目的:探究问题导引-目标链接式护理干预对糖尿病患者低血糖发生率的影响。方法:选择2022年2月—2023年1月泰州市第三人民医院收治的86例糖尿病患者为研究对象,采用计算机法以01~086对患者进行编号,设置01~043患者为对照组(n=43),实施常...目的:探究问题导引-目标链接式护理干预对糖尿病患者低血糖发生率的影响。方法:选择2022年2月—2023年1月泰州市第三人民医院收治的86例糖尿病患者为研究对象,采用计算机法以01~086对患者进行编号,设置01~043患者为对照组(n=43),实施常规护理,设置044~086患者为观察组(n=43),实施问题导引-目标链接式护理干预。比较两组血糖水平、糖尿病自我管理行为及低血糖发生率。结果:护理前,两组血糖水平比较,差异无统计学意义(P>0.05);护理后,两组空腹血糖(FBG)、餐后2 h血糖(2 h PBG)及糖化血红蛋白(HbA1c)水平均下降,观察组低于对照组,差异有统计学意义(P<0.05)。护理前,两组糖尿病患者自我管理行为量表(SDSCA)评分比较,差异无统计学意义(P>0.05);护理14 d后,两组SDSCA评分升高,观察组高于对照组,差异有统计学意义(P<0.05);观察组低血糖发生率低于对照组,差异有统计学意义(P<0.05)。结论:在糖尿病患者的护理中采用问题导引-目标链接式护理干预,能有效控制血糖水平,提升患者自护能力,降低低血糖发生率。展开更多
为了提升实际作战环境下目标检测识别的性能,本文提出了一种基于红外显著性目标导引的改进YOLO(You Only Look Once)网络的智能装备目标识别算法,该算法利用红外图像提供目标可能的位置引导可见光图像中的深度自主学习,提升检测与识别...为了提升实际作战环境下目标检测识别的性能,本文提出了一种基于红外显著性目标导引的改进YOLO(You Only Look Once)网络的智能装备目标识别算法,该算法利用红外图像提供目标可能的位置引导可见光图像中的深度自主学习,提升检测与识别的实时性。改进YOLO-V3识别网络是以Darknet-53为基础网络架构,利用DenseNet代替具有较低分辨率的原始转移层,同时采用分类网络预训练、多尺度检测网络训练等措施增强特征传播,复用和融合的性能。仿真实验结果表明,本文提出的模型可以有效地提高现有目标检测与识别的性能。展开更多
文摘目的:探究问题导引-目标链接式护理干预对糖尿病患者低血糖发生率的影响。方法:选择2022年2月—2023年1月泰州市第三人民医院收治的86例糖尿病患者为研究对象,采用计算机法以01~086对患者进行编号,设置01~043患者为对照组(n=43),实施常规护理,设置044~086患者为观察组(n=43),实施问题导引-目标链接式护理干预。比较两组血糖水平、糖尿病自我管理行为及低血糖发生率。结果:护理前,两组血糖水平比较,差异无统计学意义(P>0.05);护理后,两组空腹血糖(FBG)、餐后2 h血糖(2 h PBG)及糖化血红蛋白(HbA1c)水平均下降,观察组低于对照组,差异有统计学意义(P<0.05)。护理前,两组糖尿病患者自我管理行为量表(SDSCA)评分比较,差异无统计学意义(P>0.05);护理14 d后,两组SDSCA评分升高,观察组高于对照组,差异有统计学意义(P<0.05);观察组低血糖发生率低于对照组,差异有统计学意义(P<0.05)。结论:在糖尿病患者的护理中采用问题导引-目标链接式护理干预,能有效控制血糖水平,提升患者自护能力,降低低血糖发生率。
文摘为了提升实际作战环境下目标检测识别的性能,本文提出了一种基于红外显著性目标导引的改进YOLO(You Only Look Once)网络的智能装备目标识别算法,该算法利用红外图像提供目标可能的位置引导可见光图像中的深度自主学习,提升检测与识别的实时性。改进YOLO-V3识别网络是以Darknet-53为基础网络架构,利用DenseNet代替具有较低分辨率的原始转移层,同时采用分类网络预训练、多尺度检测网络训练等措施增强特征传播,复用和融合的性能。仿真实验结果表明,本文提出的模型可以有效地提高现有目标检测与识别的性能。