简介：

简介：摘要随着新时代的到来，经济在逐渐地向前发展，社会也在不断地进步，并达到了一个更全新的水平，人民群众的生活水平也在日益提高，全民小康已经不再成为妄想，现在随着人民群众的生活水平的上升，人们对医疗设备也越来越重视和关注了，心电图机就是其中比较重要的常用医疗电子仪器，心电图机，顾名思义，就是针对心脏等器官的仪器，主要是能够自动记录心脏跳动时心肌产生的生物电信号。心电图机的作用就是将这微小的跳动信号通过某种方法放大，所以，对于心电图机自动分析算法我们还要更加积极认真地去思考和讨论。

简介：摘要目的探讨儿科常用药物的配制及换算方法。方法根据药物剂量、规格制定药物的统一配制标准，规范护理操作。结果保证了儿科实际用药的准确性,保证了疗效。结论该简易换算法提高了临床护士的换算速度,也提高了护理工作效率。

简介：目的：实现心音信号的自动分段;定位第一心音、第二心音、杂音。方法：提出一种无需心电参考的心音自动分段算法。利用小波变换对心音信号进行多层分解-重构,保留心音信号主要成分,削弱杂音比重,突出心音基本特征;提取心音信号特征波形,进而得到心音包络,对心音包络采用相关算法,实现心音定位。结果：采用612个周期不同病症的心音信号进行验证,平均心音信号分段正确率为98%。结论：仿真结果表明,心音信号分段算法抗噪能力强、分段正确率高。

简介：摘 要 : 鱼眼镜头视角广，但鱼眼图像存在严重的桶形畸变，要使用鱼眼图像的信息就需要对鱼眼图像进行校正。球面透视投影模型的鱼眼图像校正算法原理简单、实现方便，且视觉效果改善显著，但存在丢失鱼眼图像周边物景的问题。针对此问题，提出了一种改进算法，通过引入系数来量化选定的缩小区域，再予以加权算法，有效保留图像所有信息，提高了校正图像的质量。实验结果表明在不增加算法运行时间前提下，改进算法能够有效改善鱼眼图像校正效果，有较强的实用价值。

简介：目的探讨双波长减影算法对X射线发光成像（XLI）中存在的环境噪声、X射线噪声以及非目标荧光信号等背景噪声的去除效果.方法：开发基于双波长减影算法的XLI图像处理方法,并通过数值仿真以及仿体实验来对所提方法进行验证.使用硬阈值算法和改进型中值滤波算法对原始图像进行预处理,然后使用双波长减影算法处理,并对处理结果进行评估.结果：在数值仿真中XLI图像的目标背景比（TBR）提高约38倍,在仿体实验中TBR提高约4倍.数值仿真以及仿体实验表明,所提方法处理图像之后可以提升XLI图像的TBR,改善图像质量.结论：基于双波长减影算法的图像处理方法可以有效去除XLI图像中的背景噪声干扰,提取目标荧光信号.

简介：目的进行布鲁氏菌病相关危险因素研究,通过数据分析形成关联规则。方法采用关联规则算法（Apriori）,对张北县养殖户2014—2015年的调查问卷资料进行分析,采用支持度和置信度作为衡量关联规则的强度。结果共形成30个强关联规则,这些强关联规则中蕴含着布病感染与性别、年龄、职业、从业年限、羊存栏量、羊购买地和戴手套情况等因素之间的关联关系。结论关联规则算法为评估布病危险因素提供了一套可借鉴的研究方法。

简介：目的使用XGBoost算法开发加强监护病房（ICU）中脓毒症患者住院死亡风险的预测模型。方法使用美国大型重症数据库MIMIC-Ⅲ作为数据来源;根据2016年发布的第三版脓毒症诊断和定义标准,选取数据库中的脓毒症患者,提取其生命体征、实验室检查等数据;使用XGBoost开发模型,并比较其与SVM模、SAPS-Ⅱ模型的预测性能。结果共纳入10487例脓毒症患者,住院死亡率20.80%。XGBoost模型的受试者工作特征曲线下面积（AUROC）为0.836（95%置信区间：0.819-0.853）,优于SVM模型和SAPS-Ⅱ模型。Hosmer–Lemeshow检验显示,XGBoost模型拥有优秀的校准度。结论基于XGBoost的ICU脓毒症患者住院死亡风险预测模型能准确地辅助临床医生进行风险预测,从而采取合适的临床干预以降低ICU脓毒症患者的死亡率。

简介：摘要目的探讨CT薄层扫描骨算法重建技术在颅底骨折检查中的优越性及临床价值。方法对60例颅脑外伤可疑颅底骨折的患者行常规CT扫描后，对其颅底影像进行骨算法薄层重建，并与常规扫描所得颅底影像进行比较。结果60例脑外伤患者在常规CT扫描仅有25例显示骨折线．行薄层骨算法重建后60例均可见到明确骨折线，同时能够更清晰的显示筛窦、蝶窦及乳突气房积液情况。结论CT扫描骨算法重建技术简便易行，对颅底骨折的诊断明显优于常规CT扫描，在临床中具备较大的应用价值。

简介：摘要目的探讨基于改进Demons算法的三维肺部医学影像配准。方法获取1例肺部疾病患者一个呼吸运动周期内十个时相的肺部CT影像资料，根据均方误差确定实验所需时相影像，最终确定第10时相为最大吸气相，第6时相作为最大呼气相，应用混合层次配准模型进行影像配准，以最大吸气相作为参考影像，以最大呼气相作为浮动影像，完成全局图像间非刚性配准，然后应用改进Demons算法进行局部优化配准，采用的算法策略为多分辨率策略，对比配准前后影像间的均方误差值。结果配准后全局影像间的均方误差值为10.7418，较配准前的21.9306明显降低，局部影像间的均方误差值为3.8935，较配准前的13.0452明显降低。结论基于改进Demons算法能够对三维肺部医学影像进行有效配准。

简介：数据挖掘（DataMining）是一个利用各种方法,从海量的有噪声的凌乱数据中,提取隐含和潜在的对决策有用的信息和模式的过程[1]。关联分析的目的是要寻找事物间的联系和规律,发现它们间的关联关系。数据挖掘中,关联分析的主要技术是关联规则,1993年由Agrawal等首次提出,有Apriori、GRI、Carma等经典算法。本研究应用Apriori算法探索慢性传染性疾病与用药之间关联关系，找出问题、分析、提出建议与对策，以供临床医师、药师参考。

简介：风险评估工作能够及早发现、识别和评估突发公共卫生事件中的风险,从源头上预防、减少和消除可能发生的风险隐患,降低风险带来的不可预测的损失。因此,风险评估工作对有效防范和应对突发公共卫生事件带来的各类风险具有至关重要的意义。鉴于当前我国基于突发公共卫生事件风险评估技术的研究和应用均处于起步阶段,并且尚未有针对于决策树模型在突发公共卫生事件风险评估中的应用的研究的现状。鉴于此,本研究针对决策树的概念、特点、决策树模型的构建过程、决策树ID3算法的具体步骤及决策树模型在突发公共卫生事件风险评估中的应用进行介绍,为完善决策树模型在突发公共卫生事件风险评估技术的应用体系、框架提供帮助。