目的探讨视频头脉冲检查技术(video head impulse test,vHIT)在社区糖尿病患者前庭功能筛查中的应用。方法选择北京市朝阳区社区的32例糖尿病患者和32例对照组,应用视频头脉冲检查评估两组的前庭功能。结果糖尿病组和对照组vHIT增益值...
详细信息
目的探讨视频头脉冲检查技术(video head impulse test,vHIT)在社区糖尿病患者前庭功能筛查中的应用。方法选择北京市朝阳区社区的32例糖尿病患者和32例对照组,应用视频头脉冲检查评估两组的前庭功能。结果糖尿病组和对照组vHIT增益值比较有明显统计学差异(χ^(2)=10.536,P<0.01)。糖尿病组有50%患者出现异常扫视波,其中水平半规管(68.75%)受累最常见。对照组有9.38%患者出现异常扫视波,均为水平半规管受累。两组异常扫视波有明显统计学差异(χ^(2)=14.083,P<0.01)。糖尿病组按是否有前庭症状分组:有前庭症状组:22例(68.75%);无前庭症状组:10例(31.25%)。两组右前、左前和右后半规管vHIT增益值比较,差异有统计学意义(P<0.05)。两组右水平、左水平和左后半规管差异无统计学意义(P>0.05)。有前庭症状组和无前庭症状组异常扫视波无统计学差异(χ^(2)=2.327,P>0.05)。依据糖尿病病程分组,病程≤10年组:13例,病程>10年组:19例。除右侧水平和右侧前半规管外,两组其余半规管vHIT增益值比较差异有统计学意义(P<0.05)。病程≤10年组和病程>10年组异常扫视波有统计学差异(χ^(2)=6.348,P<0.05)。随着糖尿病病程延长,更易出现vHIT异常扫视波。结论应用视频头脉冲检查在社区对糖尿病患者进行前庭功能筛查具有可行性;与对照组相比,糖尿病患者更易出现前庭功能损伤,且水平半规管受累最常见。糖尿病病程与前庭功能损伤有相关性,病程越长,更易发生前庭功能损伤。
面向心脏疾病计算机辅助诊断,本文提出一种基于一维卷积神经网络和循环神经网络混合深度学习结构的心音分析方法.本结构首先利用卷积神经网络学习心脏病症在心音信号上的表征,然后通过循环神经网络处理心音信号中的时序信息进行分类,在提升心音分类正确率的同时,大幅度降低了网络参数.为验证本深度学习结构所学特征的有效性,除已有的成人心音数据集外,本文还专门构建了一个面向婴幼儿先天性心脏病的心音数据集,并通过端到端的类别响应图证明了本方法在室缺诊断时学习到的心音信号特征符合临床医师的心音听诊经验.实验结果表明,本文方法能在3153例成人心音数据分类上达到92.56%的正确率,在528例婴幼儿心音数据分类上达到97.48%正确率,模型参数仅有0.05 M.
暂无评论