在長期監測心電圖（ECG）的過程中不可避免地會混雜各類噪聲，影響醫生對患者數據的讀取和判斷，因此在分析和診斷前對ECG信號質量進行評估至關重要。針對目前已有的ECG信號質量評估方法對12導聯多尺度相關性關注不足的問題，本文提出一種集成卷積神經網絡（CNN）和壓縮與激勵殘差網絡（SE-ResNet）的ECG信號質量評估方法。該方法不僅能提取ECG信號時間序列的局部及全局特征，而且還關注了ECG信號的空間相關性，在公共數據集上測試得到的準確率、靈敏度和特異性分別為99.5%、98.5%和99.6%。與其他方法相比，本文所提方法利用導聯間相關信息有效提高了ECG信號質量評估的準確率，有望促進ECG信號的智能監測與診斷技術的發展。
光電容積脈搏（PPG）易受干擾的影響，導致生理信息的誤判，因此在生理信息檢測前對PPG信號的質量進行評估至關重要。針對傳統機器學習方法準確度不高、深度學習方法需要大量樣本訓練的問題，本文提出了一種融合多類特征與多尺度時序信息的PPG信號質量評估的方法。提取多類特征以減少方法對樣本的依賴，采用多尺度卷積和雙向長短時記憶網絡提取多尺度時序信息，以提高質量評估結果的準確率。所提方法在7項試驗的14 700組樣本上，獲得94.21%的準確率，與6種質量評估方法相比，在全部的敏感性、特異性、精準率、F1分數指標上呈現出最好的性能。本文提供了一種PPG信號小樣本質量評估和質量信息挖掘的新方法，有望用于臨床及日常PPG生理信息的準確提取與監測。
目的總結 Campanacci Ⅲ級橈骨遠端骨巨細胞瘤（giant cell tumor，GCT）瘤段切除后，采用帶血管蒂自體腓骨瓣移植重建橈腕關節的遠期療效。方法2010 年 12 月—2014 年 12 月，收治 10 例 Campanacci Ⅲ級橈骨遠端 GCT 患者。其中男 6 例，女 4 例；年齡 22～65 歲，平均 39.9 歲。病程 1.5～6.0 個月，平均 2.6 個月。4 例合并病理性骨折。腫瘤切除后橈骨遠端骨缺損長度為 6.0～12.5 cm，平均 8.4 cm。采用自體腓骨瓣移植重建橈腕關節，6 例吻合膝下外側血管，4 例吻合膝下外側血管+腓血管雙套血管蒂。結果術后切口均Ⅰ期愈合。患者均獲隨訪，隨訪時間 4.4～8.3 年，平均 6.0 年。隨訪期間腫瘤無復發。末次隨訪時，腕關節活動范圍：背伸 25～85°，平均 55.0°；掌屈 15～40°，平均 26.5°；橈偏 5～25°，平均 12.0°；尺偏 10～30°，平均 19.6°；前臂旋前 5～90°，平均 50.5°；旋后 20～90°，平均 66.5°。患側握力達健側 60%～85%，平均 75%。美國骨與軟組織腫瘤協會（MSTS）評分為 75%～90%，平均 82.7%。X 線片復查示移植腓骨瓣均愈合，愈合時間 12～16 周，平均 14.1 周；9 例出現影像學并發癥。結論Campanacci Ⅲ級橈骨遠端 GCT 切除后，采用帶血管蒂腓骨瓣移植重建橈腕關節，能夠有效保留腕關節功能。