【摘 要】
：
目的 调查分析妊娠期及产褥期孕产妇静脉血栓形成的发病现状、危险因素及临床特征。方法 回顾性分析2018年1月1日至12月31日于中国9个地区11家医疗单位（10家三级甲等医院、1家二级甲等医院）客观诊断为静脉血栓形成的孕产妇139例临床资料（其中有1例患者临床资料不全，后期分析仅纳入138例患者）。根据静脉血栓形成的时间分为妊娠期、产褥期两组，分析孕产妇静脉血栓形成的发病现状、危险因素及临床特征。
【基金项目】
：
国家重点研发计划（2021YFC2701500）；
论文部分内容阅读
目的 调查分析妊娠期及产褥期孕产妇静脉血栓形成的发病现状、危险因素及临床特征。方法 回顾性分析2018年1月1日至12月31日于中国9个地区11家医疗单位（10家三级甲等医院、1家二级甲等医院）客观诊断为静脉血栓形成的孕产妇139例临床资料（其中有1例患者临床资料不全，后期分析仅纳入138例患者）。根据静脉血栓形成的时间分为妊娠期、产褥期两组，分析孕产妇静脉血栓形成的发病现状、危险因素及临床特征。结果（1）妊娠期及产褥期静脉血栓形成的发生率为0.09‰～5.89‰。（2）138例静脉血栓形成患者中包括妊娠期孕妇33例（23.9%），产褥期产妇105例（76.1%）；血栓形成相关的危险因素中不运动或脱水、年龄≥35岁、妊娠合并症、妊娠期或产褥期的外科手术（除外会阴缝合术）依次占比为34.1%（47/138）、32.6%（45/138）、32.6%（45/138）、22.5%（31/138）。产褥期血栓形成产妇中剖宫产占比为92.4%（97/105），所有产妇中仅有10.1%（14/138）无相关危险因素。（3）妊娠期或产褥期血栓形成以下肢深静脉血栓形成为主（73.2%,101/138），深静脉血栓好发于左下肢（73.3%,74/101）；上肢浅静脉血栓孕产妇中有10.0%（2/20）合并深静脉血栓，下肢浅静脉血栓孕产妇中有57.1%（8/14）合并深静脉血栓。（4）共4例孕产妇发生肺栓塞（2.9%,4/138），中孕、晚孕各1例，产褥期2例；3例孕产妇经积极救治后存活，1例死亡。结论 妊娠期及产褥期有必要对所有孕产妇进行静脉血栓形成危险因素筛查，以便早期识别出高危孕产妇进而予以必要的预防或治疗。
其他文献
可见光遥感图像舰船目标检测在民用和军事领域都具有重要意义。本文以大幅面高分辨率可见光遥感图像为研究对象,开展星载舰船目标检测系统设计。星载舰船目标检测系统面临算法精度与速度矛盾、资源需求与供给矛盾,针对上述问题,本文从算法设计、部署优化、硬件设计等方面开展研究,本文主要工作如下:算法设计方面,针对遥感图像面临的复杂环境干扰与目标特性变化导致的舰船目标检测任务高虚警与高漏检问题,本文提出基于全卷积神
人手姿态估计是计算机视觉领域的重要组成部分。随着深度学习的发展,基于单目RGB图像的三维人手姿态估计算法也取得了显著进展。主流的方法通常使用卷积神经网络从输入中提取相关特征,并从这些特征中回归出三维人手关节点。本文从如何更好地利用先验信息的角度,对基于深度学习的单目RGB图像三维人手姿态估计算法展开了研究,针对现有算法存在的一些问题提出了以下改进。如何有效地引入人手的结构信息是这一任务的一个重要问
机器人技术是未来新型产业的高新技术之一。通过使用移动机器人代替人工作业,可以解放人力,同时避免一些未知的危险,保障人类安全。本文针对缺乏先验环境知识的工作任务,研究了多移动机器人系统的编队遍历探测路径规划,实现对环境的详细探测。首先,通过未知环境路径规划算法规划机器人的移动路径,结合建图算法获取未知环境的粗略地图。分析了基于Frontier的边界探索和基于RRT的边界探索这两种未知环境探索方法的优
IT运维服务人员调度问题主要考虑如何安排现有的运维人员,快速、有效地对故障进行处理,从而尽量降低故障产生的影响。其中,每个任务有不同的释放时间、截止时间、重要程度以及紧急程度,而运维服务人员具有异质性,可以完成的任务、完成各任务的时间以及单位工作成本都不同。这些情形在现实工作中大量存在,而理论研究尚存在不足,研究相应的服务人员调度问题具有现实意义和理论价值。本文讨论两类IT运维服务人员调度问题,建
路网属于关键基础设施,是维持国家经济运转和人们日常生活不可或缺的部分。然而,路网由于分布广泛,穿越了许多不同的自然地理区域,很容易遭受各类自然灾害（如地震、洪水、泥石流等）的影响。在这些灾害中,滑坡、泥石流等地质灾害是路网面临的主要威胁。实证研究表明,在世界范围内,泥石流发生的频率及强度将持续增加。如何提升路网应对泥石流灾害的韧性,降低泥石流对交通系统的影响,引起了政府和学术界的高度关注。目前,相
人体解析是计算机视觉领域中一种复杂而精细的语义分割任务,是针对图像中的行人进行详细图像理解的关键步骤之一。近年来,随着深度学习的应用越来越广泛,在人体解析方面也取得了很大的进步。但是面对人体姿态的多变、服饰的多样以及复杂的场景这些情况,常用的仅依赖于语义分割模型的方法不再能达到人体解析任务所需的效果。区别于语义分割任务,人体解析需要对“人”这个特定对象进行信息分析与理解,其中对人体的各个细粒度部件
红外弱小目标检测是从红外图像中快速准确地提取感兴趣的弱小目标的过程,在军事侦察、灾害搜救等军用和民用领域具有广泛应用。近年来,基于深度学习的通用目标检测方法发展迅速,性能超越传统方法。但是,直接用于红外弱小目标检测性能有限。究其原因,红外弱小目标面积小、特征少,难以直接通过大数据学习到目标特征。本文针对天基空间目标监视应用,基于全卷积神经网络U-Net框架开展红外弱小目标检测深度学习算法研究,具体
文本分类作为自然语言处理领域中的一项基本任务,对文本信息的挖掘意义重大.文本分类主要包括单标签文本分类和多标签文本分类.现今随着互联网产业的快速崛起,网络信息的表现形式更加丰富多样,分类粒度也更加精细,如何有效地挖掘互联网中繁复的文本信息则成为现今研究的热点.在这样的时代背景下,传统的单标签文本分类显然已不能很好地满足需求,因而对多标签文本分类的研究就显得尤为重要.多标签文本分类是自然语言处理任务
随着城市化进程,城市路网不断扩张。其中,大型水域是影响和限制城市路网结构与城市形态的一个重要因素,对城市的出现和发展起着至关重要的作用。本文研究了大型水域影响下城市路网地理布局的局部适应性规律,探究了大型水域对路网全局性能的影响,并在此基础上提出并验证了城市路网的生成模型。本文首先通过数据采集和预处理,设计了支撑研究所需的路网、大型水域等要素的数据结构,以我国67个大型水域城市为研究对象,25个非
随着三维传感器的发展以及计算设备性能的提升,计算机视觉任务逐渐从二维拓展到三维,激光雷达可以提供包含距离和强度信息的三维信息,同时不受物体光照影响,从而发挥出更加精准的目标识别性能,现已成为三维目标检测系统中常用的传感设备。激光雷达获取点云数据具有量大、稀疏且无序的特点,如何在这些数据中快速准确的完成目标检测、识别与跟踪是三维环境感知的关键技术。本文研究了基于激光雷达的地面目标检测、识别与跟踪算法