目的:探讨不同张力肌内效贴(KT)贴扎对慢性非特异性下腰痛患者疼痛及本体感觉的影响。方法:于山东第一医科大学内招募受试者25例,分别在无贴扎、白贴、10%张力KT、30%张力KT和50%张力KT五种条件下用视觉模拟评分及Biodex Systems 4型等...目的:探讨不同张力肌内效贴(KT)贴扎对慢性非特异性下腰痛患者疼痛及本体感觉的影响。方法:于山东第一医科大学内招募受试者25例,分别在无贴扎、白贴、10%张力KT、30%张力KT和50%张力KT五种条件下用视觉模拟评分及Biodex Systems 4型等速肌力系统评估患者的疼痛及本体感觉,躯干本体感觉用再现角度与目标角度之间的绝对误差表示,采用单因素重复测量方差分析进行数据处理,事后检验采用LSD法。结果:与无贴扎和白贴相比,10%、30%、50%张力KT贴扎能显著减轻慢性非特异性下腰痛患者的疼痛(P<0.05),并使躯干主动屈曲及后伸30°的绝对误差显著减小(P<0.05);与10%张力KT贴扎相比,30%、50%张力KT贴扎能显著减轻慢性非特异性下腰痛患者的疼痛(P<0.05),并使躯干主动后伸30°的绝对误差显著减小(P<0.05);与10%张力KT贴扎相比,30%张力KT贴扎时躯干主动屈曲30°的绝对误差显著减小(P<0.05)。结论:中等张力以上的肌内效贴贴扎可能能较好地改善慢性非特异性下腰痛患者的疼痛及本体感觉。展开更多
为降低道路交通事故率,减少事故损失,采用全局遍历性和收敛性较强的自适应学习策略灰狼优化(grey wolf optimizer,GWO)算法,对长短期记忆(long short term memory,LSTM)神经网络中的初始学习率、隐藏层节点数、正则化系数等参数进行优...为降低道路交通事故率,减少事故损失,采用全局遍历性和收敛性较强的自适应学习策略灰狼优化(grey wolf optimizer,GWO)算法,对长短期记忆(long short term memory,LSTM)神经网络中的初始学习率、隐藏层节点数、正则化系数等参数进行优化训练,构建GWO-LSTM道路交通事故量预测模型。以2000—2019年美国道路交通致死事故数据为样本数据,分别采用月粒度、周粒度、时粒度划分交通事故数据,对比分析GWO-LSTM模型、自回归移动平均(autoregressive moving average,ARMA)模型、反向传播(back propagation,BP)神经网络和LSTM神经网络的道路交通事故预测结果。结果表明:在3种时间粒度下,GWO-LSTM模型预测结果的平均绝对百分比误差和均方根误差均最小,预测准确度较高,可用于道路交通事故量预测中。展开更多
文摘目的:探讨不同张力肌内效贴(KT)贴扎对慢性非特异性下腰痛患者疼痛及本体感觉的影响。方法:于山东第一医科大学内招募受试者25例,分别在无贴扎、白贴、10%张力KT、30%张力KT和50%张力KT五种条件下用视觉模拟评分及Biodex Systems 4型等速肌力系统评估患者的疼痛及本体感觉,躯干本体感觉用再现角度与目标角度之间的绝对误差表示,采用单因素重复测量方差分析进行数据处理,事后检验采用LSD法。结果:与无贴扎和白贴相比,10%、30%、50%张力KT贴扎能显著减轻慢性非特异性下腰痛患者的疼痛(P<0.05),并使躯干主动屈曲及后伸30°的绝对误差显著减小(P<0.05);与10%张力KT贴扎相比,30%、50%张力KT贴扎能显著减轻慢性非特异性下腰痛患者的疼痛(P<0.05),并使躯干主动后伸30°的绝对误差显著减小(P<0.05);与10%张力KT贴扎相比,30%张力KT贴扎时躯干主动屈曲30°的绝对误差显著减小(P<0.05)。结论:中等张力以上的肌内效贴贴扎可能能较好地改善慢性非特异性下腰痛患者的疼痛及本体感觉。
文摘为降低道路交通事故率,减少事故损失,采用全局遍历性和收敛性较强的自适应学习策略灰狼优化(grey wolf optimizer,GWO)算法,对长短期记忆(long short term memory,LSTM)神经网络中的初始学习率、隐藏层节点数、正则化系数等参数进行优化训练,构建GWO-LSTM道路交通事故量预测模型。以2000—2019年美国道路交通致死事故数据为样本数据,分别采用月粒度、周粒度、时粒度划分交通事故数据,对比分析GWO-LSTM模型、自回归移动平均(autoregressive moving average,ARMA)模型、反向传播(back propagation,BP)神经网络和LSTM神经网络的道路交通事故预测结果。结果表明:在3种时间粒度下,GWO-LSTM模型预测结果的平均绝对百分比误差和均方根误差均最小,预测准确度较高,可用于道路交通事故量预测中。
