一种面向中医药数据的高效脱敏算法＊

目的 针对中医药大数据平台传统的加密方案效率不高的问题，提出一种高效的基于属性的内积加密的数据脱敏算法。方法 Hash（哈希）算法是应用广泛的高效的数据加密方法，但传统的哈希算法基于单一的控制策略，效率不高。本文提出一种基于属性的内积加密的数据脱敏算法，把批量的敏感数据分割为不同长度数据颗粒度，与特定密文的哈希进行内积处理。结果 在面对中医药大数据平台的海量数据加密的场景，与传统的哈希加密算法相比，本文提供的加密算法具有很好的性能。结论 为了保障个人隐私数据不被泄露，中医药大数据平台中的个人医疗数据需要加密脱敏后，才能进行分析处理或对外发布。本文提出的算法具备灵活的数据颗粒度、策略和高效的性能表现，适用于海量的中医药数据脱敏。     

腹腔镜微创治疗高龄完全性直肠脱垂

目的探讨腹腔镜微创治疗高龄完全性直肠脱垂的手术方法,总结手术操作体会及临床治疗经验。方法总结2012年6月~2017年6月收治的22例完全性直肠脱垂患者的临床资料,患者年龄67~79岁,均在腹腔镜下行悬吊固定。结肠造影和术中均可见明显增厚且冗长的乙状结肠,直肠周围组织宽松,膀胱直肠窝或子宫直肠窝之间脂肪结缔组织明显增厚,尤其是直肠前壁。术中切除直肠周围增厚的脂肪结缔组织,切除冗长的乙状结肠和直肠上端,行结肠直肠吻合。结果所有患者手术顺利,无中转开腹。手术时间平均(86.59±14.84)min,出血量平均(63.41±23.67)ml,术后住院时间平均(10.01±1.57)d。无吻合口出血、感染、肠瘘等并发症发生,无术中死亡或术后2周内死亡病例。22患者均获得临床治愈,随访2~4年,平均(2.81±0.91)年,患者排便次数1~2次/d,肛门功能正常,无复发。结论腹腔镜下微创切除直肠周围增厚的结缔组织、切除冗长的乙状结肠和直肠上端,是一种较好的微创治疗高龄直肠脱垂的方法。     

A Multi-Scale DNN Algorithm for Nonlinear Elliptic Equations with Multiple Scales

Algorithms based on deep neural networks (DNNs) have attracted increasing attention from the scientific computing community. DNN based algorithms are easy to implement, natural for nonlinear problems, and have shown great potential to overcome the curse of dimensionality. In this work, we utilize the multi-scale DNN-based algorithm (MscaleDNN) proposed by Liu, Cai and Xu (2020) to solve multi-scale elliptic problems with possible nonlinearity, for example, the p-Laplacian problem. We improve the MscaleDNN algorithm by a smooth and localized activation function. Several numerical examples of multi-scale elliptic problems with separable or non-separable scales in low-dimensional and high-dimensional Euclidean spaces are used to demonstrate the effectiveness and accuracy of the MscaleDNN numerical scheme.