您的位置: 专家智库 > >

胡晓晖

作品数:7 被引量:50H指数:4
供职机构:上海市浦东新区浦南医院更多>>
发文基金:国家自然科学基金上海市闵行区自然科学基金更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇医药卫生
  • 3篇自动化与计算...

主题

  • 7篇骨质
  • 7篇骨质疏松
  • 2篇生物样本库
  • 2篇人工智能
  • 2篇骨质疏松症
  • 1篇样本库
  • 1篇原发性
  • 1篇原发性骨质疏...
  • 1篇原发性骨质疏...
  • 1篇受体
  • 1篇睡眠
  • 1篇破骨
  • 1篇破骨细胞
  • 1篇细胞
  • 1篇淋巴
  • 1篇淋巴细胞
  • 1篇免疫
  • 1篇免疫机制
  • 1篇绝经后骨质疏...
  • 1篇基因

机构

  • 7篇上海市浦东新...
  • 3篇上海理工大学
  • 2篇苏州大学
  • 1篇复旦大学
  • 1篇上海市第一人...
  • 1篇浙江大学
  • 1篇台湾大学
  • 1篇上海市宝山区...

作者

  • 7篇胡晓晖
  • 3篇尹梓名
  • 2篇刘卫东
  • 2篇钱忠心
  • 2篇刘连勇
  • 1篇洪洋
  • 1篇黄伟杰
  • 1篇李英华
  • 1篇杨恭
  • 1篇游利
  • 1篇黄正行
  • 1篇崔云卿
  • 1篇钱本文
  • 1篇孔祥勇
  • 1篇鹿彤
  • 1篇林勇

传媒

  • 6篇中国骨质疏松...
  • 1篇小型微型计算...

年份

  • 1篇2022
  • 1篇2020
  • 2篇2019
  • 1篇2018
  • 2篇2016
7 条 记 录,以下是 1-7
排序方式:
骨质疏松筛查系统设计与实现
2020年
目的骨质疏松症是一种起病隐匿、发病率高、治疗费用高的致残类疾病。早发现、早治疗可以显著改善骨质疏松患者的生存状态。早发现的最佳途径是通过社区医院的定期筛查,但目前市场上缺乏用于此类筛查的工具,因此亟需构建骨质疏松筛查系统。方法移动医疗的发展为解决此类问题提供了技术支持。通过提出内容可定制技术、骨质疏松临床指南数字化技术和医学化验单OCR识别技术,分别解决了筛查内容复杂多变、骨质疏松筛查知识建模和化验单图像数据结构化问题。结果基于微信小程序的MINA框架,制定了一套面向骨质疏松症筛查的便捷、轻量级解决方案,开发出"骨质疏松AI筛查防治"微信小程序,并已开展临床试用。结论此程序可方便地应用于社区筛查,提高医务人员的工作效率。
尹梓名胡晓晖胡晓晖孙大运钱忠心钱忠心刘卫东
关键词:骨质疏松
原发性骨质疏松症的骨骼免疫机制研究进展被引量:23
2016年
原发性骨质疏松症是以骨质减少,骨的微观结构退化为特征的,致使骨的脆性增加以及易于发生骨折的骨骼疾病。其发病机制与多种因素相关,除了传统的内分泌机制之外,一种新的骨骼免疫机制已逐渐被深入研究:通过免疫细胞T淋巴细胞和B淋巴细胞、树突状细胞等,分泌多种细胞因子,并与多种细胞因子相互作用,通过信号通路的正负反馈调控,精细调节成骨细胞和破骨细胞的分化与增殖平衡,从而影响原发性骨质疏松症的发生。与破骨形成相关的T细胞,Th17细胞通过双重机制调控骨质吸收,Th1和Th2细胞亚群分别分泌IFN-γ和IL-4,通过抑制破骨细胞前体细胞发育成成熟的破骨细胞,从而抑制骨质吸收。Treg细胞通过表达CTLA-4,促进破骨细胞前体细胞的凋亡,抑制骨质吸收。B淋巴细胞通过调控RANKL和OPG的比例参与骨质代谢。树突状细胞既可以与CD4+T细胞结合,启动经典的RANKL/RANK破骨细胞形成的信号通路,参与骨质疏松的形成;也可以作为破骨细胞前体细胞的方式,在M-CSF等炎性因子的刺激下,直接分化为破骨细胞。现就这种免疫细胞与细胞因子精细调节骨质生成与骨质吸收平衡作用机制的最新研究进展进行阐述。
刘连勇郑胜喜甄燕赵东宝胡晓晖
关键词:原发性骨质疏松B淋巴细胞破骨细胞
小规模多中心骨质疏松生物样本库的构建及应用探索研究被引量:3
2018年
目的为了满足骨质疏松流行病学调查、公共卫生防治及个性化临床干预研究的需要,建立小规模多中心骨质疏松前瞻性生物样本库。方法以骨质疏松样本库建设项目为依托,利用社区及医院体检数据平台,选择40~70岁愿意配合长期随访且无影响骨代谢特定疾病的人群作为样本库样本入库对象,收集流行病学调查问卷并签署知情同意书,采集空腹尿10 mL,促凝血和抗凝血各5 mL。利用双能X射线骨密度测定仪测定入库人群的腰椎(L_(1~4))、总髋、股骨颈、Ward’s三角区等部位的骨密度。抗凝血中白细胞提取DNA进行骨质疏松易感基因位点基因分型。血尿相关指标每年测定一次,骨密度正常阶段5年测定一次,骨量减少-2.0以上3年测定一次,-2.0以下和骨质疏松人群一年测定一次。首次测定作为基线数据,连续随访10年。结果样本库包括5000人的骨密度数据、流行病学调查资料,血清、血浆白细胞及DNA等生物样本,血钙、尿钙、遗传易感基因位点SNP分型等数据。结论该骨质疏松样本库可以用于骨质疏松病因学调查、干预新靶点探索及个性化临床干预的研究,同时首次将睡眠质量纳入到骨质疏松流行病学调查体系中。
李英华鹿彤施晓军陈飞胡晓晖崔云卿杨恭洪洋
关键词:骨质疏松多中心样本库睡眠基因
基于多层次集成学习的骨质疏松辅助诊断研究被引量:1
2022年
目的原发性骨质疏松是一种起病隐匿、病程较长,在中老年人中高发的疾病,其可引起包括骨折在内的一系列严重症状,是我国中老年人致残致死的主要原因之一。与骨质疏松相关的生理检验指标有很多,如何筛选利用这些指标为诊断服务、建立诊断模型,尚未有成熟、统一的方法。方法利用人工智能相关技术,对临床骨质疏松患者指标使用多种特征相关性算法进行特征选择,并在此基础上提出了一种多层次的集成学习框架:SAB-SVMKNN算法,其通过将内部同质学习器集成和外部异质学习器集成结合,将集成学习中的Boosting算法和Bagging算法使用Stacking进行集成,构建性能更强,适应性更好地诊断预测模型。结果使用特征选择从原始数据中的31项临床指标中筛选了对于骨质疏松最重要的8种相关特征,通过这种方式使各模型准确率平均提高了9.2%,且该研究对应的模型准确率提升18.6%,最终达到了94.8%的准确率。结论特征选择对于临床诊断和骨质疏松疾病的研究具有重要意义,该研究构建的预测模型可以有助于提高医生的诊断准确率。
尹梓名张震宇胡晓晖胡晓晖乐珺怡黄伟杰黄伟杰
关键词:骨质疏松
人工智能在骨质疏松症中的应用研究综述被引量:5
2019年
骨质疏松症是一种发病率高、起病隐匿的疾病.若不及时发现,导致病情加重和死亡率增加,将给患者及家庭带来沉重的负担.人工智能技术可有助于骨质疏松症的早期发现,预测患者患病风险.首先综述了常用于骨质疏松领域的医学人工智能技术的基础理论和研究现状,然后从骨质疏松症的危险因素分析、风险预测、识别与诊断三方面入手,分析回顾了相关研究,以期为国内同行提供关于该领域研究的最新进展.同时指出目前人工智能技术在骨质疏松应用的制约因素和挑战,并提出未来展望,为国内开展相关研究提供参考.
尹梓名孙大运胡晓晖孔祥勇黄正行
关键词:人工智能骨质疏松
Th17细胞及相关因子IL-17与绝经后骨质疏松的相关性研究被引量:13
2016年
目的观察辅助性T细胞17(T helper cell 17,Th17)及及相关因子白细胞介素17(interleukin 17,IL17)在绝经后骨质疏松(Postmenopausal osteoporosis,PMOP)患者外周血及血清中的表达水平,并探讨IL-17细胞与绝经后骨质疏松的发病的关系。方法选取2011年7月~2014年7月在我院确诊的绝经后骨质疏松患者(60例)为研究组,选取同期来我院体检的绝经后骨量正常人群为对照组(60例),采用流式细胞术检测绝经后骨质疏松患者及骨质正常人外周血中Th17细胞水平,采用ELISA法检测两组人群外周血中IL-17、IL-6及TGF-β的蛋白水平;采用RT-PCR法检测两组人群外周血中转录因子T孤独核受体(retinoid-related orphan receptor gamma t,RORγT)的mRNA水平。通过Pearson相关分析绝经后骨质疏松患者中IL-17水平与骨密度(bone mineral density,BMD)以及血清钙可能存在的关系。结果绝经后骨质疏松患者外周血中Th17细胞比例为(2.17±0.41)%,显著高于健康对照组人群的(0.61±0.45)%,差异有统计学意义(P〈0.001);绝经后骨质疏松患者血清IL-17水平(31.51±10.09)pg/ml,显著高于对照组人群的(16.61±9.93)pg/ml,差异有统计学意义(P〈0.001);绝经后骨质疏松患者外周血RORγT mRNA的表达水平显著高于正常人群,差异有统计学意义(P〈0.001)。绝经后骨质正常对照组人群外周血血清中IL-6及TGF-β水平均显著低于绝经后骨质疏松患者,差异有统计学意义(t=8.99,P=0.000;t=4.71,P=0.000);此外,Pearson相关分析结果显示,绝经后骨质疏松患者血清中IL-17与BMD呈显著负相关(r=0.788,P〈0.05)。结论Th17细胞可能通过分泌IL-17促进绝经后骨质疏松的产生,IL-17可能作为治疗绝经后骨质疏松的重要靶点。
刘连勇陆志仁游利胡晓晖
关键词:辅助性T细胞17白细胞介素17绝经后骨质疏松
骨质疏松人工智能技术研究进展及发展趋势被引量:5
2019年
目的探讨人工智能(artificial intelligence,AI)技术在骨质疏松早期诊断、早期预防、标准化治疗及科学化随访中的应用现状及发展前景。方法查阅近十年人工智能在医学中的应用现状,分析探讨骨质疏松AI技术开发的可行性及其关键技术限制瓶颈。结果开发优质AI技术的重要前提是大量准确知识的学习。骨质疏松筛查AI技术需要大量的骨密度数据和流行病学因素调查作为筛查系统的数据基础,诊治和随访AI技术需要大量的专业术语、影像学数据、血液、尿液生化指标的采集学习。因此,学习和验证过程中重要的是需要大量的骨密度数据、流行病学调查因素、血液尿液生化指标数据、骨密度测定影像资料、骨质疏松诊断中的专业术语资料、骨质疏松治疗过程中的用药及治疗效果资料等。这些相关资料的收集过程可以通过骨质疏松生物样本库的构建完成。结论骨质疏松AI的开发离不开骨质疏松体检生物样本库的建设,高质量多中心大规模骨质疏松生物样本库构建过程中收集的大量可供机器人学习及再学习的资料是决定骨质疏松AI技术开发成败的关键。
胡晓晖李英华钱忠心洪洋刘卫东
关键词:骨质疏松人工智能生物样本库
共1页<1>
聚类工具0