工程科学学报 Chinese Journal of Engineering “健康中国”行动下的智慧医疗 班晓娟 S(article.titleEn} 引用本文： 班晓娟.“健康中国”行动下的智慧医疗.工程科学学报，2021,43(9)：1137-1139.doi:10.13374/j.issn2095- 9389.2021.09.01.020 S(article.titleEn)IJ].Chinese Journal of Engineering,2021,43(9):1137-1139.doi:10.13374/j.issn2095-9389.2021.09.01.020 在线阅读View online:https:ldoi.org10.13374/j.issn2095-9389.2021.09.01.020 您可能感兴趣的其他文章 Articles you may be interested in 基于云理论的隧道结构健康诊断方法 Health diagnosis method of shield tunnel structure based on cloud theory 工程科学学报.2017,395)：794 https:/1doi.org/10.13374.issn2095-9389.2017.05.019 基于Copula函数的热轧支持辊健康状态预测模型 Copula-based model for hot-rolling back-up roll health prediction 工程科学学报.2020,42(6：787htps:/1doi.org10.13374.issn2095-9389.2019.08.26.001 电子鼻研究进展及在中国白酒检测的应用 Review of electronic-nose technologies and application for Chinese liquor identification 工程科学学报.2017,394：475 https:1doi.org10.13374.issn2095-9389.2017.04.001 中国膏体技术发展现状与趋势 Status and prospects of paste technology in China 工程科学学报.2018.40(5：517htps:/ldoi.org10.13374.issn2095-9389.2018.05.001 中国钢铁行业超低排放之路 Research of ultra-low emission technologies of the iron and steel industry in China 工程科学学报.2021,431)：1 https:1doi.org10.13374.issn2095-9389.2020.06.18.003
“健康中国”行动下的智慧医疗 班晓娟 ${article.titleEn} 引用本文: 班晓娟. “健康中国”行动下的智慧医疗[J]. 工程科学学报, 2021, 43(9): 1137-1139. doi: 10.13374/j.issn2095- 9389.2021.09.01.020 . ${article.titleEn}[J]. Chinese Journal of Engineering, 2021, 43(9): 1137-1139. doi: 10.13374/j.issn2095-9389.2021.09.01.020 在线阅读 View online: https://doi.org/10.13374/j.issn2095-9389.2021.09.01.020 您可能感兴趣的其他文章 Articles you may be interested in 基于云理论的隧道结构健康诊断方法 Health diagnosis method of shield tunnel structure based on cloud theory 工程科学学报. 2017, 39(5): 794 https://doi.org/10.13374/j.issn2095-9389.2017.05.019 基于Copula函数的热轧支持辊健康状态预测模型 Copula-based model for hot-rolling back-up roll health prediction 工程科学学报. 2020, 42(6): 787 https://doi.org/10.13374/j.issn2095-9389.2019.08.26.001 电子鼻研究进展及在中国白酒检测的应用 Review of electronic-nose technologies and application for Chinese liquor identification 工程科学学报. 2017, 39(4): 475 https://doi.org/10.13374/j.issn2095-9389.2017.04.001 中国膏体技术发展现状与趋势 Status and prospects of paste technology in China 工程科学学报. 2018, 40(5): 517 https://doi.org/10.13374/j.issn2095-9389.2018.05.001 中国钢铁行业超低排放之路 Research of ultra-low emission technologies of the iron and steel industry in China 工程科学学报. 2021, 43(1): 1 https://doi.org/10.13374/j.issn2095-9389.2020.06.18.003
工程科学学报.第43卷，第9期：1137-1139.2021年9月 Chinese Journal of Engineering,Vol.43,No.9:1137-1139,September 2021 https://doi.org/10.13374/j.issn2095-9389.2021.09.01.020;http://cje.ustb.edu.cn “健康中国”行动下的智慧医疗 班晓娟⑧ 北京科技大学人工智能研究院.北京100083 ☒通信作者，E-mail:banxj(@ustb.edu.cn 很荣幸能够在《工程科学学报》组织发布《智 异常细胞，使用单阶段的目标检测方法进行分析， 慧医疗》专刊.智慧医疗涉及医学、人工智能、计 从而实现异常细胞的快速检测以及精确定位识别 算机及通信等技术，是一门交叉学科，其研究领域 针对肝细胞癌分化程度的无创性定量估测问题，贾 涵盖电子病历、医疗健康大数据分析与挖掘、医 熹滨等四提出了一种基于自注意力指导的多序列融 疗自然语言处理、智能医学影像分析、智能问答 合肝细胞癌组织学分化程度无创判别计算模型，用 系统、智能辅助诊断、远程医疗、远程会诊、智慧 于协助放射科医生进行肝细胞癌分化程度判别.相 医院、个人隐私保护等方向.为响应“健康中国” 对于几种基准模型和主流模型，该模型拥有最高的 理念，进一步推进智慧医疗技术在医疗领域的深 分类计算性能.针对肺结节图像处理任务，李阳等] 入应用，构建智慧医疗体系和平台助力医院向数 提出了一种基于群体智能优化的多核学习支持向 字化、信息化转型发展，本刊征集了智慧医疗领域 量机算法，解决了单一核函数无法兼顾学习能力与 的学术论文以介绍最新研究进展，旨在为读者提 泛化能力以及模型参数寻优的问题.该方法采用深 供智慧医疗相关研究的新视角、新方向，并推动本 度特征作为输入，提出多项式核和拉普拉斯核凸组 学科的建设和发展.专刊共收录论文15篇，主要 合的多核函数支持向量机算法，并将杂交操作引入 研究方向涵盖了计算机辅助医学诊断、计算机辅 粒子群算法.该方法可以得到较优的分类指标，从 助疾病治疗、计算机辅助健康管理和科普论文 而辅助肺癌早期筛查，针对超声心动图像处理问 4个方面，所用技术涉及医学图像处理技术、医学 题，张文静等提出了一种基于标准切面识别的房 文本处理技术、面向多模态数据的机器学习技术、 间隔缺损智能辅助诊断模型，用于解决图像质量 生理信号检测与分类技术、计算机三维模拟技术 差、噪声多，传统卷积神经网络架构对超声心动图 和人机交互技术等 像的学习能力有限、表达不充分的问题.该方法通 首先，随着计算机技术的不断发展，计算机辅 过对超声心动图像进行切面识别，充分融合其不同 助医学诊断已经成为了协助医生进行疾病诊断的 切面的语义特征，使得诊断的准确率得到明显提升 重要手段之一，这些技术可以辅助专家发现病灶， 针对显微环境下多图融合效率低、失焦扩散效果严 进而提高诊断的敏感性和特异性.根据研究对象的 重的问题，印象等)提出一种最大特征图空间频率 不同，计算机辅助医学诊断任务可分为以下4类： 融合策略，以提高图像可读性，辅助进行精准诊断 (1)基于医学图像处理技术的计算机辅助医学 与病情分析.该方法通过在基于无监督学习的卷积 诊断：包括CT、心电图在内的图像数据在医学诊断 神经网络中增加后处理模块，规避了两两串行融合 方面往往起到决定性作用，对图像数据进行精准判 中冗余的特征提取过程，显著提高了多张图像的多 断可以有效提升诊断的准确性.针对宫颈癌异常细 聚焦图像融合效率.同时，该方法还提出了一种矫 胞检测任务，姚超等山提出了一种新的超大尺寸病 正策略，在保证融合效率的情况下，有效缓解失焦 理图像宫颈癌异常细胞检测策略.该方法通过基于 扩散效应对融合图像质量的影响 深度学习的图像分类网络判断局部区域是否出现 (2)基于文本数据处理技术的计算机辅助医 收稿日期：2021-09-01
“健康中国”行动下的智慧医疗 班晓娟苣 北京科技大学人工智能研究院，北京 100083 苣通信作者，E-mail：banxj@ustb.edu.cn 很荣幸能够在《工程科学学报》组织发布《智 慧医疗》专刊. 智慧医疗涉及医学、人工智能、计 算机及通信等技术，是一门交叉学科，其研究领域 涵盖电子病历、医疗健康大数据分析与挖掘、医 疗自然语言处理、智能医学影像分析、智能问答 系统、智能辅助诊断、远程医疗、远程会诊、智慧 医院、个人隐私保护等方向. 为响应“健康中国” 理念，进一步推进智慧医疗技术在医疗领域的深 入应用，构建智慧医疗体系和平台助力医院向数 字化、信息化转型发展，本刊征集了智慧医疗领域 的学术论文以介绍最新研究进展，旨在为读者提 供智慧医疗相关研究的新视角、新方向，并推动本 学科的建设和发展. 专刊共收录论文 15 篇，主要 研究方向涵盖了计算机辅助医学诊断、计算机辅 助疾病治疗、计算机辅助健康管理和科普论文 4 个方面，所用技术涉及医学图像处理技术、医学 文本处理技术、面向多模态数据的机器学习技术、 生理信号检测与分类技术、计算机三维模拟技术 和人机交互技术等. 首先，随着计算机技术的不断发展，计算机辅 助医学诊断已经成为了协助医生进行疾病诊断的 重要手段之一，这些技术可以辅助专家发现病灶， 进而提高诊断的敏感性和特异性. 根据研究对象的 不同，计算机辅助医学诊断任务可分为以下 4 类： （1）基于医学图像处理技术的计算机辅助医学 诊断：包括 CT、心电图在内的图像数据在医学诊断 方面往往起到决定性作用，对图像数据进行精准判 断可以有效提升诊断的准确性. 针对宫颈癌异常细 胞检测任务，姚超等[1] 提出了一种新的超大尺寸病 理图像宫颈癌异常细胞检测策略. 该方法通过基于 深度学习的图像分类网络判断局部区域是否出现 异常细胞，使用单阶段的目标检测方法进行分析， 从而实现异常细胞的快速检测以及精确定位识别. 针对肝细胞癌分化程度的无创性定量估测问题，贾 熹滨等[2] 提出了一种基于自注意力指导的多序列融 合肝细胞癌组织学分化程度无创判别计算模型，用 于协助放射科医生进行肝细胞癌分化程度判别. 相 对于几种基准模型和主流模型，该模型拥有最高的 分类计算性能. 针对肺结节图像处理任务，李阳等[3] 提出了一种基于群体智能优化的多核学习支持向 量机算法，解决了单一核函数无法兼顾学习能力与 泛化能力以及模型参数寻优的问题. 该方法采用深 度特征作为输入，提出多项式核和拉普拉斯核凸组 合的多核函数支持向量机算法，并将杂交操作引入 粒子群算法. 该方法可以得到较优的分类指标，从 而辅助肺癌早期筛查. 针对超声心动图像处理问 题，张文静等[4] 提出了一种基于标准切面识别的房 间隔缺损智能辅助诊断模型，用于解决图像质量 差、噪声多，传统卷积神经网络架构对超声心动图 像的学习能力有限、表达不充分的问题. 该方法通 过对超声心动图像进行切面识别，充分融合其不同 切面的语义特征，使得诊断的准确率得到明显提升. 针对显微环境下多图融合效率低、失焦扩散效果严 重的问题，印象等[5] 提出一种最大特征图空间频率 融合策略，以提高图像可读性，辅助进行精准诊断 与病情分析. 该方法通过在基于无监督学习的卷积 神经网络中增加后处理模块，规避了两两串行融合 中冗余的特征提取过程，显著提高了多张图像的多 聚焦图像融合效率. 同时，该方法还提出了一种矫 正策略，在保证融合效率的情况下，有效缓解失焦 扩散效应对融合图像质量的影响. （2）基于文本数据处理技术的计算机辅助医 收稿日期: 2021−09−01 工程科学学报，第 43 卷，第 9 期：1137−1139，2021 年 9 月 Chinese Journal of Engineering, Vol. 43, No. 9: 1137−1139, September 2021 https://doi.org/10.13374/j.issn2095-9389.2021.09.01.020; http://cje.ustb.edu.cn
·1138 工程科学学报，第43卷，第9期 学诊断：除了图像数据外，文本数据也是医生诊疗 时、精准监测.针对传统的心电图持续时间短，一些 过程中的一种较为常见的数据类型.针对中医中 在日常生活中偶然发生的心律失常不容易被检测 的脏腑定位任务，张德政等提出了一种基于 出来的问题，许越凡等山提出了一种融合手工特征 ALBERT和Bi-GRU的多标签文本分类模型，为实 和深度特征的集成超限学习机心跳分类方法，实现 现中医辅助诊疗的脏腑辨证提供有力支持.该模 了高准确率心跳类别分类.该方法使用一维卷积神 型能够有效地捕捉上下文信息生成高层次的文本 经网络对心跳信号特征进行自动提取并利用基于 语义信息表示，之后再对高层次信息表示进行分 Bagging策略的多ELM集成方法对特征融合进行 类.相较于BERT方法以及其他传统方法，该方法 心跳分类，有助于准确检测人体心律失常的症状从 在F1值以及预测效率上均有所的提升.针对电子 而进一步预防心血管疾病 病历中的隐含特征和病症的关联任务，巩敦卫等) 其次，随着现代医疗技术的进步，计算机模拟 提出一种融合多特征嵌入与注意力机制的命名实 技术在辅助疾病治疗方面也起到了重要的作用 体识别算法，旨在高效精准地进行病程追踪以及 针对孔源性视网膜脱离的手术治疗任务，徐衍睿 构建患者画像.该方法在输入表示层融合字符、 等2]提出了一种基于物理的硅油填充模拟方法辅 单词、字形3个粒度的特征，并在双向长短期记忆 助视网膜手术过程分析，为手术方案制定以及提 网络的隐含层引入注意力机制，使算法在捕获特 高患者视力预后提供决策支持.该方法使用基于 征时更加关注于医疗实体相关的字符，最终实现 物理建模方法与计算机数值离散化技术对眼内受 对中文电子病历中疾病、身体部位、症状、药物、 力、硅油填充状态进行分析，并对填充模拟过程进 操作5类实体的最优标注 行三维模型构建与可视化，实现以最小硅油填充 (3)面向多模态数据的计算机辅助医学诊断： 量达到最佳治疗效果的医疗过程决策辅助目标 除了利用单一模态的数据进行辅助诊疗以外，同 针对视网膜血管分割任务，姜大光等1从血管形 时利用多模态数据进行过辅助诊疗也是一种较为 状拓扑关系利用的角度出发，探索多任务卷积神 有效的手段.张桃红等⑧提出了一种基于多模态 经网络设计，提出骨架图引导的级联视网膜血管 数据融合的医疗辅助诊断方法，利用结合的信息 分割网络框架.该框架包含血管骨架图提取网络 自动预测患者的病情.该方法将患者的影像信息 模块、血管分割网络模块和若干自适应特征融合 (如CT图像)和数值数据（如临床诊断信息）这两 结构体.论文所提方法在3个公共视网膜图像数据 个不同模态的数据相结合，提高了自动诊断准确 集上均获得第一名，在DRIVE,STARE和CHASEDBI 率，降低了诊断误差.同时，由于所提出的医疗辅 中其F1值分别为83.1%，85.8%和82.0% 助诊断模型可以一次性处理多种类型的数据，因 再次，随着当代生活水平与教育水平的改善， 此能够在一定程度上节省诊断时间. 人们的健康关注度也越来越高，计算机技术在辅 (4)基于生理信号检测技术的计算机辅助医学 助健康管理方面的重要性也日益提升，高质量睡 诊断：生理信号是人体健康评估的重要参数，及时 眠与儿童的身体发育、认知功能、学习能力等密 和准确地进行检测对现代健康保健和智能医疗应 切相关，由于儿童睡眠障碍的早期症状不明显，因 用具有极为重要的意义.针对非接触式生理信号检 此往往需要进行长期监测.针对儿童睡眠监测任 测任务，刘璐瑶等9提出了基于小波分析和自相关 务，许力等提出了一种儿童的自动睡眠分期方 计算的检测方法，旨在解决较微弱的生理信号易被 法，用于预防儿童睡眠障碍。该方法利用多导睡眠 呼吸谐波和噪声淹没，从而引起的提取难、识别难 图记录的单通道脑电信号，在Alexnet的基础上进 的问题.该方法采用调频连续波雷达实现非接触式 行改进，并采用重叠的方法对数据集进行了扩充， 生理信号检测，有效降低了生理信号检测的误差 获得了具有较高准确率的儿童睡眠分期结果 针对血糖检测任务，李婷等0提出了一种基于 最后，本刊也收录了综述性文章以给读者提 ECG信号的高精度血糖监测方法，实现了无创检测 供对相应领域的全面思考.触觉作为人的一种独特 连续血糖.该方法通过利用递归滤波器实现 的感官通道具有独特的优势，振动触觉编码的设 ECG信号的滤波，并采用卷积神经网络和长短期记 计是开发触觉的一个重要途径，也是未来人机交互 忆网络相结合(CNN-LSTM的方法，实现了血糖水 的一种重要手段.人们对触觉体验的高阶追求以 平的十分类监测，并通过实验探索了个体建模和群 及特殊行业对触觉编码的迫切需求推动了振动信 体建模2种建模方式的差异，实现血糖水平的实 息编码领域的发展.目前，国内外振动信息编码的
学诊断：除了图像数据外，文本数据也是医生诊疗 过程中的一种较为常见的数据类型. 针对中医中 的脏腑定位任务 ，张德政等[6] 提出了一种基于 ALBERT 和 Bi-GRU 的多标签文本分类模型，为实 现中医辅助诊疗的脏腑辨证提供有力支持. 该模 型能够有效地捕捉上下文信息生成高层次的文本 语义信息表示，之后再对高层次信息表示进行分 类. 相较于 BERT 方法以及其他传统方法，该方法 在 F1 值以及预测效率上均有所的提升. 针对电子 病历中的隐含特征和病症的关联任务，巩敦卫等[7] 提出一种融合多特征嵌入与注意力机制的命名实 体识别算法，旨在高效精准地进行病程追踪以及 构建患者画像. 该方法在输入表示层融合字符、 单词、字形 3 个粒度的特征，并在双向长短期记忆 网络的隐含层引入注意力机制，使算法在捕获特 征时更加关注于医疗实体相关的字符，最终实现 对中文电子病历中疾病、身体部位、症状、药物、 操作 5 类实体的最优标注. （3）面向多模态数据的计算机辅助医学诊断： 除了利用单一模态的数据进行辅助诊疗以外，同 时利用多模态数据进行过辅助诊疗也是一种较为 有效的手段. 张桃红等[8] 提出了一种基于多模态 数据融合的医疗辅助诊断方法，利用结合的信息 自动预测患者的病情. 该方法将患者的影像信息 （如 CT 图像）和数值数据（如临床诊断信息）这两 个不同模态的数据相结合，提高了自动诊断准确 率，降低了诊断误差. 同时，由于所提出的医疗辅 助诊断模型可以一次性处理多种类型的数据，因 此能够在一定程度上节省诊断时间. （4）基于生理信号检测技术的计算机辅助医学 诊断：生理信号是人体健康评估的重要参数，及时 和准确地进行检测对现代健康保健和智能医疗应 用具有极为重要的意义. 针对非接触式生理信号检 测任务，刘璐瑶等[9] 提出了基于小波分析和自相关 计算的检测方法，旨在解决较微弱的生理信号易被 呼吸谐波和噪声淹没，从而引起的提取难、识别难 的问题. 该方法采用调频连续波雷达实现非接触式 生理信号检测，有效降低了生理信号检测的误差. 针对血糖检测任务 ，李婷等[10] 提出了一种基于 ECG 信号的高精度血糖监测方法，实现了无创检测 连 续 血 糖 . 该 方 法 通 过 利 用 递 归 滤 波 器 实 现 ECG 信号的滤波，并采用卷积神经网络和长短期记 忆网络相结合 (CNN-LSTM) 的方法，实现了血糖水 平的十分类监测，并通过实验探索了个体建模和群 体建模 2 种建模方式的差异，实现血糖水平的实 时、精准监测. 针对传统的心电图持续时间短，一些 在日常生活中偶然发生的心律失常不容易被检测 出来的问题，许越凡等[11] 提出了一种融合手工特征 和深度特征的集成超限学习机心跳分类方法，实现 了高准确率心跳类别分类. 该方法使用一维卷积神 经网络对心跳信号特征进行自动提取并利用基于 Bagging 策略的多 ELM 集成方法对特征融合进行 心跳分类，有助于准确检测人体心律失常的症状从 而进一步预防心血管疾病. 其次，随着现代医疗技术的进步，计算机模拟 技术在辅助疾病治疗方面也起到了重要的作用. 针对孔源性视网膜脱离的手术治疗任务，徐衍睿 等[12] 提出了一种基于物理的硅油填充模拟方法辅 助视网膜手术过程分析，为手术方案制定以及提 高患者视力预后提供决策支持. 该方法使用基于 物理建模方法与计算机数值离散化技术对眼内受 力、硅油填充状态进行分析，并对填充模拟过程进 行三维模型构建与可视化，实现以最小硅油填充 量达到最佳治疗效果的医疗过程决策辅助目标. 针对视网膜血管分割任务，姜大光等[13] 从血管形 状拓扑关系利用的角度出发，探索多任务卷积神 经网络设计，提出骨架图引导的级联视网膜血管 分割网络框架. 该框架包含血管骨架图提取网络 模块、血管分割网络模块和若干自适应特征融合 结构体. 论文所提方法在 3 个公共视网膜图像数据 集上均获得第一名，在DRIVE，STARE 和CHASEDB1 中其 F1 值分别为 83.1%，85.8% 和 82.0%. 再次，随着当代生活水平与教育水平的改善， 人们的健康关注度也越来越高，计算机技术在辅 助健康管理方面的重要性也日益提升. 高质量睡 眠与儿童的身体发育、认知功能、学习能力等密 切相关，由于儿童睡眠障碍的早期症状不明显，因 此往往需要进行长期监测. 针对儿童睡眠监测任 务，许力等[14] 提出了一种儿童的自动睡眠分期方 法，用于预防儿童睡眠障碍. 该方法利用多导睡眠 图记录的单通道脑电信号，在 Alexnet 的基础上进 行改进，并采用重叠的方法对数据集进行了扩充， 获得了具有较高准确率的儿童睡眠分期结果. 最后，本刊也收录了综述性文章以给读者提 供对相应领域的全面思考. 触觉作为人的一种独特 的感官通道具有独特的优势，振动触觉编码的设 计是开发触觉的一个重要途径，也是未来人机交互 的一种重要手段. 人们对触觉体验的高阶追求以 及特殊行业对触觉编码的迫切需求推动了振动信 息编码领域的发展. 目前，国内外振动信息编码的 · 1138 · 工程科学学报，第 43 卷，第 9 期
班晓娟：“健康中国”行动下的智慧医疗 ·1139· 研究仍处于初步阶段，对当前振动信息编码领域 [8] Zhang T H,Fan S L,Guo XX,et al.Intelligent medical assistant 实验手段和结论进行总结有助于研究者快速了解 diagnosis method based on data fusion.ChinJ Eng,2021,43(9): 1197 该领域知识架构，明确研究方向与手段.杜静宜等 (张桃红，范素丽，郭徐徐，等.基于数据融合的智能医疗辅助诊 从振动触觉感知机理入手，讨论了不同振动参数 断方法.工程科学学报，2021,43(9)：1197) 的振动触觉分辩率和振动信息编码理论，并按照 [9] Liu L Y,Zhang S,Xiao W D.Noncontact vital signs detection using joint wavelet analysis and autocorrelation computation.Chin 方向导航和文字交互的应用对振动信息编码进行 JEmg,2021,43(9):1206 归纳总结，介绍了振动信息编码的实验手段和结论， (刘璐瑶，张森，肖文栋.基于小波分析和自相关计算的非接触 最后展望了振动信息编码领域未来的发展前景， 式生理信号检测.工程科学学报，2021.43(9)：1206) [10]Li T,Ye S,Li J Z,et al.High accuracy blood glucose monitoring 本专刊总结了智慧医疗领域的一些最新进 based on ECG signals.Chin J Eng,2021,43(9):1215 展，为智慧医疗基础理论、前沿技术和关键技术的 (李婷，叶松，李景振，等，基于ECG信号的高精度血糖监测.工 发展起到了促进作用，为加速我国人工智能技术 程科学学报，2021,43(9)：1215) 在智慧医疗领域内的应用提供了帮助.因此，我们 [11]Xu Y F,Xiao WD,Cao ZT.Ensemble extreme learning machine approach for heartbeat classification by fusing ld convolutional 真诚地感谢所有作者的创新作品和所有审稿专家 and handcrafted features.ChinJEng,2021,43(9):1224 的审稿意见.最后，我们衷心地感谢《工程科学学 (许越凡，肖文栋，曹征涛.基于一维卷积特征与手工特征融合 的集成超限学习机心跳分类方法.工程科学学报，2021,43(9)： 报》编辑团队的辛勤工作，让专刊得以出版 1224) [12]Xu Y R,Ban X J,Wang X K,et al.Simulations of silicone oil 参考文献 filling for use in retinal detachment surgery.ChinJ Eng,2021, [1]Yao C,Zhao J H,Ma B Y,et al.Fast detection method for cervical 43(9:1233 cancer abnormal cells based on deep learning.Chin J Eng,2021. (徐衍奢，班晓娟，王笑琨，等，面向视网膜脱离手术的硅油填充 43(9):1140 模拟.工程科学学报，2021,43(9)：1233) (姚超，赵基淮，马博渊，等.基于深度学习的宫颈癌异常细胞快 [13]Jiang D G,Li MM,Chen Y Z,et al.Cascaded retinal vessel 速检测方法.工程科学学报，2021,43(9)：1140) segmentation network guided by a skeleton map.ChinJ Eng, [2]Jia X B.Sun Z.Yang D W,et al.Self-attention guided multi- 2021,43(9):1244 sequence fusion model for differentiation of hepatocellular (姜大光，李明鸣，陈羽中，等.骨架图引导的级联视网膜血管分 carcinoma.Chin J Eng,2021,43(9):1149 割网络.工程科学学报，2021,43(9)：1244) (贾熹滨，孙政，杨大为，等.自注意力指导的多序列融合肝细胞 [14]Xu L,Wu Y X,Xiao B,et al.One-dimensional convolutional 癌分化判别模型.工程科学学报，2021,43(9)：1149) neural network for children's sleep staging.ChinJEng,2021. [3]Li Y,Chang JY,Wang YY.MKL-SVM algorithm for pulmonary 43(9):1153 nodule recognition based on swarm intelligence optimization.Chin (许力，吴云肖，肖冰，等.基于一维卷积神经网络的儿童睡眠分 JEg,2021,43(9):1157 期.工程科学学报，2021,43(9)：1153) (李阳，常佳乐，王宇阳.基于群体智能优化的MKL-SVM算法及 [15]Du J Y,Huang Z Q,Chen D Y,et al.Current situation of vibration 肺结节识别.工程科学学报，2021,43(9)：1157) tactile coding.Chin J Eng,2021,43(9):1261 [41 Zhang W J,Li W X,Liu A J,et al.Intelligent auxiliary diagnosis (杜静宜，黄志奇，陈东义，等.振动触觉编码的研究现状工程 of atrial septal defect based on view classification.Chin J Eng, 科学学报，2021,43(9)：1261) 2021,43(9):1166 (张文静，李文秀，刘爱军，等.基于切面识别的房间隔缺损智能 铺助诊断.工程科学学报，2021,43(9)：1166) [5]Yin X,Ma B Y,Ban X J,et al.Defocus spread effect elimination 班晓娟，北京科技大学人工智能、 method in multiple multi-focus image fusion for microscopic 人机交互与三维可视化方向教授， images.Chin J Eng,2021,43(9):1174 (印象，马博渊，班晓娟，等.面向显微影像的多聚焦多图融合中 中国人工智能学会常务理事及智慧 失焦扩散效应消除方法.工程科学学报，2021,43(9)：1174) 医疗专业委员会主任，北京市党代 [6] Zhang D Z,Fan XX,Xie Y H,et al.Localization model of 表，主持国家重点研发、国家自然 traditional Chinese medicine Zang-fu based on ALBERT and Bi- GRU.Chin J Eng,2021,43(9):1182 科学基金、总装备部探索项目等多项国家级课题 (张德政，范欣欣，谢永红，等.基于ALBERT与双向GRU的中医 和省部级课题.在科学出版社、国防工业出版社 脏腑定位模型.工程科学学报，2021,43(9)：1182) 等出版专著4部.国家发明专利20余项，《工 [7]Gong D W,Zhang Y K,Guo Y N,et al.Named entity recognition of Chinese electronic medical records based on multifeature 程科学学报》编委，在国内外著名期刊和重要国 embedding and attention mechanism.Chin J Eng,2021,43(9): 际学术会议上发表学术论文300余高.近年在 1190 Nature子刊，计算机学会推荐的A类顶级国际会 (巩敦卫，张永凯，郭一楠，等.融合多特征嵌人与注意力机制的 中文电子病历命名实体识别.工程科学学报，2021,43(9)： 议CHI、VR、SIGGRAPH等发表文章多篇.获省部 1190) 级以上科研教学奖励4项
研究仍处于初步阶段，对当前振动信息编码领域 实验手段和结论进行总结有助于研究者快速了解 该领域知识架构，明确研究方向与手段. 杜静宜等[15] 从振动触觉感知机理入手，讨论了不同振动参数 的振动触觉分辨率和振动信息编码理论，并按照 方向导航和文字交互的应用对振动信息编码进行 归纳总结，介绍了振动信息编码的实验手段和结论， 最后展望了振动信息编码领域未来的发展前景. 本专刊总结了智慧医疗领域的一些最新进 展，为智慧医疗基础理论、前沿技术和关键技术的 发展起到了促进作用，为加速我国人工智能技术 在智慧医疗领域内的应用提供了帮助. 因此，我们 真诚地感谢所有作者的创新作品和所有审稿专家 的审稿意见. 最后，我们衷心地感谢《工程科学学 报》编辑团队的辛勤工作，让专刊得以出版. 参 考 文 献 Yao C, Zhao J H, Ma B Y, et al. Fast detection method for cervical cancer abnormal cells based on deep learning. Chin J Eng, 2021, 43（9）: 1140 （姚超, 赵基淮, 马博渊, 等. 基于深度学习的宫颈癌异常细胞快 速检测方法. 工程科学学报, 2021, 43（9）：1140） [1] Jia X B, Sun Z, Yang D W, et al. Self-attention guided multisequence fusion model for differentiation of hepatocellular carcinoma. Chin J Eng, 2021, 43（9）: 1149 （贾熹滨, 孙政, 杨大为, 等. 自注意力指导的多序列融合肝细胞 癌分化判别模型. 工程科学学报, 2021, 43（9）：1149） [2] Li Y, Chang J Y, Wang Y Y. MKL-SVM algorithm for pulmonary nodule recognition based on swarm intelligence optimization. Chin J Eng, 2021, 43（9）: 1157 （李阳, 常佳乐, 王宇阳. 基于群体智能优化的MKL-SVM算法及 肺结节识别. 工程科学学报, 2021, 43（9）：1157） [3] Zhang W J, Li W X, Liu A J, et al. Intelligent auxiliary diagnosis of atrial septal defect based on view classification. Chin J Eng, 2021, 43（9）: 1166 （张文静, 李文秀, 刘爱军, 等. 基于切面识别的房间隔缺损智能 辅助诊断. 工程科学学报, 2021, 43（9）：1166） [4] Yin X, Ma B Y, Ban X J, et al. Defocus spread effect elimination method in multiple multi-focus image fusion for microscopic images. Chin J Eng, 2021, 43（9）: 1174 （印象, 马博渊, 班晓娟, 等. 面向显微影像的多聚焦多图融合中 失焦扩散效应消除方法. 工程科学学报, 2021, 43（9）：1174） [5] Zhang D Z, Fan X X, Xie Y H, et al. Localization model of traditional Chinese medicine Zang-fu based on ALBERT and BiGRU. Chin J Eng, 2021, 43（9）: 1182 （张德政, 范欣欣, 谢永红, 等. 基于ALBERT与双向GRU的中医 脏腑定位模型. 工程科学学报, 2021, 43（9）：1182） [6] Gong D W, Zhang Y K, Guo Y N, et al. Named entity recognition of Chinese electronic medical records based on multifeature embedding and attention mechanism. Chin J Eng, 2021, 43（9）: 1190 （巩敦卫, 张永凯, 郭一楠, 等. 融合多特征嵌入与注意力机制的 中文电子病历命名实体识别. 工程科学学报, 2021, 43（9）： 1190） [7] Zhang T H, Fan S L, Guo X X, et al. Intelligent medical assistant diagnosis method based on data fusion. Chin J Eng, 2021, 43（9）: 1197 （张桃红, 范素丽, 郭徐徐, 等. 基于数据融合的智能医疗辅助诊 断方法. 工程科学学报, 2021, 43（9）：1197） [8] Liu L Y, Zhang S, Xiao W D. Noncontact vital signs detection using joint wavelet analysis and autocorrelation computation. Chin J Eng, 2021, 43（9）: 1206 （刘璐瑶, 张森, 肖文栋. 基于小波分析和自相关计算的非接触 式生理信号检测. 工程科学学报, 2021, 43（9）：1206） [9] Li T, Ye S, Li J Z, et al. High accuracy blood glucose monitoring based on ECG signals. Chin J Eng, 2021, 43（9）: 1215 （李婷, 叶松, 李景振, 等. 基于ECG信号的高精度血糖监测. 工 程科学学报, 2021, 43（9）：1215） [10] Xu Y F, Xiao W D, Cao Z T. Ensemble extreme learning machine approach for heartbeat classification by fusing 1d convolutional and handcrafted features. Chin J Eng, 2021, 43（9）: 1224 （许越凡, 肖文栋, 曹征涛. 基于一维卷积特征与手工特征融合 的集成超限学习机心跳分类方法. 工程科学学报, 2021, 43（9）： 1224） [11] Xu Y R, Ban X J, Wang X K, et al. Simulations of silicone oil filling for use in retinal detachment surgery. Chin J Eng, 2021, 43（9）: 1233 （徐衍睿, 班晓娟, 王笑琨, 等. 面向视网膜脱离手术的硅油填充 模拟. 工程科学学报, 2021, 43（9）：1233） [12] Jiang D G, Li M M, Chen Y Z, et al. Cascaded retinal vessel segmentation network guided by a skeleton map. Chin J Eng, 2021, 43（9）: 1244 （姜大光, 李明鸣, 陈羽中, 等. 骨架图引导的级联视网膜血管分 割网络. 工程科学学报, 2021, 43（9）：1244） [13] Xu L, Wu Y X, Xiao B, et al. One-dimensional convolutional neural network for children ’s sleep staging. Chin J Eng, 2021, 43（9）: 1153 （许力, 吴云肖, 肖冰, 等. 基于一维卷积神经网络的儿童睡眠分 期. 工程科学学报, 2021, 43（9）：1153） [14] Du J Y, Huang Z Q, Chen D Y, et al. Current situation of vibration tactile coding. Chin J Eng, 2021, 43（9）: 1261 （杜静宜, 黄志奇, 陈东义, 等. 振动触觉编码的研究现状. 工程 科学学报, 2021, 43（9）：1261） [15] 班晓娟，北京科技大学人工智能、 人机交互与三维可视化方向教授， 中国人工智能学会常务理事及智慧 医疗专业委员会主任，北京市党代 表. 主持国家重点研发、国家自然 科学基金、总装备部探索项目等多项国家级课题 和省部级课题. 在科学出版社、国防工业出版社 等出版专著 4 部. 国家发明专利 20 余项. 《工 程科学学报》编委. 在国内外著名期刊和重要国 际学术会议上发表学术论文 300 余篇. 近年在 Nature 子刊，计算机学会推荐的 A 类顶级国际会 议 CHI、VR、SIGGRAPH 等发表文章多篇. 获省部 级以上科研教学奖励 4 项. 班晓娟： “健康中国”行动下的智慧医疗 · 1139 ·
