Beijing University of Posts and Telecommunications, 2006(2):22-25.
[14] Pavel Moravec, Michal Kolovrat, Vaclav Snasel.LSI vs.Wordnet Ontology in Dimension Reduction for Information Retrieval[C].Snasel C V,Pokorny J,Richta K.Dateso Technical University of Ostrava, Dept of Computer Science, 2004.18-26.
[15] Xi-Quan Yang, Na Sun. The application of latent semantic indexing and ontology in text classification[J]. International Journal of Innovative Computing, Information and Control(IJICIC)，2009, 5(12):1-9.
[16] Camastra F, Vinciarelli A. Estimating the Intrinsic Dimension of Data with a Fractal-based Method[J]. IEEE Transaction On Pattern Analysis and Machine Intelligence,2002,24(10)：1404-1407．
[17] Tolle c R, Mc Junkin T R, Gorisch D J．Suboptimal Minimum cluster Volume cover-based Method for Measuring Fractal Dimension[J]. IEEE Transaction Pattern Analysis and Machine Intelligence, 2003,25(1):32-41．
[18] Xuan-Hieu Phan, Le-Minh Nguyen, Susumu Horiguchi. Learning to Classify Short and Sparse Text & Web with Hidden Topics from Large-scale Data Collections[C]. WWW 2008 / Refereed Track: Data Mining-Learning, Beijing, China,2008:91-100.
[19]Huazhen Gu, Kuanjiu Zhou. Text Classification Based on Domain Ontology[J]. Journal of Communication and Computer, 2006,3(5):29-32.
[20] Prabowo Rudy, Jackson Mike, Burden Peter, et al. Ontology-Based Automatic Classification for the Web Pages: Design, Implementation and Evaluation[C]//Proc of the 3rd International Conference on Web Information Systems Engineering, IEEE Computer Science,2002.182-191.
[21] Song Mu―Hee，Lim Soo?Yeon，Kang Dong-Jin，et a1．Automatic Classification of Web Pages based on the concept of Domain Ontology[C]//Proceedings of the 12th Asia-Pacific Software Engineering Conference(APSEC’05)，IEEE Computer Science，2005．645-651.
[22] Fang Jun，Guo Lei，Wang Xiao Dong,et a1．Ontology―Based Automatic Classification and Ranking for Web documents[C]//Proceedings of 4th International Conference on Fuzzy Systems and Knowledge Discovery(FSKD 2007)，IEEE Computer Science.2007:627-631.
[23] Martin Theobald, Ralf Schenkel, Gerhard Weikum. Exploiting Structure, Annotation, and Ontological Knowledge for Automatic Classification of XML[C]//Data International Workshop on the Web and Databases (WebDB).San Diego, California, 2003:1-6.
[24] David D.Lewis.Reuters-21578 text categorization test collection Distribution 1.0 README file(v1.2)[EB/OL].[1997-09-06]/~lewis.
[25] McCallum，Andrew Kachites. Bow:A toolkit for statistical language modeling, text retrieval, classification and clustering[EB/OL].[1998-09-12]cs.cum.edu/-mccallum/bow.
[26] Xiaoxun Zhang, Xueying Wang, Honglei Guo,et al. FloatCascade Learning for Fast Imbalanced Web Mining[C].WWW 2008 / Refereed Track: Data Mining - Learning,April 21-25,2008,Beijing,China,71-80.
[27] 李保利,陳玉忠，俞士汶.信息抽取研究綜述[J].計算機工程與應用,2003(10):1-5.
[28] 杜小勇,李曼,王珊.本體學習研究綜述[J].軟件學報,2006,17(9):1837-1847.
[29] 范莉婭,王愛民,肖田元.本體集成方法評價指標體系及其應用研究[J].計算機集成制造系統,2007,13(5):911-917.
中圖分類號：TP18 文獻標識碼：A 文章編號：1009-3044（2016）24-0189-02
在獲取信息時，通常都要識別某領域內的圖像。精確處理圖像，關系到設定決策的精確性。最近幾年，圖像處理日益融匯于全方位的生產及日常生活。判斷并且識別圖像信息，才能用來處理某一問題。航拍影像照片、層析用到的射線圖、電視的圖像等，這些都源自計算機處理得出的圖像。圖像是否精確，密切關系到圖像本身的分辨率是否優良。由此可見，若要在短時段內獲取完整且精準的圖像信息，就要提升分辨率，快速識別并且獲取可信的圖像信息。
1 圖像處理的根本技術
計算機協助的圖像處理采納了如下技術思路：針對于選定的圖像，借助微機用來處理并且解析。經過全方位處理，獲得符合需求的新圖像。計算機輔助下，圖像處理即為新式的影像處理，采納了新階段的計算機手段。通常狀態下，處理各類的圖像都配備了掃描儀、數字性攝像機。具體在采樣后，可得二維性的數字數組并且構建像素。采樣可得二維的整數數組，由此產生灰度值[1]。從處理流程來看，圖像處理可分成如下：對圖像的壓縮、復原以及強化、匹配各類的圖像、識別并描述圖像。
在這之中，壓縮圖像是必要步驟。數字化處理后，經常獲得較大量的圖幅數據。典型狀態下，數字圖像都含有多個像素。某些圖像呈現為動態性，同時也附帶了更多量的像素數據。由此可見，妥善存儲并且壓縮圖像是尤為必要的。從算法來看，壓縮圖像包含了近似算法以及不失真的方式。常用的流程為：在時間空間上，針對于鄰近像素值予以編碼，而后求出差值。例如壓縮可得精確的游程編碼，即為典型實例。與之相比，壓縮圖像配備的近似算法可借助交換圖像，經過余弦變換可得圖像。這種典型即為MPEG類的新式處理，此外還可選取傅里葉的快速變換。對于動靜態這樣兩類的圖像，都是很適用的。
選出了待處理的某一圖像，還需再次去復原或增強。這樣做，是為從根本上改進圖片，提升影像的質量。復原及增強可選的方式包含了去模糊性、去除噪聲、強化對比度、減低幾何性的畸變。復原圖像則先要設定噪聲模型，估測并推斷得出原先的圖像。增強圖像的方式為空間域或頻率域，把圖像化作可識別的信號，通常為二維信號。在這種基礎上，再去強化信號。去除圖像噪聲，可選傅里葉變換的途徑，但它僅適合于頻率偏低的信號。高通濾波用來強化頻率較高的圖像信號，影像將更為清晰。典型性算法為：算出局部影像的平均值、計算出空間域、選取中值濾波的方式。經過這些處理，都可縮減直至除掉噪聲。
2 圖像處理的必要性
在各個領域中，都不可缺失信息。圖像信息相比來看更具備直觀性，更易識別判斷。認知世界的過程中，就要借助直觀性的圖像信息用來獲得判斷，收獲信息來源。然而，原始影像經常是模糊性的，很難借以估測某些必要信息。唯有經過處理，才能顯示出隱含的某些信息，圖像更加清晰。在現今階段內，計算機輔助下的多樣技術都獲得了進步，尤其圖像處理。在微機協助下，人們即可更便捷且精確地處理影像，進而獲取更精準的清晰圖像[2]。這樣做，便于給出決策，或者獲取信息。
日常生產中、科研等領域中，都需接觸各類的影像。新階段內，圖像拓展了含義，包含遙感影像、醫學拍攝的光片、清晰度更高的照片等。認知客觀世界，不可缺失這些圖片。計算機擁有更大容量及更高的實效性，也提升了原先的處理速度。在這種狀態下，可處理的圖像日益變得多樣化。與此同時，攝像裝置也擁有了高精度，趨向于小型化，這就在根本上改進了畫面的總體質量。由此可見，現今的圖像處理可以憑借于小型微機，提升處理的實效。
信息化時代內，圖像處理日益融匯于多行業。例如醫學影像，可用來分辨出機體內的斷層；技術性的圖像，可用來調控并且監管生產。面對于復雜的圖像，還需快速判斷可提取的信息，作為處理根據。生成數字圖像，也可借助計算機予以實現。最近幾年，計算機配備的軟硬件都正在改進，推進了全方位的圖像處理手段更新。在廣闊領域內，都用到新階段的圖像處理。計算機輔助的新式圖像處理擁有了小型化，也加入了更優的實時性及遠程性。
3 設置圖像分辨率
從根本上看，圖像整合了多層次的信息，表現出全面性。在各類介質上，還可再現原先的信息。作為集合體，圖像可用來集成并處理信息。對此，就有必要設置并匹配分辨率。具體而言，設置分辨率要注重如下事項：
3.1 選取分辨率
選定分辨率過程中，先要確定最適當的影像掃描率。初期在構建圖像時，若設定了較低分辨率，那么掃描得出的影像也并不很精確。從這種角度看，單獨提升像素并非必然可獲得更為清晰的影像。導入掃描的過程中，針對特定圖像還需設定匹配性的分辨率，這種分辨率被看成掃描階段內的分辨率。若分辨率設置得很高，掃描可得優質影像。然而，這種設置也并非完美，也是有局限的。這主要是由于，掃描儀本身就表現為局限性，制約了分辨率。此外，要設置掃描的分辨率，還需兼顧給出來的處理目的[3]。
3.2 具體設置方式
設置分辨率時，要把它限定于最佳范圍內，不可超越范圍。條件準許時，若有必要放大固有影像，則還需篩選更大分辨率。然而各步驟中，都需控制于最吻合的分辨率之內。在軟件幫助下，可再次予以放大。從現狀來看，處理圖像可借助多款的軟件。選取了最佳軟件，對應著的處理實效也會變得更優。同時，插值算法也密切關系到圖像處理。插值算法可用來具體放大圖像，進而判斷出某一最相符的掃描分辨程度。經過掃描之后，要依托某種媒介用來輸出，還要視情況予以放大原圖。
在某些情況下，屏幕可用來顯示出掃描后的影像，可至網頁。具體顯示時，應能維持恒定的圖像規格尺寸。通常來看，可設置于70dpi的分辨率。若有必要放大，那么借助如下公式用來確定分辨率：掃描時的分辨率=72*影像的各邊長/最初的邊長。
掃描之后，需要輸出并予以打印，這樣才可獲得易辨別的影像。具體打印步驟中，要維持最初的邊長及尺寸。在這種基礎上，最便捷的方式即為篩選分辨率，輸出打印線的總數。如果需要打印，還需依照如下思路來設定分辨率：輸出線頻率*圖像處理后的各邊長/最初圖像邊長。
3.3 匹配不同的分辨率
打印的過程中，分辨率應當是可以匹配的，這種匹配是指圖像本身及打印機二者的分辨率。打印機產生了某種輸出，這種狀態下即可算出最精準的分辨率，然后用來計算。輸出打印之前，需要妥善匹配合適的分辨率。需要注意的是：打印設備及圖像本身并不需要設定完全同樣的分辨率，只要匹配即可。經過詳盡的匹配，才會確保輸出得到的圖像是優質的。某些作品設定為較高分辨率，針對于這類作品先要妥善予以保存。預留必備的備份，依照打印機來選取分辨率。
圖像分辨率可設置為雙倍的打印機線頻率。在這時，可自主予以定義。打印的步驟中，需要舍掉冗余性的某些圖像。這是因為，打印出來的影像并不需要添加繁雜的細節，這些細節也會拖延更長的打印時間。打印機設有自身的分辨率，單位為各英寸內的圖像點數。具體打印過程中，若沒能明確某一個打印機的精確線頻率，那么還可大體予以匹配。同時，應當優選適合的紙張用來打印。因為在不同材質上，打印得出的分辨率其實并不相等。
4 處理中的超分辨率
從總體來看，依照輸出及輸入的不同算法，可設置組合性的不同超分辨率。重構超分辨率的微機圖像，借助于信號處理來轉變原先較低的分辨率，變為高分辨率。這種技術目前正被廣泛選用，用于打印圖像、構建視頻監控、解析刑偵案件、構建衛星成像或醫學影像等。超分辨率關系著各類處理，例如根本性的圖像處理、微機輔助的視覺性處理[4]。重構超分辨率時，也需要先期壓縮圖像、提取圖像的特性、評價圖像質量。需要提取獨特的圖像特征，優化得到最佳的某類算法。
超分辨率的構建中，重要步驟應為處理頻域。唯有經過頻域處理，才能構建精準的超分辨率。在頻域范圍內，可以用來卷積圖像、旋轉或平移圖像。經過全面處理，即可轉變成更易辨認的計算方式。分辨率領域內，頻域方式擁有更高層次的直觀優勢。對于此，還可選取傅里葉變換。假定某一生成模型，經過連續性的變換即可構建線性的頻域關系。
此外，超分辨率還會用到插值方法，這種方式針對于不均勻的圖像。在重構超分辨率時，插值方式是更為簡易并且直觀的。對于非均勻性的處理圖像，插值方法包含了如下流程：對于輸入視頻，配準為給出來的平面圖像。經過轉換之后，再設置對應性的圖像約束。從本質來看，這種重構圖像即為整合性的插值，可用于各階段內的圖像生成或處理。
5 結語
圖像處理源自新階段內的微機技術，經過處理以后，應能獲取最佳的圖像效果。通常來看，這類處理技術要符合設定的分辨率，易于辨別且可提供決策的參照。圖像處理包含了多樣的復雜要素，要全方位衡量并且判斷，這種基礎上得出精準的結論。從目前狀態看，圖像處理的相關性技術仍沒能達到完善，有待持久的改進。未來的實踐中，還需繼續摸索，歸納圖像處理的經驗，服務于各領域內的計算機處理。
參考文獻：
[1] 蘇衡，周杰，張志浩.超分辨率圖像重建方法綜述[J].自動化學報，2013（08）：1202-1213.
1.醫學期刊改革、創新是信息交流的實際需求
醫學期刊屬于信息傳媒的一種，是信息傳播的介質，具有信息傳遞的作用。進入“服務型”社會，這種信息傳遞具有典型的“服務”屬性，要讓讀者滿意，就需要確保傳遞信息具有價值、新穎、獨特。在醫學期刊上刊載的文章，或是能夠為讀者提供幫助，或是能夠促進學術的發展與進步，這種“幫助”“促進”實際上是通過“信息交流”實現的，正是存在“互通有無”“取長補短”“拓展新知”的需求，才滋生了“改革”“創新”的“行為”[1]。
2.醫學期刊改革、創新是學術發展的現實需求
醫學期刊承載著科學研究、知識創新的成果，醫學期刊的水映國家醫學技術發展的水平，且促進醫學水平、技術的發展[2]。在醫療衛生事業發展、社會進步過程中，醫學期刊起到了宣傳、擴散、傳播的作用。如果不及時對醫學期刊進行改革、創新，使其反映、體現最新的醫學成果，則很難實現技術、經驗的推廣和促進醫學科研事業的進步，不利于提高我國整體的醫療水平。從這個角度來看，醫學期刊改革、創新是學術發展的現實需求。
3.醫學期刊改革、創新是信息技術發展的需求
隨著信息技術的快速發展，數據的體量、利用形式都發生了較大的改變，大數據時代悄然來臨。在這樣的情況下，如果醫學期刊的理念、編輯流程、收稿審稿流程等還不做出相應的改革和創新，將很難滿足不斷提高的期刊閱讀需求，難以適應高度信息化、數據化的環境[3]。為此，只有結合信息化、大數據的發展需求，及時對醫學期刊進行改革和創新，才能更好地適應信息技術的發展，彰顯醫學期刊的價值。
二、新常態下醫學期刊的改革和創新舉措分析
為面臨新的挑戰和機遇，適應新常態，醫學期刊應進行大膽的改革創新，從編輯理念、期刊質量、編輯流程、欄目設置、學術服務等方面進行改革創新，以適應新常態、迎接新挑戰、把握新機遇。《中華全科醫學》雜志在這些方面進行了相關的嘗試。
理念的創新是根本。為了更好地迎接挑戰，醫學期刊編輯首先應轉變傳統的編輯理念，擺脫傳統思想理念的束縛，這樣才能適應新常態的要求，更科學、高效地辦刊。《中華全科醫學》雜志具體做出了一些改革和創新。其一，提高編輯人員素質。鼓勵編輯人員提高綜合素質，學習了解現代信息技術、網絡通訊技術、大數據技術等，完善科學文化知識體系，提高業務能力。通過了解技術前沿，開拓思路，在工作業務中了解有哪些新技術可供利用，可達到事半功倍的效果。其二，養成開闊的視野。在期刊編輯上，不但要樹立市場觀念，還要有先進開闊的文化視野，要找準市場和文化的結合點，突出期刊優勢[4]。通過不斷學習更新知識，經常參加全國乃至國際編輯出版會議、論壇，既能獲取新知識，也能開闊視野，拓展思路。其三，始終堅持以讀者為核心。期刊是為讀者服務的，在期刊編輯過程中，編輯要始終樹立以讀者為核心的理念，著力提高期刊的質量，提高市場占有率。
2.嚴把期刊質量關
質量是科技期刊的生命，醫學期刊作為傳播和醫學科技成果的重要載體，傳播正確的、實用性、創新性的原創內容是基本的要求，在此基礎上追求高質量、前沿的課題是對辦刊提出的更高要求。以往，《中華全科醫學》雜志在學術質量、投稿審查、編輯校對等方面存在欠缺，為提高自身的綜合競爭力，把控期刊質量，進行了一系列改革及創新。第一，創新審稿定稿制度。2013年，為改善以往審稿、定稿等方面存在的問題，特制定實施了“雙盲雙審”“主編定稿”制度。來稿必須要經過編輯部主任初步審查，之后由相關領域的專家進行雙盲雙審，經過前兩個流程之后，進入修稿環節，修改達標后再由主編最終定稿[5]。2013年以前，退稿率僅為25%，而實施上述制度以來，2016年退稿率達到了75%，進一步確保了論文的品質。第二，加強版權保護。做好版權保護，更好地服務于期刊出版。我國的著作權、版權相關法律法規日益完善，為進一步加強版權保護，2013年，初步嘗試與作者簽訂《論文推薦及著作權授權書》，保障了雙方的權益，規避了法律風險，為期刊的暢通發展奠定基石。第三，提高作者寫作水平。為提高來稿質量，針對以往來稿中醫務人員論文寫作中的常見問題，開設了專門的欄目“編者•作者•讀者”，邀請相關專家，針對寫作的格式、規范、要點、結構等問題進行了闡述。《中華全科醫學》雜志社還與上海各社區醫院合作，定期開展寫作培訓班等。2014年，特增設了“全科醫學講堂”板塊，更加貼近基層醫院及社區工作者，得到了作者以及各專科學者的響應和支持，改版后年收稿量由以往的3000余篇，增加到6000余篇，并且呈現上升趨勢。
沒有規矩，不成方圓。醫學期刊首先應規范編輯流程，這樣才能確保論文的質量及刊發的暢通。編、校、審中各項規定的制定對編校人員進行約束的同時更是一種鞭策，為辦刊保駕護航。為規范編輯流程，更好地提高編輯效率、管理效率，自2011年起《中華全科醫學》雜志社先后制訂并完善了一系列編審制度，如《編輯部工作流程》《審稿通則》《關于編校排工作獎懲細則的暫行規定》等，這些制度的建立進一步明確和規范了雜志出版各個階段的職責、分工，鼓勵編輯減少差錯，也提高了審稿的公正性、公平性。此外，建立了編者、讀者、作者互動制度，如制訂實施的《雜志贈閱制度》《讀者意見反饋制度》，促進了編者、讀者、作者之間的交流與合作，改善了雜志編輯工作的面貌，暢通了論文投稿、發表的途徑，大大縮短了出刊時間。
4.改革、創新欄目設置
醫學刊物的欄目設置不但可以體現其辦刊宗旨和編輯思想，還可以幫助讀者閱讀、檢索，為了更好地適應信息化要求，提高刊物的質量以及服務水平，有必要在刊物欄目設置上推陳出新。欄目設置是一個大學問，不能局限于行業、學術層次的思考，還應該在欄目中引入熱點問題，突出自身的特色，這樣才能讓人記住刊物，從而贏得更多的讀者。從當前的情況來看，國內的醫學期刊的欄目設置還存在諸多的瑕疵，同一層次的期刊欄目雷同，一些醫學期刊，單純看封面難以區分開；甚至連欄目也較為雷同，缺乏自身特色[6]。如果無法在欄目設置上取得突破，將很難在激烈的競爭中脫穎而出。比較理性的做法是分析同類、相似期刊，發現自身的優勢、不足，發揮長處，彌補不足，打造出自己的特色。《中華全科醫學》一直有“專家論壇”“調查研究”“社區衛生研究”“藥物與臨床”等深受讀者好評的欄目，但是并未就此安于現狀，在此基礎上又開設了10余個欄目，諸如“全科醫學講堂”“醫學綜述”“慢病防治研究”“健康教育與健康促進”“病例報道”等，這些欄目從不同的角度，提供了多元的臨床信息，滿足了讀者多元化的需求，更加貼近讀者內心。從2015年版面設置來看，“慢病防冶研究”“醫學綜述”“社區衛生研究”所占比例均有所提高。這些欄目不但包含豐富的醫學新知識，還具有較強的可讀性，得到了讀者的廣泛認可。雖然這樣的欄目設置可能會短期內減少版面收入，增加了約稿費用，但從長期來看，期刊的品牌形象得以提升，在業內的地位更為穩固，這才是期刊存續、發展的根本。
5.創新期刊選題策劃
對醫學期刊而言，選題策劃是至關重要的，其不但是期刊編輯的起點，還凝結和反映了期刊的價值取向、定位[7]。醫學期刊要想得到更好的發展，就需要不斷創新選題策劃，只有高水準的選題策劃，才能在保證期刊質量的基礎上，使期刊得到更多讀者的認可。為此，《中華全科醫學》雜志推行了“兩化”專項行動，以加強編輯人員對選題策劃的認知和理解，提高期刊的獨特性。“兩化”具體包括兩個方面：其一，選題“預見化”。醫學期刊以提高大眾健康素質，促進學術發展為要旨。而無論是疾病、疫情的認知，還是健康素質的提高都是一個漸進、發展的過程。為此，在實際的選題策劃過程中，編輯人員要有“預見性”“超前性”，不能局限于當下，而應該將一些尚未明確的、有價值、有必要的健康問題、疾病等與讀者分享和討論。這樣不但可以引起讀者的共鳴，還可以將這種“預見化”變成期刊的特色。如此，不但豐富了期刊的內容，也贏得了讀者的認可[8]。其二，學術“樸素化”。醫學領域科研的部分問題具有較強的專業性，很多文章大眾理解起來存在一定的難度。然而大眾對這些研究、結果有閱讀和了解的需求，為了讓讀者更輕松地理解相關內容，編輯就需要以樸素化的語言將其中較為“專業”的內容轉化為科普知識。總的來說，創新期刊選題策劃，使之更具預見性、科普性是期刊新常態的需要，也是期刊不斷發展的動力。只有不斷推出內涵豐富、獨具一格的優質選題，才能讓期刊獲得更多讀者的認可，從而得到更好的發展。
6.加強數字化建設
近年來，信息化技術、大數據技術得到了快速發展，為適應信息化發展要求，緊隨大數據腳步，醫學期刊應加強數字化建設，在技術上不斷推陳出新，推動醫學期刊多元化的發展。《中華全科醫學》也做了一些嘗試，具體如下：第一，建立網站。2013年底，雜志社建立了自己的網站，并且引入了“期刊編輯管理系統”，實現了網絡化管理，可以在網上完成“投稿-審稿-退修-查稿-修稿”等稿件處理流程[9]。并且經常注意對網站進行更新和維護。第二，引入遠程期刊網絡采編系統。為進一步適應信息化的發展，提升服務質量，提高收稿、審稿效率，2014年，本刊引入了遠程期刊網絡采編系統（知網騰云系統），建立了網絡交流平臺，促進了作者、編者、編委、讀者之間的交流和溝通，實現了編輯的網絡化、無紙化、數字化，改變了傳統的編輯形式，大大提高了編輯效率[10]。此外，為更好地與采編系統配套，雜志社還增加了網站的功能，諸如期刊目錄、專題報道、新聞資訊、稿件流程、在線投稿與查稿等。第三，升級排版軟件、優化搜索引擎。2015年底，引入方正書版11.0最新版軟件，可進行自動排版并一鍵從小樣生成pdf文件供作者校對使用，較之前的版本方便快捷，大大提高了排版效率，表格排版也更方便、更易入手。同時進行了搜索引擎優化，提高了網站的知名度以及內容的搜索頻率。雜志社與CNKI合作利用大數據技術，對科研熱點、方向，進行數據挖掘、熱點追蹤，從而使策劃、組稿更具有前瞻性、精準性。第四，發展新媒體。2015年建立了自己的官方微博和微信公眾號，通過打造個性化的界面吸引用戶，同時實時推送優秀論文和與健康促進有關的內容，黏合用戶，目前擁有固定粉絲5000余人。
大數據是現代醫學模式的重要特征。在這種醫療模式下，要求醫療人員在確保患者安全和健康的同時追求效率的最大化[1]。對于高分辨率的醫學影像成像，集中體現在醫務人員快速、準確、有效地解釋影像數據（包括肉眼可見和不可見），挖掘利于診斷和治療的有用信息。在此背景下，人工智能（artificial intelligence,AI）應運而生，它為促進圖像采集、測量、報告和隨后的臨床路徑以及影像和臨床數據的整合提供了有效手段[2]。心血管影像的精確性成為AI臨床應用中的主要領域之一，本文對此作一綜述。
1 人工智能及其在醫學上的應用
AI是一個廣義的術語，指的是機器或計算程序執行具有人類智能特征的任務的能力，如模式識別和解決問題的能力等。AI可以通過彌補人類智能，使現有醫療診斷和預后價值最大化，同時使醫師負擔最小化，從而顯著改善健康診療過程和結果。AI在臨床實踐中的應用預示著醫學領域一個更為劇烈變化時代的到來，在影像學方面尤其如此。一項通過分析科學網數據庫的研究[3]發現，目前AI在醫學的研究領域主要集中在大數據分析、腦卒中康復、心臟手術和醫療診斷和預后預測等方面。其中，用于醫學診斷、預后預測和分類的神經網絡和支持向量機是主要熱點，占所有文獻的26%；而未來最引人關注的研究主題是基于AI的微創手術。然而，關于AI數據管理、模型可靠性、模型臨床效用驗證等問題尚未進行廣泛研究。
2 人工智能的機器學習法
大數據是一個經常用來描述大量收集數據的術語，如來自大型生物信息庫的基因組數據、電子健康記錄檔案和大型研究隊列數據以及影像學掃描數據等。AI系統通過識別和提取一組觀測數據（數據集）的模式來自主獲取知識的過程稱為機器學習（machine learning,ML）。ML是人工智能的一個組成部分，描述為計算機從經驗中學習的過程，并在沒有事先知識的情況下執行預定的任務[4]。機器學習可以進一步分為監督學習、半監督學習和無監督學習，這取決于用于學習的樣本是否完全標記、部分標記或未標記。ML的典型例子是人工神經網絡，后者基于人類大腦的神經元及其連接，神經元之間的相互依賴關系反映出不同的權重，每個神經元接受多個輸入，所有的輸入一起決定了神經元的激活。通過樣本訓練找到這些合適權重的過程就是學習。學習過程的復雜性和所需的樣本量隨著神經元數量的增加而增加。由于計算能力和樣本大小的限制，機器學習應用程序的成功依賴于從原始樣本中手工提取特征來減少神經元的數量。為了解決這一問題，人們提出了深度學習的方法，即自動學習代表性的樣本。深度學習是指一種特別強大的ML方法，它利用卷積神經網絡模擬人類的認知，常用于影像模式識別和分類。
模型訓練是所有ML類型的共同過程，它是利用模型分析所提供的數據中的各種特性來學習如何生成輸出標簽的過程[5]。如在超聲心動圖中，一個模型可以分析各種特征，如左心室壁厚度和左心室射血分數，以確定患者是否具有特定的條件。然而，在分析中包含不相關的特征可能會導致模型過度擬合，從而在呈現新數據集時降低其準確性。這強調了擁有一個能夠代表總體的訓練數據集的重要性。數據集的質量對于最終ML模型的質量至關重要。盡管ML算法可以使用小數據集或大數據集進行訓練，但大數據集可以最大限度地提高訓練算法的內部和外部有效性，降低過度擬合的風險。正確模型的選擇通常取決于操作員的專業知識、數據集的性質和最終人工智能系統的目的。
3 人工智能在心血管超聲的應用
心血管成像領域，包括超聲心動圖、心臟計算機斷層掃描、心臟磁共振成像和核成像，具有復雜的成像技術和高容量的成像數據，處于精準心臟病學革命的前沿。然而，在基于AI的臨床轉化方法中，心血管成像一直落后于腫瘤學等其他領域。人工智能在超聲心動圖中的應用包括自動心室定量和射血分數計算、應變測量和瓣膜形態及功能評估以及ML在心臟疾病自動診斷中的應用。
3.1 心室定量和EF自動化。
自動心室量化和EF計算的算法旨在提供準確、快速和可重復的心尖視圖分類、解剖標志檢測、心室壁分割和心內膜跟蹤。有研究[6]比較了AI軟件自動測量（AutoEF）和手工追蹤雙平面Simpson法測量左室EF的準確性，并與心臟MRI進行了比較。結果表明AutoEF與手動雙平面Simpson法測得的EF相關性較好，且與MRI相關性良好，但AutoEF低估了左室舒張末期容積（EDV）和收縮期末期容積（ESV）。此外，在不同切面，測量的準確性存在差異，以胸骨旁長軸切面的準確性最高，達96%，而在心尖切面時整體精度降低（84%）。腔室定量和左室EF測量的中位數絕對偏差在15%～17%，其中ESV的絕對偏差最小；左房容積和左室EDV被高估。
3.2 心肌運動和應變測量。
Kusunose等[7]研究發現與傳統二維超聲心動圖相比，利用深度卷積神經網絡可更好的檢測區域壁運動異常并區分冠狀動脈梗死區域。Cikes等[8]利用復雜超聲心動圖數據（整個心動周期的左室容積和變形數據，而不是單個數據點）和臨床參數的ML算法識別心衰并對心臟再同步化治療的反應進行評估，證實通過整合臨床參數和全心周期成像數據，無監督的ML可以為表型異質性心力衰竭隊列提供一個有臨床意義的分類，并可能有助于優化特定治療的反應率。另有研究證實[9-10],ML算法有助于區分縮窄性心包炎、限制性心肌病以及肥厚性心肌的重塑。Zhang等[11]采用AI軟件和手工勾畫對左室心肌的縱向應變進行了比較研究。發現AI自動測量的心肌全局縱向應變與手動應變變化最小（絕對值為1.4%～1.6%）。
3.3 心臟瓣膜評估。
有學者[12]采用AI軟件對二尖瓣幾何形狀進行測量，測量參數包括二尖瓣環面積、瓣環高度和寬度、瓣葉連合間距、前后葉長度等。發現相對于常規超聲心動圖，所有評估的成像參數均獲得了更好的觀察者間一致性，而且所花費的時間明顯較少。Prihadi等[13]研究證實，經食管超聲心動圖AI軟件能夠精確地對主動脈瓣結構以及冠狀動脈開口進行測量和定位，且與多層螺旋CT的測量結果具有良好的相關性。
4 展望
在海量醫學信息和影像數字化日益積累的現代醫學時代，AI和ML為疾病診斷和風險預測等問題提供了新的解決方案。通過AI對超聲心動圖數據進行預測、建模和精確分析，可以幫助超聲醫師快速、準確地處理大量心臟超聲影像學數據，既有利于應對當前醫療信息數量的急劇增長，又有利于提高處理數據信息的能力。未來，針對AI的研究應關注超聲圖像數據特征定義及其提取方法的標準化，以確保可推廣性和可再現性，促進AI向更加個性化的醫療模式轉變。此外，AI系統與遠程醫療等軟件的集成，將使智能心臟超聲診斷系統滲透到資源消耗負擔最繁重的地區，提高經濟效益。
參考文獻
[1]Oikonomou EK,Siddique M,Antoniades C.Artificial intelligence in medical imaging:A radiomic guide to precision phenotyping of cardiovascular disease[J].Cardiovasc Res,2020,Feb 24;cvaa021.
[2]Dey D,Slomka PJ,Leeson P,et al.Artificial Intelligence in Cardiovascular Imaging:JACC State-of-the-Art Review[J].J Am Coll Cardiol,2019,73(11):1317-1335.
[3]Tran BX,Latkin CA,Vu GT,et al.The Current Research Landscape of the Application of Artificial Intelligence in Managing Cerebrovascular and Heart Diseases:A Bibliometric and Content Analysis[J].Int J Environ Res Public Health,2019,16(15):2699.
[4]Gandhi S,Mosleh W,Shen J,et al.Automation,machine learning,and artificial intelligence in echocardiography:A brave new world[J].Echocardiography,2018,35(9):1402-1418.
[5]Alsharqi M,Woodward WJ,Mumith JA,et al.Artificial intelligence and echocardiography[J].Echo Res Pract,2018,5(4):R115-R125.
[6]Xu B,KocyigitD,Grimm R,et al.Applications of artificial intelligence in multimodality cardiovascular imaging:A state-of-theart review[J].Prog Cardiovasc Dis,2020,19;S0033-0620(20)30060-8.
[7]Kusunose K,Abe T,Haga A,et al.A Deep Learning Approach for Assessment of Regional Wall Motion Abnormality From Echocardiographic Images[J].JACC Cardiovasc Imaging,2020,13(2 Pt 1):374-381.
[8]Cikes M,Sanchez-Martinez S,Claggett B,et al.Machine learningbased phenogrouping in heart failure to identify responders to cardiac resynchronization therapy[J].Eur J Heart Fail,2019,21(1):74-85.
[9]Narula S,Shameer K,Salem Omar AM,et al.Machine-Learning Algorithms to Automate Morphological and Functional Assessments in 2D Echocardiography[J].J Am Coll Cardiol,2016,68(21):2287-2295.
[10]Sengupta PP,Huang YM,Bansal M,et al.Cognitive machine-learning algorithm for cardiac imaging:a pilot study for differentiating constrictive pericarditis from restrictive cardiomyopathy[J].Circ Cardiovasc Imaging 2016,9(6):e004330.
