简介:摘要目的基于功能磁共振成像(functional magnetic resonance imaging,fMRI)数据构建深度学习分类模型,以辅助诊断双相障碍患者,并分析双相障碍关键影像学特征,提高双相障碍识别率。方法收集符合 DSM-Ⅳ诊断标准的双相障碍患者146例(患者组)以及健康对照者234名(对照组),进行fMRI扫描。采用局部一致性(regional homogeneity,ReHo)和低频振幅2种方法分析fMRI数据。基于ReHo和低频振幅指标分别采用深度神经网络(deep neural networks,DNN)和双通道卷积神经网络(dual-channel convolution neural networks,DCNN)构建分类模型,并通过比较分类准确率、受试者工作特征曲线曲线下面积获得最佳分类模型;采用准确率较高的影像指标对基于自动解剖标记图谱(anatomical automatic labeling,AAL)的90个大脑区域使用支持向量机(support vector machine,SVM)算法构建基于单个脑区的分类模型,并通过比较准确率指标,识别双相障碍的关键影像学特征。结果基于ReHo和低频振幅指标构建的DCNN分类模型的准确率分别为75.3%和72.6%,优于同指标下准确率分别为67.1%和65.1%的DNN分类模型,且使用ReHo指标构建的分类模型准确率相对优于低频振幅指标;同时基于SVM分类模型使用ReHo指标显示枕叶(枕中回、枕上回、舌回)、海马、丘脑等为识别双相障碍的关键脑区,且准确率均高于65.0%。结论基于ReHo指标的DCNN分类模型可用于双相障碍的辅助诊断;同时枕叶、海马、丘脑可能是辅助识别双相障碍的关键影像学特征脑区。
简介:【摘要】目的:探讨分析神经介入治疗缺血性脑血管疾病的近期与远期临床效果。方法:从2019年4月~2021年2月于我院收治的缺血性脑血管疾病患者病例中,选取100例作为研究对象,随机分为观察组(50例)和对照组(50例),分别采取神经介入治疗、常规性治疗,将NIHSS评分和并发症发生率作为两组研究对象的评价指标。结果:治疗前,两组患者NIHSS评分相互对比并无明显差异(P>0.05)。在治疗后1个月、半年,观察组的NIHSS评分明显比对照组更低,对比差异明显(P<0.05);观察组并发症率与对照组做对比,观察组明显更低,对比差异明显(P<0.05)。结论:在缺血性脑血管疾病治疗方面,神经介入治疗具有较高的应用价值,不仅可以有效控制脑卒中神经缺损程度,而且还可以起到对并发症的有效预防与控制。
简介:摘要目的探究循证护理干预对ICU重症颅脑外伤患者院内感染的预防效果研究。方法选取2016年3月-2018年3月间于我院ICU收治100例重症颅脑外伤患者作为研究对象,并将100例患者随机分为对照组和观察组,同时保证两组患者例数均为50例。观察组给予循证护理干预,对照组给予基础护理措施,护理后,比较两组患者院内感染的预防效果。结果与对照组相比,观察组患者的护理满意度、住院时间、机械通气时间明显更优秀,差异具有统计学意义(P<0.05)。与对照组的医院感染情况(呼吸道感染80.00%、胃肠道感染4.00%、压疮20.00%以及泌尿系统感染8.00%)相比,观察组患者的呼吸道感染0.00%、胃肠道感染4.00%、压疮20.00%以及泌尿系统感染发生率8.00%明显更低,差异具有统计学意义(p<0.05)。结论循证护理干预应用于ICU重症颅脑外伤患者可有效减少院内感染情况,提高患者的生存质量,改善护患关系,值得临床推广