对住院患者佩带腕式识别带的依从性调查

目的保障患者的安全,提高住院患者佩带腕式识别带的依从性。方法采用问卷法对199名住院患者进行问卷调查。结果199名住院患者中有43.72%在住院期间曾自行取下腕式识别带。原因:松紧不合适、影响输液等治疗、担心别人误解、认为佩带腕式识别带无意义等。结论强调舒适度,建立有效的监督机制,取得患者的理解支持,可以提高住院患者佩带腕式识别带的依从性。

改进腕部识别带在提高老年患者安全度上的应用

目的：强化老年患者身份识别，提高患者的院内外安全度。方法：在目前腕部识别带标注内容基础上，增加患者子女等亲属或看护人姓名、电话，以及住院科室或主治大夫的电话。结果：改进后的腕部识别带应用于老年患者，可以保证患者短期离院期间发生各种意外或紧急情况下能及时联系到家属或医院科室人员，避免造成某些严重后果或引起纠纷。结论：改进后的腕部识别带提高了老年患者的安全度，可操作性强，值得临床推广应用。

品管圈活动在提高患儿身份识别带佩戴率中的应用

目的 探讨品管圈活动在提高患儿身份识别带佩戴率中的应用,保障患儿的安全.方法 对品管圈活动实行前300名住院患儿进行调查,寻求身份识别带佩戴率低的原因,并提出以“如何提高患儿身份识别带佩戴率”为主题的品管圈活动组织的整改计划,将活动前后的300名患儿身份识别带佩戴率进行对比分析,探讨品管圈活动在其中的作用.结果 患儿未佩戴识别带由品管圈活动前的17％降低到活动后的9％,两组比较有统计学意义（P＜0.05）.结论 通过本次品管圈活动,有效地提高了患儿身份识别佩戴率,为患儿提供了基本的安全保障,加强了高质量的安全护理.

腕部识别带在基层医院中的应用与探讨

患者的安全是护理管理的重点,而正确的识别是减少医疗护理纠纷的有力措施,只有基于准确的患者标识,才有可能对患者实施正确的治疗和护理,为了加强住院患者的安全管理,我院于2008年10月开始对全院患者使用了腕部识别带,在使用过程中,发现腕部识别带对住院患者的管理,

腕部识别带在消化科患者中的应用

目的：探讨腕部识别带在消化科临床护理管理中的应用效果。方法：选择2012年5月-2013年5月收治的1150例患者，门诊医师将患者信息准确录入电脑系统，住院处工作人员根据病案号从电脑将信息提取并打印，将腕部识别带佩戴在患者腕部。出院时对患者进行满意度测评并统计分析护理问题发生情况。结果：患者满意度达97%-99%，因患者身份识别错误而导致相关护理问题发生率为0。结论：腕部识别带可以提高医护人员对患者识别的准确性，有效避免护理差错和医疗纠纷，提高患者满意度。

儿科住院患者佩戴腕识别带依从性分析

目的探讨影响儿科住院患者腕识别带正确佩戴的因素,提高患儿腕识别带的正确佩戴率。从而降低医疗护理差错的发生。方法通过对800例儿科住院患者腕识别带佩戴情况的检查,分析未能正确佩戴的原因。结果护士未能及时书写腕识别带、家长及患儿依从性不够、腕识别带字迹模糊、佩戴方法不准确是影响腕识别带正确佩戴的主要原因。结论提高医务人员及家长、患者对佩戴腕识别带的重要性的认识,规范腕识别带的佩戴方法,寻求更加舒适的材质的腕识别带,加强使用腕识别带的有效监督和管理,能有效提高儿科住院患者佩戴腕识别带依从性。

延长型新生儿脚踝识别带的设计与应用

目的提高新生儿识别腕带的临床实用性和护士使用腕带识别患儿身份的依从性,减少护理差错,保证护理安全。方法自行设计一种新生儿脚踝识别带,该识别带包括固定带和信息带两部分,固定带系于新生儿脚踝,信息带较普通手腕带延长30cm,可穿过包被露在外面,比较延长型脚踝识别带与新生儿手腕识别带的腕带脱落概率、护理差错发生率。结果延长型脚踝识别带与新生儿手腕识别带相比在预防护理差错、减少腕带脱落方面经统计学分析差异具有统计学意义(P<0.05)。结论延长型新生儿脚踝识别带设计合理、临床实用性强、能提高护士对新生儿身份核查的准确率、减少腕带脱落及护理差错,保证新生儿住院期间的安全。

手腕识别带在晚期肿瘤患者中使用的护理体会

目的：探讨手腕识别带在晚期肿瘤患者中使用的意义。方法：对2010年7月~2011年6月收治的1239例肿瘤患者,护士根据护理级别要求选择不同颜色的手腕识别带,准确填写患者的信息,经护患双方核对确认无误后,将其佩戴在患者的右手腕部。并对患者进行满意度测评及统计分析护理问题发生情况。结果：患者胡满意度达96%-98%,因患者识别错误而导致胡相关护理问题发生率为零。结论：手腕识别带可以提高医护人员对患者识别的准确性,可以有效避免护理差错和医疗纠纷,提高患者满意度。

怎样识别带毒兔草

农家养兔,每到青草生长采割旺季,误割带毒或有毒青草,致兔食后中毒的情况时有发生。怎样识别和防止呢?毒草一般具有返青早,花朵鲜艳,抗逆性强等特点。识别方法:用鼻嗅,有恶臭。

怎样识别带病花苗

茶 花健壮的茶花苗叶厚且坚硬,叶表深绿色,有蜡质及光泽,叶背浅绿色,平滑;带病的茶花苗叶片发黄、枯瘦、叶疏或在叶表有暗褐色的霉斑等。 茉莉花 健壮茉莉花苗叶色翠绿,光滑无毛,枝条有柔毛;带病茉莉花苗茎基部有水渍状褐色斑,有的叶表会有黑色粗壮物或黄白色的小斑点,叶面卷曲。

基于可变形卷积和注意力的带钢瑕疵识别方法

带钢生产中瑕疵检测的准确性对于其质量的保证有着至关重要的意义。本文针对带钢表面瑕疵检测中的瑕疵种类复杂、背景干扰严重、瑕疵样式间面积形态差异较大等问题,提出了一种基于ResNet50改进的结合多尺度变形卷积和注意力的带钢表面瑕疵分类识别方法。首先通过细化ResNet50中BottleNeck结构的卷积块为一组多尺度卷积以扩大感受野,然后引入可变形卷积代替组中的卷积核,使网络在训练中捕捉不同形态尺度的瑕疵特征。最后在网络中引入增强注意力模块,使网络可以关注到通道与空间之间的信息,将其联合起来从而关注到更重要的通道和空间位置。通过对比实验表明,本文提出的方法在带钢的表面瑕疵分类识别上精确度优于现有方法,可以应用于企业实际的带钢的工业生产中。

煤矿采空区覆岩“三带”智能识别方法

为了探明煤矿采空区覆岩破坏类型与裂隙发育情况,快速准确划分采空区覆岩弯曲带、断裂带、垮落带(简称“三带”),提出智能识别方法,为制定采空区治理方案提供依据。以山东某矿区采空区为例,采用贝叶斯在线变化点检测(Bayesian Online Changepoint Detection,BOCD)算法对钻进过程中的冲洗液漏失量和钻速数据在煤矿采空区“三带”界限处的变化及响应特征进行分析。以勘察规范中有关“三带”高度计算经验公式作为约束条件,对冲洗液漏失量和钻速数据中的候选变化点进行检测、优选,进而确定煤矿采空区“三带”界限深度。智能识别的结果与实际值吻合,其中,弯曲带下限、断裂带下限、垮落带下限的深度误差分别为+0.67、+0.31和+0.52m,弯曲带、断裂带和垮落带的高度误差分别为+0.14%、-0.63%和+2.49%。基于钻进数据的采空区覆岩“三带”智能识别方法精度满足设计需要,切实可行。该方法将钻进数据与经验公式相结合,在钻进过程中即可完成“三带”界限的划分,充分发挥数据的时效性,避免了技术人员主观判断对识别结果产生影响。相较于依靠多种方式综合确定“三带”界限的传统方法,该智能识别方法显著提高了“三带”划分的时效性和准确性。

老年住院患者佩戴腕式识别带的依从性调查

目的探讨影响住院老年患者佩戴腕式识别带的因素，提高患者佩戴腕式识别带的依从性。方法采用问卷法对165名患者进行问卷调查。结果患者认识不足、健康教育不完全到位、护患欠沟通。165名住院老年患者中有46％在住院期间曾自行取下腕式识别带。结论加强佩戴腕式识别带的监管，全面落实健康教育，取得患者的支持，提高住院老年患者佩戴腕式识别带的依从性。

影响儿科住院患者戴腕识别带依从性的因素与护理管理措施

目的：分析影响儿科住院患者戴腕识别带依从性因素,为提高其戴腕识别带率提供科学依据。方法：以2014年6月~2015年10月在浙江省丽水市人民医院儿科住院治疗的150例患者的临床资料为研究对象,采用自制问卷进行调查。结果：未戴腕识别带的46例,占30.67%。影响儿科住院患者戴腕识别带的主要因素有不了解戴腕识别带的作用、戴腕识别带非常不方便、戴腕识别带与未戴腕识别带没有区别、戴腕识别带过松、戴腕识别带会产生过敏、洗澡时会取下腕识别带等因素,各组数据比较差异显著（P〈0.05）。结论：提高护理人员对戴腕识别带的认识,规范腕识别带使用,加强护理宣教等,可有效提高儿科住院患者戴腕识别带的依从性。

持续质量改进在住院患者腕带识别中的应用

患者身份识别是临床护理工作中非常重要的基础步骤,可以有效防止事故、差错发生,保障医疗护理安全[1]。给药前患者的身份识别正确与否直接影响到护理医疗安全,但是对于信息技术较为有限的医院来说,患者的身份识别仅仅依赖规范的人工核对程序,存在不确定性及医疗安全隐患[2]。

一种基于半监督学习的窄带雷达目标识别系统

半监督学习算法利用少量的标注样本与大量的未标注样本进行模式识别问题中的样本分布探索。针对常规雷达目标识别系统中,样本难以准确标注、模板库建立复杂以及建立过程漫长的问题,采用半监督学习算法以减少模板库的建设代价,并启用多核学习来进行目标特征的自动选择。基于窄带飞机目标分类识别的数据分析表明,与基于监督学习算法的常规识别系统相比,所提的目标识别系统能够获得更高的分类准确率。

腕带识别在儿科护理中的应用体会

目的通过腕带识别提高护理安全性，提高工作效率，减少护理差错发生。方法患儿人院时由当班护士核对确认患者后。认真填写其基本信息，将标识带扣系在患儿手腕处。护士在各项操作前扫描患儿标识带即可进入该患儿界面，减少各环节查对。结论病人腕带标识是防止差错、提高工作效率的理想方法。

基于Gabor特征和遮挡字典的带遮挡人耳识别

通过引入遮挡字典来编码图像受遮挡部分,稀疏表示分类方法在带有遮挡情况下的人耳识别中能够取得较好的识别性能。然而,常规的利用单位阵作为遮挡字典的方法会对稀疏模型求解带来很大的计算量。提出了一种基于Gabor特征和Gabor遮挡字典的稀疏表示分类方法。利用图像的Gabor特征构造无遮挡字典,因为这种局部特征在姿态变化或遮挡情况下具有一定的鲁棒性。通过学习算法计算出比单位阵遮挡字典更为合理的Gabor遮挡字典,使得图像中被遮挡部分在遮挡字典上的稀疏编码具有更大的稀疏度。在两个人耳图像库上的实验结果表明,相比已有的基于稀疏表示的人耳识别方法,该方法在遮挡情况下能够取得更好的识别效果;对真实环境中存在头发遮挡的人耳识别,也能够取得较好的识别性能。

一种基于MATLAB的带噪声字符识别算法实现

MATLAB语言由于具有强大的矩阵运算能力而广泛的应用于各种控制领域。Hopfield神经网络是一种具有联想功能的反馈网络 ,它可以根据一定的规则计算出网络的权值 ,网络演变过程中不断更新各神经元的状态 ,问题之解便是网络演变到稳定时各神经元的状态。该文提出一种采用离散Hopfield神经网络识别带噪声的字符的方法 ,在MATLAB中用M语言进行编程、计算、仿真 ,从而验证这种方法的正确性。

垂直指向的Ka波段云雷达观测的0℃层亮带自动识别及亮带的特征分析

利用2013年垂直指向的Ka波段云雷达在广东观测的弱降水个例,分析了回波强度Z、径向速度Vr和退偏振因子L_(DR)在0℃层附近的变化规律,利用建模样本提出了基于云雷达垂直观测Z、Vr和L_(DR)数据的0℃层亮带自动识别方法,并利用独立观测样本进行了识别算法的检验,分析了Vr数据对识别效果的影响,与每天四次探空得到的数据进行了对比。结果表明,在0℃层亮带内,Z和L_(DR)的极大值的高度和Z、Vr、L_(DR)这三个物理量在垂直方向上的突变范围都一致,0℃层亮带的厚度与Z、Vr和L_(DR)的变化量有一定的关系,在0℃层亮带特征较明显的回波上部也存在明显的空气上升运动。Vr和L_(DR)是识别0℃层亮带的关键因子,而Z可能因云的位置和复杂的云层而产生剧烈的垂直变化。该算法可以较好识别典型的0℃层亮带,正确提取主要参数,而云的边缘和多层云等情况会影响0℃层亮带的识别。为利用Ka波段云雷达数据分析弱降水的性质提供了算法。