简介:目的研究颅内电极脑电图监测技术在病毒性脑炎非惊厥性癫痫持续状态应用价值并予以分析。方法选取2015年4月~2017年10月于我院接受治疗的病毒性脑炎患者110例为研究对象。分别对所有患者进行常规脑电图监测、颅内电极脑电图监测以及脑脊液检查。分别比较两组脑电图异常率情况以及癫痫样放电现象发生率情况。此外,根据患者是否为非惊厥性癫痫持续状态分非惊厥性癫痫持续状态40例,惊厥性癫痫持续状态70例。以脑脊液检查为金标准:分析两种检测方式诊断病毒性脑炎非惊厥性癫痫持续状态的敏感度、特异性以及准确度。结果颅内电极脑电图监测病毒性脑炎的脑电图轻度异常率为0.00%(0/110),明显低于常规脑电图组的10.91%(12/110),而脑电图重度异常率与癫痫样放电现象发生率分别为46.36%(51/110)、56.36%(62/110),均明显高于常规电脑组的25.45%(28/110)、16.36%(18/110),组间对比差异有统计学意义(均P〈0.05)。常规脑电图监测诊断病毒性脑炎非惊厥性癫痫持续状态的真阳性以及真阴性人数占比均明显低于颅内电极脑电图监测,组间对比差异均有统计学意义(均P〈0.05)。以脑脊液检查为金标准,常规脑电图诊断病毒性脑炎非惊厥性癫痫持续状态的灵敏度、特异性以及准确性分别为57.50%、60.00%、59.09%,均明显低于颅内电极脑电图监测的85.00%、84.29%、84.55%,组间对比差异有统计学意义(均P〈0.05)。结论颅内电极脑电图监测技术应用于病毒性脑炎非惊厥性癫痫持续状态诊断中具有较高的价值,有利于为临床治疗方案的制定提供参考依据,同时可作为临床治疗预后的指标,值得临床应用。
简介:摘要:网络时代,在线学习资源日益丰富。面对大量的信息,如何准确地向学习者推荐他们感兴趣的内容,以避免陷入数字泥潭是个性化推荐领域需要研究的问题。本文分析了二图信息扩散推荐算法,并结合网络资源的标签属性,探讨了基于标签的三图学习资源个性化推荐算法的改进。该算法在保留有效性和简洁性的前提下,利用标签属性扩大了推荐资源的广度,对缓解网络稀缺引起的推荐信息不完整具有一定的参考意义。