摘要：目的 以正畸患者为基础,探究成人正畸术后美观人群的颅颌面特征,并为前牙目标位设计提供参考。方法 从1 055例成人正畸患者中,经过纳入标准、排除标准和术后美学评价,最终纳入338例术后美观人群进行头影测量分析。统计描述术后美观人群的头影测量均值,广义估计方程比较性别、骨性矢状向分类(ANB)的差异,单因素分析评价不同性别中年龄、骨性指标和软组织指标的相关性,多因素分析评价骨组织指标、软组织指标对正畸切牙指标拟合的影响。结果 术后美观人群中,男女性在颅骨和下颌骨长度、下颌骨顺旋程度、骨性颏部突度、上颌切牙唇倾度、上唇厚度、面下1/3高度、鼻部突度差异存在统计学意义。术后美观骨性Ⅰ类人群中,男性和女性的骨性颏部突度差异无统计学意义,男性下唇突度比女性更小,其余性别差异与不区分骨性矢状向分类的美观人群结果一致。男性在不同骨性分类中,上下唇突度、软组织颏部突度差异存在统计学意义,但骨性Ⅱ类比骨性Ⅰ类人群的上唇基底部更薄,骨性Ⅲ类比骨性Ⅰ类人群的下唇面高更大。女性在不同骨性分类中,上唇突度、上唇面高、软组织颏部突度差异存在统计学意义,但骨性Ⅲ类比骨性Ⅰ类人群的上唇基底部更厚。术后美观人群中,男女性的上唇厚度、女性上唇基底部厚度及下唇面高与年龄存在相关性。男性患者上唇突度与后颅底长度、下颌体长度、ANB、上颌骨矢状向长度存在相关性,下唇突度与下颌升支高度、下颌骨顺旋情况、骨性颏部突度存在相关性。女性患者上唇突度与SNA、ANB、上颌骨矢状向长度、下颌骨顺旋情况、骨性颏部突度存在相关性,下唇突度与ANB、下颌骨顺旋情况、骨性颏部突度存在相关性。使用多个骨性指标拟合牙性指标时,男性的牙性指标IMPA和女性的牙性指标G Vert-U1的adjusted R^(2)(分别为0.712、0.795)最大。同时使用多个骨性和软组织指标拟合牙性指标时,男女性的G Vert-U1的adjusted R^(2)(分别为0.836、0.842)最大,其中男性G Vert-U1主要受软组织颏部突度和鼻基底部突度影响,女性G Vert-U1主要受鼻基底部突度和ANB影响。结论 本研究以正畸患者为基础,展示了成人正畸术后美观人群的颅颌面特征,发现了性别、年龄、骨组织与软组织指标的相关性,基于多个骨组织和软组织对牙性指标进行拟合,为正畸前牙目标位美学设计提供参考。

摘要：背景科学、有效地预测重症感染患儿死亡关联因素对降低儿童病死率意义重大。既往重症患儿的病情与死亡关系多采用评分预测(如PCIS等),准确度欠佳。目的通过机器学习联合特征筛选的方法,挖掘对重症感染患儿死亡风险具有早期预警作用的敏感指标。设计队列研究。方法基于全国20个省级行政区域的54家PICU的儿童多中心感染性疾病协作网数据库,纳入年龄>28天至18岁、确诊感染和至少有1个器官发生功能障碍的患儿,统计122项临床特征信息,以出PICU时死亡/恶化或治愈/好转为结局,通过机器学习构建逻辑回归模型(LR)、随机森林模型(RF)、极端梯度提升树(XGB)和反向传播神经网络(BP),筛选重要的临床特征建立重症感染患儿死亡风险预测模型。主要结局指标模型接收者操作特征曲线下面积(AUROC)和模型筛选临床特征性能的优劣。结果2022年4月1日至2023年12月31日协作网数据库中入PICU时确诊重症感染且入PICU时、入PICU 24 h时和出PICU时临床特征记录均完整的(病例1738例,经过数据预处理包括异常值处理、缺失值填充、强制值区间范围检验、归一化处理)1738条信息进入机器学习构建模型。存活或好转患儿1396例,死亡或恶化患儿342例(19.6%)。队列数据按4∶1分为训练集(1390条)和验证集(348条),训练集中存活或好转1116条,死亡或恶化274条;验证集中存活或好转280条,死亡或恶化68条。在训练集中,共输入模型122个临床特征,经过机器模型学习以及特征筛选后,在50轮的5折分层交叉验证下,验证集LR、RF和XGB的AUROC为0.74~0.78。LR、RF和XGB选择重要性大于均值的临床特征构建最优临床特征,尚无比较好的衡量BP特征重要性的方法,LR模型较RF和XGB构建的最优临床特征较为接近临床预期。结论机器学习预测儿童重症感染性疾病死亡/恶化结局表现一般,预测模型筛选的临床特征与临床预期尚有距离。

摘要：近年来,全球疫情防控形势严峻,智能消杀机器人应运而生,成为防控疫情的重要手段。本文提出了一种基于启发式函数改进Dijkstra算法的智能消杀机器人。在ROS系统中,机器人通过SLAM建图技术实现地图的实时构建,并基于启发式函数改进Dijkstra算法进行路径规划,该方法可以大大减少搜索范围,提高搜索效率。在路径跟踪方面,机器人采用DWA算法实现精准的路径跟踪和避障。同时,机器人还配备激光雷达和摄像头等传感器,能够高效地感知周围环境。为了提高机器人的消毒杀菌效果,本文提出了一种新的消毒液喷洒方式,通过口罩识别等机器视觉技术实现消毒液喷洒、紫外光的自适应启动。通过深度学习技术实现口罩的检测和识别,自主调整消毒液的喷洒量和喷洒位置,从而有效消杀病毒和细菌。实验结果表明,该智能消杀机器人系统在复杂环境下能够实现高效地导航、准确消杀等功能,具有很好的应用前景。