医疗工程杂志

客观的。目的前瞻性地探讨老年多器官功能障碍综合征(MODSE)患者接受有创机械通气(IMV)的早期预后评估。方法。351例患者的临床资料是在2013年1月至2018年1月期间前瞻性纳入的。计算急性生理和慢性健康评估II (APACHE II)、APACHE III、简易急性生理评分(SAPS II)和多器官功能障碍评分(MODS)。根据28天的结果，将患者分为存活者和非存活者。另外，根据是否能实施断奶，将所有患者分为成功断奶组和失败断奶组。结果。根据预后判断，APACHE II、APACHE III、SAPS II、MODS评分系统的接收机工作特性曲线下面积分别为0.837、0.833、0.784、0.860。MODS的敏感性最高，APACHE II的特异性最高，成功的断奶有利于改善患者的预后。多因素logistic回归分析显示，肺疾病、血浆白蛋白、血清肌酐水平、衰竭器官数量、IMV持续时间与断奶预后相关，其优势比(odds ratio)分别为1.447、0.820、1.603、2.374、3.105。结论。APACHE II、APACHE III、SAPS II和MODS系统可对老年人多器官功能障碍综合征患者进行良好的预后评估。肺疾病、血浆白蛋白、血清肌酐、衰竭器官数量和IMV持续时间是有创机械通气患者脱机的独立预后因素。

阅读全文

虽然个别踝关节和跖趾关节僵硬与训练强度和运动表现有关，但运动运动员可能在从耐力运动到力量运动的一系列运动中发展出特定的被动关节僵硬。本研究的目的是检验马拉松运动员、篮球运动员和其他运动运动员是否表现出明显的被动踝关节、跖趾关节僵硬和垂直僵硬。15名马拉松运动员、19名篮球运动员和17名其他运动运动员同时进行了关节刚度测量和单腿跳跃测试。我们使用一个计算机化的测力计来控制被动踝关节和跖趾关节刚度测量的足部定位和速度。我们通过在力平台上跳跃时的体减速和体质量位移来计算垂直刚度。进行单因素方差分析以确定组间差异。在踝关节、跖趾关节和垂直僵硬之间也进行了双变量相关试验。篮球组的踝关节被动僵硬程度比其他运动组( )。跖趾关节坐立位被动刚度在篮球组中比跑步者和其他运动运动员组高23% ( )。但跖趾关节被动刚度和垂直刚度组间无显著性差异。各刚度变量之间存在显著相关关系( )。这些结果表明，踝关节和跖趾关节的被动刚度，而不是垂直腿刚度，与运动参与的类型有关。脚踝和脚趾的强化训练可以提高篮球运动员的表现，防止受伤。

阅读全文

双移动性髋关节植入物近年来被广泛应用于治疗脱位。然而，不同步态对双移植物髋关节运动学和接触力学的潜在影响尚不清楚。此外，与种植体位置的大范围的运动耦合，特别是高倾角或前倾角，可能导致较差的运动学和接触力学。本研究采用先前发展的动态有限元方法来研究双移植物髋关节假体在不同步态耦合下的运动学和稳定性。结果显示，对于双移植物而言，在适度的倾斜和前倾角度下，膝关节屈曲下仅存在内侧相对滑动，而前倾角度为25°时，外侧关节同时受到撞击和相应的相对滑动。然而，在爬梯、坐立/站立时，以及倾角和前倾角度分别设置为45°和0°时，确实发生了撞击(阀杆颈和衬管内缘之间)，这最终导致了外关节处的相对滑动。大倾角与内胆倾角和前倾角相比，不会使撞击和相关外滑动恶化，但大倾角会延长撞击和相关外滑动的时间。极端的运动和高的前倾角并不是不可避免的，它们确实会导致双移植物髋关节关节的运动。

阅读全文

根据美国癌症协会(American Cancer Society)对2019年的预测，美国将出现约268,600例女性侵袭性乳腺癌新病例，约62,930例非侵袭性乳腺癌新病例，约41,760例乳腺癌死亡病例。因此，正如美国医学研究所和国家研究委员会最近的一份报告所指出的那样，对乳房成像专家的需求很高。满足这一需求的一种方法是开发计算机辅助诊断(CAD)系统，用于使用乳房x线照片进行乳腺癌检测和诊断。本研究旨在回顾近年来乳房x线照片在乳腺癌检测与诊断CAD系统中的进展与发展，并对其从预处理与增强步骤到分类步骤所使用的方法进行概述。目前CAD系统的性能水平令人鼓舞，但还不足以使CAD系统独立检测和诊断临床系统。除非CAD系统的性能在现有水平上有显著的提高，如改进现有的方法，开发新的有前途的模式识别方法，如在深度学习中增加数据和利用计算机计算能力的进步，否则CAD系统将继续成为第二意见的临床程序。

阅读全文

摘要针对基因调控中存在的时滞问题，利用复杂网络的分析思想和方法，提出了一种基于模糊标记传播的多时滞基因调控网络分析方法。算法的相对变化趋势系数、相关系数、和互信息作为相似性度量指标的基因,充分反映出相关基因对同时获得基因调控关系和时间延迟的模糊的标签传播算法semisupervised学习。酵母细胞周期调控基因的实验结果表明，本文提出的GRN构建方法不仅可以正确选择潜在的调控基因，而且可以提供基因调控模型的细节，从而更准确地构建基因调控网络。

阅读全文

慢性病对全世界的公共卫生构成严重威胁。据估计，全世界约60%的死亡和约43%的全球慢性病负担。因此，对卫生保健数据的分析有助于卫生官员、患者和卫生保健社区对这些疾病进行早期检测。从医疗数据中提取模式有助于医疗社区获取完整的医疗数据以进行诊断。本研究的目的是完善慢性病监测检测系统，以保障人民的生命安全。基于此目的，本系统已发展成利用机器学习演算法来加强慢性疾病的侦测。有关慢性病的标准数据已从世界各地的各种资源中收集。在医疗保健数据中，特殊慢性疾病包括该类的模糊对象。因此，模糊对象的存在显示了包含两个或多个类的特征的可用性，这降低了机器学习算法的准确性。目前研究工作的新颖之处在于提出了一种假设，即使用非脆性粗糙k -均值聚类方法来解决慢性病数据集的模糊性，从而提高系统的性能。 The RKM algorithm has clustered data into two sets, namely, the upper approximation and lower approximation. The objects belonging to the upper approximation are favourable objects, whereas the ones belonging to the lower approximation are excluded and identified as ambiguous. These ambiguous objects have been excluded to improve the machine learning algorithms. The machine learning algorithms, namely, naïve Bayes (NB), support vector machine (SVM), K-nearest neighbors (KNN), and random forest tree, are presented and compared. The chronic disease data are obtained from the machine learning repository and Kaggle to test and evaluate the proposed model. The experimental results demonstrate that the proposed system is successfully employed for the diagnosis of chronic diseases. The proposed model achieved the best results with naive Bayes with RKM for the classification of diabetic disease (80.55%), whereas SVM with RKM for the classification of kidney disease achieved 100% and SVM with RKM for the classification of cancer disease achieved 97.53 with respect to accuracy metric. The performance measures, such as accuracy, sensitivity, specificity, precision, andF-分数，用以评估建议系统的表现。在此基础上，对所提出的系统与现有的机器学习算法进行了比较和评价。最后，该系统提高了机器学习算法的性能。

阅读全文