M3-Max清理锉联合次氯酸钠对提高C形根管系统一次性根管治疗成功率的影响

目的:探讨对C形根管系统实施一次性根管治疗时,采取M3-Max清洗锉联合次氯酸钠冲洗方式对治疗成功率的影响。方法:选取150例研究对象采取随机数字表法分成A、B、C三组,每组50例,各组均应用一次性根管治疗,根管冲洗上A组应用M3-Max清洗锉联合次氯酸钠冲洗,B组应用次氯酸钠联合超声冲洗,C组应用次氯酸钠手动冲洗,比较各组术后1周疼痛情况及治疗效果。结果:术后1周疼痛情况,疼痛0级占比上,A组为76.00%,B组为74.00%,C组为48.00%,A、B两组0级占比明显高于C组(P<0.05);治疗效果上,A组总有效率为94.00%,B组为96.00%,C组为84.00%,A、B两组治疗总有效率明显高于C组(P<0.05),A组与B组在疼痛0级占比与治疗总有效率上对比差异无统计学意义(P>0.05)。结论:针对接受一次性根管治疗的C形根管系统,应用M3-Max清洗锉联合次氯酸钠冲洗方式可以达到类似超声设备下的根管清洗效果,且成本较低,操作更为简单,值得推广。

4种荡洗技术清除内吸收根管模型中氢氧化钙糊剂的比较

目的评估4种荡洗技术清除人工内吸收根管中氢氧化钙糊剂的效果。方法2017年6月—2019年1月间收集100颗单根离体牙,MTwo根备至40#。制备标准人工内吸收模型。空白组10颗离体牙,根管内无氢氧化钙糊剂,剩余90颗牙根管内输入氢氧化钙糊剂,阳性对照组10颗,氢氧化钙糊剂不处理,实验组80颗离体牙,依据不同荡洗技术随机分成4组(n=20):M3-Max组、超声荡洗组、声波荡洗组,主尖锉组。显微镜下观察氢氧化钙的剩余量,用van der Sluis评分系统定量,Kruskal-Wallis检验以及Mann-Whitney检验(P<0.05)对数据进行统计学检验。结果内吸收管残余清除大于1/2的比例M3-Max荡洗锉组(G1)为80.0%,被动超声荡洗组(G2)为75.0%、声波荡洗(G3)组为70.0%,3组组间对比,差异无统计学意义(P>0.05),而主尖锉荡洗组只占32.5%,与G1、G2、G3分别进行对比后,差异有统计学意义(P<0.05)。所以在清理内吸收根管中氢氧化钙糊剂方面M3-Max荡洗锉、被动超声荡洗、声波荡洗更对比主尖锉荡洗具有优势,差异有统计学意义(P<0.05)。结论M3-Max组、超声荡洗组和声波荡洗去除内吸收根管中氢氧化钙糊剂效果较好。

基于集成学习的中文文本欺骗检测研究

欺骗信息检测是信息安全领域中的重要研究内容.现有的研究表明,三分之一的人际交往中会涉及到潜在的欺骗,大量的欺骗信息充斥在各种各样的通信媒介中,在海量的网络信息中欺骗性数据的规模通常远小于非欺骗性数据的规模,已有方法还不能很好地适应于准确高效地欺骗检测,迫切期望提出一种能高效地检测欺骗信息的方法.针对具有非平衡性的海量网络信息,提出了一种基于集成学习的欺骗行为检测方法.通过改进的二分k-means划分方法对训练样本集进行分解,分别在每对正负样本集上学习各自独立的分类器,然后利用每个独立分类器分别计算待测样本的类别输出值,并采用结合个体分类器分类正确率的最小最大模块化方法集成每个判别结果.实验结果验证了该方法的有效性.

基于最小最大模块化集成特征选择的改进

随着数据规模的扩大,单个弱分类器的准确率已经无法很好地对未知样本进行预测,为此提出了集成学习。在集成学习与分类器结合的同时,集成的思想同样被用到了特征选择中。从提高对样本预测的准确率的角度出发,提出一种基于最小最大模块化(Min-Max-Module,M3)的策略。它同时将集成学习应用到了特征选择算法和分类器中,并对比了四种集成策略以及三种不同的分类方法。结果表明,提出的方法在大多情况下能取得不错的效果,并且能很好地处理不平衡的数据集。