困难性脱机患者应用智能脱机模式SmartCare脱机的护理

关于应用智能脱机模式SmartCare撤机的护理霍伟强等和刘鸿梅已经做过临床报道,然而其所选观察对象主要是呼吸衰竭而全身其它状况比较稳定者。

Smartcare智能化脱机安全性的临床观察

目的探讨Smartcare(SC)智能化脱机的安全性。方法准备撤机的37例患者应用SC脱机,分别监测脱机前后动脉血气分析的pH值、PaO2、PaCO2、乳酸(Lac)值,进行脱机前后的比较。结果SC脱机前后pH值、PaO2、PaCO2、Lac比较差异无统计学意义(P>0.05)。结论SC智能化脱机能够保持血气稳定。

SmartCare/PS智能化脱机中呼吸力学变化及其安全性评价

目的通过对SmartCare/PS(以下简称SC)脱机成功组和失败组呼吸力学指标的研究,探讨呼吸力学指标对SC脱机准确性的指导作用,并分析SC脱机适宜人群及影响脱机的主要因素。方法 60例危重患者根据2h内SC脱机提示与实际脱机结果分为三组:成功组(SC提示与实际脱机均成功,45例)、假成功组(SC提示成功而实际脱机失败,10例)和失败组(SC提示和实际均失败,5例),比较各组SC脱机过程中的呼吸频率(RR)、潮气量(Vt)、分钟通气量(MV)、呼出末二氧化碳(etCO2)、动态顺应性(Cdyn)、气道阻力(Raw)、最大吸气负压(MIP)、口腔闭合压(P0.1);脱机15、30、45、60min时间段的浅快呼吸指数(RSBI),以及SC脱机假成功在各种原发疾病中的发生率,并进行脱机影响因素的比较。结果假成功组、失败组Cdyn、RR、Vt、MIP指标均差于成功组(P<0.05);SC脱机后各时间段假成功组、失败组的RSBI高于成功组(P<0.05);假成功发生率为16.7%,神经、肌肉病变高于术后呼吸支持组(P=0.002),并高于急性呼吸衰竭组(P=0.004);假成功组、失败组APACHEⅡ评分高、机械通气时间长,与成功组比较有统计学意义(P<0.05)。结论 Smart-Care/PS智能化指导临床脱机存在假成功现象,以神经、肌肉病变患者最高;SC脱机失败组患者的Cdyn、RR、Vt、MIP等呼吸力学指标均表现较差;MIP和RSBI的动态变化对提高SC脱机准确性有指导意义;影响脱机的主要因素有较高的APACHEⅡ评分和长时间机械通气。

Smartcare智能化撤机最新研究进展

本文详述了目前呼吸机撤离时的临床参考指标及病理生理指标用于判断撤机预后的临床研究进展情况,并展望了智能化撤机临床使用进展情况、必要性及可能性。

机械通气时间对SmartCare/PS脱机功能影响的比较

目的探讨机械通气时间对SmartCare/PS(SC)脱机功能的影响。方法将SC脱机患者分为A(简单脱机)、B(困难脱机、延迟脱机)两组,进行SC实际成功率的比较。对SC提示与实际脱机成功一致组(实际成功组)和SC提示成功但实际脱机失败组(实际失败组)的呼吸力学指标进行比较。结果两组SC实际脱机成功率有统计学意义(P<0.01)。SC实际失败组的RR快,Vt、MIP等均显著低于SC实际成功组;RSBI各时间段等均高于SC实际成功组,差异有统计学意义(P<0.01)。结论 SC应用于简单脱机准确率高,而对困难脱机、延迟脱机应用SC脱机准确性偏低,需结合MIP、RSBI的动态变化以提高实际脱机的成功率。

Smartcare智能脱机模式在慢性阻塞型肺疾病患者中的运用评价

目的:评价Smartcare脱机模式在慢性阻塞型肺疾病(COPD)患者中临床运用的安全性与效果。方法:将在ICU接受机械通气,且通气时间超过3 d的74例COPD患者按单双号随机分为Smartcare模式脱机方案(SC组,n=37)和SBT脱机方案(SBT组,n=37)进行脱机研究,比较两组脱机时间及成功率。结果:SC组的脱机时间短于SBT组,两组方案脱机成功率相近,差异均无统计学意义,P>0.05。结论:Smartcare模式可作为COPD患者一种较安全有效的脱机模式。

智能脱机模式Smartcare在慢性阻塞性肺疾病中的疗效观察

目的:应用智能脱机模式Smartcare式和同步间歇指令通气+压力支持(SIMV+PSV)对慢性阻塞性肺疾病患者进行脱机锻炼观察其疗效。方法:建立有创通气的40例COPD患者随机分为SIMV+PSV组和智能模式脱机组(SC组)分别进行脱机治疗。记录每位患者脱机开始时的APACHEII评分、血气分析、脱机时间,以及停用呼吸机72 h的血气分析变化。结果:SC组脱机时间比SIMV+PSV组短,且差异有显著统计学意义(P<0.05),脱机72 h后的血气分析变化比较,差异无统计学意义(P>0.05)。结论:对于COPD患者,SC相比传统的SIMV+PSV模式在脱机时间上有优越性,二者脱机后的安全性无明显差别。

华为服务SmartCare解决方案:好的网络指标,更好的用户体验

"电信网络的运营维护不再是仅仅关注网络KPI,更需要从用户对业务质量要求、业务对网络质量要求出发,关注用户体验和网络质量。"MBB时代,电信行业经历着从语音到数据业务的迅猛发展,用户对业务需求也更加个性化和多元化。激烈的市场竞争给运营商的运维带来了前所未有的挑战。用户满意度管理比以往更重要。网络。

Smartcare:一种新的撤机模式在重症医学科的临床应用

目的：评估Smartcare智能脱机模式在重症医学科患者撤机过程中的作用价值。方法：选取西宁市第一人民医院2012年4月—2014年4月重症医学科收治的机械通气满足撤机条件的患者60例纳入分析,均采用Smartcare智能脱机模式,记录每例患者不同压力下（2~5）分钟测得的呼吸力学指标,包括呼吸频率（RR）、潮气量（VT）、每分通气量（MV）、呼气末二氧化碳浓度（Pet CO2）、动态顺应性（CDYN）、气道阻力（RAW）,并比较Smartcare智能脱机前后血气分析中酸碱度（Ph）、氧分压（Pa O2）、二氧化碳分压（PCO2）、血乳酸（Lac）值。结果：Smartcare智能脱机前后血气分析相关指标比较,其差异均无统计学意义（P〉0.05）。结论：Smartcare智能脱机模式可提高行有创机械通气患者撤机阶段的舒适度并减少医务人员的工作量,是一种安全有效的脱机模式。

“飞思卡尔”智能车常见技术问题与解决方案

为了使学科赛事的实践经验能与更多人分享,对全国大学生"飞思卡尔"智能车竞赛中常见的三类问题(控制算法的选择、车模机械改装、电磁传感器布局)进行了研究,通过理论计算、模拟仿真以及借鉴现场调试经验对这三类常见问题进行了剖析,并给出了可行的解决方案。智能车的角度控制和速度控制分别采用PID控制算法和模糊控制算法,同时在恶劣条件下用模糊控制算法对PID控制算法进行补充,达到提高系统鲁棒性的目的;给出了如何合理地调整车模前束角和重心这两个重要机械参数的方法,突破当前智能车速度的瓶颈;提出了一种双水平线圈的改进方案,节约成本的同时增强了电磁传感器的灵敏度,并且通过增加竖直方向的线圈提高了智能车的前瞻性。

基于模糊控制的智能车路况识别

如何根据传感器输入信息快速识别出前方道路情况,是智能车控制领域研究的重点。基于32位瑞萨微控制器和CCD摄像头传感器构成智能车硬件平台,提出了基于模糊控制的路况识别控制算法。对CCD传感器采集的视频信号进行二值化,利用模糊识别算法处理二值化的视频信息,有效地屏蔽了外界光线等干扰因素对CCD传感器的影响,使智能车能够根据路况信息做出快速反应。

智能化撤机在慢性阻塞性肺疾病中的应用

目的比较SmartCare智能化撤机(SC)和程序化撤机(SBT)在慢性阻塞性肺疾病(COPD)撤机阶段的患者舒适度、医护人员工作量、撤机时间、撤机成功率和机械通气相关并发症的差异。方法将准备撤机的COPD患者随机分为SC组和SBT组,撤机计划开始后每日给予两组患者和医护人员视觉模拟评分(VAS)评价舒适度和工作量,0分为舒适度最差和工作量最多,10分为舒适度最好和工作量最少。同时记录两组血气分析的次数、撤机成功率、撤机时间、自行拔管率、48 h内再插管率和呼吸机相关性肺炎(VAP)发生率。结果纳入COPD患者40例,SC组19例,SBT组21例。患者和医护人员前3 d的VAS评分SC组均显著高于SBT组(P<0.05)。撤机时间SC组[(4.7±2.7)d]少于SBT组[(5.5±3.2)d],但差异无统计学意义(P>0.05)。两组的血气分析次数、撤机成功率、48 h内再插管率、自行拔管率和VAP发生率比较均无显著差异(P>0.05)。结论SC法相对于SBT法,可以提高COPD患者撤机阶段的舒适度并减轻医护人员的工作负担,有相似的撤机成功率,但未能证实可以缩短COPD患者的撤机时间及减少机械通气相关的并发症。

智能脱机模式在外科术后患者的脱机效果观察

目的:比较SmartCare智能化脱机模式(SC)和程序化撤机-自主呼吸实验(SBT)对于外科术后患者在脱机时间、脱机成功率、再插管率、拔管前血气以及医务人员的工作量等方面的影响。方法:选取外科术后准备撤机的120例患者为研究对象,随机分为SC组(60例)和SBT组(60例)进行脱机,观察并记录两组患者的脱机时间、脱机成功率以及医务人员的工组量以及拔管前血气情况。结果:SC组在拔管时间方面明显优于SBT组(162.3±47.2 min与310.2±97.3,P<0.05),在医务人员工作量方面(7.63±0.78与4.33±0.56,P<0.05)也有明显的优势,在血气以及脱机成功率方面两组患者无明显差异。结论:采用智能化脱机模式能明显缩短患者的脱机时间,稳定患者的血气,减少医务人员的工作量,但不能提高患者的脱机成功率。

基于光电管寻迹的智能车舵机控制

分别从智能车舵机的硬件和软件控制角度,提出了2种基于红外光电管寻迹的智能车舵机控制的方法:硬件闭环法和软件开环法.采用硬件闭环或软件开环法控制转臂加长的舵机,有效解决了舵机响应滞后的问题,提高了智能车系统的路径识别能力和抗干扰能力.

基于智能车的磁场检测线圈特性分析

对基于智能车的竖直放置磁场检测线圈的特性进行了深入分析,给出了检测线圈输出的感应电动势幅值E与线圈的大小及位置等参数的关系.并借助Mathematica软件强大的代数运算能力和图形函数功能,直观地展示了E与各参数的关系.对智能车的检测线圈放置方式、提高检测灵敏度的措施提出了指导性结论.

基于CCD图像识别的HCS12单片机智能车控制系统

介绍了一种基于飞思卡尔HCS12单片机控制的智能车系统.该系统以CCD摄像头传感器作为路径识别装置,通过图像识别提取路径信息,采用PD算法控制舵机转向,通过模糊设定速度和PID调整速度相结合的算法控制直流电机.较之常规的光电传感器识别路径方案,该摄像头传感器可以获取更多的路径信息,使智能车按任意给定的黑色引导线更能以较快的速度平稳地运行.

基于智能车中摄像头的图像采集的研究

摄像头作为视觉信息采集工具被广泛运用到各种智能系统中。文中以全国大学生"飞思卡尔"杯智能车竞赛为背景。首先,通过选择CCD传感器进行路径识别,提取CCD的视频同步信号,控制单片机的A/D进行采集。由于复合视频信号中含有大量无效信息,采用外围芯片将视频信号分离,然后处理。对采集回来的视频数据进行二值化分割,去噪声处理,然后对信号进行滤波,提取黑线的中心位置,获取路径参数信息。一帧图像处理结束,根据图像的前视距离最近的黑线中心位置的偏移量和黑线斜率判断当前赛道信息,并结合预测算法,控制舵机的转向。使得小车能够保证稳定性的前提下,高速行驶。

基于fuzzyTECH智能小车神经模糊控制器的实现

【目的】设计智能小车神经模糊控制器,并对其参数进行优化。【方法】基于模糊控制理论,利用神经网络自学习的能力,通过fuzzyTECH平台设计并调试智能小车神经模糊控制器。【结果】结合模糊控制器强大的推理能力与神经网络自学习能力,解决了传统PID控制器控制参数固定,难以适应多种路面状况的难题,并克服了传统模糊控制器后期参数优化难的不足。物理验证试验表明,基于该算法的控制器具有较高的稳定性、适应性与实时性。【结论】所设计的控制器具有较强的实用性,可以满足智能车控制器的要求。

磁导航智能车路径信息采集系统的设计与实现

针对飞思卡尔杯全国大学生智能汽车竞赛中的磁导航智能车,研制了路径信息采集系统。硬件上提出了利用仪表用差动放大电路对信号进行放大处理的方法,同时采用加速度传感器对车体姿态进行检测;软件上通过对传感器输出量的归一化处理并结合曲线拟合,提出了基于最小二乘法的有限数据量曲线拟合算法。该算法兼顾了处理器运算能力与系统控制的实时性,以实现对车体位置的快速准确判断。测试结果表明该方案是有效的。

基于红外激光管的智能车设计

介绍了一种基于红外激光管的快速路径识别智能车系统。该智能车使用红外激光管作为路径检测装置,PD算法控制舵机转向,增量式PID算法控制直流电机驱动智能车前进,同时采用模糊控制算法进行变速,通过加长舵机转臂加速舵机响应,解决了系统的滞后问题,使小车能按照任意给定的黑色引导线平稳地寻迹。