学科分类
/ 17
339 个结果
  • 简介:摘要目的探讨2015-2018年大连市某汽车厂噪声接触工人听力监测情况。方法选取2015年~2018年大连市某汽车厂噪声接触工人400名,对不同工艺噪声和噪声接触工作人员听力情况进行监测,分析噪声对听力的危害及特点。结果不同程度工艺环节噪声平均超标率也会存在一定的差异,差异具有统计学意义(P<0.05);其中冲压工艺噪声超标率明显高于其他工艺,达到65.00%,其次铸造工艺噪声超标率达到50.00%,喷涂工艺噪声超标率达到48.20%,而2016年喷涂和2015年注塑的噪声年超标率表现加高,差异有统计学意义(P<O.05);随着噪声接触强度不断上升,工人听力损失发生率明显上升,当工作环境中噪声强度超过80dB(A)时,听力损失障碍发生率随着工龄上升而上升,差异有统计学意义(P<O.05)。结论汽车厂噪声较大,长时间处于噪声环境对工人听力具有一定的损害,我国汽车制造业应引起高度重视。

  • 标签: 汽车零部件厂 汽车制造 噪声 听力监测
  • 简介:【摘要】目的:探讨 2015-2018年大连市某汽车厂噪声接触工人听力监测情况。 方法:选取2015年 ~2018年大连市某汽车厂噪声接触工人 400名,对不同工艺噪声和噪声接触工作人员听力情况进行监测,分析噪声对听力的危害及特点。 结果:不同程度工艺环节噪声平均超标率也会存在一定的差异,差异具有统计学意义( P < 0.05);其中冲压工艺噪声超标率明显高于其他工艺,达到 65.00%,其次铸造工艺噪声超标率达到 50.00%,喷涂工艺噪声超标率达到 48.20%,而 2016年喷涂和 2015年注塑的噪声年超标率表现加高,差异有统计学意义 (P零部厂噪声较大,长时间处于噪声环境对工人听力具有一定的损害,我国汽车制造业应引起高度重视。

  • 标签: 汽车零部件厂 汽车制造 噪声 听力监测
  • 简介:荷兰阿姆斯特丹自由大学(VrijeUniversiteitAmsterdam)的科学家们创造出新技术,可以让机器人通过WiFi网络进行“交配”,然后通过3D打印技术产生机器人后代。研究人员认为,这项技术可用于殖民火星。阿姆斯特丹自由大学的科学家设立了“机器人婴儿计划”,旨在通过类似有性繁殖的过程创造出更智能化、更先进的机器人。

  • 标签: 机器人 交配 阿姆斯特丹 生子 打印技术 研究人员
  • 简介:摘要目的分析细节护理管理联合心理护理对手术室腔镜器械准备差错率及遗失率等的影响。方法选取2016年12月至2017年9月期间在本院接受腹腔镜手术的案例300例作为研究对象,采用随机信封法将患者分为两组,每组各150例,对照组应用常规管理手段,观察组使用细节护理管理联合心理护理的方法,对比两组手术器械不良事件发生率以及护理人员SDA、SDS评分。结果观察组手术器械不良事件发生率14.67%显著低于对照组45.33%,护理人员SDS、SAS评分显著低于对照组,P<0.05。结论与常规管理方式相比较,细节护理联合心理护理对于手术室腹腔镜器械管理具有一定的提升作用,可以减少器械准备差错率以及遗失率,提升护理人员的心理健康质量,值的推广。

  • 标签: 细节护理管理 心理护理 腹腔镜器械
  • 简介:摘要目的探讨冷冻切片制作过程中的影响因素,提高冷冻切片的质量。方法选取我院2015年7月-2015年12月术中不同类型的标本1320例,在经过取材,染色,切片,封片等不同步骤中的分析,阐述可能出现的问题,从而探讨冷冻制片过程中容易出现的问题及可以避免的方法。结果对于不同组织的冷冻制片,适用不同的方法,可以使得组织结构完整,光镜下颜色鲜艳,符合病理医师的诊断要求。结论不同来源的组织因为自身组成成分的不同,采用合适的方法进行冷冻切片,可以获得满意的效果。

  • 标签: 冷冻制片 温度 维护
  • 简介:目的对比全机器人手术与机器人辅助手术根治远端胃癌的近期疗效,评估全机器人远端胃大部切除术的安全性及可行性。方法回顾性分析2014年12月至2016年12月收治的行远端胃大部切除术的160例胃癌患者的临床资料,其中60例行全机器人远端胃大部切除术(TRDG组),100例行机器人辅助远端胃大部切除术(RADG组)。采用SPSS18.0软件进行统计分析,手术相关指标计量资料用(x±s)表示,采用独立样本t检验,术后并发症采用χ2检验。P<0.05为差异有统计学意义。结果与RADG组相比,TRDG组手术时间、淋巴结清扫数目和术后并发症差异无统计学意义(P>0.05),但术中出血量,切口长度,术后通气时间以及住院时间均明显减小(P<0.05)。结论全机器人远端胃大部切除术安全可行,且与机器人辅助组相比,其对患者损伤更小,术后恢复更快,近期疗效显著。

  • 标签: 胃肿瘤 机器人 外科手术 微创性 胃切除术
  • 简介:据2018年美国癌症协会统计,膀胱癌发生率居于男性恶性肿瘤发生率的第四位,及时诊断和个体化治疗可以预防膀胱癌的进展,明显提高患者生存期。研究表明利用机器学习的研究方法可以提高膀胱癌诊断的准确性、辅助临床医生选择精准治疗方案并进行预后分析。

  • 标签: 机器学习 膀胱癌 肿瘤发生率 算法 个体化治疗 预后分析
  • 简介:患者为老年男性,68岁,发现贲门巨大肿物,进行新辅助化疗,TC方案,化疗4个周期后,部分缓解后行手术治疗,术后病理诊断为鳞癌,分期ypT2N1M0。主要步骤:离断胃周血管,清扫相应部位淋巴结(D2),离断食管贲门部,经口置入Orvil吻合器,上腹部正中开口,将游离胃体提至腹腔外,距肿瘤远端约5cm处离断胃体,移除大体标本。纵向切开残胃4cm,置入胃肠吻合器,与吻合器抵针座衔接,旋紧,激发。置入空肠营养管,检查无出血后,逐层关腹。手术结束。

  • 标签: 胃肿瘤 肿瘤 鳞状细胞 机器人 外科手术 微创性
  • 简介:

  • 标签:
  • 简介:摘要目的对ICU护理管理质量提高途径等问题进行探讨。方法对我院2013年10月-2014年9月期间ICU护理情况进行回顾性分析。结果分析表明,ICU是抢救危重患者、提高医护水平的最有效组织形式,实现ICU重症护理质量管理“缺陷”,必须遵循针对性、延续性和持续质量改进三个原则。结论提高ICU重症护理管理质量,力争实现ICU重症护理管理质量的“缺陷”,就必须采取建立健全护理质量考核标准,采取多种形式的质控方法。

  • 标签: ICU护理 管理质量 问题探讨中图分类号 R2 文献标号 A 文章编号 2095-7165(2015)16-0241-01ICU
  • 简介:摘要目的对医院药品库存管理模式的效果进行研究。方法对2014年广东省中山市石岐区社区卫生服务中心全年药库库存管理情况进行调查研究,并对药库管理中现存的一些问题进行探讨,拟定出库存管理方法,于2015年1月起开始施行,对实施前后的管理效果进行观察对比。结果库存管理中存在的问题主要包括占用库房面积过大、人力成本过高、药品损失量大、运转周期长。实施库存管理模式后,与实施前相比,占用库房面积、人力成本、药品损失量、运转周期明显减少/短。前后对比差异显著,P<0.05。结论实施药品库存管理,可有效改善药品存放和运转情况,减少药品损失和人力成本。

  • 标签: 医院药品 零库存 管理研究
  • 简介:

  • 标签:
  • 简介:摘要:肺部切片具有数据样本大、切片多、肺结节在图像在位置不同,形态各异的特点。传统医生诊疗使得肺结节检测冗杂,且以人工的方法看图更显得效率低下。而传统分割方法局限性强,人工操作需求大,不满足全自动化的要求。而深度学习可以自动提取特征,减少了人为操作,减少错误判断。本文主要探讨如何使用机器学习进行肺图像的分割与精准的肺结节检测并比较几种深度学习诊断方法。

  • 标签: 肺结节检测 深度学习 分块式叠加微调策略 渐进式微调策略 多尺度卷积神经网络
  • 简介:摘要:中药煎煮历史悠久。机器煎药1996年从韩国引入,较好的解决了传统中药煎煮的不足,药液灌装因无法精准测量盛药桶中药液量,所以灌装均是预设单包容量(如200ml/包)完成操作。这种操作很难做到“药液灌完同时包数刚好”的理想状态。

  • 标签: 中药煎煮 机器煎药 灌装 激光药液容量计
  • 简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。

  • 标签: 机器学习 眼底图像 慢性病
  • 简介:摘要:本文提出了一种基于机器学习的眼底图像检测方法、装置及系统,其中主要包括:获取待检测的眼底图像;对所述眼底图像整体区域进行第一特征集检测;对所述眼底图像中特定区域进行第二特征集检测,所述第一特征中的特征的显著度大于第二特征集中的特征的显著度;基于机器学习对检测的结论进行判定得到最终检测结果。每种类型的特征分开检测,互不影响,可以较为精确的判断每个特征的类别,同时进行多种类别多种显著度的特征的检测,可以高效精确的对眼底图像进行检测。

  • 标签: 机器学习 眼底图像 慢性病
  • 简介:摘要:近年来,机器学习模型通过对大量眼部影像数据进行分析,能实现精准眼部疾病检测,提高了诊断的准确性和效率。然而在应用过程中,存在数据质量不足、模型性能不稳定等问题。为此,本文结合实际情况对现有困境作出分析,并给出具体应对措施,旨在推动眼科医学的发展与进步。

  • 标签: 机器学习模型 眼健康 临床验证