目的回顾性分析20例肝移植患儿的临床资料,旨在总结儿童肝移植的临床诊治经验。方法回顾性分析2017年5月至2019年6月湖南省儿童医院联合中南大学湘雅附二医院对20例儿童实施肝脏移植手术的临床资料,原发疾病主要包括胆道闭锁、Alagille...目的回顾性分析20例肝移植患儿的临床资料,旨在总结儿童肝移植的临床诊治经验。方法回顾性分析2017年5月至2019年6月湖南省儿童医院联合中南大学湘雅附二医院对20例儿童实施肝脏移植手术的临床资料,原发疾病主要包括胆道闭锁、Alagille综合征、先天性肝内门静脉海绵样变性。手术方式采用亲体部分肝移植手术(n=16)和儿童心脏死亡器官捐献(donation after cardiac death,DCD)肝脏移植手术(n=4)。20例均应用他克莫司联合激素免疫抑制方案,其中3例增加了吗替麦考酚酯联合抗排斥反应。术后患儿给予抗感染、抗排斥等对症支持治疗,密切监测肝血管吻合处血流情况及肝功能变化,观察术后并发症及预后。结果 20例患儿均移植成功,肝移植供体均康复出院,无并发症发生。受体术后早期主要并发症为感染,以细菌感染为主,感染部位为肺部和腹腔。术后1例出现肝动脉栓塞,3例出现乳糜漏,2例出现胆道狭窄,3例出现早期排斥反应,1例出现消化道大出血,经对症治疗均痊愈出院,检测肝功能及血药浓度均在正常范围。结论儿童终末期肝病可通过活体肝移植或DCD肝移植手术取得理想的效果,手术方式可根据患儿的年龄、体重进行选择。展开更多
针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关...针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联( Probability Data Association, PDA )的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。展开更多
文摘本文针对单一特征目标相关滤波算法因光照变化、目标遮挡、低分辨率和运动模糊等导致目标跟踪的稳定性较差的问题,提出了一种将多种特征进行自适应融合的跟踪算法。本文算法在FDSST算法的基础上,自适应融合梯度直方图特征HOG(Histogram of Oriented Gradient)、颜色名特征CN(Color Name)和灰度特征来增强特征的表达能力;提出遮挡判断策略,能够有效的判断跟踪过程中的目标遮挡现象;引入目标重定位机制,在发生目标遮挡或干扰时,能够重新定位目标位置,有效的抑制跟踪漂移现象的产生。最后,本文选取OTB50和OTB100作为实验数据集,将本文算法和选取的六种主流算法进行性能比较。实验结果表明,本文算法在光照变化、运动模糊和目标遮挡等情况下的表现具有较高的稳定性和准确性;在成功率和跟踪精确度上都优于其他六种算法。
文摘目的回顾性分析20例肝移植患儿的临床资料,旨在总结儿童肝移植的临床诊治经验。方法回顾性分析2017年5月至2019年6月湖南省儿童医院联合中南大学湘雅附二医院对20例儿童实施肝脏移植手术的临床资料,原发疾病主要包括胆道闭锁、Alagille综合征、先天性肝内门静脉海绵样变性。手术方式采用亲体部分肝移植手术(n=16)和儿童心脏死亡器官捐献(donation after cardiac death,DCD)肝脏移植手术(n=4)。20例均应用他克莫司联合激素免疫抑制方案,其中3例增加了吗替麦考酚酯联合抗排斥反应。术后患儿给予抗感染、抗排斥等对症支持治疗,密切监测肝血管吻合处血流情况及肝功能变化,观察术后并发症及预后。结果 20例患儿均移植成功,肝移植供体均康复出院,无并发症发生。受体术后早期主要并发症为感染,以细菌感染为主,感染部位为肺部和腹腔。术后1例出现肝动脉栓塞,3例出现乳糜漏,2例出现胆道狭窄,3例出现早期排斥反应,1例出现消化道大出血,经对症治疗均痊愈出院,检测肝功能及血药浓度均在正常范围。结论儿童终末期肝病可通过活体肝移植或DCD肝移植手术取得理想的效果,手术方式可根据患儿的年龄、体重进行选择。
文摘针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联( Probability Data Association, PDA )的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。
