泡沫敷料十字开窗法在心内科患者压力性损伤预防中的应用效果

目的观察十字开窗法在泡沫敷料贴预防压力性损伤患者的临床应用效果。方法选取2016年1月~2018年7月我院收治的114例Braden评分≤18分且无压力性损伤的患者,随机分为观察组和对照组,每组各57例。两组均实施压力性损伤预防常规护理,并在压力性损伤易发部位使用泡沫敷料。观察组将泡沫敷料应用十字开窗法后进行粘贴,对照组进行完整粘贴,比较两组的压力性损伤发生率、泡沫敷料更换频率、护理满意度。结果观察组压力性损伤发生率与对照组比较,差异无统计学意义(P>0.05),但敷料更换频率低于对照组,差异有统计学意义(P<0.05),观察组护理总满意度高于对照组,差异有统计学意义(P<0.05)。结论十字开窗法在泡沫敷料预防压力性损伤的临床应用能有效预防该损伤的发生,降低敷料更换的频率及患者费用和并发症的发生,提升护理满意度。

改进U-net++的遥感图像语义分割方法

遥感图像语义分割在土地资源规划、智慧城市等领域有着广泛的应用。由于高分辨率遥感的图像存在边界分割不清、小尺寸目标分割不清等问题,为此提出了一种基于U-net++的改进网络TU-net,该模型通过优化网络结构加强模型的特征提取能力,引入特征头细化模块,通过构建了两条通道来增强通道特征表示和空间特征表示,提升了对高层语义信息的解析能力;引入基于Transformer的注意力聚合模块来捕捉全局上下文信息,设计了十字窗交互模块,显著降低了计算复杂度;在解码器末端设计了一个动态特征融合块,以此得到多类、多尺度的语义信息,增强最终的分割效果。TU-net在两个数据集上进行实验,其中OA、mIoU、mF1分数均高于主流模型,Vaihingen数据集中小尺寸目标车的IoU和F1分数分别为0.896和0.962,比次优模型提升了5%和15.8%;Potsdam数据集中树的IoU和F1分数分别为0.913和0.936,比次优模型提升了6.3%和4.3%,实验结果表明该模型能够更精准地分割小尺寸目标及目标边界。

基于多帧积累的海面弱小慢速目标检测算法

在复杂的海杂波环境中,海面弱小慢速目标检测技术一直是雷达领域中的一项重点。由于以往采用的单帧数据检测海面弱小慢速目标容易产生较高的虚警率,所以本文联合多帧雷达回波数据,在基于十字窗改进的多帧积累算法上进行算法改进,减少了一个处理块来抑制海杂波从而检测海面弱小慢速目标,降低了算法的运算复杂度,增加了算法的可靠性与有效性,最后通过对实测海杂波数据进行算法仿真验证,表明了该算法的可行性和有效性。