Smartcare智能化脱机安全性的临床观察

目的探讨Smartcare(SC)智能化脱机的安全性。方法准备撤机的37例患者应用SC脱机,分别监测脱机前后动脉血气分析的pH值、PaO2、PaCO2、乳酸(Lac)值,进行脱机前后的比较。结果SC脱机前后pH值、PaO2、PaCO2、Lac比较差异无统计学意义(P>0.05)。结论SC智能化脱机能够保持血气稳定。

脱机交易系统认证数据获取模式分析

对脱机交易系统中基本交易认证数据进行了抽象,并通过对脱机交易系统中交易认证数据的获取方式的分析,提出了三种可行的获取方式,并对其效率进行了对比,为系统开发人员在开发脱机交易系统时提供认证数据获取方法方面的借鉴。

基于弧向判别法的不规则数码脱机识别技术

文章从不规则数码的特征出发,提出了一种识别方法———弧向判别法,结合有圆和无圆两种情况,对有平滑特征的符号识别提出了一种可行的识别方法,对0～9十个数码的正确识别率达90～100%的水平。

智能脱机模式与自主呼吸试验在慢性阻塞性肺疾病撤机过程的比较

目的比较Smartcare智能脱机模式与自主呼吸试验在慢性阻塞性肺疾病(COPD)患者撤机中的效果,评估Smartcare智能脱机模式应用于COPD撤机过程中的作用。方法选择2009年1月至2013年11月收治的COPD机械通气满足撤机条件的患者40例纳入观察,随机分为Smartcare智能脱机模式组(n=23)与自主呼吸试验组(n=17)。记录每例患者的机械通气时间、撤机时间、脱机成功率、48 h再插管率及呼吸机相关性肺炎发生率。结果与自主呼吸试验相比,Smartcare智能脱机模式能明显降低COPD患者的机械通气时间及撤机时间(P均<0.05),二者撤机成功率、48 h再插管率与呼吸机相关性肺炎发生率无统计学差异(P均>0.05)。结论 Smartcare智能脱机模式可缩短COPD患者机械通气时间与撤机时间,是一种有效且安全的撤机方式。

智能客户端在基建工程项目信息管理中的应用

针对现有管理信息系统(M IS)软件的B/S或C/S架构在实际应用中的不足,本文引入智能客户端架构作为系统的解决方案。通过介绍智能客户端的技术及其优点,提出基建工程项目信息管理系统的系统设计目标和系统框架,并分别阐述了智能客户端关键技术的实现过程。

40例机械通气患者使用智能监护脱机模式的护理

总结40例机械通气患者应用智能脱机模式撤离呼吸机的护理要点。护士应正确评估患者,加强生命体征观察;熟练掌握智能脱机模式;加强心理护理、气道管理、脱机后的气道护理。这些是保障撤机成功的关键。本组40例患者均成功脱机。

Smartcare:一种新的撤机模式在重症医学科的临床应用

目的：评估Smartcare智能脱机模式在重症医学科患者撤机过程中的作用价值。方法：选取西宁市第一人民医院2012年4月—2014年4月重症医学科收治的机械通气满足撤机条件的患者60例纳入分析,均采用Smartcare智能脱机模式,记录每例患者不同压力下（2~5）分钟测得的呼吸力学指标,包括呼吸频率（RR）、潮气量（VT）、每分通气量（MV）、呼气末二氧化碳浓度（Pet CO2）、动态顺应性（CDYN）、气道阻力（RAW）,并比较Smartcare智能脱机前后血气分析中酸碱度（Ph）、氧分压（Pa O2）、二氧化碳分压（PCO2）、血乳酸（Lac）值。结果：Smartcare智能脱机前后血气分析相关指标比较,其差异均无统计学意义（P〉0.05）。结论：Smartcare智能脱机模式可提高行有创机械通气患者撤机阶段的舒适度并减少医务人员的工作量,是一种安全有效的脱机模式。

不同呼吸机撤机策略临床效果观察及护理

[目的]研究不同呼吸机撤机策略的效果及撤机失败的影响因素。[方法]选取2012年1月—2012年12月在重症监护室进行呼吸机治疗的病人60例,随机分为A、B、C 3组各20例,A组采用呼吸机智能模式脱机,B组采用医生经验脱机,C组采用护士主导脱机,比较各组的撤机效果及成功率。[结果]A组、B组撤机成功率高于C组,A组、B组撤机时间、ICU入住时间少于C组,A组并发症发生率明显低于C组,差异有统计学意义(P<0.05);血清清蛋白、呼吸机相关肺炎(VAP)、不良心理因素以及机械通气时间是撤机失败的影响因素。[结论]呼吸机智能模式脱机策略撤机成功率高,病人并发症少,日常护理中可以通过补充能量、加强心理护理以及缩短通气时间等方法来提高撤机成功率。

手写中文信封的地址行字符切分算法

在手写体中文信封处理系统中,地址行字符切分是实现地址行识别的关键步骤。本文根据邮政信封地址行字符的特点,有针对性的提出了一种字符切分算法。首先对地址行图像利用投影、求连通区域、笔划穿越数分析等基于字符结构的方法进行初始切分,得到基本字段序列;然后通过对相邻的基本字段进行组合形成多条候选切分路径,再通过识别的可信度和邮政目标地址库的先验知识信息对路径进行评价分析,从而得到最优的切分路径。该算法经过邮政分拣机采集的实际信封图像测试,纯地址行识别正确率达到78.61%,地址行识别与邮政编码识别相结合的分拣正确率达到95.42%。