DIP实施效果评价指标体系的构建研究

目的构建一套科学、规范的能适用于综合评价医疗机构按病种分值付费(DIP)实施效果的指标体系,并确定各级指标权重,为开展DIP实践效果评价提供依据,为按病种分值付费政策的完善提供参考。方法通过文献分析初步拟定指标池,运用德尔菲法(Delphi)对22名相关领域的专家进行问卷调查确立指标体系,并利用层次分析法(AHP)确定各指标权重。结果本研究共进行两轮专家咨询,专家积极系数分别为91.00%、100.00%,权威系数均为0.91,两轮专家咨询协调系数均符合标准,专家意见趋于一致。最终构建了3个一级指标(医保基金使用效率、医疗服务管理、患者受益和满意度),9个二级指标,38个三级指标。采用层次分析法确定各级指标权重,其中一级指标中患者受益和满意度(0.4469)权重最高;二级指标中患者医疗费用负担(0.2876)权重最高;三级指标中住院患者满意度(0.1592)权重最高。两轮克隆巴赫α系数均大于0.7。结论本研究应用德尔菲法和层次分析法构建了按病种分值付费实施效果评价体系,具有较高科学性和权威性,可以用于DIP实施效果评价,为各级医保部门和医院管理者进行DIP付费政策评价提供参考。

充液复杂管道结构损伤程度识别有限元模拟

基于小波包分解法研究充液复杂管道结构损伤程度与损伤指数之间的关系,提出一种针对于充液复杂管道结构的损伤程度识别方法。分别建立相同损伤深度、不同损伤圆心角和不同损伤深度、不同损伤圆心角的充液复杂管道结构模型,研究损伤程度与损伤指数之间的规律。研究发现,当损伤深度为定量时,以损伤面积为变量的损伤程度与损伤指数间呈非线性相关关系,损伤指数随损伤面积的增加而呈先增后减的趋势;当损伤圆心角为定量时,以损伤深度为变量的损伤程度的增加会使得损伤指数值呈先减后增的趋势。结果表明,基于充液复杂管道结构损伤程度与损伤指数之间的关系,可快速实现损伤程度的识别并对损伤程度的发展趋势进行预判。

基于埋入式压电智能骨料的裂缝修补深度质量检测试验研究

在缺陷混凝土构件的裂缝修补问题中,仅通过外观检测无法准确判断其修补质量,而目前缺少高效、规范的无损检测手段。通过在结构中预先埋入压电“智能骨料”,对比分析应力波在不同介质条件中发射及接收信号的差异,以及应用信号处理技术的相关知识,对裂缝修补不同阶段产生的信号变化进行研究,并由此评估裂缝修补质量。研究结果表明:混凝土裂缝深度大小对“智能骨料”接收端接收到的应力波波形有着很大的影响,通过对接收信号进行时域分析,进而利用小波包分解处理后的能量分析后发现,即使初始裂缝深度不同,修补完好的构件将具有相近的能量值。因此,在该方法中将基于小波包能量得到的裂缝修补质量的评价指标是切实可行的。

基于小波包分解-峭度值指标-希尔伯特包络解调融合方法处理声发射信号的滚动轴承故障诊断

为实现对航空发动机主轴承进行故障诊断,以复杂传递路径下声发射信号的波形分析为基础,提出一种基于小波包分解(wavelet packet decomposition, WPD)、峭度值指标(kurtosis index, KI)以及希尔伯特包络解调(Hilbert envelope demodulation, HED)相结合的滚动轴承故障特征信息提取方法。采用WPD方法对滚动轴承声发射信号分解获得节点分量,基于KI对节点分量排序筛选进行信号重构,进而对重构信号进行HED分析,提取出轴承故障特征频率用于对比诊断。开展简单以及复杂传递路径下滚动轴承故障模拟试验,采用建立的方法分别针对滚动轴承外圈、内圈典型故障试验数据进行分析和诊断。结果表明:该方法可有效提取滚动轴承故障特征频率及其倍频,且针对复杂传递路径下处于工作状态的滚动轴承,仍可实现精准的特征信息提取和有效的故障诊断。

全流量回溯结合APT建模分析技术

研究海量网络数据包存储及快速检索技术,并结合高级持续性威胁(APT)组织攻击链特征,提出一种全流量回溯与APT建模分析技术方案,实现APT精准识别.系统通过网络流量聚合成大块文件,实现磁盘的顺序写入及文件系统的零碎片,提升数据包写入速度;通过两级索引,提升数据包检索速度.结合APT组织的TTP模型,对原始流量快速提取反分析,实现APT攻击的精准识别、回溯分析和攻击链还原.

基于损伤指数矩阵对层状管道结构损伤识别的有限元模拟

为研究基于损伤指数对层状管道结构损伤程度识别的可行性,创造性地采用小波包分解方法,以损伤指数为参数,分别研究损伤径向深度与损伤指数的关系和多种轴向位置损伤对损伤指数的影响。使用有限元分析软件ABAQUS,建立在同一轴向位置且多种径向损伤深度的层状管道结构模型,对压电元件位置提取的压电传感信号进行5层小波包分解,计算损伤指数值,将其组成损伤指数矩阵。针对同一轴向损伤位置,结合多种损伤程度组成损伤指数矩阵,分析损伤径向深度与损伤指数的关系并建立拟合曲线。随后改变损伤轴向位置且径向损伤深度同样递增,建立有限元模型,并获得相应的损伤指数拟合曲线。结果表明:在同一损伤轴向位置处,损伤指数拟合曲线都随着损伤径向深度的增加而呈现出先减后增的变化趋势;当改变损伤轴向位置时,损伤与信号接收位置轴向距离的增加使损伤指数的变化幅度减缓,但不改变曲线的总体趋势。研究结果表明:针对传感信号采用小波包分解方法,获得的损伤径向深度与损伤指数的拟合曲线可用于层状管道结构损伤程度的识别,并且该损伤程度识别方法受与信号接收位置轴向距离的限制较小,为快速诊断层状管道结构损伤程度提供了有效的有限元分析方法。

基于DIP的主诊组绩效考核指标体系构建及应用:以中西医结合医院为例

目的建立基于按病种分值付费(DIP)的主诊组绩效考核指标体系,以期提升医疗服务质量与效率。方法通过两轮专题讨论与层次分析法确定考核指标体系和权重,并根据考核规则对上海市某三甲中西医结合医院神经内科4个主诊组2021年12月绩效进行考核评价。结果建立了包含质量安全(33.70%)、DIP相关(23.72%)、运营效率(18.25%)、中医内涵(24.33%)4个一级指标、18个二级指标的考核指标体系,指标权重一致性检验CR值<0.1。神经内科4个主诊组在“质量安全”指标得分率最高(93.18%),“中医内涵”与“DIP相关”指标得分率偏低。结论引入DIP相关指标的绩效考核指标体系能够客观反映中西医结合医院神经内科主诊组医疗服务情况。还需引导主诊组注重质量内涵建设,提升优势病种收治能力和专科服务能力。

基于SVDP基尼指数图和ARLD的风电机组主轴承微弱故障诊断

在强烈背景噪声环境下,风电机组服役过程中主轴承局部故障所引发的振动冲击容易受到干扰,加之受到复杂多变振动传递路径的影响,导致对主轴承的故障通常难以进行准确地判别。针对这一问题,提出了一种基于奇异值分解包(SVDP)基尼指数图和自适应Richardson-Lucy解卷积(ARLD)的主轴承故障诊断方法,用于提取强烈背景噪声环境下的微弱故障特征。首先,通过设置SVDP分解层数对原始信号进行了处理,计算出了各层子分量的基尼指数,构造了SVDP基尼指数图,并从原始信号中分离出最佳子分量,提升了信号的信噪比;然后,采用鲸群优化算法(WOA)自动获取了解卷积算法的最优形态控制参量,并对最佳子分量做了解卷积处理,从而进一步抑制了子分量中的噪声干扰,强化了冲击性特征;最后,采用Teager能量算子,对解卷积信号进行了包络解调分析,并根据包络谱中特征频率谱线,识别了主轴承的故障位置;分别采用仿真信号及风电现场的工程实测信号数据,对基于SVDP基尼指数图和ARLD诊断方法的有效性和鲁棒性进行了验证。研究结果表明:采用基于SVDP基尼指数图和ARLD的故障诊断方法可以有效地提取出风电机组主轴承的故障特征频率及其多倍频成分,进而对主轴承微弱故障进行了准确判定;该方法可为实际工程中的风电机组主轴承的微弱故障诊断提供一定的参考和借鉴。

基于DBI-小波包分解和改进BP神经网络的轴承故障诊断方法研究

针对轴承故障诊断问题,以振动信号为分析对象,提出DBI-小波包分解和改进BP神经网络的诊断方法。采用4层小波包分解获取振动信号的不同频带特征,引入戴维森堡丁指数(Davies-Bouldin index,DBI)定量评价小波包分解结果,确定小波基函数为FK22时达到最佳分解结果。采用改进的BP神经网络对不同频带特征识别,引入弹性梯度下降法解决传统BP神经网络收敛速度慢和梯度消失等问题,提高网络训练速度。同时,针对BP神经网络隐藏层层数及各隐藏层节点个数难以确定的问题,设计正交实验对不同参数组合效果进行验证,选出最佳参数,避免盲目低效调参。对电机滚动轴承进行验证,结果表明平均故障识别准确率达到98.833%。

基于导波的钢板-混凝土界面黏结性能评价研究

通过基于导波的宽带激励信号对不同脱粘情况下的黏钢加固混凝土二维有限元模型的界面脱粘缺陷进行检测,在此基础上对带有不同脱粘缺陷的黏钢加固混凝土试件进行试验探究,通过模态分析法和小波包能量谱法对接收信号进行信号处理,发现通过未知构件与完全黏结试件之间的归一化互相关系数可判断钢板-混凝土界面是否脱粘;通过模态分析法,根据一次反射模态导波A_(0)/A_(0)的到达时间和脱粘指标可定量判断脱粘的位置;通过小波包能量谱分析方法可判定脱粘的程度。该方法为实际工程中的钢板-混凝土界面脱粘检测提供理论与技术支撑。

运用功效系数法对某院基于病种分值的绩效分配进行综合评价

目的综合评价某院基于病种分值的住院绩效分配方案的效果,以发现目前绩效分配方案中存在的缺陷,探讨基于病种分值的绩效分配方案的合理性和可行性。方法选取某市某三级综合医院2021年10个外科科室的13项数据作为综合评价指标,采用德尔菲专家咨询法确定评价指标权重,用功效系数法计算总功效系数并进行排序。结果除病种较为单纯的产科,其余外科科室综合评价的结果与实际绩效分配结果一致或者基本一致。结论目前该院基于病种分值的绩效分配方案能够相对合理地体现科室的服务质量和医疗价值。用功效系数法对该院绩效分配结果进行综合评价具有实际指导意义。

基于分组索引增量交换的机会网络高效低时延路由算法

基于Epidemic机制的路由算法为机会网络提供了一类可靠的数据传送方式,但在相遇节点感知和分组交换的操作中存在冗余,导致开销和时延增加;对此,作者提出一种基于分组索引增量交换的机会网络路由算法——ERBEI,在分组索引的交换过程中只传递增量信息,并借助Request消息从节点缓存中删除已到达目的节点的分组,同时在相遇节点感知过程中只使用Hello消息,且优先发送位于最后1跳的数据分组,从而减少开销、降低分组时延.理论分析和仿真结果说明,与经典的Epidemic路由算法和它的一种改进算法ARER相比,ERBEI算法在控制开销、分组端到端时延、存储空间占用等方面的性能得到整体提升.

基于小波包变换的内燃机气阀漏气诊断方法

探讨了利用缸盖振动信号诊断内燃机气阀漏气的一种新方法——小波包方法。诊断机理分析和实验研究表明 ,缸盖振动信号中关于气阀漏气的特征信息集中在高频段 ,故选用了小波包变换作为信号处理的基本方法 ,因为小波包变换较之小波变换在中高频段具有更高更均匀的频率分辨率 ;对实测信号的分析和处理结果表明了小波包在该领域的适用性 ;建立了基于马氏距离法的气阀漏气多指标诊断模型 ;进行了实机诊断 。

结构损伤识别的小波包分析试验研究

在结构服役期内,由于局部损伤的累积发展将导致结构刚度等特性的降低,可能导致灾难性的事故。传统的基于模态参数的损伤识别方法有时效果并不理想。提出基于小波包变换的能量变化率指标,并用其进行损伤识别的方法。首先将所得的结构响应信号进行小波包分解,然后通过小波包能量变化率指标进行损伤定位。通过三种不同损伤工况的梁体室内试验,证明所提出的损伤指标可以准确地识别损伤位置。

柴油机缸套磨损的诊断研究

通过对不同磨损程度的柴油机缸套进行实验 ,采集柴油机机身的振动信号。计算柴油机机身振动信号的小波包能量、最大幅值、奇异性指标 ,并建立了振动信号的 AR和 ARMA模型 ,最后利用遗传算法进行自动再生最佳特征参数 ,得到了优化的缸套磨损故障判别函数 ,结果表明利用该判别函数可以简洁有效地计算出缸套磨损等级 ,从而对缸套进行故障诊断。

IPv6高速网络环境下数据分组捕获技术的研究

针对传统的数据分组捕获技术在IPv6高速网络环境下表现出的严重分组丢失问题,采用"零拷贝"的思想设计并实现了一个适用于IPv6高速网络环境的数据分组捕获平台(HSPCP)。以Intel82541GI吉比特网卡驱动程序e1000为基础,对网络数据分组的接收流程进行改进,在内核中注册一个杂项设备,实现了其mmap和ioctl方法,并编写了与改进后零拷贝驱动相对应的用户空间报文捕获程序。通过实验将HSPCP与Libpcap进行了分组捕获效率对比测试,实验证明HSPCP相对于传统的Libpcap分组捕获方式在性能上有较明显的提高。

基于小波包变换的梁体损伤识别

由于小波包变换在分析非平稳信号方面较傅立叶变换更为有效,提出了基于小波包变换的能量变化率指标进行损伤识别的方法。首先,将得到的结构响应信号进行小波包分解,然后通过小波包能量变化率指标来进行损伤定位。通过3种不同损伤工况的梁体室内试验证明,损伤指标可以准确地识别损伤位置。

一种基于索引指针的可扩展IP包分类算法

设计并实现了一种基于索引指针的可扩展IP包分类算法.该算法通过分析源/目的端口号和协议类型字段在实际应用中的分布特性,将这3个字段映射到一个8比特元组上,压缩了分类维数;算法依据压缩后的8比特元组将分类规则集划分为256个子集,并为每个子集建立一个索引指针,指向该子集的存贮起始地址;算法通过计算IP包中"源/目的IP地址联合字段"中各个比特的信息熵值,找出最优的比特序列作为根和子节点,为每个规则子集建立一棵Tries查找树,既保证了存贮空间和查找时间最小,而且不存在回溯问题.实验结果证明,该算法分类效率高.

基于小波包能量的桥梁损伤识别指标

为达到桥梁结构损伤识别的目的,基于小波包分析方法提出了小波包能量变化率平方和(the sum square of wavelet packet energy change rate,简称WPERSS)损伤指标。分别将健康与损伤结构的加速度响应信号进行小波包分解得到小波包能量,通过计算小波包能量变化率平方和损伤指标进行损伤识别。对简支梁模型进行数值模拟,分析单一损伤与两处损伤时不同损伤程度的损伤识别情况,分析不同噪声水平对识别效果的影响。结果表明,该指标可有效识别损伤位置且对噪声具有鲁棒性。对装配式双塔斜拉桥模型进行试验,联合多个测点响应的损伤指标可以判别结构的不同损伤状态,验证了小波包能量变化率平方和指标的有效性。

基于听觉ERP功能脑网络特征和SVM的测谎方法研究

基于图论理论的脑网络分析方法近年来在认知脑科学研究中起到了非常重要的作用,而基于事件相关电位(Event-Related Potentials,ERP)的传统测谎方法一直都专注于对某一特定通道上的脑电信号进行分析,针对传统方法中使用少数通道并不能够全面的反映人在说谎状态下大脑整体认知功能特征的缺点,本文提出了基于脑网络特征的测谎方法,通过听觉刺激诱发事件相关电位ERP,记录脑区多通道脑电信号,通过讨论各导联之间的相位延迟指数来构建脑功能网络,计算7类脑网络特征参数作为判别指标.分析被试在说谎和无辜状态下的网络特征参数,使用支持向量机对实验数据进行分类判断,结果表明:本文提出的方法有较高的判别准确率,优于目前判别方法的平均值,证明了本方法的测谎有效性.