宫颈癌根治术后泌尿系统感染患者的病原菌分布及耐药性分析

目的:检测宫颈癌根治术后泌尿系统感染患者的病原菌及耐药性,为临床合理用药提供指导。方法:选取本院2013年1月-2017年6月收治的90例宫颈癌根治术后泌尿系统感染患者,取尿袋中的尿液进行细菌培养,分离并鉴定病原菌,统计病原菌的分布情况。将分离出的病原菌实施耐药性检测,统计耐药率。结果:本组受试者中共分离出144株致病菌,革兰阴性菌85株、革兰阳性菌49株和真菌10株。革兰阴性菌中大肠埃希菌31.25%、肺炎克雷伯菌14.58%、阴沟肠杆菌6.94%,革兰阳性菌粪肠球菌18.06%和表皮葡萄球菌9.72%,真菌中白色假丝酵母菌4.86%和光滑假丝酵母菌2.08%。大肠埃希菌对亚胺培南的耐药率为0,肺炎克雷伯菌对氨曲南、亚胺培南、美罗培南、头孢噻肟、头孢吡肟、头孢他啶的耐药率为0,阴沟肠杆菌对环丙沙星、亚胺培南、庆大霉素、妥布霉素、左氧氟沙星、头孢噻肟的耐药率为0。粪肠球菌对氨苄西林、万古霉素的耐药率为0,表皮葡萄球菌对氨苄西林、万古霉素、呋喃妥因、利奈唑胺和四环素的耐药率为0。结论:宫颈癌根治术后泌尿系统感染患者的革兰阴性菌的构成比较高,应根据细菌培养结果和耐药性检测结果合理应用抗生素。     

“忍”出来的病

俗话说，人有三急，其实加上喷嚏，人有“四急”。有些人因种种缘由遇“急”就忍。殊不知，这种“忍”对健康十分不利。     

基于BCNN的胎儿颅脑超声横切面识别算法

孕期超声检查是评估胎儿大脑发育、检测生长异常的重要步骤,开展对胎儿早期检查准确高效的诊断研究具有重要的临床价值。文中使用双线性卷积神经网络BCNN进行胎儿颅脑横切面识别,提出了BCNN-R和BCNN-S两种算法。BCNN算法首先对输入的胎儿颅脑超声影像数据进行预处理,去除个人信息等敏感信息;其次,利用两路并行的子网络从影像数据中提取辨识度高、鲁棒性强的横切面特征,并将其融合得到有助于识别的细微特征;最后使用线性连接层进行识别和分类。为了验证算法的有效性,在自建胎儿超声数据集JFU19上进行了对比实验,实验结果表明,所提算法相比常见的深度网络(GoogleNet,DenseNet,SeNet等)在分类性能上有明显的提升,其中BCNN-S算法的总体准确率达到了88.95%,BCNN-R在水平横切面的识别上达到了97.22%的精确度和88.61%的召回率。此外,在公开数据集HC18上进行了实验,BCNN算法的准确率、精确度、召回率分别达到了89.48%,87.66%和87.71%,进一步验证了算法的有效性。     

胎儿心电提取方法研究综述

胎儿心电信号提取是一个复杂的信号处理问题。本文首先对自适应滤波技术、独立分量分析方法和盲源提取技术等三种典型的胎儿心电提取方法的基本原理进行了阐述,然后对各方法的改进研究也进行了综述,并对比分析了三种方法的优缺点,指出基于二阶统计量盲提取方法,根据胎儿心电周期与母亲心电周期的差异,只提取胎儿心电,计算量小,便于在线实时处理,在今后的应用中将会有广阔前景。     

胎儿心电信号提取算法研究

本文首先建立了心电信号模型,然后分别采用了最小均方(LMS)算法和小波变换模极大值算法,从腹部混和信号中提取胎儿心电信号,仿真结果表明基于小波变换模极大值提取胎儿信号时,其性能明显优于LMS算法,具有收敛速度快,在低信噪比下仍然适用的特点.     

平移不变小波去噪法在胎儿心率提取中的应用

用传统的小波阈值法对超声多普勒胎儿心脏回波信号进行去噪处理时会产生Psuedo Gibbs现象,影响了去噪效果和胎儿心率值的提取。为了解决这个问题,在此基础上提出了平移不变小波法去噪。实验结果表明,该方法有效的抑制了Psuedo Gibbs现象,剔除了信号中的噪声,识别出被噪声淹没的有用信号,有利于心率值的提取。     

基于ARM的胎儿心电信号数据采集系统

进行母婴心电信号分离需要大量数据存储和运算,实时性要求高,要求有一个能够满足存储容量和计算时间需求的硬件平台,故本系统采用基于ARM核的32住低功耗微处理器S3C44BOX作为核心,在嵌入式操作系统uC/OS-Ⅱ下实现胎儿心电信号的数据采集分离与显示;论文详细介绍了系统硬件电路的主要接口设计和软件实现的方法.     

一种胎儿心音信号采集系统设计与实现

针对传统胎儿心音信号采集系统体积大、功耗高、无法实时显示的特点,设计一种基于MKL15Z64芯片的片上的胎儿心音采集系统.通过PC机给主控芯片MKL15Z64发送命令,在主控芯片得到命令之后,通过串口接收从TLV2761传来的数据并进行处理,传送至PC机进一步滤波处理,最后显示.该系统能够从母亲腹部采集胎儿心音信号并进行相应的处理之后上传到PC机上并显示.该胎儿心音采集系统结构简单、性能优异、功耗低,可应用于胎儿心音监护上面,具有一定的实用价值.     

联合时序结构和负熵的FECG盲提取算法

在提取胎儿心电信号时,利用时序结构的盲源提取算法对胎心率误差估计敏感;利用负熵的盲源提取算法存在提取出的信号具有不确定性问题.为克服这两种算法的缺点,利用时序结构和负熵构造了联合代价函数,利用梯度算法对该代价函数求偏导,提出了一种新的胎儿心电提取算法.该算法能确保每次提取出来的信号都是胎儿心电信号,并且在胎心率估计存在较大误差和胎心率变化的情况下,也能正常工作.计算机仿真和实际胎儿心电提取实验验证了该算法在提取胎儿心电信号时的稳定性和确定性.