冠状动脉血管内超声对严重钙化病变斑块旋磨术终点判断的评价研究

来源 :中国介入心脏病学杂志 | 被引量 : 0次 | 上传用户:jk305
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的评价冠状动脉血管内超声(IVUS)对严重钙化病变斑块旋磨术终点的影响。方法回顾性分析2016年8月至2021年2月于北京大学人民医院行IVUS指导下冠状动脉斑块旋磨术治疗的54例患者。根据初次旋磨治疗后是否强化预处理方案(包括升级旋磨头或使用棘突/切割球囊进行扩张)或直接采用半顺应性/非顺应性球囊扩张进行分组,强化组11例,非强化组43例。比较两组患者临床资料、病变特点、手术情况及腔内影像学结果等情况。结果两组患者性别、年龄、既往病史(高血压病、糖尿病、高脂血症、心肌梗死、经皮冠状动脉介入治疗及冠状动
其他文献
8月16日,天津市民张先生发现,在天津市华苑路两侧停车,没有工作人员前来计费了,车停入车位后,道路泊位侧方咪表识别桩亮起了红灯。张先生离开驶出停车道路后,ETC自动结算停车费用。
气门弹簧是发动机配气机构的关键组成部件,其参数设计不仅影响发动机的动力性,更重要的是影响发动机能否在高速下正常稳定的运行。通过对气门弹簧设计关键参数的计算,在设计早期确定能够满足配气机构稳定运行的弹簧预紧力F1、气门最大升程的弹簧力F2以及气门弹簧工作段的平均刚度k,对气门弹簧进行选型。运用该计算方法对某款发动机的气门弹簧进行选型,同时使用AVL-EXCITE软件对配气机构的运动学和动力学进行校核,验证该弹簧选型的方法和流程的可行性。该方法能够一次性确定气门弹簧,且流程简便易行,值得推广。
非侵入式负荷监测因其成本低、隐私性高,具有良好的应用场景。负荷分解方法是非侵入式负荷监测的主要技术难点之一,为提高负荷分解的精度,提出一种基于一维卷积神经网络的负荷分解方法。该方法首先以滑动窗口读取总负荷时间序列生成输入序列,解决深度学习模型不能输入长序列的问题;接着,以序列扩展模块自动提取输入序列的特征并重构为扩展序列,扩展了输入序列的特征信息;最后,采用端到点结构构建特征提取模块,提取扩展序列特征输出负荷分解结果,其中,序列扩展模块和特征提取模块共同构成了一维卷积神经网络模型。在公开的数据集UK_DA
左冠状动脉主干(简称左主干)是心肌供血的主要通道。既往研究指出,在诊断性冠状动脉造影患者中,左主干病变发生率为5%~8%,大多数位于左主干远端,且斑块常累及左前降支和(或)左回旋支开口[1]。传统认为,冠状动脉旁路移植术是严重左主干病变患者的优先疗法,但近年来多个随机试验(SYNTAX[2]、PRECOMBAT[3]、EXCEL[4]和NOBLE[5])提示,对低、中危的左主干远端复杂分叉病变,经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)可获得与冠状
针对混沌同步技术存在伪随机性、确定性以及对初始条件敏感度较高的特点,提出基于混沌同步技术的图像加密算法。构建包含驱动子模型以及响应子模型的混沌同步模型,利用该模型实现图像加密。为实现驱动子模型和响应子模型同步加密,设计一种同步加密控制器,且该加密控制器使用基于混沌矩阵可逆的图像加密算法,实现图像加密。研究结果表明,设计算法加密后图像像素点和原图存在较大差异,不能在加密后的图像中直接获取原始图像的具体信息,该算法对加密后的图像实施解密后,解密图像和原始图像完全一致,且与同类算法相比,该算法的密钥空间和抗攻击
二维四通道不可分小波在图像融合中得到了成功的应用,但其滤波器组的选取都是依靠经验手动完成的,这样会导致图像融合的结果难以达到最优。针对在图像融合的过程中选择融合效果最优的滤波器组的问题,提出基于CNN的二维四通道不可分小波滤波器组的识别方法。该方法利用卷积神经网络强大的学习功能,对构造的大量二维四通道不可分小波滤波器组进行训练。让训练好的网络对滤波器组进行识别,让这些识别的不同类别滤波器组分别作图
在分析新能源消纳存在的关键问题的基础上,结合数据中台的内涵与技术特点,从数据源层、数据资产层、分析层和应用层四个层面构建面向新能源消纳的数据中台,实现了电网数据资产化,促进电网精益化管理。分析了数据中台在新能源消纳相关应用场景如新能源装机规划、机组监测预警及电网规划调度等场景中的适用性,并进一步研究了数据捕捉与汇集、数据价值密度提升、数据价值外化及数据可视化等关键技术在数据中台的应用,为新能源消纳问题从数据复用、资源共享等方面提供了重要参考。
为了能够实现机床运行状态的远程监控并对运行状态实施智能判断,必须准确分析判断机床当前加工的材料类型。利用小波包能量法进行特征提取,利用BP AdaBoost技术建立了集信号采集、处理、分析与判断的混合模型,对切削振动信号特征进行分析与识别,从而推断出加工材料的类型。该方法通过采集机床在切削加工过程中主轴的三向振动信号,利用小波包分解得到振动信号不同频段的能量值并将其作为特征向量,最后通过BP AdaBoost对特征向量进行训练和验证,得到准确的判断结果。结果表明,基于BP AdaBoost神经网络相比单一
冠状动脉易损斑块与心血管疾病的发生发展密切相关。腔内影像学技术的发展与应用极大地丰富了人们对易损斑块的认识,利用腔内影像学工具对易损斑块进行准确识别有助于早期诊断和精准治疗高危患者。血管内超声、光学相干断层成像以及近红外光谱成像是目前应用最为广泛的腔内影像学技术,其对冠状动脉易损斑块的识别和治疗既有各自特点又紧密互通。本文将基于最新的研究结果和临床实践对该领域的进展进行系统阐述。
为了提升拧装机的加工效率,将装配刀头的运行轨迹规划问题转化为旅行商问题(TSP),应用连续型Hopfield神经网络算法对工作节点进行优化排序,并且以16节点的控制柜安装板为分析案例,得出了刀头拧装的执行路径。此外,针对传统Hopfield算法在实际运行过程中容易产生无效路径以及陷入局部最优的不足,融入蚁群算法的思想研究了一种改进型Hopfield算法,在一定范围内自动调整神经元之间的连接权值,辅助网络产生期望的能量极小点。仿真结果表明,改进算法降低了产生无效路径的几率,有效提升了寻优性能。