【摘 要】
：
目的:基于虚拟现实技术开发多发伤护理教学系统,并对系统进行测试与评价。方法:1.系统的开发:基于真实性、反思性与内容适度性、交互体验与多感知性等设计原则,采集临床病例,筛选整合临床病例后,结合《外科护理学》、《内科护理学》、《基础护理学》和《健康评估》等课程元素,编写本实验剧情脚本。设计本虚拟现实护理教学系统的训练内容、成绩报告单和界面等方面。采用3D Max、3D Maya和Cinema-4D等
论文部分内容阅读
目的:基于虚拟现实技术开发多发伤护理教学系统,并对系统进行测试与评价。方法:1.系统的开发:基于真实性、反思性与内容适度性、交互体验与多感知性等设计原则,采集临床病例,筛选整合临床病例后,结合《外科护理学》、《内科护理学》、《基础护理学》和《健康评估》等课程元素,编写本实验剧情脚本。设计本虚拟现实护理教学系统的训练内容、成绩报告单和界面等方面。采用3D Max、3D Maya和Cinema-4D等软件对虚拟场景进行二次构建,并使用Unity 3D软件开发平台将其进行整合。本虚拟教学系统初次开发完成后,通过便利抽样,选取虚拟现实技术人员、护理教育专家、临床护理专家、护理硕士研究生和本科生对本虚拟教育系统进行测试,提出修改意见,工作人员根据修改意见对系统进行完善。2.系统的评价:采用便利抽样法选取32名长春市某大学护理学院符合纳入排除标准的本科护生为研究对象。研究对象先回答实验前问题,即对虚拟现实是否可用于护理教学的看法。然后工作人员向研究对象讲解本虚拟教学系统的使用方法,护生体验完本虚拟教学系统后,立即填写体验后问卷对本系统进行评价。实验后评价问卷由5部分组成:一般资料调查表、虚拟临床病例教学软件应用效果表、系统可用性量表、积极消极情绪量表和任务负荷指数量表。采用频数和构成比对护生的人口社会学一般资料进行统计描述;采用t检验方法描述护生实验前后对虚拟现实用于护理教学看法的变化;采用平均数和标准差描述护生的本虚拟现实系统实验得分、用时情况以及对于本系统的应用效果、可用性、所获认知愉悦和所需主观工作量情况。结果:1.筛选整合形成1例多发伤护理教学病例,男,48岁,因被高空坠物砸伤入院,神志清楚,有痛苦表现,呼吸困难,面色苍白,P:115次/分,Sp O2:90%,BP:100/70mm Hg,R:19次/分,T:36.9℃,诊断为“蛛网膜下隙出血、顶骨凹陷性骨折、右肾挫裂伤”。2.系统的训练内容主要包括用物准备、患者症状体征的检查、环境评估、实验室相关检查和护理记录等。系统训练界面含有操作、记录和对话菜单栏。本系统以视觉、听觉、空间感和光标等方式实现人机间的交互。3.根据测试结果对系统做出如下完善:（1）护患交流对话框鼠标滚轮垂直滚动一次的行数由原来的3更改为5;（2）虚拟病床的床头设置呼叫器;（3）洗手排序题将视频更改为图片;（4）虚拟患者腕带上的二维码应该可用真实手机扫描出患者相应的信息;（5）心电监护数值显示部位由屏幕上方更改为左下角;（6）成绩报告单可下载保存。4.护生体验后对虚拟现实用于护理教学的看法得分显著高于体验前（P＜0.05）。5.护生对本虚拟教学系统的得分为（62.75±13.75）分,用时为（19.45±6.06）分钟。6.护生对本虚拟教学系统的界面设计、技术支持、软件学习内容和软件学习功能方面的综合评价分别为0.84、0.82、0.84和0.85;护生对本虚拟教学系统的应用效果评分为（8.42±1.23）分,综合评价为0.84。7.护生对本系统的可用性评分为（73.33±12.17）分。8.护生对本系统的积极情绪评分为（27.93±7.36）分,消极情绪评分为（11.80±4.87）分。9.护生对体验本虚拟教学系统所需主观工作量评分为（51.08±11.40）分;得分最高和最低的条目分别是心智需求和体力需求。结论:1.本研究将虚拟现实技术优势与临床多发伤案例护理相结合,开发一个基于虚拟现实的多发伤护理教学系统。2.本虚拟现实多发伤护理教学系统难度和耗时适中、护生应用效果评价良好、系统可用性较好,护生对本虚拟教学系统的整体认知愉悦感良好,教学系统整体主观工作量合理。
其他文献
近年来,我国信用债市场飞速发展,公司信用债作为信用债的重要组成部分,其发行数量和规模也急剧攀升。但与此同时,债券违约成为常态。违约焦点从民企转向国企,高评级债券违约率持续增高,债券评级虚高、调整滞后、偏离企业实际经营情况。如何有效跟踪监测公司信用债的信用评级及其调整并进行准确预测,是投资者面临的痛点。因此,有必要构建高效的公司信用债评级调整预测模型,及时、高效且客观地反映企业的信用风险情况,来降低
分数阶非线性Schr（?）dinger方程是通过Feynmann路径积分从类-Brownian量子力学路径推广到类-Lévy量子力学路径中推导出来.它被广泛应用于科学和工程领域,例如医学上的RMI和心脏病的研究.本文主要研究一类分数阶非线性Schr（?）dinger-Choquard方程的解的适定性和爆破分析.我们讨论的是如下方程的Cauchy问题:其中N≥1,0＜α＜1,0＜γ＜N,0≤k≤4α
量子关联在量子信息领域的研究中处于重要地位,对量子关联的深入研究有利于我们更好地理解一些量子力学的基本问题.在量子资源理论中,量子关联作为一种资源,在一些量子算法中可以使得算法具有加速效果.而算法中所使用的量子态具有的量子关联的类型和数量与加速效果的显著程度之间具有何种关系,是一个重要的研究课题.这个问题的解决有助于我们对原有量子算法有更好的理解,也有助于我们对新量子算法的研究.常见的量子关联有量
能量桩是将传统地源热泵系统中的地埋管埋置于建筑桩基中形成的新型地源热泵应用形式。能量桩具有桩基础和地源热泵的双重功能,因此,除了考察其作为地源热泵的换热性能,也需要考察其作为桩基础的承载性能。本文考虑不同深度土层性质差异,对能量桩力学特性开展研究,探索其在温度与荷载共同作用下的承载力响应机制。完成的研究工作如下:（1）在奉贤海湾浅层地热能科学实验场对能量桩承载特性进行了现场试验。分别对6根能量桩设
我国季节性及多年冻土地区物产丰富,建设对物流运输有利的交通基础设施将促进社会经济发展。“碳中和、碳达峰”建设理念指导下,减少交通设施建设能源消耗这种“自上而下”手段是减少二氧化碳排放的重要策略。低填方路基具有明显节能减排效果而得到更多关注,受条件限制,路基填筑及地基换填材料难以全部采用非冻胀敏感性材料,受气候交替变化影响,路基不可避免发生冻胀融沉循环变形,只从单一场分析角度难以对此过程的特征状态发
随着现代科技迅速发展,人们求解现实优化问题时不再只关注数学优化方法,而更加关注进化算法对于现实优化问题的可能性与有效性。作为一种基于种群的元启发式搜索方法,进化算法对优化问题的限制很少。进化算法虽然泛用性很强,但是在解决计算密集型的优化问题时,算法优化效果仍然受到计算成本的限制。为了减少进化算法在现实优化问题中所需的计算成本,学者提出数据驱动的进化算法。数据驱动的进化算法基于优化问题中的历史数据,
半监督生成学习（Semi-Supervised Generative Learning,SSGL）有效利用未标记的数据,在没有足够的标记数据的情况下,对数据收集/注释工作和生成性能进行权衡。在有限的监督下,学习精确的类语义对于类条件图像生成至关重要。为此,本文提出了一种半监督生成对抗网络（Generative Adversarial Network,GAN）,其判别器带有一个嵌入掩码模块（Mask
面对冷链产品的需求量和品质要求日益增长的现状,物流公司应致力于提高冷链物流配送效率并尽量减少配送过程中产生的产品质量损耗。考虑到制定合理的配送方案是实现上述目标的有效途径之一,通过冷链物流调度来寻找最优的配送方案具有重要意义。由于需要考虑配送过程中产品的质量损耗,冷链物流调度比传统的物流调度更具挑战性。此外,冷链物流调度还面临着真实冷链物流配送场景中的交通环境变化以及订单动态变化这两大挑战。由此,
随着社会经济和科技的快速发展,调度问题的重要性日趋明显,同时,人们对调度方案可行性和高效性的重视程度也越来越高。其中,应急资源调度问题和作业车间调度问题受到广泛的关注和研究。然而,现有研究仍然存在着一定的局限性,例如调度模型考虑的因素和优化目标不够全面等,从而难以很好地满足实际应用需求。为了进一步缩小该研究领域的空缺,本文从模型和算法两个方面对应急资源调度问题和作业车间调度问题展开深入研究,分别从
图像非盲解卷积是图像复原与科学成像中的一个重要问题,它旨在从给定的模糊图像及模糊核中还原出潜在的清晰图像。近年来,监督式深度学习成为了解决图像非盲解卷积问题的主流方法,其通过大量的（模糊图像,模糊核,清晰图像）三元组数据来训练神经网络模型,获得了远超传统非学习方法的性能。然而,在不少应用中,例如生物、医学和天文成像,真值的清晰图像的采集成本大、采集难度高,有时甚至是不可能获得。这限制了监督式深度学