您的位置: 专家智库 > >

沈阳

作品数:7 被引量:9H指数:2
供职机构:中国医科大学更多>>
发文基金:辽宁省教育厅高等学校科学研究项目辽宁省自然科学基金更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 4篇期刊文章
  • 3篇学位论文

领域

  • 7篇医药卫生
  • 1篇自动化与计算...

主题

  • 3篇心电
  • 3篇神经网
  • 3篇神经网络
  • 3篇网络
  • 3篇卷积
  • 3篇卷积神经网络
  • 2篇电图
  • 2篇心电图
  • 2篇关节
  • 2篇残差
  • 1篇多分辨
  • 1篇多分辨率
  • 1篇心电信号
  • 1篇心肌
  • 1篇心肌梗死
  • 1篇心脏
  • 1篇心脏传导
  • 1篇心脏传导阻滞
  • 1篇性关节炎
  • 1篇知识

机构

  • 7篇中国医科大学
  • 2篇中国医科大学...
  • 2篇中国医科大学...

作者

  • 7篇沈阳
  • 3篇常世杰
  • 3篇沙宪政
  • 2篇蒋华
  • 2篇齐继

传媒

  • 2篇中国医疗器械...
  • 1篇生物医学工程...
  • 1篇骨科

年份

  • 1篇2022
  • 1篇2021
  • 2篇2020
  • 2篇2019
  • 1篇2017
7 条 记 录,以下是 1-7
排序方式:
护士安宁疗护知识和行为量表的编制及应用研究
目的:本研究旨在编制出符合中国文化背景并具有良好信效度的护士安宁疗护知识和行为量表;应用此量表了解沈阳市三级甲等医院肿瘤病房、ICU及安宁疗护专科病房护士安宁疗护知识和行为水平并探讨其影响因素。方法:本研究采用量性与质性...
沈阳
关键词:护士安宁疗护知识量表编制
文献传递
肩关节镜下通过肩峰下间隙切除冈盂切迹囊肿
2022年
目的探讨肩关节镜下通过肩峰下间隙切除冈盂切迹囊肿的临床疗效。方法回顾性分析2020年1月至2020年12月北部战区总医院骨科收治的由于军事训练导致的冈盂切迹囊肿共11例。均为男性,年龄为(32.5±5.2)岁(20~46岁);体重为(74.3±17.7)kg。11例病人的术前肌电图均无异常,关节活动范围正常,前屈上举或外展上举动作存在疼痛症状,MRI提示存在冈盂切迹囊肿。全部病例采用关节镜下通过肩峰下间隙切除冈盂切迹囊肿,观察记录术前及术后12个月的Constant⁃Murley评分和疼痛视觉模拟量表(VAS)评分,术后12个月时通过肩关节MRI评估囊肿是否复发。结果随访(12.2±0.8)个月(12~13个月),手术时间为(58.7±15.7)min(52~67 min)。术后切口均一期愈合。末次随访时,全部病例前屈上举或外展上举的疼痛症状减轻,囊肿均无复发。本组病人术前和术后第12个月的Constant⁃Murley评分分别为(42.5±8.7)分、(83.3±6.5)分;VAS评分分别为(6.7±1.6)分、(1.3±0.8)分;术后评分均较术前显著改善,差异均有统计学意义(P均<0.05)。结论肩关节镜下通过肩峰下间隙切除冈盂切迹囊肿,安全、简单,疗效满意。
金文铭赵根李涵李宝沈阳刘欣伟
关键词:关节镜微创手术
全髋关节置换术治疗髋臼骨折后创伤性关节炎的疗效分析
目的:分析髋臼骨折经内固定治疗继发髋关节创伤性关节炎(traumaticosteoarthritis,TOA)后采用全髋关节置换术(total hip arthroplasty,THA)治疗的疗效。探讨髋臼骨折切开复位内...
沈阳
关键词:全髋关节置换术髋臼骨折创伤性关节炎
文献传递
基于多分辨率残差网络的心肌梗死定位识别研究被引量:3
2019年
为实现对前壁心肌梗死、下壁心肌梗死、前间壁心肌梗死和正常心电信号进行分类识别,本研究以临床数据库为实验数据来源,从中提取训练集和测试集数据用于训练和测试网络模型,对传统的神经网络进行优化,设计出一种新的网络算法:多分辨率残差网络。将多分辨率残差网络与传统的网络进行可视化对比分析,以评价模型的识别效果。多分辨率残差网络的测试集准确率为91.8%,高于经典的神经网络。本研究的算法能够辅助医生进行心肌梗死类疾病的诊断,有一定的临床意义。
齐继齐继蒋华沈阳沈阳沙宪政沙宪政
关键词:心肌梗死心电图卷积神经网络
基于卷积神经网络的房室肥大心电图的自动识别与分类诊断
2020年
目的识别房室肥大心电图,并对其进行自动分类诊断。方法利用采集于中国医科大学附属第一医院的心电图数据,使用传统方式与CNN相结合,构造10层一维CNN实现心电信号特征的自动提取,并对其进行分类。使用ROC曲线,Sensitivity,F1分数对模型的测试结果进行评估。结果对房室肥大心电图的识别中,测试集的AUC值为0.991,房室肥大的自动分类诊断中,F1分数最高可达0.992。结论该实验的CNN模型可实现对房室肥大心电图的辅助诊断。
佟彦妮张瑞卿沈阳蒋华常世杰沙宪政
关键词:卷积神经网络
基于稀疏连接残差网络的心脏传导阻滞精确定位的自动识别
2019年
目的实现对右束支阻滞、左束支阻滞和正常心电信号进行自动分类。方法以MTI-BIH数据库为实验数据来源,从中提取训练集和测试集数据用于训练和测试网络模型,基于卷积神经网络提出核心算法:稀疏连接残差网络。将稀疏连接残差网络与已有的经典网络模型进行对比,以评估模型的识别效果。结果稀疏连接残差网络的测试集准确率为95.2%,识别结果优于经典网络模型。结论该文提出的算法能够辅助医生进行心脏传导阻滞类疾病的诊断,有一定的临床应用价值。
齐继齐继沈阳沈阳常世杰
关键词:心脏传导阻滞卷积神经网络
基于机器学习的心电特征可解释性分析
目的:本研究旨在将ECG原始数据高保真、高通量的转化为便于进行挖掘的特征数据,并进行筛选,以提升ECG的量化分析能力。本文选取我国北方典型城市沈阳为研究地区,研究心电信号多维度特征,验证特征有效性并进行可解释性分析。方法...
沈阳
关键词:心电信号特征提取
文献传递
共1页<1>
聚类工具0