简介：摘要：目的：探讨影响高血压脑出血（HICH）患者手术治疗后近期预后不良发生率及其相关危险因素。 方法：选 取 2019 年 1 月至 2021 年 12 月咸阳市第一人民医院收治的 100例 HICH 患者进行随访，依据术后 3 个月的预 后情况，将其分为预后不良组（30例）和预后良好组（70 例）；比较两组间年龄、性别、糖尿病、冠心病史、高血压 病史、术前 GCS 评分、术前血肿量、出血部位、脑室积血、手术时机、手术方式、脑室外引流术、术后肺部感染、术后 再出血、脑疝等因素分布；再采用多因素 logistic 回归法筛选影响 HICH 患者术后预后不良的相关危险因素。 结 果：100 例 HICH 患者术后 3 个月的预后不良发生率为 37.91%（69/182）；多因素 logistic 回归结果显示：影响HICH 患 者手术治疗后预后不良的危险因素包含年龄（OR=2.869）、术前 GCS 评分（OR=4.811）、术前血肿量（OR=3.536）、 手术时机（OR=3.294）、开颅手术（OR=4.137）、术后肺部感染（OR=3.885）、术后再出血（OR=3.083）。 结论：HICH 患 者术后近期预后不良发生率高达 38%，且影响其近期预后不良的高危因素较多，应早期进行预防和治疗，降低预 后不良发生率，改善 HICH 患者的预后。

简介：摘 要： 针对输电线路工程前期项目比选种类繁多，如何利用少量信息获取更准确的工程造价的问题，结合BP神经网络算法构建输电线路工程造价预测模型。将工程造价的影响因素作为BP神经网络的输入，通过三层网络结构得到输电线路工程造价的估算值。最后，利用实际工程数据对提出的输电线路工程造价预测模型进行了仿真。实验结果表明，该模型能够准确估算项目成本，适用于评估项目前期比较方案的优劣。

简介：摘要基于人工神经网络的汽油机故障诊断技术，是指通过对汽油机故障信息和诊断经验的训练与学习，用分布在网络内部的连接权值来表达所学习的故障诊断知识。本文首先指出采用神经网络进行故障诊断的必然性和可行性。然后利用BP网络对电控汽油机进行故障诊断和MATLAB软件进行程序调试。

简介：摘要：在2018年发布的《神经重症康复中国专家共识（中）》意识康复技术部分中提到正中神经电刺激与经颅直流电刺激均可以促进患者意识神经网络恢复重建，目前对于经颅直流电刺激结合正中神经电刺激的研究较少，本文通过对经颅直流电刺激和正中神经电刺激在意识障碍方面的应用进行讨论，希望能够为意识障碍患者的康复治疗提供新思路。

简介：摘要：在多个行业中技术人员常会用到钢印与金属铭牌字符识别技术，钢印及金属铭牌字符主要刻打在各类硬质外表面上，多具有字符与背景颜色相近、背景易反光、字符印迹不明显、字符倾斜等特征。因此，使用传统方法对钢印及金属铭牌字符进行检测时，容易受到各类因素的干扰导致检测准确率低，此外传统方法的效果优化操作复杂且实现度较差。本文提出采用基于神经网络的金属序列号识别技术，有助于解决以上问题。