简介:摘要目的探讨产程中头位难产的识别与临床处理方式及其临床效果。方法采取方便抽样法选取2015年6月—2016年6月期间在我科室进行分娩且临产后经四步触诊法结合B超检查而筛查出的横枕位和枕后位的产妇100例,按照产妇入院顺序的奇偶性将其分成观察组和对照组,每组组内均设置50例研究对象。对照组产妇均给予顺其自然分娩,不给予任何特殊临床处理;观察组产妇给予人工破膜、产妇体位、徒手扩张宫颈和徒手旋转胎头处理。对于两组宫缩乏力的产妇均给予催产素加强产力,行胎心监护。结果观察组产妇的自然分娩率为92.0%,对照组产妇仅为74.0%,P<0.05组间比较具有显著的差异性。潜伏期观察组和对照组产妇的先露下降平均速度、宫口扩张速度没有明显的差别,P>0.05组间比较不具有显著的差异性。活跃期观察组产妇的先露下降平均速度、宫口扩张速度,都明显的短于对照组产妇,P<0.05组间比较具有显著的差异性。结论熟练掌握头位难产的征象,严密观察产程,及早识别头位难产,并及时给予人工破膜、产妇体位、徒手扩张宫颈和徒手旋转胎头等临床护理,可显著降低产程胎头难产发生率,对于确保产妇与胎儿的健康具有重要的临床意义。
简介:摘要目的基于基因组学的数据,通过机器学习,构建胃癌相关甲基化预测模型。方法下载TCGA(The Cancer Genome Atlas)数据库中胃癌基因突变数据、基因表达数据和甲基化芯片数据,进行特征选择,构建支持向量机(径向基核函数)、随机森林和误差反向传播(error back propagation,BP)神经网络模型,并在新的数据集中进行模型的验证。结果在3个模型中BP神经网络的检验效能最高(F1 值=0.89,Kappa=0.66,受试者工作特征曲线下面积=0.93)。结论BP神经网络能够充分利用分子检测的基因组数据进行机器学习,可以用于胃癌相关甲基化预测。
简介:摘要:文章先分析了大气环境监测中的监测布点的基础要求,随后介绍了监测布点优化,包括监测点布设原则、监测点布设位置要求、做好基础准备工作、充分利用点位技术、准确预测布置点,最后详细介绍了大气环境监测中的检测布点方法,包括网格布置法和功能区布点法,希望能给相关人士提供有效参考。
简介:摘要:在印刷电路板(PCB)的自动光学检测设备(AOI)中,标志点(Mark点)不可或缺。PCB上料时会出现偏移和旋转,元器件检测的图像需要进行矫正对准,需要通过Mark点对PCB的元器件起到辅助定位、修正的作用,提高元器件检测的精度。本文主要研究两种常用的Mark点定位方法,以及Mark点定位前的图像预处理方法。通过图像去噪、图像锐化和直方图均衡化对Mark点图像进行预处理;对圆形Mark点采用圆拟合方式、对异形或丝印Mark点采用NCC模板匹配的方式进行识别定位,输出定位坐标。该识别方法目前已得到PCB-AOI上应用。
简介:摘要:在印刷电路板(PCB)的自动光学检测设备(AOI)中,标志点(Mark点)不可或缺。PCB上料时会出现偏移和旋转,元器件检测的图像需要进行矫正对准,需要通过Mark点对PCB的元器件起到辅助定位、修正的作用,提高元器件检测的精度。本文主要研究两种常用的Mark点定位方法,以及Mark点定位前的图像预处理方法。通过图像去噪、图像锐化和直方图均衡化对Mark点图像进行预处理;对圆形Mark点采用圆拟合方式、对异形或丝印Mark点采用NCC模板匹配的方式进行识别定位,输出定位坐标。该识别方法目前已得到PCB-AOI上应用。