摘要：“脑心共病”逐渐受到国内外神经外科和心血管内外科医师的重视,并着手开展“脑心同治”手术互为保障,“泛血管医学”概念提出多学科交叉、跨学科整合的研究模式和发展理念。泛血管医学思想对“脑心同治”手术具有重要指导意义,“脑心同治”手术又使“泛血管医学”概念更加完整与深化。现阶段坚持以动脉粥样硬化性疾病为基础进行手术实施设计,“脑心同治”手术将在未来突破传统的颈动脉与冠状动脉同期手术范畴,过渡到以血管重建为中心的发展方向,从外科手术角度扩大“泛血管医学”概念的内涵。

摘要：随着国家医疗卫生改革日渐深入，医院和公立医疗体制也处转型之际，医务工作者的心理倦怠日趋严重，进而严重影响到医务人员身心健康、医疗服务品质和医患关系的和谐。从人力资源视角，对天津市三级甲级医疗机构医务从业者职业倦怠情况开展问卷调查，发现在职业倦怠三个维度上的倦怠检出率均较高，医务工作者职业整体倦怠情况严重，其中31—40岁年龄且中级职称的医务人员是职业倦怠的高发人群，并发现深层次原因主要受外部要素的影响。为此，建议医疗机构加大干预力度，注重岗位匹配和工作自主性，强化部门合作，完善内部绩效考核与收入分配机制。同时，倡导医生为本的理念，重视医疗从业者的职业设计，树立医疗机构核心文化，提高对医务工作者精神激励和心理健康培训，加强对严重职业倦怠员工和职业倦怠易发人员的关注。

摘要：睡眠呼吸暂停是一种常见的睡眠呼吸紊乱,目前呼吸暂停的诊断主要依靠多导睡眠监测,但因其操作复杂、价格昂贵,且对使用环境要求较高,而难以实现家用普及。为此提出一种基于脑电信号小波分解的呼吸暂停自动检测方法。首先,对脑电信号进行4层小波分解,提取第2~4层细节系数;其次,在得到的细节系数绝对值中提取能量和方差两种特征;最后,建立k-近邻,支持向量机和随机森林等机器学习模型对特征进行分类。使用来自天津市胸科医院睡眠监测实验室30名受试的3 248个正常呼吸和呼吸暂停期间的脑电信号片段进行检测,结果显示,对呼吸暂停识别准确率、灵敏度、特异度分别达到93.85%、91.46%、96.27%,表明该方法可以实现呼吸暂停事件的高精度检测,有望用于呼吸暂停自动识别系统的设计,辅助医师进行呼吸暂停自动检测。

摘要：目的:采用主成分分析法分析影响住院患者满意度的主要因素指标权重,为进一步提高医疗护理服务质量,提升患者就医感受提供理论依据。方法:采用自行设计的住院患者满意度调查问卷,对天津市某三级甲等医院CCU的100名住院患者进行调查。指标权重采用主成分分析,各指标评价采用象限图法。结果:指标权重分析结果显示,对患者满意度影响较大的指标分别为医院提供的心理辅导、家属的关心、健康教育、医生沟通能力、病房探视制度、就医费用、病房软件环境(隔音、温湿度、气味等)、医院提供的饮食。象限图显示非常重要但是满意度相对不高的指标依次为医院提供的饮食、医院提供的心理辅导、就医费用、病房软件环境、病房探视制度、健康教育。结论:医院应优先改进医院提供的饮食、心理辅导、就医费用、病房软件环境、病房探视制度及健康教育这6个方面,以提高医疗护理服务质量,提升患者就医感受。

摘要：慢性阻塞性肺病(COPD)是一种常见的以持续气流受限为特征的慢性呼吸道疾病,具有很高的发病率和死亡率。目前临床上对COPD的诊断方式十分复杂,不仅耗时且有创或有辐射伤害,不适用于日常筛查。本研究设计了一种基于深度学习的COPD诊断模型。首先,将RespiratoryDatabase@TR多媒体呼吸数据库中42位COPD患者的肺音数据和来自天津大学胸科医院的24位COPD患者以及37位健康受试者的临床采集肺音数据相结合,分别运用高通滤波器和基于集合经验模态分解(EEMD)及小波熵的去噪算法进行去噪处理,然后通过归一化、交叠剪切、数据扩增完成预处理过程;然后利用二阶谱分析技术提取肺音特征;最后,将特征输入到改进的19层卷积神经网络模型中,实现健康受试者与COPD患者的二分类。实验结果表明,所提出的模型能够有效诊断COPD,其准确度、敏感度、特异性、F1分数和Kappa系数分别达到了98.93%、98.47%、99.41%、98.95%和97.86%,且由于采用了双中心数据并进行了去噪处理,模型可靠性更高,具有重要的临床意义。

摘要：随着医疗卫生体制改革的不断深入,医院逐步向市场化方向发展转变,在这一过程中,医院需要构建科学完善的绩效考核体系,以提升医院经营管理水平和市场竞争力。平衡计分卡是近些年备受关注的一个绩效考核工具,将其运用至医院绩效考核工作中,可有效提升医院绩水平。基于此,本文先是介绍绩效考核与平衡计分卡的相关概念,然后指出在医院绩效考核中主要存在的问题,并进一步分析引入平衡计分卡的必要性和可行性,最后对平衡计分卡下医院绩效考核体系的设计和应用进行分析,以供参考。

摘要：为了实现居家环境下的睡眠健康监测,提出基于可穿戴式单通道心电的不同睡眠阶段识别分析方法,研究了心电信号的27个心率变异性(HRV)特征分别在序列前向选择(SFS)、序列后向选择(SBS)和浮动序列前向选择(SFFS)3种不同方式下最优特征集的选取,设计了以堆栈式自编码器(SAE)建立的睡眠分期神经网络模型系统。结果表明:基于SFS-SAE的睡眠分期模型方法的分类效果最好,且相邻RR间期序列差值大于50 ms百分比(pNN50)、相邻RR间期序列差值的绝对中位差(MADRR)和庞加莱散点图中椭圆短轴(SD1)3种HRV特征都能在此模型系统中有效用于各睡眠阶段的识别,在清醒-睡眠(WAKE-SLEEP)分类、非快速眼动-快速眼动(NREM-REM)分类和浅睡-深睡(N1N2-N3)分类下的平均准确率分别为82%、80%和81%,基本满足家用睡眠分期判别,可用于睡眠疾病的日常筛查,是对多导睡眠图睡眠分析方法的有效补充。

摘要：针对医用多导睡眠监测仪不便于家用普及的问题,设计了一种基于单一脑电信号的呼吸暂停事件检测算法,利用巴特沃斯滤波器对脑电信号进行频带分解,采用基于模糊熵的方法在子带信号中提取特征参数,对比呼吸暂停和正常呼吸期间对应脑电模糊熵的变化,建立机器学习分类模型对呼吸暂停事件和正常呼吸事件进行分类,并采用来自2个独立数据库的55名被试的睡眠脑电数据对该方法的有效性进行验证。结果表明:该方法在公共数据和临床数据中分别取得了93.25%和94.50%的准确率,证明了脑电模糊熵可有效地表征呼吸暂停期间的脑电特性,为便携式呼吸暂停检测设备的实现提供了理论基础及技术支持。

摘要：一、仪器及方法德国在 EOS SPRINT 型基础上推出了功率肺量领域'THE NEW JAEGER ERGOSPLRO-METRY RANGE',美国在9000Ⅳ型基础上设计出2900型设备,都是根据气体交换法在运动负荷期间连续监测所获各种参数的动态分析。德国 EOS SPRINT 型运动负荷心肺检测系统包括显示器、分析器、计算机主机、键盘、打印机、心电监护装置。它既可测定静态下参数,又可与运动平板或带血压监测的功率自行车组合,组成运动状态下的测试系统,进行心电图监护。该机可选择7种标准测量程序和24种选择测量程序。标准程序每隔15秒钟分析出下列参数1次:HR(心率)、WATT(负荷功率瓦)、BF(呼吸频率)、RQ(呼吸商)、EQ-CO_2(CO_2当量)、EQ—O_2(O_2当量)、VE 或 MYL/min(每分通气量)、VO_2F/min(每分摄氧量)、VCO_2L/min(每分CO_2排出量)、Vt L(潮气量)、VO_2ml/(kg·min)(每分每公斤摄氧量)、VO_2 ml/HR(每搏摄氧量)、FO_2%(O_2浓度百分比)、FCO_2%(CO_2浓度百分比)、MET(代谢当量)。该设备广泛用于:①胸肺医学—呼吸系统疾病;②心脏病学—运动试验;③运动医学—健康检查和运动员训练。

摘要：对骨切削研究中的骨切削数值仿真本构模型、骨切削手术工艺及机理等方面进行了综述,着重介绍了切削参数对骨切削的影响、骨切削刀具设计等,并对医学领域新兴的超声骨切削技术进行了介绍和分析.最后得出应从以下方面完善骨切削研究:(1)骨切削数值仿真的本构模型有待开发;(2)构建系统的骨材料切削理论以解释骨材料切屑形态的切削机理;(3)骨材料切削刀具的开发需要进一步深化;(4)超声骨切削由于安全性高、损伤小、愈合快的特点将成为未来临床骨切割操作的发展方向和趋势.