Alazzam，马利克欧瑞祥，李欧明荣，尹欧丽，崔欧荣秀，郑PY - 2021 DA - 2021/10/16 TI - Small-for-Gestational-Age婴儿的早期物理线性增长基于计算机分析方法SP - 7227928六世- 2021 AB -本文提出机器学习可以突破的技术限制的线性增长测试婴儿的早期体格小于胎龄,可以准确计算和预测疾病的后果。为检测小于胎龄婴儿早期体质的线性生长，根据计算机分析方法进行数据采集和判断。实验结果表明，47.3%的小于胎龄婴儿可能发生窒息。本研究设计的实验对象为2020年1月至2021年1月在新生儿重症监护病房住院的小胎龄婴儿。根据胎龄与出生体重的关系，将调查对象分为早期组和晚期组。小胎龄男婴占68%，小胎龄女婴占32%。其中胎龄早的比例最高，男孩多于女孩，患病单胎多于双胞胎。早期组新生儿窒息发生率为52.1%，喂养不耐受发生率为22.5%，颅内出血发生率为14.8%，硬化性水肿发生率为6.3%，新生儿高胆红素血症发生率为24.7%，低血糖发生率为24.6%，呼吸暂停发生率为1.1%，呼吸窘迫综合征发生率为3.2%。 Infants develop differently at different stages of corrected gestational age. The incidence of low body weight (6%) after correction for 3 months was significantly reduced compared with correction for gestational age, and the difference was statistically significant ( P < 0.05)。小于胎龄婴儿的营养吸收可促进身体追赶性生长、身体发育和神经发育。因此，小于胎龄的婴儿的身体发育需要以营养为重点的补充。SN - 2040-2295 UR - https://doi.org/10.1155/2021/7227928 DO - 10.1155/2021/7227928 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -