检索结果-内蒙古大学图书馆

中国医疗设备 2025年第3期40卷 70-76页

作者：柯晓坡潘国兵林城倪际龙陈大鹏袁嫦中国人民解放军第九〇〇医院仓山院区采购管理科福建福州350001 中国人民解放军第九〇〇医院仓山院区干部科福建福州350001 中国人民解放军第九〇〇医院医疗保障中心福建福州350001 中国人民解放军第九〇〇医院医学工程科福建福州350001 中国人民解放军第九〇〇医院医疗信息科福建福州350001

目的设计开发一套医院医疗设备技术参数管理系统,实现医院医疗设备采购的市场调研和招标技术参数的论证。方法以MyEclipse 6.5软件作为开发工具,采用Java语言设计,采用B/S架构,以MySQL数据库作为后台管理软件,设计实现集设备招标流程于... 详细信息

目的设计开发一套医院医疗设备技术参数管理系统,实现医院医疗设备采购的市场调研和招标技术参数的论证。方法以MyEclipse 6.5软件作为开发工具,采用Java语言设计,采用B/S架构,以MySQL数据库作为后台管理软件,设计实现集设备招标流程于一体的医疗设备技术参数管理系统,包括登录管理、用户管理、设备信息管理、参数论证管理、招标参数管理及分类目录管理功能。结果通过确定系统模块测试场景、梯度增加并发户进行测试,系统性能测试结果通过率为100%。通过系统管理,参数响应、市场调研、参数编制、参数论证效率较管理前显著提升,耗时分别降低43.33%、60.66%、53.90%、57.77%,且差异均有统计学意义(P<0.001)。结论医疗设备技术参数管理系统节省了医院采购机构以及论证机构的采购周期,优化了参数论证和调研流程,提高了医疗卫生机构的管理效率及经济效益。

关键词：市场预研医疗设备 B/S架构技术参数招标采购参数论证

来源：评论

学校读者我要写书评

暂无评论

压力、心电信号匹配器的研制与应用

引用

中华放射学杂志 1992年第12期26卷 849-850页

作者：刘顶成杨学良刘新铭中国人民解放军第一五○医院放射科中国人民解放军第一五○医院医学工程科

我科导管室在做风湿性心脏病二尖瓣狭窄、Budd-Chiari 综合征球囊导管扩张手术时,由于无法记录心内和血管内压力的波型,从而延长了手术完成时间,对了解瓣膜、下腔静脉狭窄段扩张的程度带来困难。另外,为了测压及心电监护人员免受放射线照

关键词：

来源：评论

学校读者我要写书评

暂无评论

示踪减影透视在颅内动脉瘤介入治疗中的临床应用

引用

中国介入影像与治疗学 2010年第5期7卷 489-492页

作者：周军邓桃芳史跃中国人民解放军第97医院生物医学工程科中国人民解放军95829部队门诊部中国人民解放军第97医院介入放射科

目的探讨示踪减影透视(TSF)在颅内动脉瘤介入治疗中的临床应用价值。方法 11例接受介入栓塞治疗的颅内动脉瘤患者,术前均接受双源CT血管成像(DSCTA)及全脑数字减影血管造影(DSA)检查,确定动脉瘤的大小、形态、位置,并测量瘤颈及瘤体的直... 详细信息

目的探讨示踪减影透视(TSF)在颅内动脉瘤介入治疗中的临床应用价值。方法 11例接受介入栓塞治疗的颅内动脉瘤患者,术前均接受双源CT血管成像(DSCTA)及全脑数字减影血管造影(DSA)检查,确定动脉瘤的大小、形态、位置,并测量瘤颈及瘤体的直径;术中应用TSF技术。结果 11例患者(共11个动脉瘤)介入栓塞均获得成功,共植入电解可脱弹簧圈39枚,包括1枚3-D标准成篮填充弹簧圈,3枚3-D软成篮填充弹簧圈及35枚柔软型填充弹簧圈。结论对接受颅内动脉瘤介入栓塞治疗的患者,术中应用TSF可提高治疗效果。

关键词：颅内动脉瘤栓塞,治疗性示踪减影透视血管造影术,数字减影体层摄影术,X线计算机

来源：评论

学校读者我要写书评

暂无评论

基于长短时记忆网络的医疗设备故障智能诊断研究

引用

生物医学工程学杂志 2021年第2期38卷 361-368页

作者：刘香君郎朗张诗慧肖晶晶范莉萍马建川种银保陆军军医大学第二附属医院医学工程科重庆400037 中国人民解放军第32572部队贵州安顺561000

为解决当前医疗设备维修难等问题,本研究提出一种基于长短时记忆网络(LSTM)的医疗设备故障智能诊断方法。首先,在无电路图纸、未知电路板信号走向情况下,采集7种不同故障类别的医疗设备电路板征兆现象及端口电信号两种类别特征,并进行... 详细信息

为解决当前医疗设备维修难等问题,本研究提出一种基于长短时记忆网络(LSTM)的医疗设备故障智能诊断方法。首先,在无电路图纸、未知电路板信号走向情况下,采集7种不同故障类别的医疗设备电路板征兆现象及端口电信号两种类别特征,并进行特征编码、归一化以及融合筛选等预处理;其次,基于LSTM搭建故障智能诊断模型,使用融合并筛选的多模态特征,进行故障诊断分类识别实验,然后实验结果与使用端口电信号、征兆现象及两种类别特征融合等方式进行故障诊断识别对比;此外,与BP神经网络(BPNN)、循环神经网络(RNN)、卷积神经网络(CNN)等算法进行故障诊断性能对比和评估。结果表明:基于融合并筛选的多模态特征,LSTM算法模型的分类诊断准确率平均达到0.9709,较单独利用端口电信号、征兆现象及两种类别特征融合的故障诊断准确率更高;较BPNN、RNN、CNN等算法也具有更高的故障诊断准确率,为同类设备的故障智能诊断提供了一种相对可行的新思路。

关键词：长短时记忆网络故障诊断无图纸特征融合特征筛选

来源：评论

学校读者我要写书评

暂无评论

巨噬细胞对急性肺损伤后炎症的消解与组织修复的研究进展

引用

中国呼吸与危重监护杂志 2018年第4期17卷 430-434页

作者：何园张硌刘慧莹柏长青中国人民解放军第307医院呼吸与危重症医学科北京100071 中国人民解放军第307医院医学工程科北京100071

急性肺损伤（acute lung injury,ALI）是指心源性以外的各种肺内外致病因素导致的急性、进行性、缺氧性急性呼吸衰竭,其临床的主要特征是肺水肿、肺萎陷、难治性低氧血症,其病理生理特征主要有肺容积减少、肺顺应性降低以及严重的通气/... 详细信息

急性肺损伤（acute lung injury,ALI）是指心源性以外的各种肺内外致病因素导致的急性、进行性、缺氧性急性呼吸衰竭,其临床的主要特征是肺水肿、肺萎陷、难治性低氧血症,其病理生理特征主要有肺容积减少、肺顺应性降低以及严重的通气/血流比例失调。

关键词：急性肺损伤组织修复巨噬细胞难治性低氧血症消解炎症急性呼吸衰竭病理生理特征

来源：评论

学校读者我要写书评

暂无评论

基于故障树与贝叶斯网络的呼吸机故障智能诊断

引用

中国医学物理学杂志 2021年第9期38卷 1129-1135页

作者：马建川种银保郎朗肖晶晶王晴范莉萍刘香君中国人民解放军陆军军医大学第二附属医院医学工程科重庆400000 中国人民解放军第32572部队贵州安顺561000

为了快速准确地找出呼吸机故障原因,迅速排除故障,恢复设备的正常运行,本文采用基于故障树和贝叶斯网络的方法对呼吸机常见故障进行分析。首先通过对呼吸机结构原理的综合分析,结合文献案例搭建呼吸机故障树,进行定性分析;利用贝叶斯网... 详细信息

为了快速准确地找出呼吸机故障原因,迅速排除故障,恢复设备的正常运行,本文采用基于故障树和贝叶斯网络的方法对呼吸机常见故障进行分析。首先通过对呼吸机结构原理的综合分析,结合文献案例搭建呼吸机故障树,进行定性分析;利用贝叶斯网络对呼吸机故障进行定量分析;最后用实际维修案例进行验证。结果表明,该方法得到的推理结果与实际结果相符性达到84.54%,为建立呼吸机故障静态数据库并进行故障智能诊断提供了理论依据,具有一定的推广价值。

关键词：呼吸机故障树分析贝叶斯网络故障诊断

来源：评论

学校读者我要写书评

暂无评论

大鼠癫痫模型脑电信息的不稳定周期轨道分析

引用

生物医学工程学杂志 2005年第3期22卷 584-587页

作者：许敏光夏鹏于渤源杨继庆阎伟仇宝跃陈森郭学瑛中国人民解放军第二炮兵总医院医学工程科北京100088 中国人民解放军第二炮兵总医院消化内科北京100088 第四军医大学生物医学工程系物理教研室西安710033

为了进一步探索应用非线性动力学理论对癫痫脑电信息进行分析。在采用非线性动力学指标:近似熵和相关维对大鼠癫痫发作过程的整个脑电信号进行分析研究的基础上,运用新的用于神经元系统的复杂性行为研究的非线性动力学方法——不稳定周... 详细信息

为了进一步探索应用非线性动力学理论对癫痫脑电信息进行分析。在采用非线性动力学指标:近似熵和相关维对大鼠癫痫发作过程的整个脑电信号进行分析研究的基础上,运用新的用于神经元系统的复杂性行为研究的非线性动力学方法——不稳定周期轨道,分析研究癫痫不同发作时期脑电信号的变化规律。结果显示癫痫发作时,脑电信号中存在具有统计显著性的周期1和周期2轨道,而在癫痫发作前期仅存在具有统计显著性的周期1轨道。从而进一步验证了癫痫发作整个过程,脑电信号复杂度的变化规律。

关键词：大鼠癫痫动物模型脑电信息不稳定周期轨道

来源：评论

学校读者我要写书评

暂无评论

基于可穿戴设备量化分析急性心衰患者夜间呼吸模式的探索性研究

引用

生物医学工程学杂志 2023年第6期40卷 1108-1116页

作者：李梦伟亢玉寇宇晴赵双琳张秀邱丽叡颜伟喻鹏铭张庆张政波中国人民解放军医学院北京100853 四川大学华西医院心脏内科成都610041 中国人民解放军陆军第七十二集团军医院医学工程科浙江湖州313000 四川大学华西医院康复医学中心成都610041 北京邮电大学人工智能学院北京100876 中国人民解放军总医院第一医学中心高压氧科北京100853 中国人民解放军总医院医学人工智能研究中心北京100853

急性心力衰竭(AHF)患者常伴呼吸困难,对患者的呼吸模式进行监测和量化分析可为病情和预后评估提供参考信息。本文纳入39例AHF患者和24例健康受试者,采用可穿戴设备收集其夜间胸腹呼吸信号,并量化分析两组人群夜间呼吸模式的差异。与健... 详细信息

急性心力衰竭(AHF)患者常伴呼吸困难,对患者的呼吸模式进行监测和量化分析可为病情和预后评估提供参考信息。本文纳入39例AHF患者和24例健康受试者,采用可穿戴设备收集其夜间胸腹呼吸信号,并量化分析两组人群夜间呼吸模式的差异。与健康组相比,AHF组的呼吸率(BR)均值更高[(21.03±3.84)次/分vs.(15.95±3.08)次/分,P<0.001],相对浅快呼吸指数变异系数更大[70.96%(54.34%~104.28)%vs.58.48%(45.34%~65.95)%,P=0.005],腹呼吸贡献比变异系数更大[(22.52±7.14)%vs.(17.10±6.83)%,P=0.004],呼吸率样本熵更小(0.67±0.37 vs.1.01±0.29,P<0.001);此外,吸气(TI)和呼气(TE)时间均值更短、变异系数更大,劳累呼吸指数变异系数更大,庞加莱图SD1、SD2更大,以上指标的两组间差异均有统计学意义。使用Logistic回归校准发现TI均值降低是AHF的危险因素。BR均值区分两组人群的能力最强,曲线下面积(AUC)为0.846。结果表明呼吸周期、幅度、协调性和非线性参数等能够有效量化AHF患者的异常呼吸模式,其中TI均值降低是AHF的危险因素,呼吸率均值区分两组人群的能力最强。以上结果有望为心衰患者病情评估提供新的信息。

关键词：急性心力衰竭呼吸模式量化可穿戴设备

来源：评论

学校读者我要写书评

暂无评论

西门子SOMATOM Emotion16排CT维修实例

引用

中国医疗设备 2019年第11期34卷 177-179,186页

作者：李斌山中国人民解放军第一医院医学工程科

为了在遇到CT设备故障时能快速做出判断并及时处理,我们对临床使用过程中遇到的计算机硬件故障现象进行分析,并且归类整理排除方法。故障维修措施包括:辅助供电实施预防性维修排除重建计算机IRS硬盘故障、利用替代法排除重建图像伪影、... 详细信息

为了在遇到CT设备故障时能快速做出判断并及时处理,我们对临床使用过程中遇到的计算机硬件故障现象进行分析,并且归类整理排除方法。故障维修措施包括:辅助供电实施预防性维修排除重建计算机IRS硬盘故障、利用替代法排除重建图像伪影、删除冗余历史数据排除控制计算机ICS主台照相数据传输故障、更换老旧机架轴承机械排除异响故障、定期维护保养运动部件、解决ICS计算机蓝屏问题。由于设备故障的复杂多样性,只有充分掌握CT设备的结构和工作原理,才可能迅速有效地排除设备故障,使CT正常运行,减少漏诊、误诊以及提升CT图像质量、提高设备使用率。另外,仍需加强CT设备的日常维护和保养,提升设备使用质量,为临床服务提供有力保障。

关键词： CT结构图像重建错误伪影探测器故障机架异响机架断电蓝屏

来源：评论

学校读者我要写书评

暂无评论

X线高压电缆中段击穿快速修复法

引用

中华放射学杂志 1991年第4期25卷 255页

作者：刘新铭中国人民解放军第一五○医院医学工程科

X线高压电缆从中段击穿,一般都作报废处理。但高压电缆价格昂贵,在多数医院中没有现成的备用品。且各种进口机器高压电缆长达25m以上,报废太可惜。笔者经过几年反复实践,摸索出了快速简便的修复方法。

关键词：

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：