回顾性分析前部缺血性视神经病变的多模式影像学数据特征

目的观察前部缺血性视神经病变(anterior ischemic optic neuropathy,AION)的多模式影像学数据特征,以期提高临床AION诊断的准确性。方法回顾性分析2020年1月—2022年1月在江苏省中医院52例确诊为前部缺血性视神经病变患者的临床病例资料。患者行全身一般情况的检查和眼底影像学检查。包括眼底彩色照相、30°视野、频域光学相干断层扫描(spectral-domain optical coherence tomography,SD-OCT)及荧光素眼底血管造影(fundus fluorescein angiography,FFA)检查。分析AION患者眼底影像学特征。结果纳入本研究患者52例(52只眼)。眼底彩色照相以视盘肿胀为主,伴或不伴线片状出血(36只眼,69.2%)。30°视野检查以下方视野缺损为主(23只眼,49.0%)。FFA检查在早期以上方全部或部分视盘呈低荧光为主(23只眼,48.9%),晚期以视盘荧光素渗漏为主(32眼,68.1%)。SD-OCT检查中,与对照组比较,观察组视盘面积、盘沿面积、视盘周围神经纤维(pRNFL)厚度、T(颞侧)、S(上方)、N(鼻侧)及I(下方)pRNFL厚度均升高,差异有统计学意义(P<0.001),平均C/D比率及视杯体积均降低,差异有统计学意义(P<0.001),表明观察组视盘较对照组更为拥挤。结论通过分析AION患者眼底彩色照相、30°视野、FFA及SD-OCT检查的影像学特征,可以互相补充、全面评估患者病情。

网络信息计量的数据挖掘技术研究

网络信息计量的数据挖掘技术研究是运用数据挖掘技术方法发现网络信息计量中的数据特征模式,利用现代可视化软件工具,开发网络信息计量中的数据特征模式的可视化系统,满足网络信息分析人员使用更复杂、更为强大的数据挖掘技术分析、处理数据的要求,为网络信息计量学理论研究及其方法和技术的丰富与发展开拓新的方向,为网络信息计量学规律应用于数据挖掘领域提供平台.

基于物联网技术的矸石发电机组故障诊断系统设计

为确保矸石发电厂正常运行,降低运行成本,设计一种基于物联网技术的矸石发电机组故障诊断系统。系统硬件部分由下位机和嵌入式网关组成,根据发电机组数据特征分别给出各模块的电路设计方案;系统软件由预处理机、状态服务器和Web服务器组成,通过构建物联网传感器基阵,采集发电机组实时监测数据,利用FCM算法获得发电机组数据特征模式矢量,确定故障类别和中心矢量,以此实现矸石发电机组故障诊断。实验表明,该系统能够正常进行数据库访问和数据检索等操作,可有效地执行业务规则并完成相关工作。