乳腺癌患者围手术期心理干预的临床观察

乳腺癌近年来有明显上升趋势,患者往往会产生悲观、绝望、焦虑和抑郁的情绪,也严重影响疾病的治疗效果[1],随着医学模式向生物-心理-社会医学模式的转变,心理因素对疾病的恢复存在重要因素[2],2009-06 - 2011-10我们对80例乳腺癌患者围手术期进行心理干预,效果显著,报告如下。

采用电切法建立小鼠皮肤线形深Ⅱ°烫伤模型

目的采用电切法建立小鼠皮肤线形深Ⅱ°烫伤模型,观察线形烫伤切口边缘的形态和组织损伤的深度,探讨该方法的可行性和可控性。方法采用10~12周龄Balb/C小鼠,腹腔麻醉后对背部皮肤经脱毛处理,俯卧位固定于操作平台。高频电刀阴极板卷曲包绕鼠尾,开启高频电刀,将电切档调节到15~18 J。用镊子提起小鼠背部全层皮肤,采用针式电刀尖头刺入皮内,匀速纵向划出1 cm长切口,单层无菌纱布覆盖伤口。于术后12 h采用断髓法处死小鼠,取材烫伤部位全层皮肤标本(面积:1.0 cm×1.0 cm),常规行固定、脱水、石蜡包埋,沿着纵行切口断端平面平行切片(厚度5μm),所切组织贴近断缘处线形烫伤组织。HE染色观察组织学形态。结果HE染色显示,线形伤口创面可准确累及全层皮肤,镜下表现为烫伤深度达“皮肤真皮网状层和部分皮下组织层”,包括皮肤肌层。断面形态学观察可见:表皮和真皮网状层因烫伤瞬间能量释放引起的组织凝固性坏死;表皮内的毛芽和真皮内毛囊、毛干结构消失;真皮内的胶原蛋白液化、空泡变形;损伤可部分累积皮肤肌层,肌纤维出现断裂;皮下组织反应性增厚,有炎症细胞浸润。结论外科高频电刀电切法可制备细胞和组织损伤深度符合线形皮肤深Ⅱ°烫伤的小鼠模型,具有稳定可靠、简单易行、造模周期短、实用性较好的优势。

电动叉车电磁兼容性试验研究

工业车辆的CE认证对于电磁兼容性有严格的要求,对于叉车来说,必须要符合EN12895:2000的要求。文章以电动叉车为例,介绍如何根据EN12895:2000的要求进行电磁兼容性试验及如何简化试验过程节省费用;并对不符合电磁兼容性要求部分提出了相应的整改方案,为叉车电磁兼容性试验提供了一种较合理的参考方法。

基于电力行业的人工智能技术应用及运营管控分析

本文探讨了人工智能技术,分析了人工智能目前存在问题,研究了人工智能运营管控建议。

儿童腹壁胃黏膜异位症1例

患儿女,1岁8个月,因腹股沟疝于宁夏回族自治区人民医院儿外科行手术治疗。术前检查发现患儿凝血指标中纤维蛋白原极低,仅为0.73(正常参考范围为2.20~2.50),但凝血酶原时间为12.4 s,活化部分凝血酶原时间为33.0 s,国际标准化比值为1.15,均在正常参考范围内。追问患儿病史,平素无任何出血倾向表现,无凝血障碍病史,因此按计划行单孔腹腔镜下疝囊高位结扎术。术中建立气腹后探查见腹腔内有淡血性渗液,量约50 ml。

基于深度学习的智能图像处理研究

针对当前数显式仪表在人工采集的不便性问题,结合当前的视觉技术,提出一种基于卷积神经网络的数显仪表处理方法。为提高对数显仪表的高精度提取,首先对图像进行灰度化和二值化处理,然后对图像进行滤波和形态学处理;然后采用深度学习算法中的卷积神经网络和MOOSE算法分别对数字和小数点进行识别;最后,在搭建识别试验平台的基础上,对35 821张图像识别,识别准确率可达到95.99%,与实际识别来看,可准确识别小数点,说明本识别方法具有一定的实用价值。

剔除运动异常点优化后的人群异常智能监控方法

在利用智能监控进行人群异常的检测过程中,由于图像中人群异常的粒度不同,导致传统方法检测性能差,设计一种基于智能监控剔除运动异常点进行人群异常检测的方法。为了剔除运动异常点,使用光流法提取出人群的运动特征,描述运动趋势,筛选出运动特征异常的点进行剔除,利用支持向量机对不同粒度的人群异常情况进行分类,使用核函数简化分类过程,在训练中获取合适参数,实现基于智能监控的人群异常检测。监测方法性能测试结果表明:在不同的测试数据集中,相等FPR的情况下,设计方法的TPR值更高,说明检测结果更精准,验证了设计方法的有效性。