螺旋CT在小儿肠梗阻诊断中的应用

肠梗阻是指任何原因引起的肠道通过障碍,而导致肠道和全身的病理变化。肠梗阻是小儿时期比较常见的急腹症,一般常用气钡灌肠作为首选检查方法,因操作烦琐有时诊断困难。近年来,文献报道CT对肠梗阻诊断的敏感性和特异性很高,而且能显示梗阻的部位、程度及原因,并能对闭袢性和绞窄性肠梗阻作出诊断,本文将对CT在小儿肠梗阻诊断中的应用综述如下。     

氟罗沙星的临床药理和疗效

目的:探讨分析氟罗沙星临床药理作用及疗效。方法:应用于520例呼吸道、泌尿系、肠道感染等多种感染性疾病,并对其结果综合分析。结果:经过系统统计,总痊愈率为59.4%,显效率为13.5%,总有效率为72.9%。结论:氟罗沙星是一种较安全的强效、长效的,副作用较少的广谱抗菌药物,在临床上可推广使用。     

神经胶质瘤光动力学治疗的回顾与展望

神经胶质瘤是发生于神经外胚叶组织的肿瘤，目前无法根治，光动力疗法(photodynamic theyapy，PDT)是上个世纪70年代发展起来的一种治疗恶性肿瘤的方法，PDT在神经胶质瘤的治疗中有其重要的应用价值和特殊地位，本对其原理，材料和具体临床应用方法进行回顾和展望。     

外伤性中枢性尿崩症21例临床分析

目的：探讨外伤性尿崩症的发病机理、诊断及治疗。方法：分析21例外伤性尿崩症的临床资料。结果：本组死亡3例,均死于脑干功能衰竭,其余18例尿崩症均全部治愈,治愈时间13-142d,平均84d。结论：外伤性尿崩症均是下丘脑垂体系统继发性损害所致,一般多在脑功能恢复之后才逐渐好转,因此,积极处理脑损伤才是治疗外伤性尿崩症的关键。结论：本病经正确的诊断与治疗后,预后良好。     

基于深度学习并行网络模型的心律失常分类方法

目的 提出一种并行神经网络分类方法,以提高对正常搏动、室上性异位搏动、心室异位搏动、融合搏动4种心律失常的分类性能。方法 首先进行心电信号去噪、小尺度心拍和大尺度心拍的分割、数据增强等预处理;然后基于深度学习理论,应用密集连接卷积神经网络改善人工提取波形特征的局限性,并结合双向长短时记忆网络和高效通道注意力网络,以增强提取波形时序特征和重要特征的功能;接着采用并行网络结构,同时输入小尺度心拍和大尺度心拍的的波形特征,以提高心律失常分类的准确性;最后使用Softmax函数实现对心律失常的4分类任务。结果 利用MIT-BIH心律失常数据库和3组实验验证所提方法。多种并行网络模型分类性能对比实验和不同心拍输入方式下,各分类模型性能对比实验得出所提分类模型的总体准确率、平均灵敏度和平均特异性分别达到99.36%、96.08%、99.41%;并行网络分类模型收敛性能分析实验得出分类模型每次训练时间为41 s。结论 并行多网络分类方法在保持较高总体准确率的同时,平均灵敏度、平均特异性以及训练时间均有改善,该方法有望为心律失常临床诊断提供新的技术方案。