【摘 要】
：
目的:研究血清中枢神经特异性蛋白（S100β）、神经元特异性烯醇化酶（NSE）、脑源性神经营养因子（BDNF）、同型半胱氨酸（Hcy）水平联合检测对急性脑梗死（ACI）患者预后不良的预测价值。方法:选择于我院治疗的187例ACI患者为ACI组和同期健康体检者172例为健康对照组，比较两组血清S100β、NSE、BDNF、Hcy水平。依据出院3个月后的预后情况，ACI组被分为预后良好组（130例）和
论文部分内容阅读
目的:研究血清中枢神经特异性蛋白（S100β）、神经元特异性烯醇化酶（NSE）、脑源性神经营养因子（BDNF）、同型半胱氨酸（Hcy）水平联合检测对急性脑梗死（ACI）患者预后不良的预测价值。方法:选择于我院治疗的187例ACI患者为ACI组和同期健康体检者172例为健康对照组，比较两组血清S100β、NSE、BDNF、Hcy水平。依据出院3个月后的预后情况，ACI组被分为预后良好组（130例）和预后不良组（57例）,比较两亚组一般临床资料和上述指标的血清水平。分析ACI患者预后不良的影响因素及上述指标水平对其的预测价值。结果:与健康对照组比较，ACI组血清S100β、NSE、Hcy水平显著升高，血清BDNF水平显著降低（P均=0.001）。与预后良好组比较，预后不良组年龄、NIHSS评分，房颤、小面积脑梗死、发病至入院时间≥24h比例，血清S100β、NSE、Hcy水平均显著升高，血清BDNF水平显著降低（P＜0.05或＜0.01）。多因素Logistic回归分析显示，年龄、房颤、脑梗死面积、发病至入院时间、NIHSS评分、S100β、NSE、Hcy均为ACI患者预后不良的独立危险因素（OR=1.438～12.563,P＜0.05或＜0.01）,而BDNF是其独立保护因素（OR=0.046,P=0.004）。ROC曲线分析显示，血清S100β、NSE、BDNF、Hcy水平四项联合检测的AUC为0.971、灵敏度为98.25%均显著高于各项单独预测（P＜0.05或＜0.01）。结论:S100β、NSE、Hcy均是急性脑梗死患者预后不良的独立危险因素，BDNF是独立保护因素，对急性脑梗死预后不良具有一定预测价值，且四者联合预测价值更高。
其他文献
光学遥感图像目标检测是计算机视觉和遥感技术相结合的一类计算机技术。目前基于深度学习算法的光学遥感图像目标检测技术多由传统的目标检测模型直接迁移而来,未考虑到遥感图像具备尺寸大、包含的内容广泛、信息量大和小而密集的目标多等特点。此外,遥感图像目标检测多涉及到倾斜框目标检测,相比传统模型的水平框检测更具备挑战性。为提升光学遥感图像的目标检测精确度,本文在传统目标检测模型基础上针对遥感图像特性,提出相关
目标检测是光学遥感图像解译中的核心问题，在情报侦察、目标监视、灾害救援等领域均具有广泛应用。首先，结合深度学习光学遥感图像目标检测算法研究进展，对基于候选区域和回归分析的两类遥感目标检测算法进行了综述。其次，针对旋转目标、小目标、多尺度、密集目标四类常见特定任务场景目标检测算法改进进行了总结。再次，结合常用遥感图像数据集对不同算法性能进行了对比分析。最后，对未来遥感图像目标检测研究值得关注的问题进
本文采用种子乳液聚合法,合成了不同核壳比的含有甲基丙烯酸缩水甘油酯的丙烯腈-丁二烯-苯乙烯核壳冲击改性剂（ABS-g-GMA）,通过丙酮处理以及超速离心法,将改性剂中的未接枝链段分离,得到ABS-g-GMA’改性剂。将各改性剂用于增韧聚对苯二甲酸丁二醇酯（PBT）。探究核壳比对共混物的冲击、拉伸性能以及相容性的影响,以及未接枝链段对改性剂的增韧效果的影响。（1）将不同核壳比的ABS-g-GMA改性
合唱是学校艺术教育的重要组成部分。合唱能培养学生的合作能力、协调能力，提升学生的音乐素养，进而促进学生的全面发展。班级合唱团的音准问题一直困扰着一线的音乐教师。特别是农村学校的学生，普遍音乐素养不高，导致班级合唱教学的开展更为艰难。教学中，教师应尊重学生的生理和心理差异，根据学生的不同表现进行分层指导，促使学生的音乐水平不断提高，形成一支优秀的班级合唱队。
微纳米曝气技术为一种新型的水体曝气技术，介绍了其产生背景以及国内外研究现状，归纳总结了微纳米气泡的物理特性；分析了该技术在水环境治理领域的应用现状，介绍了微纳米曝气与其他技术联用的组合工艺，对污染水体的治理和生态保护具有借鉴意义。
针对常用的遥感图像车辆检测方法稳定性和效率较差的问题，本文提出一种改进YOLO-V5遥感图像车辆检测方法。首先，使用群归一化层替换YOLO-V5中的归一化层，消除训练数据大小对模型的影响，降低模型训练对显卡显存的需求，增加模型收敛速度；然后，使软非极大值抑制算法选择车辆目标锚框，可更精确地定位车辆，防止因遮挡漏检车辆。由实验可知：相比原YOLO-V5模型的各类别平均精确度提高了1.53%，帧率提高
车辆检测问题是计算机视觉和摄影测量与遥感领域的研究热点。通过引入深度学习模型,遥感影像车辆检测已初见成效,并在智慧城市、智能交通等领域展开应用。文章系统归纳了现有的基于深度学习模型的遥感影像车辆检测算法,着重从单阶段与双阶段的车辆检测算法进行了归类、分析及比较。重点梳理了大幅面、复杂背景环境下车辆检测的关键技术,分析主流深度学习模型应用于遥感影像车辆检测的优缺点。实验利用DOTA和DIOR数据集对
党的十八大以来，党和国家立足国情，从中国特色社会主义事业发展和国家安全的全局和战略的高度，积极推进以应急管理体制、应急管理机制、应急管理法制和应急预案，即“一案三制”为基本框架的突发公共卫生事件应急管理体系建设，取得了显著成就，积累了宝贵经验。当前，世界正在经历百年未有之大变局，挑战层出不穷、风险日渐增多，各种安全问题还会带来新的考验，尽快健全和完善突发公共卫生事件应急管理体系，使其更好适应经济社
随着卫星遥感技术水平的全面飞速发展,遥感图像分辨率日渐提高,车辆等遥感小目标也可以在大尺幅遥感图像中清晰地显现出来。车辆作为一种主要的交通工具,在民用及军用领域都具有极其重要的应用,是遥感图像目标检测的重点对象。相比于自然图像,遥感图像的尺幅范围更大,且场景复杂多变,增加了遥感目标检测的难度;在遥感图像车辆目标检测中,目标的像素占比小,在不同分辨率遥感图像中车辆目标尺度差异也较大;以及常出现车辆目