raybet雷竞app|雷竞技官网下载|雷电竞下载苹果

JHE

医疗保健工程

2040 - 2309<我年代年代npub-type="ppub"> 2040 - 2295

Hindawi

10.1155 / 2021/4563100 4563100

研究文章

计算机断层扫描图像特征在智能算法在诊断人性化护理在神经内分泌激素的影响原发性肝癌患者

https://orcid.org/0000 - 0002 - 2617 - 600 x 王

中国

https://orcid.org/0000 - 0003 - 1894 - 4723 刘

林

https://orcid.org/0000 - 0001 - 9672 - 7041 马

https://orcid.org/0000 - 0002 - 1602 - 5988 赵

鑫鑫

Rajakani

Kalidoss

美国胃肠病学牡丹江市医科大学附属红旗医院 157011年黑龙江省牡丹江市黑龙江省中国

2021年

6 10 2021年

2021年 16 8 2021年 12 9 2021年 16 9 2021年 6 10 2021年

这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

本研究旨在探讨应用价值的计算机断层扫描(CT)图像处理的智能算法去噪评价人性化护理在患者术后神经内分泌激素的变化与原发性肝癌(PLC)。在这项研究中,结构简单递归残余编码和解码(RRCD)算法的基础上,构造残余网络,它可以有效地去除噪声在工件和CT图像,还可以恢复图像细节和损伤特性。此外,术后60例原发性肝癌患者收集并分为常规护理组(30例)和实验组人性化护理(30例)。经过一段时间的护理,CT图像基于智能算法进行评估,确定激素含量。结果表明,局部坏死率(FNR)实验组为6%。促肾上腺皮质激素(ACTH)水平的6和15天入院后(T3和T4)分别为41.25±3.81 pg / mL和19.55±1.72 pg / mL,分别。天6的皮质醇水平、15和30入院后(T3、T4和T5)分别为424.86±16.82 nmol / L, 277.98±14.36 nmol / L和241.53±13.27 nmol / L。雌二醇水平分别为53.48±11.19 pg / mL, 41.64±9.28 pg / mL,分别和30.59±8.16 pg / mL。睾酮水平分别为2.18±1.14 ng / mL, 1.78±1.03 ng / mL,分别和1.42±0.69 ng / mL。自我评估焦虑量表(SAS)得分分别为40.24±5.81分,36.55±5.02点,分别和32.53±4.8点。 There were 24 cases, 27 cases, 23 cases, and 21 patients who followed no smoking and drinking, taking medication on time, diet control, and self-monitoring. The scores of physical function, self-cognition, emotional function, and social function were 62.59 ± 6.82 points, 69.26 ± 8.14 points, 73.89 ± 6.35 points, and 66.88 ± 7.04 points, which were better than those of the control group in all aspects (<我nline-formula> P < 0.05 )。简而言之,人性化护理课程可以提高患者手术后的合规,提高生活质量,抑制患者的焦虑和抑郁,这显示出积极的影响神经内分泌激素和病人的预后。

1。介绍</t我tle> <p>原发性肝癌(PLC)是指癌症肝细胞或肝内胆管细胞,临床表现为持续的肝区疼痛和进步的肝肿大<xgydF4y2Baref ref-type="bibr" rid="B1"> 1</xgydF4y2Baref>]。PLC在中国是最常见的恶性肿瘤之一。PLC的患病率是40 - 60岁的人,和男性的患病率高于女性。病因通常是与病毒性肝炎,肝硬化,黄曲霉毒素,污染饮用水<xgydF4y2Baref ref-type="bibr" rid="B2"> 2</xgydF4y2Baref>]。主要的治疗方法包括手术、液态氮冷冻,激光治疗,等等。然而,即使肝癌是彻底删除,60% - -70%的患者在5年内仍有转移和复发(<xgydF4y2Baref ref-type="bibr" rid="B3"> 3</xgydF4y2Baref>),因此预防术后复发的关键是提高肝癌的治疗效果。</p><p>gydF4y2Ba近年来,随着精神神经病学的发展,心理因素对神经内分泌的影响引起了越来越多的人的关注。在癌症患者焦虑和抑郁等心理反应可以作为一个压力的来源,刺激机体产生特异性的应激反应。基于神经内分泌的影响,身体的杀伤细胞和T淋巴细胞减少,造成减少癌症患者的免疫功能(<xgydF4y2Baref ref-type="bibr" rid="B4"> 4</xgydF4y2Baref>,<xgydF4y2Baref ref-type="bibr" rid="B5"> 5</xgydF4y2Baref>]。许多学者提出,手术前后病人的紧张和焦虑会影响神经内分泌和循环系统,造成连锁反应,如多动症的交感神经和儿茶酚胺的分泌增加。此外,它会使身体的免疫功能下降,这将影响癌症患者的治疗和预后<xgydF4y2Baref ref-type="bibr" rid="B6"> 6</xgydF4y2Baref>]。人性化护理是一个以病人为中心的护理的概念。肝癌患者有很多并发症手术后容易复发。病人的生理和心理承受很大的负担。人性化护理照顾病人的生理和心理条件,将人文关怀融入护理服务中扮演着很重要的角色在病人手术后的恢复<xgydF4y2Baref ref-type="bibr" rid="B7"> 7</xgydF4y2Baref>,<xgydF4y2Baref ref-type="bibr" rid="B8"> 8</xgydF4y2Baref>]。</p><p>gydF4y2Ba计算机断层扫描(CT)是目前广泛使用的成像方法在PLC的诊断和术后疗效评价。它可以显示的大小、形状、数量、血液供应,肝外转移的肝损伤治疗前后<xgydF4y2Baref ref-type="bibr" rid="B9"> 9</xgydF4y2Baref>,<xgydF4y2Baref ref-type="bibr" rid="B10"> 10</xgydF4y2Baref>]。然而,积累大量的x射线在考试的概率会增加疾病和造成辐射危害病人。通常的方法是降低辐射剂量,如减少管电流和不完整的投影,可以大大降低辐射的危害,患者和进一步扩大应用范围的CT (<xgydF4y2Baref ref-type="bibr" rid="B11"> 11</xgydF4y2Baref>,<xgydF4y2Baref ref-type="bibr" rid="B12"> 12</xgydF4y2Baref>]。然而,这往往导致最终的成像和工件产生噪音,和CT图像质量的降低,从而影响医生的诊断条件(<xgydF4y2Baref ref-type="bibr" rid="B13"> 13</xgydF4y2Baref>]。剩余网络是一个网络结构,可以解决普通的恒定的性能甚至退化卷积网络时,网络是深化。它作为噪声图像混叠的高质量图像和噪声和提取噪声特性(<xgydF4y2Baref ref-type="bibr" rid="B14"> 14</xgydF4y2Baref>]。近年来,剩余网络已广泛应用于CT图像去噪。算法不仅可以节省网络培训损失还有效改善网络性能,减少去噪过程中计算量(<xgydF4y2Baref ref-type="bibr" rid="B15"> 15</xgydF4y2Baref>),具有良好的有效性和优越性。</p><p>gydF4y2Ba在这项研究中,CT成像技术和激素含量测定方法基于智能算法被应用于PLC患者60后操作。经过一段时间的日常护理和人性化护理,术后患者神经内分泌激素的变化,综合评价提供参考依据的治疗和预后PLC和演示CT成像在PLC的应用价值。</p></年代ec> <sec id="sec2"> <title>2。材料和方法</t我tle> <sec id="sec2.1"> <title>2.1。研究对象</t我tle> <p>60 PLC病人手术治疗在医院从2019年2月到2021年3月被选中时,年龄是35 - 70年。他们被随机分为对照组常规护理和人性化护理实验组,每组30例。入选标准定义如下:患者的临床诊断和分期标准符合2017年版“PLC)诊断和治疗规范”;病人首次肝癌手术;病人没有其他严重有机疾病;和患者完整的临床资料。</p><p>gydF4y2Ba排除标准定义如下:结合其他恶性肿瘤的病人;患者术前化疗或甾类激素药物的历史;女性在月经期;不完整的患者临床数据;患者不配合检查和遵从性较差。这个实验已经被医院的伦理委员会批准,所有试验相关问题已通知病人和他的家人,以及签订了知情同意表格。</p></年代ec> <sec id="sec2.2"> <title>2.2。护理方法</t我tle> <p>对照组的患者在术后常规护理。病人被告知术后预防措施、饮食禁忌,和生活指导;它必须注意病人的意识和精神状态和术后并发症都保持警惕。实验组有人性化护理病人,和计划如下。(1)<我talic> 心理护理。</我talic>手术后,护士应多与病人沟通,进行适当的心理辅导,耐心地倾听和回答病人的问题,并鼓励病人放松。此外,护士与病人沟通的家庭,更多的与患者沟通,了解患者目前的内心感受,鼓励家庭向病人提供更多的心理支持。(2)<我talic> 引流管护理。</我talic>一个小贴纸采用标记每个引流管,便于识别。护士应该在指定的时间访问病房每天检查管道是否畅通或脱落。每天应该及时更换引流袋,以防止感染。引流液的颜色和形状应每天监测和报告给医生如果有任何异常。(3)<我talic> 动作指导</我talic>。护士应该告诉病人卧床休息至少48小时后操作。病人不应该起床,在地面上移动。病人稳定后,他被要求在地面上执行适当的活动。(4)<我talic> 出院指导。</我talic>病人被告知严格控制他的饮食放电后,他提供的饮食指导,防止消化不良引起的过多的食物。</p></年代ec> <sec id="sec2.3"> <title>2.3。主要仪器和试剂</t我tle> <p>主要试剂和仪器在这项研究包括促肾上腺皮质激素(ACTH)工具包(中国)BYabscience、南京,皮质醇工具包(上海济宁生物技术有限公司),醚(山东楚鑫化工有限公司,有限公司),雌二醇参考物质(广州Jiatu科技有限公司),睾酮对照品(中国)北京Solarbio生命科学,磷酸盐生理盐水(湖北Chengfeng化工有限公司),离心机(北京"科技有限公司),超低温冰箱(济南Alaboo仪器设备有限公司),未及计数器(合肥Zhongcheng机电技术开发有限公司),恒温水浴(济南侗生物技术有限公司),和电动振荡器(上海后谱电子科技有限公司)。</p></年代ec> <sec id="sec2.4"> <title>2.4。激素测定内容</t我tle> <p>8毫升的外围静脉血是来自所有患者在入院后第二天和1<年代up>圣</年代up>3<gydF4y2Ba年代up>理查德·道金斯</年代up>6<gydF4y2Ba年代up>th</年代up>,15<gydF4y2Ba年代up>th</年代up>,30<gydF4y2Ba年代up>th</年代up>手术后一天。</p><p>gydF4y2Ba车车检测进行如下。2毫升的血清包含30个被带进试管<我talic> μ</我talic>L(乙二胺四乙酸二钠,轻轻摇动混合,在3000转离心10分钟分离血清,然后存储在一个冰箱−80°C。15 - 20分钟之前开始的实验中,样品在室温或冰水再熔化并在3000转离心5分钟上层清液。100年<我talic> μ</我talic>L放入专用试管等。此外,磷酸缓冲盐溶液,ACTH标准产品,血清测试,125 i-acth,和兔子anti-ACTH注入空管抗血清,标准产品测试管,和血清样品管,动摇轻轻拌匀,然后放置在4°C水浴至少15个小时。然后,在500年之后<我talic> μ</我talic>L的兔子anti-immune分离试剂注入每个测试管,它动摇了在室温下混合和孵化15分钟和离心机在3000转/离心10分钟去上层清液。最后,放射性物质在每个试管测量计数。</p><p>gydF4y2Ba皮质醇检测进行如下。实验前10分钟,装备和被测试的样品被从冰箱和冷却到室温。100年<我talic> μ</我talic>L(样本放入特殊未及管。此外,磷酸缓冲盐溶液,ACTH标准产品,血清测试,125 i-acth,和兔子anti-ACTH注入空管抗血清,标准产品测试管,和血清样品管,动摇轻轻拌匀,然后放置在37°C水浴50小时。后续的操作是一样的ACTH决心的过程。</p><p>gydF4y2Ba雌二醇检测进行如下。3 - 4毫升的血清收集和放置在一个37°C水浴40分钟,然后在3000转离心5分钟分离血浆,注入到试管中,密封,储存在冰箱−76°C。在实验中,200年<我talic> μ</我talic>L标准物质和血清样本进行测试注入试管,和1毫升的磷酸缓冲盐溶液被注入每一个管,轻轻摇动,直到完全混合,然后在室温下孵化后10分钟。2.5毫升的蒸馏乙醚是添加到每个管,它很快就被覆盖严格避免挥发,然后它被放置在电动振动器和大力动摇了2分钟。分层被发现后,乙醚是在冰箱放置在试管−20°C的35分钟。醚提取激素的上部液体注入全新的试管,和所有的液体蒸发了氮在37°C水浴。在试管中取出后,200年<我talic> μ</我talic>L(磷酸缓冲盐溶液在室温下注射和孵化10分钟。然后,200<我talic> μ</我talic>L是吸气的提取和决心严格按照指令。</p><p>gydF4y2Ba睾酮检测与执行相同的操作雌二醇测定过程。</p></年代ec> <sec id="sec2.5"> <title>2.5。CT检查</t我tle> <p>所有患者被告知禁食8小时,不要喝6小时前检查和被要求花大约1500毫升的水30分钟考试前填补上消化道。病人躺在他脚先进的检查表,举起手臂,把他的头,两边的病人要求不动,让他的呼吸平稳。革命CT机(美国通用电气公司)是用来扫描病人的隔膜的隔膜的下缘肝脏,与上面的水平线在剑突下,双方在midaxillary级别。扫描参数确定如下:管电压是80千伏峰值和140千伏峰值之间的切换,管电流50 mA,动静脉相480 mA,层厚度是4毫米,间隔是5毫米,和螺距为0.992:1。</p><p>gydF4y2Ba所有图像都是由通用电气adw4.6处理工作站重建碘/水性物质地图,和碘/水浓度的正常肝组织,血液供应区域,图像测量和坏死区。三个经验丰富的专业影像医生被邀请参加考试三次,和数据的平均值。</p></年代ec> <sec id="sec2.6"> <title>2.6。递归残余编码和解码算法基于深度学习</t我tle> <p>对于噪声的图像,它可以简单地视为一个清晰的图像和噪声的混叠,可表示如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"> <mml:mtable> <mml:mlabeledtr id="EEq1"> <mml:mtd> <mml:mtext> (1)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:mi> 我</gydF4y2Bamml:mi> <mml:mo> =</gydF4y2Bamml:mo> <mml:mi> 一个</gydF4y2Bamml:mi> <mml:mo> +</gydF4y2Bamml:mo> <mml:mi> N</gydF4y2Bamml:mi> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在上面的方程中,<我talic> N</我talic>代表了噪音,<我talic> 一个</我talic>代表了清晰的图像,和<我talic> 我</我talic>指的是图像与干扰噪声图像中得到检验。图像中的噪声是一般高斯噪声,包括脉动噪声,宇宙噪声,热噪声和散粒噪声。正态分布的概率密度函数表示如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"> <mml:mtable> <mml:mlabeledtr id="EEq2"> <mml:mtd> <mml:mtext> (2)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:mi> p</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> <mml:mo> =</gydF4y2Bamml:mo> <mml:mfrac> <mml:mn> 1</gydF4y2Bamml:mn> <mml:mrow> <mml:msqrt> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> <mml:mi> π</gydF4y2Bamml:mi> </mml:mrow> </mml:msqrt> <mml:mi> σ</gydF4y2Bamml:mi> </mml:mrow> </mml:mfrac> <mml:msup> <mml:mrow> <mml:mi> e</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mo> −</gydF4y2Bamml:mo> <mml:mrow> <mml:mrow> <mml:msup> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> <mml:mo> −</gydF4y2Bamml:mo> <mml:mrow> <mml:mover accent="true"> <mml:mi> z</gydF4y2Bamml:mi> <mml:mo stretchy="true"> ¯</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:mrow> </mml:msup> </mml:mrow> <mml:mo> /</gydF4y2Bamml:mo> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> <mml:msup> <mml:mrow> <mml:mi> σ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:mrow> </mml:msup> </mml:mrow> </mml:mrow> </mml:mrow> </mml:msup> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>然而,在CT图像噪声通常表现为条纹工件,不符合标准的正态分布。因此,通常的方法去除高斯噪声去除CT图像的噪声通常会不太好,所以它必须找到一个合适的去噪方法。</p><p>gydF4y2Ba卷积神经网络(CNN)是一种神经网络结构,通过多层非线性映射计算输入数据和输出预测结果。的本质是回归优化计算,引入了一个反馈层到传统多层感知网络结构优化预测的结果。然而,常见的CNN有缺点;时,神经网络的深度增加,网络性能会出现在状态没有变化,甚至下降。剩余网络添加的连接跳转到网络,以避免在反向传播梯度消失的缺点,从而提高网络的性能。剩余网络最大的区别和普通的CNN,后者直接获得去噪图像,而残余网络提取清晰的图像和噪声之间的残余图像更简洁的方法和相对较小的计算量。基本结构如图<xgydF4y2Baref ref-type="fig" rid="fig1"> 1</xgydF4y2Baref>。</p><gydF4y2Bafig id="fig1"> <label>图1</gydF4y2Balabel> <p>剩余的基本结构网络。</p><ggydF4y2Baraphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.001"></graphic> </fig> <p>剩余网络是由提供一套基本的剩余单位,包含两层堆叠卷积。这是假设<我talic> O</我talic><sub> <italic> n</我talic></sub>是第n个剩余的输入单元,<我talic> O</我talic><sub> <italic> n</我talic>+ 1</年代ub>输出结果,<我talic> F</我talic>(<我talic> O</我talic>)代表卷积的残余映射层,和<我talic> 问</我talic><sub> <italic> n</我talic></sub>称的重量<我talic> n</我talic>th层。然后,整个关系可以表示如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"> <mml:mtable> <mml:mlabeledtr id="EEq3"> <mml:mtd> <mml:mtext> (3)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> <mml:mo> +</gydF4y2Bamml:mo> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> <mml:mo> =</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> +</gydF4y2Bamml:mo> <mml:mi> F</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> ,</gydF4y2Bamml:mo> <mml:mfenced open="{" close="}" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 问</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfenced> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>如果图像的维数由堆叠卷积处理层不能符合原始图像,然后跳的维度映射卷积层需要连接。这个内核可以用卷积<我talic> H</我talic><sub> <italic> 年代</我talic></sub>,表示如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5"> <mml:mtable> <mml:mlabeledtr id="EEq4"> <mml:mtd> <mml:mtext> (4)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> <mml:mo> +</gydF4y2Bamml:mo> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> <mml:mo> =</gydF4y2Bamml:mo> <mml:mi> F</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> ,</gydF4y2Bamml:mo> <mml:mfenced open="{" close="}" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 问</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfenced> <mml:mo> +</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> H</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> 年代</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>以此类推,从0级水平<我talic> n</我talic>方程(<xgydF4y2Baref ref-type="disp-formula" rid="EEq3"> 3</xgydF4y2Baref>)可以概括的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M6"> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> N</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> =</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> o</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> +</gydF4y2Bamml:mo> <mml:mstyle displaystyle="true"> <mml:msubsup> <mml:mrow> <mml:mo stretchy="false"> ∑</gydF4y2Bamml:mo> </mml:mrow> <mml:mrow> <mml:mi> 我</gydF4y2Bamml:mi> <mml:mo> =</gydF4y2Bamml:mo> <mml:mn> 0</gydF4y2Bamml:mn> </mml:mrow> <mml:mrow> <mml:mi> N</gydF4y2Bamml:mi> <mml:mo> −</gydF4y2Bamml:mo> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msubsup> <mml:mrow> <mml:mi> F</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> ,</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> H</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mstyle> </mml:math> </inline-formula>。一起跳连接,使用线性变换可以用来连接输入和输出层。当网络的深度相同的情况下,操作困难的残余网络一样普通的网络,也没有需要学习其他参数,但剩余网络可以设计更深层次的网络体系结构。</p><p>gydF4y2Ba当一个常见的网络应用于降噪图像,没有办法完全去除图像中的噪声。因此,基于剩余网络,剩余的内容编解码器网络结合递归网络在这项研究中,建立一个新的网络模型,它被任命为递归残余encoder-decoder网络(RRED-Net)。它不仅有剩余的优势网络(容易训练),但也结合递归网络的优点。它可以重复原始输入图像的去噪处理,和它也能恢复图像的细节在最大的程度上。</p><p>gydF4y2Ba这是假设<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M7"> <mml:mi> 米</gydF4y2Bamml:mi> <mml:mo> ∈</gydF4y2Bamml:mo> <mml:msup> <mml:mrow> <mml:mi> T</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> U</gydF4y2Bamml:mi> <mml:mo> ×</gydF4y2Bamml:mo> <mml:mi> V</gydF4y2Bamml:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>一般的CT图像和表示<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M8"> <mml:mi> N</gydF4y2Bamml:mi> <mml:mo> ∈</gydF4y2Bamml:mo> <mml:msup> <mml:mrow> <mml:mi> T</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> U</gydF4y2Bamml:mi> <mml:mo> ×</gydF4y2Bamml:mo> <mml:mi> V</gydF4y2Bamml:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>代表一个正常剂量CT图像。然后,图像质量退化的过程可以表示如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M9"> <mml:mtable> <mml:mlabeledtr id="EEq5"> <mml:mtd> <mml:mtext> (5)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:mi> 米</gydF4y2Bamml:mi> <mml:mo> =</gydF4y2Bamml:mo> <mml:mi> ϑ</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> N</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在上面的方程中,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M10"> <mml:mi> ϑ</gydF4y2Bamml:mi> </mml:math> </inline-formula>代表的直接映射<我talic> N</我talic>来<我talic> 米</我talic>。</p><p>gydF4y2Ba一般的CT图像的噪声去除过程可以被视为一个端到端的映射问题。当图像<我talic> 米</我talic>是输入,一个映射<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M11"> <mml:mi> g</gydF4y2Bamml:mi> </mml:math> </inline-formula>满意后可以获得剩余的培训网络,这是表示如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M12"> <mml:mtable> <mml:mlabeledtr id="EEq6"> <mml:mtd> <mml:mtext> (6)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:mi mathvariant="normal"> 参数</gydF4y2Bamml:mi> <mml:mi mathvariant="normal"> 最小值</gydF4y2Bamml:mi> <mml:msubsup> <mml:mrow> <mml:mfenced open="‖" close="‖" separators="|"> <mml:mrow> <mml:mi> g</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> 米</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> <mml:mo> −</gydF4y2Bamml:mo> <mml:mi> N</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> <mml:mn> 2</gydF4y2Bamml:mn> </mml:msubsup> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在上面的方程中,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M13"> <mml:mi> g</gydF4y2Bamml:mi> </mml:math> </inline-formula>的近似<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M14"> <mml:msup> <mml:mrow> <mml:mi> ϑ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mo> −</gydF4y2Bamml:mo> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msup> </mml:math> </inline-formula>和<我talic> N</我talic>指正常剂量的CT图像。剩余的网络,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M15"> <mml:mi> g</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> 米</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> <mml:mo> =</gydF4y2Bamml:mo> <mml:mi> G</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> 米</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> <mml:mo> +</gydF4y2Bamml:mo> <mml:mi> 米</gydF4y2Bamml:mi> </mml:math> </inline-formula>,剩余的映射<我talic> G</我talic>(<我talic> 米</我talic>)获得了网络训练后,通用CT图像之间的残余<我talic> 米</我talic>和正常剂量CT图像<我talic> N</我talic>。</p><p>gydF4y2Ba然后,在这个总体架构,剩余编解码器网络方程(<xgydF4y2Baref ref-type="disp-formula" rid="EEq6"> 6</xgydF4y2Baref>)可以反复用于降噪图像。在每个递归,初始的图像和输出结果<我talic> y</我talic>th递归被视为输入下一个递归的,这可以避免信息丢失在最初的形象在递归过程中,图像特征的提取更完全,保留细节。的递归过程残余网络可以表示如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M16"> <mml:mtable> <mml:mlabeledtr id="EEq7"> <mml:mtd rowspan="3"> <mml:mtext> (7)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> J</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> <mml:mo> =</gydF4y2Bamml:mo> <mml:mi> 米</gydF4y2Bamml:mi> <mml:mo> ,</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> <mml:mtr> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mo> =</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> K</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> R</gydF4y2Bamml:mi> <mml:mi> E</gydF4y2Bamml:mi> <mml:mtext> </mml:mtext> <mml:mtext> </mml:mtext> <mml:mi> D</gydF4y2Bamml:mi> <mml:mo> −</gydF4y2Bamml:mo> <mml:mi> N</gydF4y2Bamml:mi> <mml:mi> e</gydF4y2Bamml:mi> <mml:mi> t</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> J</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mi class="cond"> </mml:mi> <mml:mn> 1</gydF4y2Bamml:mn> <mml:mo> ≤</gydF4y2Bamml:mo> <mml:mi> n</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mi> N</gydF4y2Bamml:mi> <mml:mo> ,</gydF4y2Bamml:mo> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> J</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> <mml:mo> +</gydF4y2Bamml:mo> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> <mml:mo> =</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> k</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</gydF4y2Bamml:mi> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> <mml:mmultiscripts> <mml:mo> ,</gydF4y2Bamml:mo> <mml:mprescripts></mml:mprescripts> <mml:mi> n</gydF4y2Bamml:mi> <mml:none></mml:none> </mml:mmultiscripts> <mml:mi> 米</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> <mml:mi class="cond"> </mml:mi> <mml:mn> 1</gydF4y2Bamml:mn> <mml:mo> ≤</gydF4y2Bamml:mo> <mml:mi> n</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mi> N</gydF4y2Bamml:mi> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在上面的方程中,<我talic> n</我talic>代表递归的总数,<我talic> 米</我talic>代表了网络输入,RED-Net剩余编解码器网络建成,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M17"> <mml:msub> <mml:mrow> <mml:mi> O</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> n</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>指第n个递归后,获得的无噪声的CT图像<我talic> k</我talic><sub> <italic> 在</我talic></sub>代表输出之间的级联反应的结果<我talic> O</我talic><sub> <italic> n</我talic></sub>第n个递归和最初的CT图像<我talic> 米</我talic>。<我talic> J</我talic><sub> <italic> n</我talic>+ 1</年代ub>代表的输入<我talic> n</我talic>+ 1-th递归。处理过的图像质量评估,峰值信噪比(PSNR)和结构相似度指数(SSIM)选择法官去噪算法的性能。PSNR值的定义如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M18"> <mml:mtable> <mml:mlabeledtr id="EEq8"> <mml:mtd> <mml:mtext> (8)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> PSNR值</gydF4y2Bamml:mtext> <mml:mo> =</gydF4y2Bamml:mo> <mml:mn> 10</gydF4y2Bamml:mn> <mml:mtext> </mml:mtext> <mml:mtext> </mml:mtext> <mml:msub> <mml:mrow> <mml:mi mathvariant="normal"> 日志</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 10</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> <mml:mfrac> <mml:mi> D</gydF4y2Bamml:mi> <mml:mrow> <mml:msqrt> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mrow> <mml:mn> 1</gydF4y2Bamml:mn> <mml:mo> /</gydF4y2Bamml:mo> <mml:mrow> <mml:mi> U</gydF4y2Bamml:mi> <mml:mi> V</gydF4y2Bamml:mi> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mfenced> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∑</gydF4y2Bamml:mo> <mml:mrow> <mml:msubsup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> 我</gydF4y2Bamml:mi> <mml:mo> =</gydF4y2Bamml:mo> <mml:mn> 0</gydF4y2Bamml:mn> </mml:mrow> <mml:mrow> <mml:mi> u</gydF4y2Bamml:mi> <mml:mo> −</gydF4y2Bamml:mo> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msubsup> <mml:mstyle displaystyle="true"> <mml:mo stretchy="false"> ∑</gydF4y2Bamml:mo> <mml:mrow> <mml:msubsup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> j</gydF4y2Bamml:mi> <mml:mo> =</gydF4y2Bamml:mo> <mml:mn> 0</gydF4y2Bamml:mn> </mml:mrow> <mml:mrow> <mml:mi> v</gydF4y2Bamml:mi> <mml:mo> −</gydF4y2Bamml:mo> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msubsup> <mml:msup> <mml:mrow> <mml:mfenced open="[" close="]" separators="|"> <mml:mrow> <mml:mi> C</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> 我</gydF4y2Bamml:mi> <mml:mo> ,</gydF4y2Bamml:mo> <mml:mi> j</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> <mml:mo> −</gydF4y2Bamml:mo> <mml:mi> E</gydF4y2Bamml:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> 我</gydF4y2Bamml:mi> <mml:mo> ,</gydF4y2Bamml:mo> <mml:mi> j</gydF4y2Bamml:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:mrow> </mml:msup> </mml:mrow> </mml:mstyle> </mml:mrow> </mml:mstyle> </mml:mrow> </mml:msqrt> </mml:mrow> </mml:mfrac> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在上面的方程中,<我talic> C</我talic>代表一个图像,没有噪音<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M19"> <mml:mi> u</gydF4y2Bamml:mi> <mml:mo> ×</gydF4y2Bamml:mo> <mml:mi> v</gydF4y2Bamml:mi> </mml:math> </inline-formula>,<我talic> E</我talic>被称为图像去噪处理<我talic> D</我talic>指之间的差值的绝对值最大和最小图像的像素值。</p><p>SSIMgydF4y2Ba的定义如下:<gydF4y2Badisp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M20"> <mml:mtable> <mml:mlabeledtr id="EEq9"> <mml:mtd> <mml:mtext> (9)</gydF4y2Bamml:mtext> </mml:mtd> <mml:mtd> <mml:mtext> SSIM</gydF4y2Bamml:mtext> <mml:mo> =</gydF4y2Bamml:mo> <mml:mfrac> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> <mml:msub> <mml:mrow> <mml:mi> λ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> p</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> λ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> </mml:msub> <mml:mo> +</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> <mml:msub> <mml:mrow> <mml:mi> γ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> p</gydF4y2Bamml:mi> <mml:mrow> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> </mml:mrow> </mml:msub> <mml:mo> +</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msubsup> <mml:mi> λ</gydF4y2Bamml:mi> <mml:mi> p</gydF4y2Bamml:mi> <mml:mn> 2</gydF4y2Bamml:mn> </mml:msubsup> <mml:mo> +</gydF4y2Bamml:mo> <mml:msubsup> <mml:mi> λ</gydF4y2Bamml:mi> <mml:mrow> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:msubsup> <mml:mo> +</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msubsup> <mml:mi> γ</gydF4y2Bamml:mi> <mml:mi> p</gydF4y2Bamml:mi> <mml:mn> 2</gydF4y2Bamml:mn> </mml:msubsup> <mml:mo> +</gydF4y2Bamml:mo> <mml:msubsup> <mml:mi> γ</gydF4y2Bamml:mi> <mml:mrow> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:msubsup> <mml:mo> +</gydF4y2Bamml:mo> <mml:msub> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfrac> <mml:mo> 。</gydF4y2Bamml:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>在上面的方程中,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M21"> <mml:msub> <mml:mrow> <mml:mi> λ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> p</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M22"> <mml:msub> <mml:mrow> <mml:mi> λ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> </mml:msub> </mml:math> </inline-formula>代表图像的平均值<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M23"> <mml:mi> p</gydF4y2Bamml:mi> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M24"> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:math> </inline-formula>分别;<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M25"> <mml:msub> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M26"> <mml:msub> <mml:mrow> <mml:mi> z</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</gydF4y2Bamml:mn> </mml:mrow> </mml:msub> </mml:math> </inline-formula>规定的数量;<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M27"> <mml:msub> <mml:mrow> <mml:mi> γ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> p</gydF4y2Bamml:mi> </mml:mrow> </mml:msub> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M28"> <mml:msub> <mml:mrow> <mml:mi> γ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> </mml:msub> </mml:math> </inline-formula>图像之间的差异<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M29"> <mml:mi> p</gydF4y2Bamml:mi> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M30"> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:math> </inline-formula>分别;和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M31"> <mml:msub> <mml:mrow> <mml:mi> γ</gydF4y2Bamml:mi> </mml:mrow> <mml:mrow> <mml:mi> p</gydF4y2Bamml:mi> <mml:mrow> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:mrow> </mml:mrow> </mml:msub> </mml:math> </inline-formula>图像的协方差<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M32"> <mml:mi> p</gydF4y2Bamml:mi> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M33"> <mml:mover accent="true"> <mml:mi> p</gydF4y2Bamml:mi> <mml:mo> ^</gydF4y2Bamml:mo> </mml:mover> </mml:math> </inline-formula>。</p></年代ec> <sec id="sec2.7"> <title>2.7。观察指标</t我tle> <p>经过一段时间的护理,观察指标,包括血液供应区域,坏死区域,ACTH水平,皮质醇水平,雌二醇水平,睾丸激素水平,SAS评分和遵从性和生活质量评分比较CT检测的两组。</p></年代ec> <sec id="sec2.8"> <title>2.8。统计分析</t我tle> <p>所有的实验数据都通过SPSS 24.0统计分析,测量数据被表示为平均值+标准偏差(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M34"> <mml:mover accent="true"> <mml:mi> x</gydF4y2Bamml:mi> <mml:mo> ¯</gydF4y2Bamml:mo> </mml:mover> </mml:math> </inline-formula>±<我talic> 年代</我talic>),统计数据用于统计推断<我talic> χ</我talic><sup>2</年代up>测试。测量数据符合正态分布的<我talic> t</我talic>以及。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M35"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>被认为是统计上的显著差异。</p></年代ec> </sec> <sec id="sec3"> <title>3所示。结果</t我tle> <sec id="sec3.1"> <title>3.1。比较两组患者的一般信息</t我tle> <p>如表所示<xgydF4y2Baref ref-type="table" rid="tab1"> 1</xgydF4y2Baref>,没有大区别实验组和对照组在年龄、性别、肿瘤大小、肝硬化的历史,手术,长度和数量的病变,未达到统计上的显著水平(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M36"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> ></gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><tgydF4y2Baable-wrap id="tab1"> <label>表1</gydF4y2Balabel> <p>比较两组患者的一般信息。</p><tgydF4y2Baable> <thead> <tr> <th align="left"></th> <th align="center">对照组</tgydF4y2Bah> <th align="center">实验组</tgydF4y2Bah> <th align="center"> <inline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M37"> <mml:mi> P</gydF4y2Bamml:mi> </mml:math> </inline-formula></th> </tr> </thead> <tbody> <tr> <td align="left">年龄(年)</tgydF4y2Bad> <td align="center">48.38±2.74</tgydF4y2Bad> <td align="center">47.86±2.85</tgydF4y2Bad> <td align="center">0.768</tgydF4y2Bad> </tr> <tr> <td align="left">男(人)</tgydF4y2Bad> <td align="center">24</tgydF4y2Bad> <td align="center">22</tgydF4y2Bad> <td align="center">0.744</tgydF4y2Bad> </tr> <tr> <td align="left">肿瘤大小(cm)</tgydF4y2Bad> <td align="center">6.87±1.22</tgydF4y2Bad> <td align="center">6.54±1.31</tgydF4y2Bad> <td align="center">0.639</tgydF4y2Bad> </tr> <tr> <td align="left">肝硬化(周)</tgydF4y2Bad> <td align="center">21</tgydF4y2Bad> <td align="center">22</tgydF4y2Bad> <td align="center">0.692</tgydF4y2Bad> </tr> <tr> <td align="left">运行时间(小时)</tgydF4y2Bad> <td align="center">2.92±0.81</tgydF4y2Bad> <td align="center">2.94±0.76</tgydF4y2Bad> <td align="center">0.727</tgydF4y2Bad> </tr> <tr> <td align="left">集中</tgydF4y2Bad> <td align="center">95年</tgydF4y2Bad> <td align="center">98年</tgydF4y2Bad> <td align="center">0.684</tgydF4y2Bad> </tr> </tbody> </table> </table-wrap> </sec> <sec id="sec3.2"> <title>3.2。比较存在与否的血液供应之间的病变两组病人</t我tle> <p>CT成像技术基于智能算法被用来检验两组的损伤手术后的病人。检测情况如图<xgydF4y2Baref ref-type="fig" rid="fig2"> 2</xgydF4y2Baref>。有95个病变在对照组,其中包括86血液供应领域,和九坏死区域被检测到,所以坏死率为9%。总共有98在实验组病变,包括92血液供应领域,和六个坏死区域被检测到,所以坏死率为6%。的FNR实验组低于对照组,差异具有统计学意义(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M38"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig id="fig2"> <label>图2</gydF4y2Balabel> <p>比较存在与否的血液供应之间的病变两组病人。请注意。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M39"> <mml:mo> :</gydF4y2Bamml:mo> </mml:math> </inline-formula>表明病变的检测实验组与对照组相比显示出统计上的显著差异(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M40"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><ggydF4y2Baraphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.002"></graphic> </fig> </sec> <sec id="sec3.3"> <title>3.3。比较两组之间的神经内分泌激素水平在每个时间点</t我tle> <p>如图<xgydF4y2Baref ref-type="fig" rid="fig3"> 3</xgydF4y2Baref>,没有明显的神经内分泌激素水平差异(ACTH、皮质醇、雌二醇和睾酮)之间的两组患者手术前,并没有统计学上的(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M41"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> ></gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。手术后,实验组的ACTH水平没有显著不同于对照组在T1, T2, T5。ACTH在T3和T4的水平分别为41.25±3.81 pg / mL和19.55±1.72 pg / mL,分别比对照组低,分别为46.21±3.97 pg / mL和28.82±2.16 pg / mL,分别为(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M42"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。实验组的皮质醇水平没有显著不同的T1和T2与对照组;在T3、T4和T5,皮质醇的含量分别为424.86±16.82 nmol / L, 277.98±14.36 nmol / L和241.53±13.27 nmol / L,分别所有的低于对照组,分别为452.42±17.9 nmol / L, 309.83±15.72 nmol / L和270.34±13.02 nmol / L (<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M43"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。实验组的雌二醇水平没有显著不同于对照组在T1和T2,分别为53.48±11.19 pg / mL, 41.64±9.28 pg / mL,和30.59±8.16 pg / mL T3, T4, T5,分别所有低于对照组,分别为58.77±11.52 pg / mL, 47.59±9.31 pg / mL,和分别为39.78±8.44 pg / mL, (<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M44"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。实验组的睾丸激素水平没有显著不同于对照组在T1和T2, 2.18±1.14 ng / mL, 1.78±1.03 ng / mL,和1.42±0.69 ng / mL T3, T4, T5,分别所有较低与对照组相比,2.65±1.07 ng / mL, 2.14±0.98 ng / mL,和分别为1.92±0.73 ng / mL, (<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M45"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig-group id="fig3"> <label>图3</gydF4y2Balabel> <p>比较两组之间的神经内分泌激素水平在每个时间点。(一)术前总体水平的比较;(中)术后ACTH水平的比较,皮质醇水平,雌二醇水平,分别和睾酮水平。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M46"> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</gydF4y2Bamml:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>表明,实验组的激素水平是显著的价格相比对照组(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M47"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig id="fig3a"> <label>(一)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.003a"></graphic> </fig> <fig id="fig3b"> <label>(b)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.003b"></graphic> </fig> <fig id="fig3c"> <label>(c)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.003c"></graphic> </fig> <fig id="fig3d"> <label>(d)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.003d"></graphic> </fig> <fig id="fig3e"> <label>(e)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.003e"></graphic> </fig> </fig-group> </sec> <sec id="sec3.4"> <title>3.4。比较患者的SAS得分每组在每个时间点</t我tle> <p>自我评估焦虑量表(SAS)是一个标准的评估和焦虑是心理量表用于测量焦虑的程度及其变化。病人的焦虑分数低于50被确定为正常状态,病人的分数被确定为50 - 60分轻度焦虑,患者分数61 - 70点被认为是温和的焦虑,和病人的分数70分以上被诊断为严重的焦虑。如图<xgydF4y2Baref ref-type="fig" rid="fig4"> 4</xgydF4y2Baref>,没有明显差异的SAS评分两组病人手术前,并没有统计上显著的(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M48"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> ></gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。手术后,实验组的SAS得分没有大大不同于对照组在T1和T2, 40.24±5.81点,36.55±5.02点和32.53±4.8点在T3, T4, T5,分别和他们低于对照组(46.11±5.76,40.42±4.88点和37.84±4.79点,分别),显示统计上显著差异(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M49"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig-group id="fig4"> <label>图4</gydF4y2Balabel> <p>比较前后SAS评分两组之间的操作。(a, b) SAS得分在每个时间点的比较手术前后,分别。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M50"> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</gydF4y2Bamml:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>表明,实验组显示统计的SAS得分差异相比,对照组(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M51"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig id="fig4a"> <label>(一)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.004a"></graphic> </fig> <fig id="fig4b"> <label>(b)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.004b"></graphic> </fig> </fig-group> </sec> <sec id="sec3.5"> <title>3.5。比较两组患者之间的合规行为</t我tle> <p>如图<xgydF4y2Baref ref-type="fig" rid="fig5"> 5</xgydF4y2Baref>,实验组患者的数量在禁止吸烟和喝酒,按时服药,饮食控制,和自我监控是24日27日,23日和21日分别,都高于对照组(20例,24例,18例,17例,分别),所以明显的统计学差异(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M52"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig id="fig5"> <label>图5</gydF4y2Balabel> <p>比较两组患者之间的合规行为。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M53"> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</gydF4y2Bamml:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>表明合规的病人在实验组在统计学上不同于对照组(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M54"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><ggydF4y2Baraphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.005"></graphic> </fig> </sec> <sec id="sec3.6"> <title>3.6。比较两组之间的生活质量分数的患者手术前后</t我tle> <p>图<xgydF4y2Baref ref-type="fig" rid="fig6"> 6</xgydF4y2Baref>说明了之间的生活质量得分比较两组患者手术前后。图<xgydF4y2Baref ref-type="fig" rid="fig7"> 7</xgydF4y2Baref>(a)表明,没有明显的差异之间的生活质量得分两组病人手术前,没有统计学差异(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M55"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> ></gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。手术后,身体功能、自我认知、情感功能,和社会功能评分的患者在实验组分别为62.59±6.82分,69.26±8.14,73.89±6.35点和66.88±7.04点,分别;和对照组50.68±6.72点,61.33±7.29,65.38±6.21点,分别为60.17±6.26点(图<xgydF4y2Baref ref-type="fig" rid="fig7"> 7</xgydF4y2Baref>(b))。因此,许多患者身体功能、自我认知、情感功能、社会功能在实验组与对照组相比,更高和伟大的统计学差异(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M56"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig-group id="fig6"> <label>图6</gydF4y2Balabel> <p>比较两组之间的生活质量分数的患者手术前后。(a, b)的生活质量得分的比较两组患者手术前后,分别。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M57"> <mml:msup> <mml:mrow></mml:mrow> <mml:mrow> <mml:mi> ∗</gydF4y2Bamml:mi> </mml:mrow> </mml:msup> </mml:math> </inline-formula>表明,实验组患者的生活质量得分在统计学上不同于对照组(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M58"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。</p><gydF4y2Bafig id="fig6a"> <label>(一)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.006a"></graphic> </fig> <fig id="fig6b"> <label>(b)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.006b"></graphic> </fig> </fig-group> <fig-group id="fig7"> <label>图7</gydF4y2Balabel> <p>比较手术前后的CT图像。(a, b)术前CT图像;(c, d)术后CT图像处理的智能算法。</p><gydF4y2Bafig id="fig7a"> <label>(一)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.007a"></graphic> </fig> <fig id="fig7b"> <label>(b)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.007b"></graphic> </fig> <fig id="fig7c"> <label>(c)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.007c"></graphic> </fig> <fig id="fig7d"> <label>(d)</gydF4y2Balabel> <graphic xlink:href="//www.newsama.com/downloads/journals/jhe/2021/4563100.fig.007d"></graphic> </fig> </fig-group> </sec> <sec id="sec3.7"> <title>3.7。比较手术前后CT图像处理的智能算法</t我tle> <p>有一个62岁的男性病人的实验组抱怨他的上腹部疼痛和不适的3个多月,考入医院逐步加重。术前CT检查显示,有一个质量在肝脏和肝内胆管扩张。图像显示不清楚,而且里面有干扰噪声,影响了阅读的电影。图像处理后的智能算法基于剩余网络,大部分的背侧病变的切除,有更少的残留病灶。图像清晰地显示,没有不必要的噪音(图<xgydF4y2Baref ref-type="fig" rid="fig7"> 7</xgydF4y2Baref>)。人性化护理一个月后,手术后,病人得到了4公斤体重。</p></年代ec> </sec> <sec id="sec4"> <title>4所示。讨论</t我tle> <p>神经内分泌激素的重要激素来维持人类环境的稳定性。它参与许多生理过程,如生长,发展,和生化代谢<xgydF4y2Baref ref-type="bibr" rid="B16"> 16</xgydF4y2Baref>]。神经内分泌激素能调节多种基因的转录和蛋白质合成,促进激素依赖性肿瘤的生长(<xgydF4y2Baref ref-type="bibr" rid="B17"> 17</xgydF4y2Baref>]。肝脏是多种激素的靶器官和生物转化的主要网站和存储的荷尔蒙。体内激素水平的失衡往往会导致细胞生物效应的变化(<xgydF4y2Baref ref-type="bibr" rid="B18"> 18</xgydF4y2Baref>),从而导致肿瘤的发生,肿瘤组织也可以分泌“异位激素。“这变化的激素水平会导致下丘脑垂体轴不平衡,从而进一步影响体内激素水平(<xgydF4y2Baref ref-type="bibr" rid="B19"> 19</xgydF4y2Baref>]。在这项研究中,60例原发性肝癌术后患者随机分为常规护理组(30例)和实验组人性化护理(30例)。通过一段时间的护理,两组患者评估CT图像基于智能算法和激素含量的血液。结果表明,ACTH水平,皮质醇,雌二醇和睾酮对照组高于实验组(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M59"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。最主要的原因可能是,在常规护理,受损的肝功能的恢复速度慢于人性化护理,和多余的神经内分泌激素在体内无法有效地灭活,导致激素在体内的累积。在这个研究中,一个递归浅残余编解码器网络模型构建去除工件和CT图像噪声,并提出了一种新算法。一方面,通过减少残余的层数和卷积核编解码器网络,减少网络的复杂性,递归的想法是用于获得高质量的图像。另一方面,为了避免细节的损失造成的卷积和更好的重建图像,原始输入图像是级联到下一个输入每个递归。实验结果表明,递归工件去除是一个有效的方法,这不仅可以减少网络的复杂性也改善网络的性能,以便去噪结果可以保存图像细节和有一个清晰的结构。</p><p>gydF4y2Ba有很多肝癌的术后并发症。未能加强护理会影响患者的预后,从而影响患者的生活质量。这项研究的结果显示,患者的生活质量评分过程人性化护理的患者明显高于常规护理(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M60"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。活动指导帮助病人不要过早起床,导致手术部位出血,加强引流袋的管理,取代了每天引流袋,防止感染的发生,并优化预后,提高患者的身体功能和社会功能。对患者实施心理护理提高他们的自我意识和加强他们的自信,以提高他们的自我意识和情感功能得分。燕的研究表明,血氧饱和度与人性化护理干预新生儿黄疸优于常规护理干预儿童(<xgydF4y2Baref ref-type="bibr" rid="B20"> 20.</xgydF4y2Baref>]。这项研究的结果是一致的。肝癌患者的存活率在手术后5年低,他们手术后容易复发。患者担心自己的生存状态,焦虑和抑郁等症状。改善病人的消极情绪是很有意义的后续治疗癌症手术。这项研究的结果表明,肝部分切除术后的焦虑和抑郁与整个过程人性化护理干预下低于常规护理,表明整个过程人性化护理可以改善病人的负面情绪。护士给患者心理指导整个过程人性化护理干预,帮助他们加强自我意识,提高自信。与此同时,它也给心理安慰病人家属和敦促家人给病人更多的心理支持。先前的研究表明,患者的焦虑和抑郁评分在心血管外科重症监护室人性化护理明显低于常规护理(<xgydF4y2Baref ref-type="bibr" rid="B21"> 21</xgydF4y2Baref>]。这项研究的结果与先前的研究是一致的。人性化护理过程可以改善术后病人的依从性,优化生活质量,减轻患者的焦虑、抑郁等不良情绪,发挥积极作用在患者的神经内分泌激素和预后。</p></年代ec> <sec id="sec5"> <title>5。结论</t我tle> <p>在这项研究中,术后60例原发性肝癌患者随机分为相同数量的常规护理组和人性化护理组。通过一段时间的护理,激素含量确定和评估基于智能算法利用CT图像。结果表明,实验组比对照组在当地坏死率,神经内分泌激素水平在某个时间点,SAS得分在某个时间点,术后合规、和生活质量评分,差异具有统计学意义(<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M61"> <mml:mi> P</gydF4y2Bamml:mi> <mml:mo> <</gydF4y2Bamml:mo> <mml:mn> 0.05</gydF4y2Bamml:mn> </mml:math> </inline-formula>)。在未来,将扩大样本量进行更深入的研究这个方向。</p></年代ec> <back> <sec sec-type="data-availability"> <title>数据可用性</t我tle> <p>使用的数据来支持本研究的发现可以从相应的作者。</p></年代ec> <sec sec-type="COI-statement"> <title>的利益冲突</t我tle> <p>作者宣称没有利益冲突。</p></年代ec> <ref-list> <ref id="B1" content-type="article"> <label>1</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Broutier</年代urname> <given-names> l</g我ven-names> </name> <name> <surname> Mastrogiovanni</年代urname> <given-names> G。</g我ven-names> </name> <name> <surname> 帮助下</年代urname> <given-names> M . M。</g我ven-names> </name> <name> <surname> Francies</年代urname> <given-names> h·E。</g我ven-names> </name> <name> <surname> Gavarro</年代urname> <given-names> l . M。</g我ven-names> </name> <name> <surname> 布拉德肖</年代urname> <given-names> c·R。</g我ven-names> </name> <name> <surname> 艾伦</年代urname> <given-names> g . E。</g我ven-names> </name> <name> <surname> Arnes-Benito</年代urname> <given-names> R。</g我ven-names> </name> <name> <surname> Sidorova</年代urname> <given-names> O。</g我ven-names> </name> <name> <surname> Gaspersz</年代urname> <given-names> m P。</g我ven-names> </name> <name> <surname> Georgakopoulos</年代urname> <given-names> N。</g我ven-names> </name> <name> <surname> 古</年代urname> <given-names> B.-K。</g我ven-names> </name> <name> <surname> Dietmann</年代urname> <given-names> 年代。</g我ven-names> </name> <name> <surname> 戴维斯</年代urname> <given-names> s E。</g我ven-names> </name> <name> <surname> Praseedom</年代urname> <given-names> r·K。</g我ven-names> </name> <name> <surname> Lieshout</年代urname> <given-names> R。</g我ven-names> </name> <name> <surname> IJzermans</年代urname> <given-names> j·n·M。</g我ven-names> </name> <name> <surname> Wigmore</年代urname> <given-names> 美国J。</g我ven-names> </name> <name> <surname> Saeb-Parsy</年代urname> <given-names> K。</g我ven-names> </name> <name> <surname> 加内特</年代urname> <given-names> m·J。</g我ven-names> </name> <name> <surname> van der拉恩说道</年代urname> <given-names> l . J。</g我ven-names> </name> <name> <surname> Huch</年代urname> <given-names> M。</g我ven-names> </name> </person-group> <article-title> 人类主要肝cancer-derived瀑样文化疾病模型和药物筛选</gydF4y2Baarticle-title> <source> <italic> 自然医学</我talic> <year> 2017年12月</yegydF4y2Baar> <volume> 23</vogydF4y2Balume> <issue> 12</我年代年代ue><fpage> 1424年</gydF4y2Bafpage> <lpage> 1435年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1038 / nm.4438</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85039071691</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B2" content-type="article"> <label>2</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 刘</年代urname> <given-names> Z。</g我ven-names> </name> <name> <surname> 江</年代urname> <given-names> Y。</g我ven-names> </name> <name> <surname> 元</年代urname> <given-names> H。</g我ven-names> </name> <name> <surname> 方</年代urname> <given-names> Q。</g我ven-names> </name> <name> <surname> 蔡</年代urname> <given-names> N。</g我ven-names> </name> <name> <surname> 锁</年代urname> <given-names> C。</g我ven-names> </name> <name> <surname> 金</年代urname> <given-names> l</g我ven-names> </name> <name> <surname> 张</年代urname> <given-names> T。</g我ven-names> </name> <name> <surname> 陈</年代urname> <given-names> X。</g我ven-names> </name> </person-group> <article-title> 原发性肝癌的发病率趋势造成的具体病因:从全球疾病负担研究2016对肝癌的预防和影响</gydF4y2Baarticle-title> <source> <italic> 肝脏病学杂志</我talic> <year> 2019年4月</yegydF4y2Baar> <volume> 70年</vogydF4y2Balume> <issue> 4</我年代年代ue><fpage> 674年</gydF4y2Bafpage> <lpage> 683年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1016 / j.jhep.2018.12.001</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85059686627</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B3" content-type="article"> <label>3</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 公园</年代urname> <given-names> p s W。</g我ven-names> </name> <name> <surname> 霜</年代urname> <given-names> T。</g我ven-names> </name> <name> <surname> 唐ydF4y2Ba</surname> <given-names> 年代。</g我ven-names> </name> <name> <surname> 黄</年代urname> <given-names> J。</g我ven-names> </name> <name> <surname> 教皇</年代urname> <given-names> 一个。</g我ven-names> </name> <name> <surname> 杜威</年代urname> <given-names> h . M。</g我ven-names> </name> <name> <surname> 崔</年代urname> <given-names> p . m . C。</g我ven-names> </name> </person-group> <article-title> 为了减少中风治疗延误墨尔本城市主中风中心在过去的二十年</gydF4y2Baarticle-title> <source> <italic> 内科医学杂志</我talic> <year> 2021年</yegydF4y2Baar> <volume> 16</vogydF4y2Balume> <pub-id pub-id-type="doi"> 10.1111 / imj.15429</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B4" content-type="article"> <label>4</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 莱特</年代urname> <given-names> e . C。</g我ven-names> </name> <name> <surname> Hostinar</年代urname> <given-names> c, E。</g我ven-names> </name> <name> <surname> 特莱诺尔</年代urname> <given-names> b . C。</g我ven-names> </name> </person-group> <article-title> 渴望见到你:社会警惕和焦虑在青春期的神经内分泌机制</gydF4y2Baarticle-title> <source> <italic> 欧洲神经科学杂志》上</我talic> <year> 2020年7月</yegydF4y2Baar> <volume> 52</vogydF4y2Balume> <issue> 1</我年代年代ue><fpage> 2516年</gydF4y2Bafpage> <lpage> 2529年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1111 / ejn.14628</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B5" content-type="article"> <label>5</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 阵风</年代urname> <given-names> K。</g我ven-names> </name> <name> <surname> Caccese</年代urname> <given-names> C。</g我ven-names> </name> <name> <surname> Larosa</年代urname> <given-names> 一个。</g我ven-names> </name> <name> <surname> 阮</年代urname> <given-names> T.-V。</g我ven-names> </name> </person-group> <article-title> 神经内分泌的影响泌乳和hormone-gene-environment交互</gydF4y2Baarticle-title> <source> <italic> 分子神经生物学</我talic> <year> 2020年4月</yegydF4y2Baar> <volume> 57</vogydF4y2Balume> <issue> 4</我年代年代ue><fpage> 2074年</gydF4y2Bafpage> <lpage> 2084年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1007 / s12035 - 019 - 01855 - 8</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B6" content-type="article"> <label>6</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 恩里克</年代urname> <given-names> a·J。</g我ven-names> </name> <name> <surname> Gabrielloni</年代urname> <given-names> m . C。</g我ven-names> </name> <name> <surname> 罗德尼。</年代urname> <given-names> P。</g我ven-names> </name> <name> <surname> 巴比里</年代urname> <given-names> M。</g我ven-names> </name> </person-group> <article-title> 后备的干预措施在分娩疼痛、焦虑和神经内分泌的压力参数:随机对照试验</gydF4y2Baarticle-title> <source> <italic> 国际护理实践杂志》上</我talic> <year> 2018年6月</yegydF4y2Baar> <volume> 24</vogydF4y2Balume> <issue> 3</我年代年代ue><pub-id pub-id-type="publisher-id"> e12642</pugydF4y2Bab-id> <pub-id pub-id-type="doi"> 10.1111 / ijn.12642</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85043334302</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B7" content-type="article"> <label>7</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Garza-Hernandez</年代urname> <given-names> R。</g我ven-names> </name> <name> <surname> Melendez-Mendez</年代urname> <given-names> C。</g我ven-names> </name> <name> <surname> Castillo-Martinez</年代urname> <given-names> G。</g我ven-names> </name> <name> <surname> Gonzalez-Salinas</年代urname> <given-names> F。</g我ven-names> </name> <name> <surname> Fang-Huerta</年代urname> <given-names> M。</g我ven-names> </name> <name> <surname> 绅士</年代urname> <given-names> h . C。</g我ven-names> </name> </person-group> <article-title> 外科病人的感知对人性化护理的行为</gydF4y2Baarticle-title> <source> <italic> 西班牙卫生保健国际</我talic> <year> 2020年3月</yegydF4y2Baar> <volume> 18</vogydF4y2Balume> <issue> 1</我年代年代ue><fpage> 27</gydF4y2Bafpage> <lpage> 31日</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1177 / 1540415319856326</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85070401677</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B8" content-type="article"> <label>8</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Perez-Fuentes</年代urname> <given-names> m . d . C。</g我ven-names> </name> <name> <surname> Herrera-Peco</年代urname> <given-names> 我。</g我ven-names> </name> <name> <surname> Molero Jurado</年代urname> <given-names> M·d·M。</g我ven-names> </name> <name> <surname> Oropesa鲁伊斯</年代urname> <given-names> n . F。</g我ven-names> </name> <name> <surname> Ayuso-Murillo</年代urname> <given-names> D。</g我ven-names> </name> <name> <surname> Gazquez利纳雷斯</年代urname> <given-names> J·J。</g我ven-names> </name> </person-group> <article-title> 横断面研究的共鸣和情感管理:关键人性化护理在护理工作环境</gydF4y2Baarticle-title> <source> <italic> 心理学领域</我talic> <year> 2020年5月13日</yegydF4y2Baar> <volume> 11</vogydF4y2Balume> <fpage> 706年</gydF4y2Bafpage> <pub-id pub-id-type="doi"> 10.3389 / fpsyg.2020.00706</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B9" content-type="article"> <label>9</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 张</年代urname> <given-names> D。</g我ven-names> </name> <name> <surname> 徐</年代urname> <given-names> 一个。</g我ven-names> </name> </person-group> <article-title> 应用双源CT灌注成像和核磁共振对原发性肝癌的诊断</gydF4y2Baarticle-title> <source> <italic> 肿瘤的信件</我talic> <year> 2017年11月</yegydF4y2Baar> <volume> 14</vogydF4y2Balume> <issue> 5</我年代年代ue><fpage> 5753年</gydF4y2Bafpage> <lpage> 5758年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.3892 / ol.2017.6170</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85030165828</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B10" content-type="article"> <label>10</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 本</年代urname> <given-names> 一个。</g我ven-names> </name> <name> <surname> 巴生</年代urname> <given-names> E。</g我ven-names> </name> <name> <surname> 钻石</年代urname> <given-names> 我。</g我ven-names> </name> <name> <surname> Rozendorn</年代urname> <given-names> N。</g我ven-names> </name> <name> <surname> 拉斯金</年代urname> <given-names> s P。</g我ven-names> </name> <name> <surname> Konen</年代urname> <given-names> E。</g我ven-names> </name> <name> <surname> Amitai</年代urname> <given-names> M . M。</g我ven-names> </name> <name> <surname> 格林斯潘</年代urname> <given-names> H。</g我ven-names> </name> </person-group> <article-title> 肝脏CT图像分类的决策支持系统转移到主要癌症网站</gydF4y2Baarticle-title> <source> <italic> 放射学学术</我talic> <year> 2017年12月</yegydF4y2Baar> <volume> 24</vogydF4y2Balume> <issue> 12</我年代年代ue><fpage> 1501年</gydF4y2Bafpage> <lpage> 1509年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1016 / j.acra.2017.06.008</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85026551979</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B11" content-type="article"> <label>11</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Solth</年代urname> <given-names> 一个。</g我ven-names> </name> <name> <surname> Mukerji</年代urname> <given-names> N。</g我ven-names> </name> <name> <surname> 斯特</年代urname> <given-names> R。</g我ven-names> </name> </person-group> <article-title> 减少儿童CT扫描的辐射与分流术:一项全国性的调查和部门CT协议</gydF4y2Baarticle-title> <source> <italic> 英国神经外科杂志》</我talic> <year> 2018年10月</yegydF4y2Baar> <volume> 32</vogydF4y2Balume> <issue> 5</我年代年代ue><fpage> 558年</gydF4y2Bafpage> <lpage> 562年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1080 / 02688697.2018.1485874</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85050381904</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B12" content-type="article"> <label>12</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 沙阿</年代urname> <given-names> V。</g我ven-names> </name> <name> <surname> Hillen</年代urname> <given-names> T。</g我ven-names> </name> <name> <surname> Hillen</年代urname> <given-names> T。</g我ven-names> </name> <name> <surname> 詹宁斯</年代urname> <given-names> J。</g我ven-names> </name> </person-group> <article-title> 比较用CT / CT低剂量CT透视引导经皮骶和supra-acetabular cementoplasty</gydF4y2Baarticle-title> <source> <italic> 诊断和介入放射学</我talic> <year> 2019年9月</yegydF4y2Baar> <volume> 25</vogydF4y2Balume> <issue> 5</我年代年代ue><fpage> 353年</gydF4y2Bafpage> <lpage> 359年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.5152 / dir.2019.18362</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85071785716</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B13" content-type="article"> <label>13</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Wolterink</年代urname> <given-names> j . M。</g我ven-names> </name> <name> <surname> lein</年代urname> <given-names> T。</g我ven-names> </name> <name> <surname> Viergever</年代urname> <given-names> m·A。</g我ven-names> </name> <name> <surname> Isgum</年代urname> <given-names> 我。</g我ven-names> </name> </person-group> <article-title> 生成对抗网络在低剂量CT降噪</gydF4y2Baarticle-title> <source> <italic> IEEE医学成像</我talic> <year> 2017年12月</yegydF4y2Baar> <volume> 36</vogydF4y2Balume> <issue> 12</我年代年代ue><fpage> 2536年</gydF4y2Bafpage> <lpage> 2545年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1109 / TMI.2017.2708987</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85029680697</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B14" content-type="article"> <label>14</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 唐</年代urname> <given-names> C。</g我ven-names> </name> <name> <surname> 李</年代urname> <given-names> J。</g我ven-names> </name> <name> <surname> 王</年代urname> <given-names> l</g我ven-names> </name> <name> <surname> 李</年代urname> <given-names> Z。</g我ven-names> </name> <name> <surname> 江</年代urname> <given-names> l</g我ven-names> </name> <name> <surname> 蔡</年代urname> <given-names> 一个。</g我ven-names> </name> <name> <surname> 张</年代urname> <given-names> W。</g我ven-names> </name> <name> <surname> 梁</年代urname> <given-names> N。</g我ven-names> </name> <name> <surname> 李</年代urname> <given-names> l</g我ven-names> </name> <name> <surname> 严</年代urname> <given-names> B。</g我ven-names> </name> </person-group> <article-title> 未配对低剂量CT去噪网络基于cycle-consistent生成对抗网络与以前的图像信息</gydF4y2Baarticle-title> <source> <italic> 计算和数学方法在医学</我talic> <year> 2019年12月7日</yegydF4y2Baar> <volume> 2019年</vogydF4y2Balume> <pub-id pub-id-type="publisher-id"> 8639825</pugydF4y2Bab-id> <pub-id pub-id-type="doi"> 10.1155 / 2019/8639825</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B15" content-type="article"> <label>15</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 刘</年代urname> <given-names> 年代。</g我ven-names> </name> <name> <surname> Setio</年代urname> <given-names> A . A。</g我ven-names> </name> <name> <surname> Ghesu</年代urname> <given-names> f . C。</g我ven-names> </name> <name> <surname> 吉布森</年代urname> <given-names> E。</g我ven-names> </name> <name> <surname> Grbic</年代urname> <given-names> 年代。</g我ven-names> </name> <name> <surname> Georgescu</年代urname> <given-names> B。</g我ven-names> </name> <name> <surname> Comaniciu</年代urname> <given-names> D。</g我ven-names> </name> </person-group> <article-title> 没有惊喜:培训健壮的肺结节检测低剂量CT扫描通过增加对手的攻击</gydF4y2Baarticle-title> <source> <italic> IEEE医学成像</我talic> <year> 2021年1月</yegydF4y2Baar> <volume> 40</vogydF4y2Balume> <issue> 1</我年代年代ue><fpage> 335年</gydF4y2Bafpage> <lpage> 345年</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1109 / TMI.2020.3026261</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B16" content-type="article"> <label>16</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 席尔瓦</年代urname> <given-names> m . s . B。</g我ven-names> </name> <name> <surname> Giacobini</年代urname> <given-names> P。</g我ven-names> </name> </person-group> <article-title> 新见解她们血液中的抗苗勒氏管激素的作用hypothalamic-pituitary-gonadal轴和神经内分泌的发展</gydF4y2Baarticle-title> <source> <italic> 细胞和分子生命科学</我talic> <year> 2021年1月</yegydF4y2Baar> <volume> 78年</vogydF4y2Balume> <issue> 1</我年代年代ue><fpage> 1</gydF4y2Bafpage> <lpage> 16</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1007 / s00018 - 020 - 03576 - x</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B17" content-type="article"> <label>17</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Zandee</年代urname> <given-names> w·T。</g我ven-names> </name> <name> <surname> 坎普</年代urname> <given-names> K。</g我ven-names> </name> <name> <surname> 范Adrichem</年代urname> <given-names> r . C。</g我ven-names> </name> <name> <surname> Feelders</年代urname> <given-names> r。</g我ven-names> </name> <name> <surname> de牧民</年代urname> <given-names> W·W。</g我ven-names> </name> </person-group> <article-title> 激素分泌综合症对神经内分泌肿瘤预后的影响</gydF4y2Baarticle-title> <source> <italic> Endocrine-Related癌症</我talic> <year> 2017年7月</yegydF4y2Baar> <volume> 24</vogydF4y2Balume> <issue> 7</我年代年代ue><fpage> R261</gydF4y2Bafpage> <lpage> R274</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1530 / erc - 16 - 0538</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85037638750</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B18" content-type="article"> <label>18</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 科尔</年代urname> <given-names> P。</g我ven-names> </name> <name> <surname> Kolasa-Wołosiuk</年代urname> <given-names> 一个。</g我ven-names> </name> <name> <surname> Misiakiewicz-Has</年代urname> <given-names> K。</g我ven-names> </name> <name> <surname> Wiszniewska</年代urname> <given-names> B。</g我ven-names> </name> </person-group> <article-title> 性生理激素依赖性和肝脏疾病</gydF4y2Baarticle-title> <source> <italic> 国际环境研究和公共卫生杂志》上</我talic> <year> 2020年4月11日</yegydF4y2Baar> <volume> 17</vogydF4y2Balume> <issue> 8</我年代年代ue><fpage> 2620年</gydF4y2Bafpage> <pub-id pub-id-type="doi"> 10.3390 / ijerph17082620</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B19" content-type="article"> <label>19</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Bourdeau</年代urname> <given-names> 我。</g我ven-names> </name> <name> <surname> 格拉耶布埃尔</年代urname> <given-names> N。</g我ven-names> </name> <name> <surname> 盖格农</年代urname> <given-names> N。</g我ven-names> </name> <name> <surname> 拉克鲁瓦</年代urname> <given-names> 一个。</g我ven-names> </name> </person-group> <article-title> 管理:内分泌疾病的鉴别诊断,调查和双边肾上腺位治疗</gydF4y2Baarticle-title> <source> <italic> 欧洲内分泌学杂志</我talic> <year> 2018年8月</yegydF4y2Baar> <volume> 179年</vogydF4y2Balume> <issue> 2</我年代年代ue><fpage> R57</gydF4y2Bafpage> <lpage> R67</gydF4y2Balpage> <pub-id pub-id-type="doi"> 10.1530 /倘使- 18 - 0296</pugydF4y2Bab-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85050679626</pugydF4y2Bab-id> </element-citation> </ref> <ref id="B20" content-type="article"> <label>20.</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 严</年代urname> <given-names> C。</g我ven-names> </name> <name> <surname> 周</年代urname> <given-names> l</g我ven-names> </name> <name> <surname> 康</年代urname> <given-names> X。</g我ven-names> </name> </person-group> <article-title> 人性化护理在新生儿黄疸的治疗效果及其对血氧饱和度的影响</gydF4y2Baarticle-title> <source> <italic> 美国旅游研究杂志》上</我talic> <year> 2021年5月15日</yegydF4y2Baar> <volume> 13</vogydF4y2Balume> <issue> 5</我年代年代ue><fpage> 4908年</gydF4y2Bafpage> <lpage> 4914年</gydF4y2Balpage> </element-citation> </ref> <ref id="B21" content-type="article"> <label>21</gydF4y2Balabel> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 曾</年代urname> <given-names> Z。</g我ven-names> </name> <name> <surname> 关</年代urname> <given-names> Y。</g我ven-names> </name> </person-group> <article-title> 人性化护理对自我效能感的影响,睡眠和生活质量的患者心血管外科重症监护病房</gydF4y2Baarticle-title> <source> <italic> 美国旅游研究杂志》上</我talic> <year> 2021年5月15日</yegydF4y2Baar> <volume> 13</vogydF4y2Balume> <issue> 5</我年代年代ue><fpage> 4884年</gydF4y2Bafpage> <lpage> 4891年</gydF4y2Balpage> </element-citation> </ref> </ref-list> </back> </article> </body> </html>