鼻腔中央区变应性疾病研究进展

鼻腔中央区变应性疾病(central compartment allergic disease,CCAD)是国际上新近命名的一种慢性鼻窦炎(chronic rhinosinusitis,CRS)亚型,其特征在于吸入性变应原在鼻腔中央区域黏膜产生2型炎症反应。早期可表现为局限于中鼻甲、上鼻甲及鼻中隔后上部位的黏膜水肿和息肉样变,进展后可导致邻近窦口发生阻塞,形成弥漫性鼻窦炎伴鼻息肉(diffuse sinus-itis with nasal polyps,CRSwNP),给治疗带来了更多挑战。文章就CCAD临床症状、内镜和影像学表现、致敏特点及组织病理学特征做一综述,总结CCAD与其他类型CRS的本质区别,为优化临床诊疗策略提供一定参考。

面向空间兴趣区域的路线查询

广泛的位置感知应用产生了大量的空间文本数据,其中既包含位置信息,也包含空间文本属性.为了利用这些丰富的信息来描述用户对路线的偏好,提出了面向空间兴趣区域的路线查询(region of interests oriented route query, ROIR).给定空间关键字集合及路线长度约束,ROIR检索满足长度约束和最高收益的由空间兴趣区域组成的路线.与传统的空间关键字路线查询相比,ROIR的对象由空间兴趣点扩展为兴趣区域,增加了用户的选择空间,使得查询结果的适用性更好.针对多种类型的海量空间兴趣点(point of interests, POI)及相关文本信息,设计了2层数据组织模型,模型中集成了POI对象的空间位置、关键字及POI对象间的转移关系.基于2层数据组织模型,提出了综合空间对象位置、转移图以及关键字3类信息的索引结构,同时预计算了关键字的收益统计值,并以签名方式存储在转移结点上.设计了ROIR路线查询精确算法.ROIR是一个NP难问题,为了有效地实现ROIR提出了近似率为1/ε的近似算法.利用真实数据集进行了详细的实验分析,评估了所提出算法的有效性.

影响鼻中隔偏曲患者手术效果的预测因素分析

目的 分析鼻中隔偏曲患者手术治疗前的特征及术后症状的改善情况,探讨可以预测手术效果的相关因素。方法 对53例以鼻塞为主诉的鼻中隔偏曲患者进行前瞻性研究,每例患者在术前经过病史询问、体格检查、鼻内镜检查、鼻腔鼻窦CT、鼻阻力测量、鼻声反射测量、鼻腔峰值吸气流量测量(peak nasal inspiratory flow, PNIF)测量并填写焦虑自评量表(self-assessment scale, SAS)与抑郁自评量表(depression self-assessment scale, SDS)、白天与夜间鼻塞症状的视觉模拟量表(visual analogue scale, VAS)。在术后1个月和6个月分别评估患者的鼻塞症状评价(nasal obstruction symptom evaluation NOSE)评分、鼻腔鼻窦结局测试-22(sino-nasal outcome test 22, SNOT-22)评分的改善程度及患者术后的满意度。结果 NOSE评分改善程度和PNIF相关(r=-0.33),SNOT-22评分改善程度与SAS评分相关(r=-0.31)。夜间鼻塞的VAS评分与NOSE改善程度(r=-0.36)、SNOT-22评分改善程度(r=-0.37)都相关。在多因素回归分析中,患者的手术满意度仅与夜间鼻塞的VAS评分相关(OR=1.65,95%CI=1.09~2.48,P=0.02)。结论 对患者术前鼻塞特点以及心理状态的评价有助于临床医师判断患者的预后,从而进一步为患者选择合理治疗方式,优化鼻中隔偏曲诊治的流程。

空间关键字任务匹配算法

互联网的发展带动了电商等应用的普及,产生了大量具有临时匹配性质的服务。这些服务需要考虑任务的类型与人员具备技能的匹配,同时最小化匹配对象间的路程开销。针对以上实际需求,提出了空间关键字任务匹配问题,给定具有空间位置及关键字的任务集与成员集,在所有任务均可完成的前提下,使所有匹配的任务与成员的距离之和最小。所提出的问题考虑了任务由不同的关键字表示,由于任务和成员数量的海量性及关键字的多样性使得高效求解高质量的匹配结果成为挑战。该文提出了k近邻增量优化策略,引入关键字设计了k近邻空间关键字任务匹配算法,提高了任务匹配质量;提出了基于空间划分的分组优化匹配算法,以适应海量数据的任务匹配情况。针对真实数据集进行了充分测试,验证了算法的有效性。