心脏除颤监护仪质量控制周期及靶值标准研究

目的:研究制定心脏除颤监护仪质量控制周期和靶值标准差(SD)标准,构建除颤设备系统化质量安全管理体系。方法:选取5家医院在用的除颤监护仪,对故障设备采用鱼骨图剖析,绘制柏拉图分析主因,从人员、设备及配置方面进行质量安全管理。通过采集并整合完善除颤监护仪质量控制周期及SD靶值能量等数据,分析成因,动态跟踪除颤监护仪故障及不良事件发生频次。结果:心脏除颤监护仪质量控制周期和靶值SD标准的制定,从质量控制层面解决了现阶段医疗机构无明确除颤质量控制周期及靶值SD规范的标准问题,避免因设备质量控制不完善致使抢救失败等不良事件发生。结论:构建完善的除颤监护仪质量控制体系需各部门通力合作,建立完整的制度和监督办法,质量控制周期和靶值SD标准能够显著降低心脏除颤监护仪故障及不良事件,提高除颤成功率,为患者提供更好的医疗服务。

建模集选择对近红外光定量检测模型的影响

以藏药全缘叶绿绒蒿为例,考察了建模集样本数量、总黄酮含量范围、标准差(SD)值3个因素对近红外光(NIR)定量检测模型效果的影响。结果显示:随着样本数量的增加,模型效果先降低后升高,最后趋于稳定,在样本数量为120时效果最佳,达到240后趋于稳定;相同样本数量条件下,总黄酮含量高低对模型没有影响,但含量范围宽时模型效果更好;在总黄酮含量范围相同时,SD值与模型效果无直接联系,而在样本量相同、总黄酮含量范围不同时,SD值越大模型效果越好。研究结果表明,在进行NIR建模时,并不是建模样本数量越多模型就越好,在选择建模样本时要求样本的含量范围尽可能宽,且要有一定的离散性。

基于自适应脉冲耦合神经网络图像融合新算法

针对传统的基于脉冲耦合神经网络(PCNN)的融合算法中每个神经元链接强度取同一常数的不足,提出了一种基于自适应PCNN图像融合新算法。作为显著性特征,使用像素的拉普拉斯能量(EOL,energy of Lapla-cian)和标准差(SD,standard deviation)分别作为PCNN对应神经元的链接强度值。实验结果表明,本文方法融合结果优于Laplacian方法、小波方法和传统的PCNN方法。

基于二维顾客满意度模型的学生公寓管理评价

为解决在顾客满意度评测中的不确定性,构建了一个二维顾客满意度模型。该模型在顾客满意指数(CS)基础上,添加了感知质量标准差(SD);通过CS和SD的不同组合,以四区间图表征企业服务。对某高等院校学生公寓,进行了持续3年的顾客调查,得到9 526份有效问卷。结果表明:在公共卫生、楼宇管理、维修服务和安全管理诸方面,感知质量因子与CS具有正相关关系;在相对较好的满意指数水平下,质量标准差与投诉数量存在显著正相关关系,满意度与投诉数之间没有显著负相关关系。该模型可应用于学生公寓管理和服务中。