医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性

脏腑定位，即明确病变所在的脏腑，是中医脏腑辨证的重要阶段。本文旨在通过神经网络模型搭建中医脏腑定位模型，输入症状文本信息，输出对应的病变脏腑标签，为实现中医辅助诊疗的脏腑辨证提供支持。将中医的脏腑定位问题建模为自然语言处理中的多标签文本分类问题，基于中医的医案数据，提出一种基于预训练模型ALBERT和双向门控循环单元（Bi-GRU）的脏腑定位模型。对比实验和消融实验的结果表明，本文提出的方法在中医脏腑定位的问题上相比于多层感知机模型、决策树模型具有更高的准确性，与Word2Vec文本表示方法相比，本文使用的ALBERT预训练模型的文本表示方法有效提升了模型的准确率。在模型参数上，ALBERT预训练模型相比BERT模型降低了模型参数量，有效减小了模型大小。最终，本文提出的脏腑定位模型在测试集上F1值达到了0.8013

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

医生诊断需要结合临床症状、影像检查等各种数据，基于此，提出了一种可以进行数据融合的医疗辅助诊断方法。将患者的影像信息（如CT图像）和数值数据（如临床诊断信息）相结合，利用结合的信息自动预测患者的病情，进而提出了基于深度学习的医疗辅助诊断模型。模型以卷积神经网络为基础进行搭建，图像和数值数据作为输入，输出病人的患病情况。该医疗辅助诊断方法能够利用更加全面的信息，有助于提高自动诊断准确率、降低诊断误差；另外，仅使用提出的医疗辅助诊断模型就可以一次性处理多种类型的数据，能够在一定程度上节省诊断时间。在两个数据集上验证了所提出方法的有效性，实验结果表明，该方法是有效的，它可以提高辅助诊断的准确性

实验一 角色扮演、常见症状问诊 . 1 实验二 身体评估基本方法训练 . 4 实验三 生命体征、一般状态评估 . 7 实验四 皮肤和淋巴结评估 . 10 实验五 头颈部评估 . 12 实验六 胸部评估 . 16 实验七 肺部模拟人听诊 . 20 实验八 心脏评估 . 21 实验九 心脏模拟人听诊 . 23 实验十 腹部评估 . 24 实验十一 腹部评估模拟人触诊练习. 30 实验十二 脊柱、四肢与神经系统评估 . 31 实验十三 全身体格检查 . 37 实验十四 功能性健康型态的评估见习（一） . 41 实验十五 功能性健康型态的评估见习（二） . 45 实验十六 功能性健康型态的评估见习（三） . 49 实验十七 综合练习：护理病历书写 . 54 附录一 体格检查项目评价表 . 55 附录二 病人入院护理评估表 . 63 附录三 健康评估（会谈）评分标准 . 67 附录四 健康评估（体检）评分标准 . 68

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

连续血糖监测在糖尿病管理中具有重要的意义。目前糖尿病患者主要通过指尖采血或植入式微创传感器监测血糖，但上述方法存在疼痛、成本昂贵、易感染等问题，因此，无创监测是实现连续血糖监测的理想技术。本文利用心电(ECG)信号，提出了一种血糖水平无创监测的方法：通过获取12名志愿者共60 d 756160个ECG周期信号，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。结果表明，在个体建模和群体建模的条件下，血糖监测精确率分别约达到80%和88%。其中群体建模10分类的F1值可达到0.95、0.88、0.91、0.85、0.92、0.88、0.86、0.86、0.87和0.86。研究表明，本文提出的基于ECG的无创血糖监测方法为实现血糖水平的实时、精准监测提供了一种有力的理论支撑与技术指导

案例1：精子库的孩子 R是个女孩，她父亲脾气很坏，经常殴打她们母女。 她觉得她父亲与她不像。22岁时她母亲去世时告诉她， 她是用精子库的精子出生的。她就执意要寻找她的 “生身”父亲。她通过妇科医生的助手找到了母亲的 病历。知道精子提供者是妇科医生在医学院的同学。 她购买了医学院的年鉴，在学生照片中找到了一位与 她相象的男学生，认为他就是她的父亲。打听到这个 现在已经50多岁的人在另一城市当神经科医生。她给 他打电话，但对方一知道她干什么后就立即挂断电话。 她一连打了三次，每次都得鼓起勇气。但都被回绝。 最后一次，他还威胁要报警

上篇 临床诊断学 实习一 问诊见习及病理示教 实习二 问诊实习（一） 实习三 常见症状与体征示教 实习四 问诊实习（二） 实习五 基本检查法与一般状态检查 实习六 头颈部检查 实习七 肺部视触叩检查及肺部正常听诊 实验八 肺部异常听诊及肺部综合病征见习 实习九 心脏的视、触、叩诊检查 实习十 正常心脏听诊、病理征及血管检查 实习十一 病理心脏检查 实习十二 正常腹部检查 实习十三 病理腹部检查 实习十四 脊柱、四肢及神经反射的检查 实习十五 病历书写 中篇 实验诊断学部分 实验一 血常规检查 实验二 血液的其他检查 实验三 骨髓细胞学检查 实验四 止血与凝血障碍的检查 实验五 尿液、粪便检查 实验六 肝、肾功能检查 实验七 胸膜腔积液、腹膜腔积液、脑脊液、胃液检验 下篇 心电图检查 见习一 心电图机的操作与心电图的描记 见习二 正常心电图的分析与诊断 见习三 房室大、心肌梗塞、电解质异常的心电图表现 见习四 常见的激动起源异常的心电图表现 见习五 常见激动传导异常的心电图表现

心脑血管疾病的概念，高血脂-动脉粥样硬化与高血压是其中的最主要因素，以及甘油三酯和胆固醇是如何导致动脉粥样硬化的。以及清淡饮食对健康长寿的意义。心脑血管疾病是人类最主要的死亡原因。长期高血压所致的瞬时动脉血管破裂，或动脉粥样硬化所致的瞬时动脉血管堵塞，是产生疾病的最直接根源。在医院的心内科和心外科，神经内科和脑外科，我们会听到很多各种不同的名称，它们有无内在的联系。另外，我们还要了解另外一个原因动脉粥样硬化的发生发展。理解日常过度饮食如何会产生令人致命的动脉粥样硬化