Baska喉罩与Advance喉罩在乳腺日间手术患者气道管理的应用比较

目的比较新一代Baska喉罩(Baska laryngeal mask airway,BLMA)与Advance喉罩(Advance laryngeal mask air⁃way,ALMA)在乳腺日间手术中应用的有效性和安全性。方法行乳腺日间手术的患者68例,年龄18~64岁,ASA分级Ⅰ、Ⅱ级,按随机数字表法分为Advance喉罩组(A组)和Baska喉罩组(B组),每组34例。观察两组喉罩置入时间、置入成功率、置入次数、气道密封压、对血流动力学的影响、喉罩置入并发症及术后24 h并发症发生情况。结果与A组比较,B组喉罩第1次置入时间及术中喉罩漏气率较低,喉罩置入即刻及置入30 min气道密封压较高(P<0.05)。B组喉罩第2次置入成功率高于A组(P<0.05),A组有两例患者改为气管插管。两组患者各时点SBP、DBP和心率比较差异均无统计学意义(P>0.05)。B组患者吞咽痛(轻)、罩体带血、反流发生率较A组低(P<0.05),两组术后24 h并发症发生率差异无统计学意义(P>0.05)。结论与AL⁃MA相比,BLMA置入容易、气道密封压更高、反流更少,对口咽部损伤更小,可安全、有效地用于乳腺日间手术气道管理。     

基于深度学习的X线摄影图像辅助筛检算法实验分析

目的:评估基于深度卷积网络(CNN)建立的胸片辅助筛选算法在辅助筛检的效果和价值,分析该技术在临床内部试用过程中的改进方向。方法:研究采用美国国家卫生研究院公开的胸片诊断数据集进行算法的设计与训练,利用2017年7月至2018年6月湖南省肿瘤医院相关患者胸片进行临床试用。筛检算法主要采用深度卷积网络对胸片进行初步分类为正常、疑似和不正常三类,由2名临床医师对以上算法得出的结果进行审查试用。结果和结论:算法可对患者胸片和健康胸片进行有效分类,通过调整分类阈值,可在有效保证算法不漏诊的基础上,大幅降低人工对正常胸片的筛检工作,为实现基于深度学习网络进行X线摄影图智能人机融合式诊疗提供参考。