课程文献中心 更多>>

关键词： 糖尿病肾病   主要不良心血管事件   危险因素   Logistic回归分析   冠心病   脂质代谢   炎症指标  

摘要： 目的采用Logistic回归分析高龄糖尿病肾病患者发生主要心血管不良事件(MACE)的危险因素。方法回顾性选取2021年7月至2024年6月在我院治疗的190例高龄(≥65岁)的糖尿病肾病患者为研究对象,根据患者是否发生MACE分为2组(MACE组和非MACE组),比较2组的临床特征、实验室指标,采用Logistic回归分析高龄糖尿病肾病患者发生MACE的危险因素。结果在入组的190例高龄糖尿病肾病患者中,一共有53例患者发生MACE,发生率为27.9%。MACE组和非MACE组患者的年龄、体质指数(BMI)、糖尿病病程、性别、高血脂、吸烟史、饮酒史比较差异无统计学意义(P>0.05),但MACE组患者透析时间长于非MACE组,高血压、冠心病患者占比高于非MACE组(P<0.05)。MACE组患者甘油三酯(TG)、低密度脂蛋白胆固醇(LDL-C)、C反应蛋白(CRP)、肌钙蛋白T(cTnT)、白细胞介素(IL)-6水平高于非MACE组,高密度脂蛋白胆固醇(HDL-C)水平低于非MACE组(P<0.05)。经Logistic回归分析显示,高血压(OR=4.527)、冠心病(OR=5.981)、TG(OR=1.651)、LDL-C(OR=1.964)、CRP(OR=2.428)、cTnT(OR=3.346)、IL-6(OR=1.882)是高龄糖尿病肾病患者发生MACE的独立危险因素(OR>1,P<0.05)。结论高龄糖尿病肾病患者发生MACE的因素较多,临床上应当密切监测患者的高血压、冠心病患病情况以及相关实验室指标水平,及时采取有效的干预措施,降低MACE的发生风险。

关键词： 内隐事件   培智学校   教学策略  

摘要： 内隐事件是发生在个体内部的现象,具有隐私性和抽象性,无法被他人直接观察到。学会正确地表达内隐事件是帮助智力障碍学生获得及时、必要支持的重要方式。通过梳理国内外研究,总结了四种教授智力障碍学生表达内隐事件的策略,即利用特定行为反应和外显特征进行教学,利用亲身体验进行教学,利用发生情境进行教学以及利用比喻修辞进行教学。为了帮助学生更好地理解并表达内隐事件,并将习得的内隐事件表达能力合理泛化,教师可以在实施四种教学策略时兼顾使用多重范例教学。

关键词： 冠心病   冠状动脉周围脂肪   主要心血管不良事件   影像组学   机器学习  

摘要： 目的探讨基于人工智能的冠状动脉周围脂肪影像组学及衰减指数(FAI)构建可解释性机器学习模型预测冠心病患者主要心血管不良事件(MACE)发生的应用价值。方法回顾性搜集2021年1月至2023年9月于华北理工大学附属医院同时行冠状动脉CT血管造影(CCTA)检查及侵入性冠状动脉造影术(ICA)检查的冠心病患者186例,经纳排标准筛选后最终纳入150例,根据MACE发生情况,分为MACE阳性组(n=66)和MACE阴性组(n=84)。按照8∶2比例随机划分为训练集和测试集,依次采用Mann-Whitney U检验及最小绝对收缩与选择算子(LASSO)算法筛选影像组学特征。由极端梯度提升(XGBoost)及随机森林(RF)机器学习算法构建预测冠心病患者MACE发生的模型(共4种,临床独立预测因素构建的XGBoost模型及RF模型;临床独立预测因素-影像组学评分联合数据构建的XGBoost模型及RF模型),绘制受试者工作特征(ROC)曲线并计算曲线下面积(AUC),评价各模型预测冠心病患者发生MACE的效能;以DeLong检验比较各模型间效能的差异。以校准曲线评价四种模型的拟合度。以决策曲线分析评价四种模型的临床应用价值。结果责任血管FAI、CT_FFR及冠状动脉狭窄程度为冠心病患者发生MACE的独立预测因素(P<0.05);相较于独立预测因素数据,联合冠状动脉周围脂肪影像组学评分后进一步提高了模型的预测效能。训练集中,由独立预测因素数据及临床独立预测因素-影像组学评分联合数据构建的XGBoost模型AUC值分别为0.94和0.98;准确率分别为0.84和0.93。其RF模型AUC值分别为0.93和0.99;准确率分别为0.87和0.94。测试集中,由独立预测因素数据及临床独立预测因素-影像组学评分联合数据构建的XGBoost模型AUC值分别为0.64和0.91;准确率分别为0.53和0.76。其RF模型AUC值分别为0.74和0.94;准确率分别为0.69和0.84。在测试集中,由临床独立预测因素-影像组学评分联合数据构建的RF模型的AUC值、准确率、灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)均最高。经DeLong检验,在训练集与测试集中,由临床独立预测因素-影像组学评分联合数据构建的模型的诊断效能均优于临床独立预测因素数据构建的模型(P均<0.05)。在基于同一数据的情况下,训练集和测试集的校准曲线表明,RF分类器较XGBoost分类器拟合度高。测试集临床决策曲线显示,采用RF模型预测冠心病患者MACE发生的净受益最高且风险阈值范围更大。结论基于人工智能的冠状动脉周围脂肪影像组学及FAI构建可解释性机器学习模型可以较为准确地预测冠心病患者MACE的发生;利用RF算法获得的结合临床独立预测因素及PCAT影像组学评分模型具有最佳的预测效能。

关键词： 食品安全   检测   质量监管  

摘要： 食品安全属于民生领域的重要话题,与人们的生活与社会稳定存在十分密切的关联。为确保食品安全,食品检测机构需要开展多方位检测,涉及安全性、营养性等方面。但实际食品检测过程中会受到许多因素的影响,导致食品安全检测工作面临一些挑战。基于此,本文以食品安全为出发点,对我国食品安全检测领域存在的问题进行分析,论述开展食品安全检测的意义,并提出具体实践策略,旨在有效推动食品安全进程,保障人们的生命财产安全。

关键词： 安德森采样器   生物气溶胶   阳性孔   医用口罩   细菌过滤效率  

摘要： 医用口罩作为预防呼吸道疾病传播的防护用品,可有效阻隔生物气溶胶的传播,其细菌过滤效率的检测尤为重要。安德森采样器是一种用于微生物气溶胶采样的设备,广泛应用于医用口罩细菌过滤效率检验,主要由6个孔径不同的撞击器组成,通过生物气溶胶中的含菌颗粒分别撞击在不同孔径下的琼脂培养皿表面,模拟绝大部分颗粒在呼吸系统中不同位置的沉积过程。探讨安德森采样器的发展背景、结构及采样原理、操作及计数程序,以及安德森采样器在医用口罩细菌过滤效率检验中的应用及其重要性。

关键词： 平面变压器   绕组内外径等比   电流密度   数学归纳法  

摘要： 针对平面变压器印制电路板(PCB)绕组每层绕线温度分布不均与损耗大的问题,该文提出一种电流密度均匀分布的平面变压器绕线宽度优化方法。首先,详细讨论了PCB绕组电流密度有效值的时不变性与计算方法,分析了交直流电阻的数学关系。然后,推导了环形绕组直流电阻的表达式,利用数学归纳法详细证明了电流密度分布均匀时环形绕组内外径之比的约束条件,并给出了考虑绕组间隙的绕组宽度修正公式,揭示了电流密度有效值与绕组损耗同时最优的内在联系。最后,基于六路绕组输出反激变换器的标准型号磁心,采用两种绕组宽度排布方法对变压器的电流密度、绕组损耗和发热情况进行对比分析,通过有限元仿真与实验验证了所提的绕组电流密度分布均匀时PCB绕组宽度设计方法的正确性与普适性。

关键词： 高速公路通行时间   深度学习   注意力机制   LSTM   交通流量预测  

摘要： 高速公路交通流量的复杂性和波动性对通行效率与安全性提出了更高的要求。为精确预测高速公路通行时间分布,文章结合贵阳至黄果树高速公路段连续门架系统采集的交通流数据,提出了一种基于注意力机制的长短期记忆网络(Long Short-Term Memory-Attention, LSTM-Attention)组合模型。该模型通过LSTM捕捉时间序列中的长期与短期依赖关系,利用注意力机制动态聚焦于关键时间步,显著提升了通行时间分布的预测精度。研究结果表明,LSTM-Attention模型在节假日与非节假日2种场景下均表现出较高的预测精度,能够有效捕捉交通流量的时变特性和波动模式,尤其在节假日期间复杂交通场景下表现出显著优势。相比传统模型,LSTM-Attention模型在平均绝对误差(Mean Absolute Error, MAE)和均方误差(Mean Squared Error, MSE)上均实现了显著优化,为动态路径规划、交通管理优化和应急响应提供了重要的技术支持。文章研究成果不仅验证了深度学习技术在交通预测中的有效性,也为复杂交通场景的通行时间分布预测提供了新的研究思路。

关键词： 事件相关电位P300   卒中后抑郁   早期认知功能障碍   波幅  

摘要： 分析卒中后抑郁(简PSD)早期认知功能障碍评估方法,侧重分析事件相关电位P300在检测中的作用。方法 研究对象确定,兵器工业总医院PSD患者,采取回顾性分析研究,患者数量确定,共计60例,时间确定2023年全年(收治地点 本院),根据是-否早期认知功能障碍划分组别,是早期认知功能障碍—纳入RZZA组,否早期认知功能障碍—纳入DZ组,均采取事件相关电位P300、蒙特利尔认知评估量表(MoCA)检查分析。针对RZZA组予以综合康复干预,评估干预前后事件相关电位P300变化情况。结果 事件相关电位P300的RZZA组波幅(t值29.493)分析结果DZ组(P<0.05);MoCA分数的视空间与执行功能分数分析结果(t值63.683)、命名分数分析结果(t值40.060)、注意分数分析结果(t值74.922)、语言分数分析结果(t值46.619)、抽象分数分析结果(t值19.926)、延迟回忆分数分析结果(t值50.251)、定向分数分析结果(t值79.875)、总分数分析结果(t值55.815),RZZA组均356.25ms、波幅<9.45μV鉴别早期认知功能障碍的灵敏度90.00%、特异度93.33%、AUC值0.826、CI值(95%)0.465~0.902。综合康复干预后RZZA组位P300潜伏期结果(t值4.286,P<0.05)缩短、波幅结果(t值27.803,P<0.05)增大。结论 PSD患者早期认知功能障碍检测中可以使用事件相关电位P300分析。

关键词： 特殊化思想   高中数学   解题技巧  

摘要： 解题训练作为高中数学教学体系中的重要一环,主要目的在于为学生提供运用所学知识解答问题的机会,检查学生的学习质量与理解情况,使其掌握更多的解题技巧,为将来的高考做准备.当采用常规方法遇到障碍时,高中数学教师可引导学生借助特殊化思想,从特殊中求得一般结果.本文据此展开深入分析和研究,并分享部分解题案例.

关键词： 网络入侵检测   样本不平衡   卷积神经网络   双向门控循环控制单元   注意力机制  

摘要： 针对当前网络入侵检测方法特征信息提取不足、网络异常流量样本数量不平衡导致入侵检测准确率低的问题,提出一种结合卷积神经网络(Convolutional Neural Network,CNN)、双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)与注意力机制的网络入侵检测方法。首先,对网络流量数据进行数据预处理;然后,通过一维卷积神经网络提取其局部特征,双向门控循环单元提取其长距离序列特征;最后,融合注意力机制使关键信息得到更好的表达。此外,引入Equalization Loss v2(EQL v2)作为损失函数对少数类样本进行加权,以解决网络流量样本不平衡的问题。在CICIDS2017数据集上的结果表明,所提方法能够有效改善原始数据集中的样本不平衡问题,提高对网络入侵的检测准确率和异常流量样本的检测能力。