简介:【摘要】目的:针对当前校企合作模式用于高职扩招老年服务与管理专业学生的效果开展深入分析,为高职老年服务与管理专业学生的关于病情干预效果的提升指明改进方向。方法:研究人员结合纳排标准,选择了我校2019级社会扩招学生。将退役军人老年服务与管理专1,2班70人设置为参照组给予常规教学模式,将普通社招老年服务与管理专业3,4班90人设置为研究组给予校企合作模式。结果:参照组的考试成绩低于研究组,组间差异具有统计学意义(P
简介:【摘要】目的 探讨深度手烧伤创面修复及后期功能恢复方法。方法 回顾性分析55例手深度烧伤患者于伤后3-6天行切削痂植皮,皮瓣移植,人工真皮覆盖等方法进行治疗。术后予以早期功能锻炼,创面愈合后进行抗瘢痕治疗,根据随访情况,后期3-6个月行整形修复治疗。结果:所有深度烧伤创面均得到有效救治,大部分功能恢复满意,部分患者外观满意。结论 深度手烧伤通过早期手术,后期功能康复治疗,取得满意疗效。
简介:摘要不同抑郁症患者的最优治疗方案一般需通过长期、低效率的试错过程来逐步确定。为实现抑郁症的精准治疗,有必要通过特异性生物标志物来选择有效的治疗方法。深度学习是机器学习的一个分支,该技术能处理大量高维、复杂的数据,适用于自动提取和学习临床、基因组学和神经影像数据的特征。近年来,研究人员正在使用深度学习技术开发抑郁症治疗反应的预测模型,有利于指导临床医生为患者选择最佳治疗方案以及在全球范围内推进更为高效的个体化精准医疗方案。本文从人口学、临床症状数据、基因组学数据和功能磁共振成像数据三个方面,对深度学习预测抑郁症疗效方面的相关研究进行综述,并对未来的深度学习研究方向尤其是多组学数据结合深度学习的应用进行展望。
简介:摘要:为了正畸患者口腔的健康,其中清洁患者牙齿尤其重要。本文提出深度清洁正畸患者牙齿方法与措施,根据牙齿的结构设计清理牙齿的工具,并结合智能控制调节清洁牙齿工具速度与深度,使其能够更加充分的清理牙缝以及牙龈间的食物残渣,从而实现了对正畸患者牙齿的深入清洁。
简介:摘要目的基于深度学习方法开发创伤出血量分级预测模型,以辅助预测创伤动物出血量。方法基于中国人民解放军总医院构建的战创伤动物实验时效评估数据库中猪枪弹伤实验数据进行回顾性观察性研究。提取研究总体的出血量数据,并按照出血量将其分为0~300 mL组、301~600 mL组、>600 mL组。采用生命体征指标作为预测变量、出血量分级作为结局变量,基于4种传统机器学习和10种深度学习方法开发创伤出血量分级预测模型;采用实验室检验指标作为预测变量、出血量分级作为结局变量,基于上述14种算法开发创伤出血量分级预测模型。通过准确率和受试者工作特征曲线下面积(AUC)对上述两组模型进行效果评价,并将两组中的最优模型混合得到混合模型1;通过遗传算法进行特征选择,并根据最佳特征组合构建混合模型2;最后,将混合模型2部署于动物实验数据库系统中。结果纳入数据库中创伤动物96只,其中0~300 mL组27只,301~600 mL组40只,>600 mL组29只。在基于生命体征指标构建的14种模型中,全卷积网络(FCN)模型为最优模型〔准确率为60.0%,AUC及95%可信区间(95%CI)为0.699(0.671~0.727)〕;在基于实验室检验指标构建的14种模型中,循环神经网络(RNN)模型为最优模型〔准确率为68.9%,AUC(95%CI)为0.845(0.829~0.860)〕。FCN与RNN模型混合后得到混合模型1,即RNN-FCN模型,模型效果得到提升〔准确率为74.2%,AUC(95%CI)为0.847(0.833~0.862)〕;通过遗传算法进行特征选择,根据筛选后的特征组合构建混合模型2,即RNN-FCN*模型,进一步提升了模型效果〔准确率为80.5%,AUC(95%CI)为0.880(0.868~0.893)〕,该模型包含10项指标,分别为平均动脉压(MAP)、血细胞比容(HCT)、血小板计数(PLT)、血乳酸(Lac)、动脉血二氧化碳分压(PaCO2)、二氧化碳总量、血Na+、阴离子隙(AG)、纤维蛋白原(FIB)、国际标准化比值(INR)。最后,将RNN-FCN*模型部署在数据库系统中,实现了对创伤动物出血量的自动、连续、高效、智能、分级预测。结论基于深度学习开发了一种创伤出血量分级预测模型,并部署在信息系统中,实现了对创伤动物出血量的智能分级预测。