简介:摘要目的基于深度卷积神经网络(DCNN)方法自动测量彩色眼底像上全局和局部豹纹分布密度。方法应用研究。将2021年5~ 7月于山东第一医科大学附属青岛眼科医院北部院区行近视手术的患者514例1 028只眼的1 005张彩色眼底像建立人工智能(AI)数据库。采用RGB颜色通道重标定方法(CCR算法)、基于Lab颜色空间的CLAHE算法、多重迭代照度估计的Retinex算法、具有色彩保护的多尺度Retinex算法对图像进行预处理。对比观察上述4种图像增强方法以及使用Dice损失、边缘重叠率损失和中心线损失对豹纹分割模型效果的影响。建立眼底豹纹分割模型识别全图范围内豹纹结构区域;构建眼底组织结构检测模型用于视盘及黄斑中心凹定位。计算视野范围内后极部豹纹密度(FTD )、黄斑区豹纹密度(MTD)、视盘区豹纹密度(PTD )。结果应用CCR算法图像预处理和训练损失组合后,豹纹分割模型的Dice系数、准确率、灵敏度、特异性、约登指数分别达到0.723 4、94.25%、74.03%、96.00%和70.03%。模型自动测量的FTD、MTD、PTD值与人工标注测量值平均绝对误差分别为0.014 3、0.020 7、0.026 7,均方根误差则分别为0.017 8、0.032 3、0.036 5。结论基于DCNN分割和检测方法能自动测量近视患者眼底全局和局部区域的豹纹分布密度,可以更准确地辅助临床监测和评估眼底豹纹改变对近视发展的影响。
简介:摘要目的针对神经外科人工气道患者预防肺部感染治疗过程中采用集束化护理方案的效果进行了分析和研究1。方法从我院随机选取自2015年4月至2017年6月期间收治的神经外科人工气道患者46例,这些患者都已经取得了家属的同意,将这46例患者通过随机双盲分组的形式分成对照组和观察组,每组各23例。其中对照组的23例患者采用传统气管道管理措施,另外观察组中的23例患者则采用集束化护理方案进行护理。集束化护理方案的主要内容就是将患者的床头抬高大约35°,然后对患者进行持续点滴泵入气道湿化法,在这个过程中需要根据护理要求进行合理的吸痰处理,除此之外还要根据患者口腔PH值选择合适的口腔清洗液以减少细菌的定植。在两组患者护理结束后,对其患者的肺部感染率、住院期间的总费用、气管切开所用的时间等方面的数据进行分析和比较。结果根据相关的数据表明对照组患者的肺部感染率为41%,另外气管切开所用的时间为(40.3±8.5)天。而观察组中的23例患者中肺部感染率为22.4%,气管切开的时间为(30±6.3)天。两组患者之间的各项数据对比具有可比性,P<0.05。结论在预防神经外科人工气道患者肺部感染的临床治疗中应用集束化护理方案可以有效降低肺部感染率,也能较大程度的缩短患者的气管切开时间,除此之外也大大降低了治疗费用。