开颅术后头皮切口周缘多发原始神经外胚层肿瘤一例

患者男,73岁.因头部多发包块1个月余入院.3个月前因头部外伤致右颞顶叶脑内血肿而行开颅血肿清除术,术后恢复尚可.1个月前发现右颞顶部手术切口周缘多发包块,伴压痛,进行性增大,再次入院.查体:神志清楚,左侧肢体肌力Ⅳ级,右颞顶部见弧形手术疤痕.     

甘露醇治疗格林—巴利氏综合征神经根性疼痛临床体会

我们将近年收治格林—巴利氏综合征伴有双下肢神经根性疼痛者 10例。给以甘露醇治疗 ,并与对照组比较 ,取得满意疗效 ,现报告如下。1　临床资料1.1　对象及治疗方法将诊断为格林—巴利氏综合征双下肢疼痛 19例 ,随机分成 2组 ,治疗组 10例 ,对照组 9例 ,两组在病例选择、年龄、病程比较无差异。均按常规治疗方法 ,包括使用神经营养药物、能量合剂及激素等。治疗组除上述常规治疗方法外 ,同时加用 2 0 %甘露醇 ,剂量按 0 .5 /ｋｇ次 ,每日 2次 ,直到主观疼痛消失为止。1.2　结果两组疼痛消失时间分别为 :治疗组 2 0 .9天 ,对照组 3 1.6天 …     

双侧额颞去骨瓣减压治疗弥漫性脑肿胀

目的 探讨双侧额颞去骨瓣减压治疗弥漫性脑肿胀的疗效及手术指征。方法 对23例行双侧额颞去骨瓣减压治疗的重型颅脑损伤伴弥漫性脑肿胀病例进行回顾性分析。结果 根据GOS评分，恢复良好4例，轻残10例，重残3例，植物生存2例．死亡4例。结论 双侧额颞去骨瓣减压能有效减轻弥漫性脑肿胀对颅内结构的破坏，提高救治成功率。     

基于最大似然基的中医药图谱有效性判定模型

本文提出了一种基于最大似然估计理论建立的中药指纹图谱有效判定模型,用于改进目前方法中存在的检测算法对主成分析的不足,注重对药品的定性分析而对中药的定量分析不足的问题。在本方法中用最大似然方法提取样本特征,用主成分评价和数字差分段评价的方法来解决目前相似性评价方法中存在的不能反映主成分差异这一不足之处,在解决检测数据漂移的问题上,采用基于统计学原理的漂移量纲分析,提高了漂移误差检测的速度。通过对丹参的色谱数据的检测试验可以看出,新方法能够提取检测出各成分的特征峰、含量比值,各样本中主成分相似性,从试验数据上看取得较好的效果,对今后对中药的主成分研究提供了检测方法。     

高校实验设备管理网站建设的体会与设想

随着网络技术的发展和网络应用的普及,网络及其服务已成为高校信息交流、管理信息化和办公现代化必不可少的纽带和桥梁。我校实验室及设备管理处建立起与校园网络相连接的网站。同时研制开发了“基础物理实验选课管理系统”(http://202.115.49.249)。可提供学生网上预订实验课程、处理实验成绩等教学管理服务。为实验室建设、教学管理、设备物资管理等有关工作的信息化奠定了良好的基础。     

过敏性紫癜患儿血清sE一选择素和sP一选择素水平的变化及其意义

目的：研究过敏性紫癜（HSP）患儿血清sE选择素和sP一选择素水平变化,探讨其在HSP发病机制中的作用。方法：以30例健康儿童为对照组,将80例初发HSP患儿按尿常规结果分为HSP组（49例）和HSPN组（3l例）,两组分别于急性期和恢复期采血测定sE一选择素和sP一选择素,同时测定血清中胱抑素C（CysC）的浓度,并将胱抑素C（CysC）水平与外周血sE一选择素和sP一选择素进行相关分析。结果：HSP和HSPN患儿血清sE一选择素和sP一选择素水平高于对照组,差异有统计学意义（P〈0．05）;HSPN组sE－选择素和sP一选择素水平明显高于HSP组,且差异有统计学意义（P〈0．05）;患儿外周血sE一选择素和sP－选择素水平与胱抑素C（CysC）水平呈正的直线关系（r＝0．589,P〈0．01）。结论：sE一选择素和sP选择素可能参与HSP急性期血管内皮细胞炎性以及脏器损伤的机制,对过敏性紫癜早期诊断具有良好的临床价值。     

基于主成分分析的深度前馈神经网络的肾小球滤过率估算算法

目的 提出一种基于主成分分析(principal component analysis, PCA)的深度前馈神经网络(deep feedforward neural network, DFNN),建立一个适用于中国慢性肾脏病(chronic kidney disease, CKD)人群的肾小球滤过率(glomerular filtration rate, GFR)估算模型，并探讨其在慢性肾脏病患者肾小球滤过率估算中的应用。方法 受试者为2019年5月—2021年1月就诊于安徽医科大学第二附属医院，排除年龄<18岁的肾功能不稳定，服用甲氧苄啶或西咪替丁或接受透析后的163例患者。本研究以^99mTc-DTPA肾动态显像测定GFR为标准，建立主成分分析的深度前馈神经网络(deep feedforward neural network, DFNN)模型，以此估算GFR,同时将估算GFR结果与传统CG方程和BP神经网络估算结果进行对比分析。结果 通过PCA-DFNN-1神经网络训练出来的估算模型的15%符合率、30%符合率、50%符合率分别为38.77%、55.1%、...