我国心脏骤停总体发病率为97.1/10万,而心脏骤停患者出院生存率却明显低于欧美发达国家[1-2]。如何预防心脏骤停的发生、提供高质量的心肺复苏(cardiopulmonary resuscitation,CPR)、恢复自主循环(return of spontaneous circulation,RO...我国心脏骤停总体发病率为97.1/10万,而心脏骤停患者出院生存率却明显低于欧美发达国家[1-2]。如何预防心脏骤停的发生、提供高质量的心肺复苏(cardiopulmonary resuscitation,CPR)、恢复自主循环(return of spontaneous circulation,ROSC)后给予规范的综合救治,已成为急危重症领域的焦点和难点。展开更多
目的探索利用点阵(lattice)长短期记忆(long short term mermory network,LSTM)神经网络构建命名实体识别(named entity recognition,NER)模型解决中文医学文本的信息提取问题。方法利用Lattice LSTM来表征句子中的词汇词(lexiconword)...目的探索利用点阵(lattice)长短期记忆(long short term mermory network,LSTM)神经网络构建命名实体识别(named entity recognition,NER)模型解决中文医学文本的信息提取问题。方法利用Lattice LSTM来表征句子中的词汇词(lexiconword),从而将潜在词信息整合到基于字符的长短期记忆网络—条件随机场(long short term memory-conditional random?eld,LSTM-CRF)模型中。进一步使用一个大型自动获取的词典来匹配句子,进而构建基于词的Lattice。利用Lattice LSTM结构自动控制从句子开头至结尾的信息流。结果门控单元可用于将来自不同路径的信息动态传送到每个字符。在NER数据基础上进行训练后,LatticeLSTM能够学会从语境中自动找到更有用的词汇,以取得更好的NER性能。结论与基于字符和词的NER方法相比,本文所提出的模型优势在于利用显性词汇信息而不是字符序列进行标注,同时较少出现分词误差。展开更多
目的:通过多元统计和社会网络分析的可视化研究,分析疫情对外科及肝脏外科医学教育的影响并预测未来发展趋势。方法:选取2010—2019年、2020—2022年时间段进行研究。在Pubmed数据库以“(education OR student)AND(general surgery OR l...目的:通过多元统计和社会网络分析的可视化研究,分析疫情对外科及肝脏外科医学教育的影响并预测未来发展趋势。方法:选取2010—2019年、2020—2022年时间段进行研究。在Pubmed数据库以“(education OR student)AND(general surgery OR liver surgery OR hepatobiliary surgery)”进行文献检索,总计纳入5157篇文献。以Bicomb建立词篇矩阵与共词矩阵,以SPSS 22.0做聚类分析同时绘制战略坐标图,以Ucinet 6.0绘制可视化网络。结果:完成绘制全球外科及肝脏外科医学教育可视化研究图谱,结果得出计算机辅助技术、虚拟现实技术等成为外科医学教育的技术推动力。疫情对外科医学教育模式产生了冲击和改变。在肝脏外科教学中,腔镜与内镜外科结合技术、三维重建及可视化技术、数字外科技术及手术导航系统等对疫情下外科教学有进一步推动作用。结论:外科医学教育在技术层面出现了部分革新,疫情推动了外科医学教育,尤其肝脏外科医学教育的转变和革新;全球外科及肝脏外科医学教育可视化研究图谱促进外科教育质量评价体系的快速发展,同时新型教学技术也有待在外科教学实践中得到进一步应用。展开更多
文摘我国心脏骤停总体发病率为97.1/10万,而心脏骤停患者出院生存率却明显低于欧美发达国家[1-2]。如何预防心脏骤停的发生、提供高质量的心肺复苏(cardiopulmonary resuscitation,CPR)、恢复自主循环(return of spontaneous circulation,ROSC)后给予规范的综合救治,已成为急危重症领域的焦点和难点。
文摘目的探索利用点阵(lattice)长短期记忆(long short term mermory network,LSTM)神经网络构建命名实体识别(named entity recognition,NER)模型解决中文医学文本的信息提取问题。方法利用Lattice LSTM来表征句子中的词汇词(lexiconword),从而将潜在词信息整合到基于字符的长短期记忆网络—条件随机场(long short term memory-conditional random?eld,LSTM-CRF)模型中。进一步使用一个大型自动获取的词典来匹配句子,进而构建基于词的Lattice。利用Lattice LSTM结构自动控制从句子开头至结尾的信息流。结果门控单元可用于将来自不同路径的信息动态传送到每个字符。在NER数据基础上进行训练后,LatticeLSTM能够学会从语境中自动找到更有用的词汇,以取得更好的NER性能。结论与基于字符和词的NER方法相比,本文所提出的模型优势在于利用显性词汇信息而不是字符序列进行标注,同时较少出现分词误差。
文摘目的:通过多元统计和社会网络分析的可视化研究,分析疫情对外科及肝脏外科医学教育的影响并预测未来发展趋势。方法:选取2010—2019年、2020—2022年时间段进行研究。在Pubmed数据库以“(education OR student)AND(general surgery OR liver surgery OR hepatobiliary surgery)”进行文献检索,总计纳入5157篇文献。以Bicomb建立词篇矩阵与共词矩阵,以SPSS 22.0做聚类分析同时绘制战略坐标图,以Ucinet 6.0绘制可视化网络。结果:完成绘制全球外科及肝脏外科医学教育可视化研究图谱,结果得出计算机辅助技术、虚拟现实技术等成为外科医学教育的技术推动力。疫情对外科医学教育模式产生了冲击和改变。在肝脏外科教学中,腔镜与内镜外科结合技术、三维重建及可视化技术、数字外科技术及手术导航系统等对疫情下外科教学有进一步推动作用。结论:外科医学教育在技术层面出现了部分革新,疫情推动了外科医学教育,尤其肝脏外科医学教育的转变和革新;全球外科及肝脏外科医学教育可视化研究图谱促进外科教育质量评价体系的快速发展,同时新型教学技术也有待在外科教学实践中得到进一步应用。