【摘 要】
：
＜正＞目前在手术室麻醉医生经常通过动脉穿刺置管来监测血压或进行动脉穿刺采血监测血气。当穿刺完毕，该穿刺点需按压3～5 min预防出血。而动脉置管拔管后局部加压时间需≥5 min[3]，增加了医护人员的工作。本技术的目的是提供一种能够在桡动脉及足背动脉采血后压迫止血的装置，通过发明充气式可调节压迫止血技术在动脉穿刺采血中的应用，解决临床工作问题，并获得专利（专利号：ZL 2008 2 1454235
论文部分内容阅读
＜正＞目前在手术室麻醉医生经常通过动脉穿刺置管来监测血压或进行动脉穿刺采血监测血气。当穿刺完毕，该穿刺点需按压3～5 min预防出血。而动脉置管拔管后局部加压时间需≥5 min[3]，增加了医护人员的工作。本技术的目的是提供一种能够在桡动脉及足背动脉采血后压迫止血的装置，通过发明充气式可调节压迫止血技术在动脉穿刺采血中的应用，解决临床工作问题，并获得专利（专利号：ZL 2008 2 1454235.8）。1设计与制作1.1研究设计本装置组成包括：弹性底固定带，
其他文献
随着互联网信息的爆炸式增长,搜索引擎和新闻系统从冗余且信息分散的网络文章中捕捉核心的新闻事件信息,并生成更精细的事件描述,为读者提供实时的事件热点,从而提升用户的阅读体验和时新事件感知。现代信息社会中,从长篇的文章中提炼核心事件信息,具有重要的工业应用价值,对于提升用户的阅读体验至关重要。因此,本文致力于解决这样一个重要且富有挑战性的任务,称为文章事件短描述生成（AES）,该任务旨在为开放域中来自
Hashtag是一种具有特殊形式的主题标签,在社交网络中,常用于标识用户发布内容的主题。鉴于Hashtag的广泛应用和社交网络平台数据规模的庞大,越来越多的社交网络平台开始通过Hashtag检索和管理平台上的数据。由于部分数据存在Hashtag标注不合理问题,因此,需要一种有效的Hashtag推荐方法,为用户推荐合理的Hashtag标签。多模态数据理解和用户个性化推荐是Hashtag推荐方法研究中
背景：膝关节单髁置换手术能有效治疗膝关节单侧严重骨关节炎，临床上发现单髁置换后容易发生胫骨后侧骨皮质断裂，断裂始于胫骨截骨的龙骨槽处，胫骨假体立柱长度影响单髁置换后膝关节的生物力学结果。目的：探讨单髁置换中胫骨假体立柱长度对膝关节生物力学的影响，找出假体立柱长度与患者胫骨前后径的关系。方法：选取37岁无膝关节疾病史健康女性志愿者的计算机断层扫描图像数据和常用单髁假体，建立自然膝关节模型并建立单髁假
人体行为识别是目前人机交互和人工智能领域的热门方向,具有十分重要的研究价值以及广泛的应用前景。尤其是针对人体行为识别的各种数据源出现,单一模态的行为识别已经不能满足实际需求,利用多模态机器学习有效融合多个来源的异构信息变得越来越重要。针对目前传统融合策略不能提供足够的信息对多种数据复杂关系进行建模的问题,分别就多传感器场景以及多异构模态场景,提出了对应的融合架构。首先,为了在多传感器领域提取每个惯
近年来,深度学习在包括文本分类、情感分析以及机器翻译等各种自然语言处理任务中都取得了巨大的成功。但是,研究人员发现基于深度学习的自然语言处理模型容易受到对抗文本的攻击,具有一定的脆弱性。对抗文本是通过在原始文本上添加通常不易被察觉的微小扰动而生成的。这些被精心设计的文本容易导致深度学习模型做出错误的预测,该研究引起了学术界和工业界对现有深度学习算法安全性和完整性的广泛关注。另外有研究表明,通过生成
随着信息技术的飞速发展,数据呈指数级别增长。这些数据在深刻改变人们生产生活方式的同时,也带来了许多挑战,比如数据质量问题。由于数据在采集、传输等过程中受各种因素的干扰,不完整数据广泛存在于众多领域。不完整数据查询处理已经在数据分析、机器学习等领域得到深入研究。在众多查询中,TopK查询检索用户最感兴趣的k个对象。目前,针对存在不完整性的数据的Top-K查询技术主要面向流数据,现有的不完整数据Top
混合车辆路径规划模型的任务需求分布在顶点、弧和边上,属于NP完全问题,具有重要的理论研究价值。而且,它在实际生活中具有比较广泛的应用,如城市垃圾回收、校车接送和道路清扫等。文章研究了混合车辆路径规划模型以及两个变种问题,基于时间窗的混合车辆路径规划问题和双目标混合车辆路径规划问题。其中,基于时间窗的混合车辆路径规划问题进一步考虑了每个任务需求必须在规定的时间内完成,可运用到无接触预约快递和生鲜外卖
[目的]比较60岁上下患者接受膝关节单髁置换术（unicompartmental knee arthroplasty, UKA）后临床效果的差异，并深入讨论Oxford UKA的理想适应证。[方法]回顾性分析2014年3月—2017年12月本院收治的112例因膝骨关节炎（Osteoarthritis, OA）初次接受UKA手术患者的临床资料。按患者手术时年龄分为两组：＜60岁组和≥60岁组，每组5
情感分析作为自然语言处理中一个活跃的研究领域,早期主要关注于文本数据的情感极性挖掘。随着移动互联网的发展以及移动设备的普及,消息发布的趋势由传统的纯文本形式向图片加文本的形式转变,情感分析的研究对象也随之从文本数据转变为图像和文本的多模态数据。使用多种模态数据的信息进行情感识别的过程被称为多模态情感分析。如何利用多种模态数据进行信息融合以提高情感识别效果,是多模态情感分析的核心研究内容。针对现有的
近年来,随着物联网的发展,各种类型的物联网终端设备接连不断出现,服务提供商也纷纷推出各类物联网服务,如智能家居、车联网等。而随着物联网的广泛应用,物联网也成为了网络攻击的重要目标之一。然而,与传统的网络节点不同,目前大多数物联网设备的计算能力和内存大小有限,因此无法在物联网节点部署复杂的防御方案。此外,网络状态的频繁变化,例如终端设备为了节省电量而进入睡眠模式,使得物联网设备之间建立稳定、安全的传