互联网与医疗健康领域深度融合发展研究

分析我国互联网与医疗健康领域融合发展现状,探讨其面临的挑战,包括政策与法规、安全与责任、收费标准、数据等层面的问题,提出有关对策与建议,为推进互联网与医疗健康领域深度融合发展提供参考与借鉴。     

医院人员出入管理信息系统建设与应用探讨

目的 根据国家政策指引,以医院实际需求为导向,探讨医院人员出入管理信息系统的建设经验。方法 从研究背景、系统需求分析、方案设计、系统实现、应用效果等方面阐述医院人员出入管理信息系统构建过程。结果 该系统实施应用后,医务人员登记和审核所需时间平均30秒/人次,管理效率提高了5倍,人员出入时间节省将近80%。结论 医院人员出入管理信息系统能够有效提高医务人员的工作效率,改善患者及家属就医体验,为医院人员出入管理提供信息支撑。     

基于ICA方法去除人工耳蜗ERP信号伪迹的研究

目的人工耳蜗植入者的听觉诱发电位含有较大的伪迹信号,影响了其在人工耳蜗植入后的效果评估。功能成像方法由于安全问题和介入性等特点,不适用于人工耳蜗植入者。本文利用独立成分分析(independent component analysis,ICA)去除人工耳蜗伪迹,为进一步利用听觉诱发电位信号客观评价人工耳蜗植入者言语识别能力和人工耳蜗植入效果提供便利。方法采用经典Oddball模式,分别以言语声/ba/和/da/为标准刺激和偏差刺激,测量人工耳蜗植入者的听觉事件相关电位(eventrelated potential,ERP),采用ICA方法去除ERP信号中人工耳蜗造成的伪迹,并分析其独立成分的时域波形和脑地形图特征。本文对10例人工耳蜗植入6个月的受试者进行ERP测试,并比较了Infomax和Jade两种算法去除人工耳蜗伪迹的效果。结果根据独立成分的时域波形和脑地形图特征,可以将人工耳蜗伪迹对应的独立成分识别出来。人工耳蜗伪迹独立成分的时域波形类似于一个基座,其脑地形图显示在植入侧有较高的电位。去除人工耳蜗伪迹后的ERP波形显示出原始的形态。Infomax算法能够更有效地去除ERP信号中的人工耳蜗伪迹。结论 ICA方法可以有效地将人工耳蜗伪迹从人工耳蜗植入者的ERP信号中分离出来。