杂志医疗保健工程

目的。前瞻性研究的病人谁正在接受有创机械通气多器官功能障碍综合征老年（MODSE）（IMV）早期预后评估。方法。的351例患者的临床资料，2013年1月和2018年一月的急性生理和慢性健康评估II（APACHE II），APACHE III，简化急性生理评分（SAPS II）和多器官功能障碍评分（MODS）之间前瞻性纳入了计算。根据28天的结果，将患者分为幸存者及死亡者。此外，基于断奶能否实现，所有的患者分为成功断奶组和失败对断奶组。结果。根据预后，接收机下MODS评分系统的区域操作APACHE II，III APACHE，SAPS II的特性曲线，并且是0.837，0.833，0.784，和0.860，分别。MODS表现出最高的灵敏度，而APACHE II表现出最高的特异性和成功断奶有利于改善患者的预后。多变量logistic回归分析显示，肺部疾病，血浆白蛋白，血清肌酸酐水平，衰竭器官数，和IMV持续时间基本均与断奶的预后，与1.447比值比（OR），0.820，1.603，2.374，和3.105，分别。结论。Apache的II，III APACHE，SAPS II和MODS系统能为患者多器官功能障碍综合征的中老年人进行良好的预后评估。底层肺疾病，血浆白蛋白，血清肌酐，衰竭器官数，和IMV持续时间是在MODSE患者断奶与创机械通气的独立预后因素。

阅读全文

虽然个别踝关节和跖趾关节僵硬有关，训练强度和体育表演，体育运动员可以开发出从频谱续航能力强大的类型的体育中特定被动关节僵硬。这项研究的目的审查马拉松运动员，篮球运动员，和其他运动项目的运动员是否会表现出明显的被动踝关节和跖趾关节僵硬以及垂直刚度。十五马拉松运动员，十九篮球运动员，十七其他运动项目的运动员进行两个关节僵硬测量和单腿跳跃试验。我们使用了测力计计算机化控制到脚对准和速度被动踝和跖趾关节僵硬测量。我们跳跃力平台上的计算期间通过体的减速和身体质量位移的竖向刚度。单向方差分析来识别组间差异。也踝，跖趾和垂直刚度之间进行双变量相关测试。篮球组显示更高的13％踝被动的刚度比其他运动选手组（ ）。在坐位和站位跖趾关节僵硬被动比亚军和其他体育运动员组篮球组高出23％（ ）。但是，在跖趾关节的被动刚度和竖向刚度不显著的组间差异。所有刚度变量之间的相关性显著测定（ ）。这些结果表明，踝关节和跖趾关节僵硬被动，而不是垂直腿僵硬，将是关系类型的体育参与。踝关节和脚趾加强锻炼可以提高篮球运动员的表现和防止受伤。

阅读全文

双性髋关节植入物已被广泛引入是为了克服近年来错位。然而，在运动学和接触力学双性髋关节植入物的不同步态的潜在影响目前还不清楚。此外，大范围的运动耦合的与植入物的位置，特别是高或倾斜角度前倾，可导致差的运动学和接触力学。甲先前开发的动态有限元方法在该研究中检查的运动学和下不同步态与不同的倾斜度或角度的前倾耦合双流动性髋关节植入物的相应稳定性通过。结果表明只有内相对下膝盖弯曲下温和的倾斜和前倾角的角度为双重移动性髋关节植入物滑动，而25的前倾角°诱导既冲击和随之发生的相对滑动外关节运动的。然而，冲击下爬楼梯确实发生和（杆颈和衬套内缘之间）坐在向下/站立以及组合运动时倾斜和前倾角，°，分别设定为45°和0这最终导致了相对的外关节运动滑动。高倾斜角没有恶化都冲击和相关外滑动相比，衬里的适度倾斜和前倾角的角度，但具有高前倾角延长了冲击和外相对滑动两者的周期。极端运动和高前倾角度几乎不可避免的，他们在这两个关节的双重性髋关节植入物确实导致运动。

阅读全文

根据美国癌症协会的预测为2019年，将有大约268600个新的病例在美国与浸润性乳腺癌的妇女中，约有62930新的无创的情况下，从乳腺癌约41760例死亡病例。其结果是，存在如在医学研究所和美国国家研究委员会最近的一份报告指出乳房成像专家的高需求。满足这种需求的一种方式是通过开发利用乳房X光检查乳腺癌的检测和诊断的计算机辅助诊断系统（CAD）。本研究旨在审查的最新进展和发展CAD系统乳腺癌检测和诊断用乳房X线照片，并给予在从预处理和增强步骤和分类步骤结束的开始步骤中使用的方法的概述。表现为CAD系统目前的水平令人鼓舞，但还不足以让CAD系统独立的检测和临床诊断系统。除非通过增强现有的方法，在模式识别开拓新的有前途的方法，如在深学习数据增强和利用电脑的计算能力的进步，从目前的水平显着提高CAD系统的性能，CAD系统将继续成为第二个意见临床过程。

阅读全文

鉴于存在于基因调节时间延迟，通过使用分析想法和复杂的网络的方法，提出了基于模糊标记传播的多延时基因调控网络分析方法。该算法需要的相对的变化趋势系数，相关系数，和互信息作为该基因对的相似性度量指标，充分反映基因对的相关性，同时获得通过模糊标记传播的基因调控的关系和时间延迟在半监督学习的算法。的酵母显示细胞周期调节的基因的实验结果表明，GRN的所提出的施工方法，不仅可以正确地选择潜在调节基因也提供关于基因调节器模型的细节，从而更准确地构建基因调控网络。

阅读全文

慢性病代表世界各地的公众健康构成严重威胁。据估计，在全球所有死亡人数的约60％和慢性疾病的全球负担约43％。因此，该保健数据的分析，帮助卫生官员，病人和医疗社区早期发现这些疾病。从医疗数据提取模式，帮助医疗保健社区，以获得完整的医疗数据进行诊断的目的。本研究工作的目的，提出改善慢性疾病，它用于人们生活的保护监测检测系统。为此，建议系统已开发利用机器学习算法，以提高慢性病的检测。与慢性疾病的标准数据已经从各种全球资源收集。在医疗保健数据，特别慢性疾病包括类的暧昧对象。因此，模糊的对象的存在显示了涉及两个或两个以上的类，其减少的机器学习算法的准确性性状的可用性。聚类搞清楚慢性疾病数据集的模糊性，提高了系统的性能，目前的研究工作就在于假设演示noncrisp粗K-means（RKM）的新颖性。 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-score，被用来评估该系统的性能。此外，评价和建议的系统与现有的机器学习算法的对比介绍。最后，所提出的系统具有增强的机器学习算法的性能。

阅读全文