摘要：首先对3D打印的整体框架进行简要的介绍,其中包括了增材制造制程的基本原理,七大制程的分类及小结。其次对常见的负泊松比结构进行简介,与一般传统结构相比,负泊松比结构的能量吸收能力更强,抗断裂性能更好,耐压痕性能更好,这些都是其在打印制造方面所具有的优势。最后对3D打印,负泊松比结构的应用以及两者的结合应用,从医疗领域的不同角度进行介绍,包括心血管支架的应用、生物医用材料结构制备应用研究、腰椎间盘植入物应用等。该文对3D打印负泊松比的结构设计思路,对医疗领域的新应用方向有指导作用。负泊松比材料的应用领域非常广泛,不仅可用于医疗领域,也可用于机械设备、汽车制造与航空航天等高科技领域。

摘要：目的探索结合5G和人工智能技术的新一代智慧化ICU单元建设,为进一步提高危重患者医疗服务水平提供基础。方法研究于2019年5月至2020年8月在浙江大学医学院附属第二医集合医疗、护理、院感管理、临床医学工程、5G技术、信息技术、人工智能技术、后勤服务等多学科团队,对急诊ICU的一个床单元进行智慧化设计与改建。结果本研究构建的智慧化ICU单元装配智慧虛拟天窗、床旁智能音箱及集束化环境监控中控台,打造家居式智慧医疗服务。基于5G和人工智能技术建成智慧化的ICU单元,实现ICU多维度信息的远程高速互动,包括远程监护、远程查房、远程会诊及家属探视的智能化辅助;建立了智能化ICU感染防控系统,包括手卫生、个人防护的自动识别和报警。结论结合5G和人工智能技术构建的新一代智慧化ICU单元有助于提高危重症患者服务的水平,值得进一步探索和推广应用。

摘要：针对医疗设备备用电源使用风险高、分布散和维护管理难等特点,设计了基于LabVIEW的电池组状态实时监控系统,代替传统的人工检测。下位机以MSP430AFE253单片机为核心,通过设计分压检测、内阻采集与温度测量三块构成电池关键参数的数据采集电路。通过串口服务器模块建立远程数据通信转换链路,将数据传输至上位机。上位机采用LabVIEW搭建监控平台,实现控制指令发送、数据解析和显示存储等功能。最后,通过对临床使用的一套蓄电池组进行实验验证了该系统的可行性。

摘要：目的设计与建设整合5G通讯技术的大型移动急救复苏单元,以提高院前救治水平和转运效率。方法研究于2022年11月至2023年9月在杭州完成。梳理突发事件救援中院前急救、转运、院前-院内急诊联系等应用场景需求,依次开展方案设计、单项技术测试、上车调试和集成调试阶段。结果设计由电动公交车改装的大型5G移动急救复苏单元,车辆于2023年9月完成交付。(1)车辆外观:整车长12.9 m,宽2.3 m,高2.6 m,单次里程200 km;(2)内部结构:车厢内设有1个抢救床位,2个担架位,车厢前部设计有综合操作台、中部安装中央数字控制屏;(3)急救物资及仪器设备:车内物资包括抢救、监护、手术、检查检验、通讯模块,配备除颤监护仪、转运呼吸机、体外膜肺氧合等急救仪器,心电图、数字摄片、血气分析仪、胸痛5项检测仪等检查检验设备;(4)车载通讯、信息系统:搭载高清远程视频互动系统,远程医疗终端DP300一体化系统,实时全景体验系统及中央监护系统;(5)车辆消毒:车厢顶部安装等离子消毒仪,车内可达到医院消毒卫生标准Ⅱ类环境管理要求。结论整合5G通讯技术的大型移动急救复苏单元集成各种先进救治设备和远程会诊系统,可以满足最危重患者复苏的需求,为突发公共事件的救援提供有力的支持,值得进一步的探索。

摘要：糖尿病视网膜病变是糖尿病并发症最常见的疾病之一。由于视网膜病变病灶具有特征复杂、特征差异小的特点,导致传统深度学习网络对视网膜病变等级识别存在错误率高、鲁棒性差等问题。针对上述问题,提出了一种MA-DRNet模型进行优化:①提出了一种多级特征残差块,提取不同分辨率多尺度特征、扩大模型感受野,加强模型对于小尺度病灶的学习能力以及模型对尺度的鲁棒性;②改进一种全局通道联合注意力机制,实现像素长距离依赖关系捕获和通道注意力,提升模型对复杂病灶表征效果;③设计集成难例挖掘训练方法,巩固对于困难样本的学习,融入集成的思想提升模型对易错样本的关注度。在Kaggle和Messidor两个公开视网膜数据集进行模型训练和测试,本文模型特异性为99.02%,敏感性为98.26%,准确率为98.87%,各指标均优于目前同类算法。大量的实验表明,MA-DRNet有效的解决了视网膜病变识别存在的问题,实现了视网膜病变等级的高精度辅助诊断。

摘要：呼吸机是医院重症监护室中最重要的生命支持设备,使用过程中易发生管路积液、积痰等问题,医护人员难以及时发现该问题,因而会造成呼吸机难以对病人进行正常机械通气。针对该问题,设计了基于小波分析的呼吸机管路积液自动检测算法。该算法通过对呼吸机的气道压力波形进行小波分解和重构,提取管路积液情况下呼吸机压力波形特征,自动提示医护人员发生积液的情况。基于临床模拟数据集和实测病人数据集对上述算法进行了测试。测试结果表明:基于小波变换的呼吸机管路内积液波形判断最高能达到97.2%的准确率。

摘要：目的筛选心胸外科术后患者呼吸相关性ICU重回预测因素,构建适合临床评估的呼吸相关性ICU重回预测模型并构建列线图。方法纳入浙江大学医学院附属第二医院2017年3月1日至2018年2月28日期间所有普胸外科及心脏大血管外科术后首次入住ICU的患者,基于《成人呼吸相关性ICU重回风险评估量表》设计调查问卷,在患者转出ICU时收集包括意识水平、有效咳嗽、咽反射等18个变量资料,并前瞻性观察患者在同一住院周期内是否发生呼吸相关性ICU重回。采取Lasso回归与Logistic回归相结合方法筛选预测因素,构建呼吸相关性ICU重回预测模型并构建列线图。C指数、H-L拟合优度检验、一致性校准图与决策性曲线分析验证模型区分度、一致性以及临床有用性。Bootstrap重采法进行模型内部验证。结果最终纳入811例患者,23例患者发生呼吸相关性ICU重回,重回率为2.84%。男性、年龄≥60岁、深呼吸、有效咳嗽、心率110次/min及通气支持时间≥36 h是呼吸相关性ICU重回的六大危险预测因素。模型C指数为0.894(95%CI:0.813~0.975)。模型内部验证C指数为0.866。H-L拟合优度检验结果显示,χ2=8.20,P=0.41。模型临床有用性阈概率值为0.01~0.65。结论本研究构建的呼吸相关性ICU重回预测模型具有良好的区分度及一致性,通过呼吸相关性ICU重回列线图获得重回风险因素,临床医务人员能够准确快速识别ICU重回高风险患者,帮助临床选择最佳ICU转出时机。

摘要：现有的医用辐射防护产品的质量控制还没有建立完善的管理体系,辐射防护产品的检测工作量大,检测结果的保存和管理还处于纸质记录阶段,容易造成数据记录遗漏或混淆,追溯起来也不方便。对于辐射防护用品的检测结果,目测判读存在遗漏或误判的风险。设计一套医用辐射防护产品检测的系统,包括管理模块和检测模块,利用图像处理方法判断辐射防护产品检测合格性。辐射防护产品X线检测图像经过相似块匹配,结合主成分分析法,在图像去噪后进行图像背景处理,利用Roberts-最大类间方差法对图像进行边缘检测,通过区域生长法提取所需裂缝,计算裂缝面积并判断辐射防护产品检测的合格性。结果表明,该系统可以有效提取铅围裙、铅上衣和连体铅衣不同部位的裂缝面积,根据医用辐射防护产品报废标准实现产品合格性判断。

摘要：医用高值耗材的规范化管理是医院管理中的重要环节。针对传统高值耗材管理中存在的问题,设计出一套基于条形码识别技术的高值耗材管理信息系统,使每个耗材都具有可追溯性,改进高值耗材的管理模式。

摘要：医师和医疗器械研发工程师合作有助于提高医疗器械研发的效率,然而由于学术背景、地理距离和沟通机制等因素,两者的合作关系很难维系。临床工程师兼具医学和工程背景,可以解决医师和医疗器械研发工程师之间的沟通问题,在医疗器械研发的需求发现和可行性论证阶段,是维系医师和医疗器械研发工程师良好合作关系的桥梁。在设计和开发阶段,临床工程师可以从人因工程角度为医疗器械的改进提供意见。医疗器械上市后,在开展医疗器械的全生命周期管理过程中,临床工程师可以开展医疗器械的使用评价。