aCMQ联合Tei指数评价尿毒症患者左室收缩功能的价值

来源 :安徽医学 | 被引量 : 0次 | 上传用户:easy69
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 探讨应用自动心肌运动定量技术(aCMQ)联合Tei指数评估尿毒症患者左心室收缩功能的价值.方法 选取2020年8月至2021年10月合肥市第一人民医院接受血液透析的50例射血分数保留(EF≥50%)的尿毒症患者,作为观察组,并选择同期在本院接受体检,且性别、年龄相匹配的50例健康体检者作为对照组.尿毒症患者在透析后3大内行常规心脏彩超检查,分别测量并记录两组对象左房内径(LAD),室间隔舒张末期厚度(IVSTd),左室后壁舒张末期厚度(LVPWTd),左室舒张末期内径(LVIDd),左房容积(LAV),通过Simpons法测得左室射血分数(LVEF),同时连接心电图,在心尖五腔心切面,脉冲多普勒(PW)条件下,测量Tei指数.使用aCMQ技术分析左室标准心尖三腔、四腔及两腔、左室短轴各切面心脏动态图像,比较观察组和对照组的左心室18个节段长轴整体纵向收缩峰值应变(LPS)、心尖部三腔心长轴应变(LVAP3LS)、四腔心长轴应变(LVAP4LS)及两腔心长轴应变(LVAP2LS),左室短轴圆周应变整体(GCS),左室短轴二尖瓣(SAXB)、乳头肌(SAXM)及心尖段(SAXA)各节段收缩期峰值应变.结果 观察组LAD、IVSTd、LVPWTd、LVIDd和LAV均高于对照组,差异有统计学意义(P0.05),观察组LVGLPS及LVAP3LS、LVAP4LS、LVAP2LS均低于对照组(P0.05).结论 aCMQ技术联合Tei指数可以早期检测尿毒症患者左室收缩功能的变化.
其他文献
由于装备信息的敏感性,军事领域的跨语言实体匹配问题会面临缺乏标注好的平行语料、依赖机器翻译质量等问题.从这些问题出发,提出了一种跨语言舰船实体匹配算法.首先归纳匹配规则,通过融合机器翻译和词典短语释义取得语言转换结果,设计了检测后缀相同字符串的相似度度量suffix-matter优化候选集,提高了算法的效率.还设计了捕捉字符和发音特征的混合相似度度量MixSim协助寻找匹配的实体.利用从互联网上爬取各国舰船活动事件的新闻报道和简式舰船数据进行实验,结果表明算法取得了较好的效果,而且证明了两种相似度度量在字
本刊讯 3月2日,《河南省工程建设项目联合测绘技术规范(送审稿)》(以下简称《规范》)通过了河南省自然资源专业标准化技术委员会专家组技术论证.这是河南省首部全流程联合测绘技术性地方标准,将统一和规范工程建设项目“联合测绘”技术标准,确保测绘成果质量,促进成果共享,为工程建设领域推行“多测合一”改革提供标准化支撑.
双循环背景下,国内消费市场的持续扩大有望进一步增加港口内贸集装箱比例,而海洋集装箱运输极易受到外界因素的影响,因此对国内海洋集装箱运输网络脆弱性的研究必要而紧迫.本文在港口中断模拟下,运用复杂网络特征指标从网络结构和节点抗干扰性能两方面,分析2005年和2017年中国沿海集装箱港口航运网络脆弱性,并探讨脆弱性的主要影响因素.结果表明:①相较于2005年,2017年有较高比例的节点分别失效,使网络集聚系数上升、平均路径长度减小和网络独立路径数量增大,这表明当网络中有较多节点分别中断失效,剩余节点仍具有紧密联
目的 综合评价三联疗法(TT)和双重抗血小板治疗(DAPT)的策略在心房颤动(AF)病人接受经皮冠状动脉介入治疗(PCI)后对卒中、主要不良心脑血管事件(MCAE)、出血事件、全因病死率的影响.方法 检索PubMed,Embase,Web of Science数据库中2000―2018年的文章.根据纳入和排除标准进行筛选.提取AF病人TT组和DAPT组卒中、MCAE、出血事件、全因病死率等临床结果数据,采用ReVman 5.3进行合并效应分析.结果 TT组总出血事件发生率(RR=1.0,95%CI:0.8
通过指定期望结果项集数量挖掘top-k频繁项集,可解决频繁项集挖掘中支持度阈值难以设定的问题.由于能在较短的时间内得到足够多的精确结果,因此利用启发式方法挖掘项集的工作受到了越来越多的关注,但利用启发式方法来挖掘top-k频繁项集却鲜有研究.提出了一种基于交叉熵的top-k频繁项集挖掘算法KCE.首先,给出了将交叉熵应用于top-k频繁项集挖掘的建模方法;其次,提出了基于过滤支持度的搜索空间剪枝策略;第三,设计了利用按位交叉来产生下一代项集的策略,以提高样本的多样性.实验结果表明,KCE算法在运行时间和空
期刊
语音情感识别在人机交互中有重要的作用.在语音情感识别领域中,通常使用迁移学习解决语音情感数据难获取的问题,但忽略了语音数据的时序信息和空间信息.考虑到AlexNet网络中的参数来自图像数据集,不能完全表现语音数据的空间信息,并且不包含时序信息,因此提出通过膨胀卷积网络提取语音频谱图的空间信息,添加双向长短期记忆神经网络提取时序信息,并进行时空特征融合;针对语音中含有大量与情感无关的特征,通过将对数梅尔频谱图的三个通道作为输入,减少情感无关因素的影响,并添加注意力机制,选取情感权重大的时域信号.用公开数据集
在双模态维度情感识别中,存在由于信息不全面而导致预测性能不高的缺陷,且使用决策级融合方法进行融合大多依赖支持向量回归算法,但该算法无法有效处理大样本情况.为了解决以上问题,在语音和文本模态的基础上增加动作捕捉(motion capture,Mocap)数据,并针对该多模态数据提出一种基于随机梯度下降(stochastic gradi-ent descent,SGD)的决策级融合维度情感识别方法.结合多任务学习机制,利用不同的深度学习模型分别对语音、文本和Mocap特征进行训练,并基于决策级融合方法实现多模
时间序列记录的是某一统计量按照时间推移而发生变化的数据,寻找合理的挖掘算法解决时间序列问题具有很强的现实意义.提出一种保序序列挖掘方法,通过子模式匹配结果挖掘(read the sub-pattern matching for mining,RSMM)算法,挖掘时间序列中频繁出现的趋势变化,在计算支持度时根据子模式的匹配结果得到超模式的支持度,在一遍扫描时间序列的情况下挖掘出所有的频繁保序模式.从理论上证明了RSMM是满足Apriori性质的完备性算法.在真实数据集上进行的实验表明,与其他对比算法相比,运
为解决广义可能性计算树逻辑模型检测中的成本问题,提出了带成本的广义可能性计算树逻辑模型检测方法.首先,引入带成本的广义可能性决策过程模型,该模型不仅能刻画系统的非确定选择和可能性转移,还能定量刻画系统的能耗、开销等成本.其次,在带成本的广义可能性决策过程模型下,给出了带成本的广义可能性计算树逻辑的语法及语义.然后,在已有文献基础上给出了第k步瞬时期望成本算子、前k步累积期望成本算子以及可达期望成本算子的模型检测算法.最后,通过一个实例说明了该模型检测算法的实际应用.