颞骨次全切除术治疗外耳道腺样囊性癌的疗效分析

目的 探讨颞骨次全切除术在外耳道腺样囊性癌的临床应用效果。方法 回顾性分析2015—2019年收治的8例外耳道腺样囊性癌患者的临床资料,其中男2例,女6例;年龄33~76岁,平均年龄55.6岁。耳痛7例,外耳道肿块、耳溢液、听力下降各6例,面瘫1例;从最初出现症状到确诊平均为2.75年,5例曾被误诊,3例曾被误治手术;6例行颞骨次全切除+腮腺浅叶切除术,2例行颞骨次全切除+全腮腺切除术。结果 围手术期内1例患者出现局部切口感染,1例出现脑脊液漏。全部患者平均随访4.34年;6例患者无瘤存活;1例复发患者于我院二次手术后3年再次出现局部复发伴肺转移,接受放射治疗,目前带瘤生存;1例患者术后随访3.5年死于其他疾病。结论 外耳道腺样囊性癌早期症状不典型,容易误诊;确诊后应实施颞骨次全切除术以达到彻底切除肿瘤目的,术中应同时处理腮腺;术后放疗也是一种可选择的补充治疗手段。

耳部恶性肿瘤12例临床分析

目的探讨耳部恶性肿瘤的治疗策略。方法回顾性分析2014年3月—2020年12月收治的12例耳部恶性肿瘤患者的临床资料,其中鳞状细胞癌6例,腺样囊性癌6例;10例为初诊患者,根据改良匹兹堡分期标准,10例初诊患者中T1者1例,T3者3例,T4者6例,2例复发患者无法分期;4例手术切除,8例综合治疗(手术+放/化疗)。手术方式包括颞骨外侧切除术1例,颞骨次全切除术10例,颞下窝B型入路1例。利用生命表法计算生存率和Log-rank检验比较患者的生存差异。结果随访8~53个月,3年生存率73%;单因素分析提示切缘阳性(P=0.033)与不良预后相关。结论耳部恶性肿瘤发病率低且病程隐匿,手术切除结合术后放疗是有效的治疗方法。

39例颞下窝A型入路切除颈静脉球瘤的疗效:改进与实践

目的对颞下窝A型入路进行改进,并对其切除颈静脉球瘤(glomus jugulare tumor,GJT)的临床效果进行总结。方法回顾性纳入2014年5月至2019年12月首都医科大学附属北京天坛医院行肿瘤切除术的GJT患者。手术方式以颞下窝A型入路为基础,并在面神经前移、乙状窦处理方式方面予以改进。术后6 h复查CT评估有无出血灶,术后2周复查MRI明确有无肿瘤残留。对患者定期随访,术后1年复查MRI了解有无复发征象并评估面神经功能。结果共纳入39例行改进的颞下窝A型入路肿瘤切除术GJT患者。其中术前面神经功能House⁃Brackmann(HB)分级Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ级分别为12例、6例、8例、9例、3例、1例。39例患者均顺利完成手术,术后无死亡、偏瘫、颅内感染等严重并发症发生。1例发生脑脊液漏,经脑脊液引流等保守治疗后症状消失。术后6 h颅脑CT检查均未发现颅内出血;术后2周MRI检查示37例(94.9%)患者肿瘤病灶完整切除,2例(5.1%)患者为近全切除。术后1年,面神经功能HB分级Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ级分别为8例、16例、9例、4例、2例、0例,面神经功能较术前改善(P<0.05)。术后1年,1例患者肿瘤复发,予以补充放疗,随访过程中肿瘤无显著增大。结论改进的颞下窝A型入路GJT切除术不仅可保留经典颞下窝A型入路的优势,且通过改变面神经前移方式有助于保全面神经功能、通过压闭而非结扎乙状窦减少脑损伤及脑脊液漏的发生,提高了手术效果。

颞下窝A型径路在切除颈静脉孔区肿瘤中的应用

目的探讨颈静脉孔区肿瘤的临床表现、影像学表现,以及颞下窝A型径路在切除颈静脉孔区肿瘤中的手术效果。方法回顾性分析2015年1月至2018年1月我科收治的27例颈静脉孔区肿瘤患者的临床资料,其中副神经节瘤15例,神经鞘瘤11例,软骨肉瘤1例。术前行常规颞骨CT、增强MRI检查,并根据情况选择血管造影和肿瘤供血血管栓塞。所有患者均采用颞下窝A型径路进行手术治疗。结果所有患者肿瘤分型均在Fisch分型C1型以上,主要临床表现为波动性耳鸣、听力下降及声音嘶哑等后组颅神经受损表现。2例患者为二次手术,25例患者为初次手术。肿瘤全切率为(92.6%)。15例副神经节瘤患者,术中向前移位面神经,术后出现不同程度的面神经功能障碍,术后1年HB分级Ⅱ级7例、Ⅲ级6例、Ⅳ级2例。12例其它类型肿瘤患者,术中保留面神经骨桥,术后均未出现面神经功能障碍。所有患者随访期间均无脑脊液耳漏、颅内出血,颅内感染、偏瘫、死亡等严重术后并发症。结论颞下窝A型径路在切除颈静脉孔区肿瘤中具有显著优势,此径路能够实现肿瘤的完整暴露,并且在切除肿瘤的同时最大程度地保护肿瘤周围的重要结构,如硬脑膜、面神经、颈内动脉、后组颅神经等。

某轿车前悬架系统参数设计与仿真分析

针对某轿车前悬架系统开发,进行参数设计与仿真分析研究。根据轿车基本参数,对悬架刚度和挠度及弹性元件进行参数计算,对减振器阻尼系数及结构参数进行计算,建立二自由度振动系统模型,应用Matlab/Simulink编写仿真程序,对参数计算的合理性进行仿真验证。研究结果表明,该方法能够有效对参数设计结果进行仿真验证,有助于提高开发效率。

Attribute reduction based on fuzziness of approximation set in multi-granulation spaces

Rough set theory is an important tool to solve uncertain problems. Attribute reduction, as one of the core issues of rough set theory, has been proven to be an effective method for knowledge acquisition. Most of heuristic attribute reduction algorithms usually keep the positive region of a target set unchanged and ignore boundary region information. So, how to acquire knowledge from the boundary region of a target set in a multi-granulation space is an interesting issue. In this paper, a new concept, fuzziness of an approximation set of rough set is put forward firstly. Then the change rules of fuzziness in changing granularity spaces are analyzed. Finally, a new algorithm for attribute reduction based on the fuzziness of 0.5-approximation set is presented. Several experimental results show that the attribute reduction by the proposed method has relative better classification characteristics compared with various classification algorithms.