右美托咪定、咪达唑仑用于妇科腹腔镜手术后患者自控芬太尼静脉镇痛液的效果

目的:比较右美托咪定、咪达唑仑用于妇科腹腔镜手术后患者自控芬太尼静脉镇痛(Patient-controlled analgesia,PCA)液中的效果。方法:150例妇科腹腔镜手术患者接受丙泊酚-芬太尼-罗库溴铵诱导、七氟烷麻醉维持后随机分为5组,每组30例。O组加入 16 mg 恩丹司琼,M组加入 5 mg 咪达唑仑,OM组加入 16 mg 恩丹司琼及 5 mg 咪达唑仑,D组加入 200 μg 右美托咪定,OD组加入 16 mg 恩丹司琼及 200 μg 右美托咪定。PCA按 20 μg/mL 芬太尼计算共计 60 mL,背景输注 1 mL/h,bolus 0.5 mL,锁定时间 15 min。记录麻醉后恢复室(PACU)、术后 6 h 及 24 h 的术后恶心呕吐(Postoperative nausea and vomiting,PONV)发生率、镇静评分、VAS评分、芬太尼使用量及PCA有效按压次数、止吐及镇痛补救措施人数。结果:O组术后3个时间段PONV发生率明显高于其他4组,但术后 6 h 及 24 h 时点的镇静评分明显低于其他4组(P<0.05);D组及OD组术后3个时间段PONV发生率明显低于M组(P<0.05)。O组补救止吐药使用30人次(100%),明显多于其他4组(P<0.05),D组及OD组补救止吐药使用次数明显少于其他3组(P<0.05)。5组患者术后3个时间段的VAS评分差异无统计学意义(P>0.05),但D组及OD组术后6、24 h 的芬太尼PCA使用量及有效按压次数明显少于M组、OM组及O组(P<0.05)。结论:右美托咪定、咪达唑仑加入芬太尼PCA镇痛液中,止吐效果优于恩丹司琼,但两药均有一定的镇静作用,右美托咪定辅助镇痛、镇吐效果更优。     

基于注意力机制的数控机床热误差深度学习预测方法

为提高热误差预测精度和鲁棒性,提出一种基于注意力机制和深度学习网络的数控机床热误差预测模型。采用数据转化策略,将数控机床原始温度数据转化为温度图像,直接作为深度学习网络的输入;提出一种基于注意力机制的温度敏感点识别网络,根据温度测点与热误差关联程度,赋予各温度测点不同的权值,避免了温度测点的人为选取弊端;建立12层深度CNN学习预测网络,利用其强大的图像特征学习能力,挖掘温度图像与热误差的非线性映射关系,无需对温度关键点进行预选择,保留了更多的热误差与机床温度特征关系,显著提高了模型预测精度。为了提高热误差模型的精度与泛化能力,引入Dropout正则化方法和Adam优化算法,对深度卷积神经网络的结构与参数进行了优化。该方法在针对G460L型数控车床的热误差验证中表现出较高的预测精度。通过与BP神经网络和多元回归等传统热误差模型进行对比,深度卷积神经网络框架下的热误差模型在泛化性指标上表现更优。