冠脉搭桥不同时间节点疲劳发生率及其与情绪状态的相关性分析

目的 探讨冠脉搭桥患者不同时间节点疲劳发生率及其与情绪状态的相关性.方法 选取2019年8月～2020年3月某三甲医院行冠脉搭桥的324例患者为研究对象.采用一般人口学资料、疲劳视觉模拟评分、简明心境量表、匹兹堡睡眠指数量表及长海痛尺进行问卷调查.结果 冠脉搭桥患者疲劳程度在术后3天最重,中重度疲劳发生率为99.4％....     

安痛定致严重药物过敏死亡一例

患者女，69岁。因咽痛、四肢关节疼痛在私人诊所给予“安痛定”（产地及批号不详）肌肉注射1次，并静脉输入氨苄青霉素，当晚8：30患者周身皮肤呈暗紫色大片淤斑、斑丘疹、水疱疹，部分融合成大疱，并迅速增多，遂来我院。既往无食物及药物过敏史。     

深圳市大鹏新区1例境外输入间日疟病例的调查和处置

目的 查明深圳市1例疑似本地间日疟病例的感染来源,为疟疾疫情的处置提供科学依据。方法 查阅患者就诊病历,收集相关流行病学资料;采用镜检和荧光PCR方法进行虫种判定;对患者所在疫点采用全通宵诱蚊灯法和双层叠帐人饵诱捕法,进行按蚊种群和密度调查;人群外周血疟原虫RDT检测以筛查传染源,开展疫点群众健康监测,室内杀虫剂滞留喷洒灭蚊。结果 患者于2021年3月9日从海南省五指山市来深圳市大鹏新区工作,5月10日因发热2天,伴畏寒、头痛、乏力就医,初诊为“急性上呼吸道感染”,予抗感染、退热药物对症治疗后无明显好转。5月11日—14日患者反复出现畏寒、发热、头痛等症状,体温高达40℃。5月15日对患者血样进行疟疾RDT筛查,结果为阳性,血涂片镜检和荧光PCR方法复核确诊为间日疟。患者发病前2个月未离开过大鹏新区,否认有境外疟疾疫区旅居史和输血史。2018年9月—2020年9月患者在云南省德宏州盈江县那邦镇服兵役,期间有中缅边境执行任务史,否认感染过疟疾。5月16日—18日对患者工作居住地大鹏新区实践基地及曾留宿住所大围村,采用全通宵诱蚊灯法和双层叠帐人饵诱捕法开展媒介监测未发现传疟按蚊,对基地27...     

基于F-score特征选择和支持向量机的P300识别算法

如何从脑电信号中快速准确地识别出P300成分是脑-机接口研究中的一个热点问题.针对P300的识别问题,我们提出了一种将F-score特征选择与支持向量机相结合的判别方法,该方法采用F-score特征选择减少输入特征的维数,以克服支持向量机算法判别速度慢的缺点;然后借助支持向量机算法良好的分类性能实现P300的识别.本文在BCI Competition 2003的P300实验数据集上对该方法进行了验证,结果表明,在5次重复实验中该方法的识别准确率达到了100%,且判别速度与未经特征选择的传统支持向量机算法相比提高了近2倍.     

节点反投影方法在三维EIT模型中的仿真与实验研究

电阻抗成像(EIT)技术中逆问题的病态特性是造成重建图像分辨率较低的主要原因之一,增加先验信息是改善成像效果的可行方法.建立三维圆柱体仿真模型,对边界电压数据进行多项式曲面拟合,增加先验信息,采用节点反投影方法进行图像重建.对两种目标模型进行仿真实验,并利用本实验室设计的128通道EIT系统进行水槽物理模型重建实验.仿真实验结果表明,较之传统的反投影方法,两种目标模型采用节点反投影方法重建的总体误差分别降低了8.87％和6.85％;在物理模型中,重建图像可清晰显示目标物体.所提出的方法有望用于提高临床检测与监护的成像质量.     

输入同型血浆过敏性休克1例

病例 男,73岁,因车祸碾压致左足疼痛、流血、活动受限2 h入院.入院诊断：左足碾压伤;大面积皮肤脱套伤;多发开放性足部骨折及脱位;多发足部肌腱开放断裂.入院查体：生命体征正常,体温36.5 ℃,血压102/62 mmHg,脉搏68 次/min,呼吸21 次/min,神志清楚,对答切题.     

中国北方首例输入性寨卡病毒病病例的流行病学调查

目的 描述北京市首例输入性寨卡病毒病病例的发病就诊过程和流行病学特征,为寨卡病毒病输入性病例的管理提供参考.方法 对病例进行流行病学调查,收集病例血液、唾液和尿液标本,应用实时荧光PCR方法对标本进行寨卡病毒核酸检测.结果 该病例为委内瑞拉回国人员,发病前在委内瑞拉有明确的蚊虫叮咬史,经实验室检测患者尿液和唾液标本寨卡病毒核酸阳性.患者体温最高38.3℃,伴有全身麻疹样皮疹、结膜充血、颜面潮红及胸红,无肌肉痛、关节痛、头痛、呕吐、恶心、腹泻等其他表现,未孕.结论 该病例为中国北方首例输入性寨卡病毒病确诊病例,病例在寨卡疫源地委内瑞拉被蚊虫叮咬感染.对此例病例的流行病学调查、实验室检测和疫情处置措施进行总结,能够为寨卡病毒病防控工作提供一定的经验积累.     

双线性非局部特征结合中继监督网络用于视网膜血管分割

对眼底图像中的视网膜血管精准分割是检测多种疾病的关键技术,在相关疾病自动筛查系统中发挥着重要的作用。针对现存方法追求分割精度时忽略对算法复杂性的考虑,导致在资源受限的医疗设备上部署困难的问题。本文通过进一步合理减少卷积层的特征通道数量来轻量化分割网络并提出了BNIS-Net。该网络采用多尺度图像作为输入融合到编码过程中,使得不同感受野之间建立良好的联系,并提出一种双线性非局部模块来增强相关上下文信息的捕捉能力。最后,在解码过程中采用中继监督的策略,为解码部分各级输出提供监督来约束网络的学习,这样可以有效改善收敛行为使浅层部分得到充分训练。BNIS-Net以0.41 M的参数量在DRIVE、STARE和CHASE_DB1 3个公开数据集上分别取得了81.02%、81.07%、78.15%的DSC值和0.983 3、0.986 1、0.985 9的AUC值。通过大量对比实验和消融研究证明,该方法能够更好地分割血管的边缘细节。