摘要：针对汽车疲劳驾驶导致交通事故频发的问题,设计实现了一种基于人脸特征识别的汽车疲劳驾驶预警系统。该系统首先通过摄像头采集驾驶员面部图像数据,再利用深度学习中的卷积神经网络进行人脸特征提取,获取包含眨眼频率、打哈欠次数、头部姿态等关键特征参数。在此基础上,建立了多维度的疲劳评估模型,该模型通过分析连续视频帧中面部特征的动态变化规律,实现了对驾驶疲劳状态的实时监测和预警。为提高系统性能,对传统卷积神经网络结构进行了优化,增加了注意力机制模块,同时采用了长短时记忆网络(LSTM)来捕捉驾驶员面部特征的时序变化特性。实验结果表明,该系统在不同光照和驾驶环境下的疲劳检测准确率达到95.3%,平均响应时间低于0.5秒,具有较强的实用性和可靠性,能够有效降低疲劳驾驶带来的安全风险。In response to the problem of frequent traffic accidents caused by car fatigue driving, a car fatigue driving warning system based on facial feature recognition has been designed and implemented. The system first collects facial image data of the driver through a camera, and then uses convolutional neural networks in deep learning to extract facial features, including key feature parameters such as blink frequency, yawning frequency, and head posture. On this basis, a multidimensional fatigue assessment model was established, which achieved real-time monitoring and warning of driving fatigue status by analyzing the dynamic changes of facial features in continuous video frames. To improve system performance, the traditional convolutional neural network structure was optimized by adding an attention mechanism module, and a long short-term memory network (LSTM) was used to capture the temporal variation characteristics of driver facial features. The experimental results show that the fatigue detection accuracy of the system reaches 95.3% under different lighting and driving environments, with an average response time of less than 0.5 seconds. It has strong practicality and reliability, and can effectively reduce the safety risks caused by fatigue driving.

摘要：鼻内镜下泪囊鼻腔造口术(endoscopic dacryocystorhinostomy,EDCR)是目前治疗慢性泪囊炎的主要术式,其对正常或大泪囊腔患者效果显著,但是对于部分小泪囊腔及肉芽粘连型泪囊腔患者效果稍差。为了更好地对不同类型慢性泪囊炎患者实施精准治疗,我们设计了EDCR的改良术式,即鼻内镜下泪囊鼻腔开放术,将我科2016-04-2018-06收治的40例(43眼)慢性泪囊炎患者根据泪囊腔情况在术中分为3种类型,并对术后疗效进行随访。

摘要：目的了解公众对药品不良反应(ADR)的认知和行为意向情况。方法采用自行设计的纸质问卷和微信问卷2种形式,对2018年9月至12月在广西科技大学第一附属医院门诊候诊及等候取药的患者或家属进行现场问卷调查。被调查者以无记名方式填写问卷,答毕现场回收。经2位药师筛选合格问卷,对调查问卷中关于ADR认知和行为意向的每个问题选项赋予一定分值,对得分进行百分化,并对调查问卷进行统计分析。结果共回收问卷519份,合格问卷508份,有效回收率为97.9%。受访者对ADR认知的中位得分为50(0,100),行为意向中位得分为86(36,100)。≥60岁的老年人对ADR认知和行为意向的得分均低于20~39岁和40~59岁人群(均P<0.05),大学/大学专科学历者对ADR认知和行为意向得分明显高于中学/中等专业学历者(均P<0.05);城镇居民对ADR认知和行为意向得分均明显高于郊区及农村居民(均P<0.05)。仅有55.9%(284/508)的调查对象对ADR定义的选择是正确的,44.1%(224/508)调查对象认为ADR是用药错误、药品质量或医疗差错造成的,62.6%(318/508)认为发生ADR应该由医院、药品生产企业和监管部门承担责任。在发生ADR后,有91.9%(467/508)的调查对象表示愿意向相关部门报告,但有25.6%(130/508)的调查对象不知道报告部门和不知道如何填写报表。结论公众对ADR的认知度较低;尽管有报告ADR的意向,但因对ADR的认知度较低,对报告部门、报告途径等不了解而受限。

摘要：调查某三级医院医护人员科研基础与科研培训需求。方法:选择某三级医院446名医护人员,设计调查问卷,分析其科研基础以及科研培训需求。结果:未参加科研课题、未发表过论文者更多,但未接受科研培训者较少,大部分医护人员认为有必要开展科研培训,希望科研培训时间及频率以工作日白天、一月一次为主(P<0.05)。科研工作中遭遇的困难以缺乏科研思路和科研信息、时间和精力不足为主(P<0.05)。医护人员经科研培训希望获得的知识以科研选题、文献检索和数据库使用、科研设计为主(P<0.05)。医护人员希望的培训方式以科研培训班、专题讲座、专家指导为主(P<0.05)。结论:目前院内医护人员中未参加科研课题、未发表过论文者较多,且科研工作中遇到较多困难,对科研培训的需求较大,应受到重视,完善科研环境,促进科研工作的顺利开展。

摘要：大型医疗机构正在面临转型,从"财务管理为中心"转型为互联网环境下"临床信息化+管理信息化"的数字化医院。"互联网+"时代背景下,医疗移动化的需求越来越强烈,针对目前医院办公系统存在的主要问题及医院搭建移动协同办公系统的必要性,文章提出了医院移动办公系统整体架构与主要功能模块,以及各功能模块的概述。

摘要：本文从一般的企业培训谈起,阐述了信息培训的定义、信息培训在医院信息化建设中的定位和作用,并重点介绍了信息培训在医院的设计、筹划和实施的具体过程,最后指出了信息培训的发展趋势,以信息化建设的发展促进医院的全面发展。

摘要：构件化软件开发是实现软件标准化生产和流水化作业的前提条件。基于构件化的软件开发设计思想与建筑工程或机械工程的设计思想颇为相似,但在实际的软件开发中,软件可视化的构件设计思想没有建筑工程和机械工程领域的可视化设计这样规范。如果将可视化的工程设计原则应用到构件化的软件开发设计中,将对软件开发工作大有益处。

摘要：目的探讨唇裂红唇的形态学特点,为手术治疗提供实验依据。方法观测48例唇裂患者红唇外观形态特征,HE染色观察干湿性红唇组织结构。结果①Ⅲ度单侧唇裂患侧红唇最厚点厚度为(3.48±0.41)mm,明显小于Ⅱ度唇裂(P<0.05);②双侧唇裂前唇上部宽度明显小于下部,前唇正中的厚度明显大于左右侧(P<0.05);③干性红唇上皮棘层和固有层较薄,毛细血管丰富,粘膜下层厚且有大量腺体,肌层较致密;湿性红唇固有层毛细血管少,粘膜下层较薄,腺体少,肌层疏松。结论单侧唇裂患侧红唇厚度可能与裂隙大小有关,双侧唇裂前唇外观形态与左右侧有差异,唇裂干湿性红唇组织结构存在明显差异,术中应加以注意。

摘要：目前口腔问题是受到临床广大关注的健康问题,无论是先天或后天因外界多种因素导致的错畸形、咬合创伤及牙齿缺失等问题,均可通过口腔正畸获得良好的矫治效果,因此随着错畸形发生率的提高,口腔正畸治疗也在临床广泛应用。口腔正畸以颌骨可塑性、牙周膜内环境稳定性及牙骨质抗压性为基础理论,通过个体生理与机械力之间产生互相作用,起到排齐牙齿和改善侧貌等美观作用。在口腔正畸治疗中,需要将被矫正的牙齿移向目标位置,为了达到良好的矫正效果,支抗在口腔正畸中占据了重要地位,一个良好的支抗设计在矫正过程中可有效协助被矫正牙齿移向目标位置,传统支抗控制主要以牙齿为抗基,因此对牙齿结构造成的损伤较大,易造成牙齿移动,远期效果较差。而随着口腔医学不断发展,相关医疗技术的进步,微型种植支抗逐渐应用于口腔正畸中,与传统支抗控制不同,支抗力为骨骼,因此满足了口腔正畸中不希望某些牙齿移动的现象发生的需求,在获得良好矫正效果的同时远期效果理想。本文现针对口腔正畸中微型种植支抗的应用进展进行分析,旨在为临床应用及后续相关研究提供理论依据。

摘要：脑卒中易造成患者肢体偏瘫,影响患者的日常生活质量。手腕部作为人体行为动作的重要执行单元,进行手指抓握与手腕协作等粗大训练具有重要的意义。这里以正常手腕部的运动状态为基础,开发了一种基于手腕部粗大训练康复机器人。通过分析人体手腕部关节结构和关节夹角的生理特征,拟合生成手腕部抓握运动轨迹。构建三自由度的创新康复机器人的结构,实现手部同时抓握、手掌俯仰和手腕旋转运动。开发融合手腕部主/被动训练的康复机器人控制系统,验证机器人的运动功能。实验结果表明,手腕部康复机器人能够分别实现人体手指的抓握、手掌俯仰、手腕旋转的单独运动和相互协作运动,运动范围满足手腕部运动的生理需求。