目的探討腹腔鏡下經膽道鏡鈥激光碎石治療難治性膽管結石的可行性和療效。 方法回顧性分析我院2009年6月至2014年12月期間18例腹腔鏡下經膽道鏡鈥激光碎石治療難治性膽管結石（無法在內鏡下乳頭括約肌切開取石術取出者）的臨床資料。 結果成功手術18例，手術時間60～200 min，平均130 min。一次性取凈結石16例，2例女性患者分別有四川、安徽生活居住史，術后造影在左、右肝管內再次發現絮狀結石，予熊去氧膽酸口服，隨訪至今，其中1例結石消失，另外1例仍有結石表現。術后均無膽管出血、膽瘺、膽管狹窄等并發癥發生。 結論對于難治性的膽管結石，腹腔鏡下經膽道鏡鈥激光碎石治療是一種安全、有效的方法。
電阻抗成像（EIT）是一種無輻射、非侵入式的可視化診斷技術。為提高胸部電阻抗成像技術重建算法的成像分辨率和去偽影能力，本研究提出了一種利用Hadamard product優化多層神經網絡（MANN）的HMANN算法。將HMANN算法的重建圖像與廣義矢量模式匹配（GVSPM）算法、截斷奇異值分解（TSVD）算法、反向傳播（BP）神經網絡算法和傳統MANN算法的重建圖像進行對比，仿真結果表明：相對于MANN算法，HMANN算法重建圖像的相關系數在圓截面模型中可以提高17.30%，在肺截面模型中可以提高13.98%。雖然肺截面模型中HMANN算法重建圖像的部分相關系數會有所下降，但在所有模型中，HMANN算法保留了MANN算法的圖像信息，同時HMANN算法重建圖像的偽影更少，檢測目標與背景的可識別度比傳統MANN算法高。本研究可以提升重建圖像的相關系數，有效去除重建圖像的偽影，為EIT成像技術提供了一種有效提升重建圖像質量的新思路。
人類社會已進入人工智能時代，醫療實踐和醫學教育正在經歷深刻的變化。我國已將人工智能發展納入國家發展戰略，并大力倡導其在教育領域中的應用，醫學教育與人工智能技術的融合正在變革現代醫學教育范式。該文介紹了人工智能在醫學教育領域中應用的現狀，分析其應用中存在的問題，并提出相應的解決對策，旨在為推動醫學教育和人工智能的深度融合奠定基礎。