纳米技术在医药领域中的研究现状及前景

纳米是一种长度单位,1纳米等于十亿分之一米。纳米技术是指在0.1~100nm的量度范围内研究和利用原子、分子的结构和特征及相互作用的高新科学技术[1]。它是在现代物理学、现代化学和先进的工程技术学相结合的基础上发展起来的。虽然纳米技术研究的历史仅有二十几年,但它已在众多学科领域中显示了独特的优势,并且在医学领域中取得了许多突破性进展。纳米技术和生物学、医药学及生物材料学等领域的结合,标志着一门全新的医学科学的诞生———纳米医学(Nanomedicine)。纳米技术在生命信息研究、病原体检测、新型药物开发以及对疾病的病因的研究…     

信息时代医院图书馆的作用与发展策略

图书馆的基本功能是信息保障和信息服务。医院图书馆是医学科技文献的基地,是提高医院的医疗、教学、科研、管理水平的重要支柱,是医院文化建设和继续教育以及现代化建设的重要阵地,应从力争医院全方位的支持、加强学科建设、深化服务和数字化资源建设,引进复合型人才以及创新服务模式。     

应用基于数据融合的心率估计抑制监护仪错误报警

目的：研究重症监护病人基于心电和血压信号数据融合的心率估计算法，抑制监护仪的错误报警。方法：分别从心电和血压信号计算逐搏心率，通过分析信号特征得出反映信号质量好坏的信号质量指数，应用卡尔曼滤波方法分别对基于心电和血压分析得出的心率进行最佳估计，用卡尔曼滤波的残差和信号质量指数作为权重系数进行心率数据融合。应用融合心率算法对美国麻省理工学院多参数智能重症监护数据库Ⅱ中记录的监护仪产生的2584次严重心动过缓和严重心动过速报警数据重新分析，以期抑制监护仪的错误报警。结果：本算法对2584次报警数据分析，对真实报警的正确识别率为99．64％，对错误报警的抑制率为70．66％。结论：基于数据融合的心率估计可有效抑制监护仪的错误报警．提高报警的准确率。     

Internet医学信息资源的检索

因特网中蕴含了丰富的医学信息资源，且每时每刻都在变化和更新。如何把所需的医学信息寻找出来，应用到医疗实践中为临床、教学和科研服务，是每位21世纪的医务人员迫切需要了解和掌握的课题。为减少或避免初上网者在信息检索过程中走弯路，加快获取信息的步伐，本文将探讨网络信息检索过程中的常用方法及技巧。     

《国际专利分类表》中医药卫生学科分类概况

本文分析了《国际专利分类表》(IPC)中授予医药发明专利权的范围和内容,并与美国《化学文摘》比较,阐明专利情报中蕴藏着丰富的医药专利。而IPC是检索、利用医药专利的重要工具。     

对医院图书馆运行机制变革的思考

论述知识经济时代文献信息工作受到的影响,并据此提出医院图书馆应该在运行机制上进行一系列变革,如改革图书馆原有管理制度,开展深层次信息服务;改变观念,强化信息意识;加快图书馆自动化进程;加强对专业技术人员的素质教育等.     

基于结构熵权法的医院图书馆数字资源评价

阐述数字资源评价体系现状、构建原则、模型设计,以及体系中各指标权重确定方法和实例,分析评价体系指导作用,为相关研究提供参考。     

医院图书馆青年馆员的培养

青年馆员是图书馆开展各项业务活动的具体执行者和实施者,必须加强对他们的培养。医院图书馆可通过组织青年馆员集中政治学习培养和强化馆员的主动服务意识,实行轮岗和考评制、用人所长等措施塑造青年馆员的职业精神,通过业务学习制度化、轮岗和岗位导师制、邀请外援师资授课、参加学术会议和专业培训等措施提升青年馆员的专业知识,通过让青年馆员积极开展多项读者服务、组织和承办学术活动、经营微信公众号等措施培养青年馆员的职业能力。此外,还可遵循个人成长和科室发展相统—、强制措施和激励机制并行、理论和实践相结合、注重工作细节等原则,提升青年馆员的职业素质。     

复杂生理信号研究资源-PhysioNet及其在抑制监护仪错误报警中的应用开发

目的:研究复杂生理信号研究资源-PhysioNet的应用开发方法,研究抑制监护仪错误报警的算法.方法:首先详细介绍了PhyrsioNet以及它的三个相互关联的组成部分:数据库PhysioBank,软件库PhysioToolkit和网络资源平台PhysioNet;其次,研究了应用PhysioNet进行算法开发研究的方法,然后研究了抑制监护仪错误报警的算法,利用PhysioToolkit软件包开发程序,取PhysioBank里的MIMIC Ⅱ数据库中的心动过缓和心动过速报警数据进行分析,分类检测了监护仪产生的报警信息,对算法的性能进行了整体评价.结果:算法对真实报警的正确识别率为99.64%,对错误报警的抑制率为66.18%.结论:PhysioNet是分析人体复杂生理信号的重要的数据资源和研究开发平台,我们将其应用开发,对抑制监护仪错误报警算法的性能进行了整体评价,取得了较好的效果.     

PhysioNet信息资源解析及利用

介绍基于Web的复杂生理信号和生物医学信号研究资源网站PhysioNet及其相互关联的组成部分：数据库PhysioBank,软件库PhysioToolkit和网络资源平台PhysioNet。探讨医学科研人员利用PhysioNet进行算法研究的过程,并对算法的性能进行整体评价。