简介：

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。

简介：【摘要】目的： 探究分析全凭静脉麻醉下肌松监测联合麻醉深度监测对全麻苏醒过程的影响。 方法： 选取 2018 年 12 月到 2020 年 1 月期间本院治疗的共计 100 例全麻手术患者观察对象，通过电脑分组法将所有的患者分为实验组（ n=50 ）和对照组（ n=50 ），对照组患者在苏醒过程中给予主观评价，实验组给予肌松监测联合麻醉深度监测，对比两组患者拔管后的相关临床指标和不良反应的发生率。 结果： 实验组全麻手术患者经过监测后，拔管过程中的平均动脉压、心率均明显优于对照组患者，且呛咳、躁动、呼吸抑制等不良反应的发生率更低，差异具有统计学意义（ p ＜ 0.05 ）。 结论 ： 临床针对全凭静脉麻醉下的患者开展仔细的肌松监测联合麻醉深度监测能够提高患者苏醒过程中的舒适度，安全性较高，值得临床推广适用。

简介：摘要 目的：探究老年脑外伤接受延迟行钻孔引流术治疗的应用效果。方法：选取我院2019年11月-2021年1月收治的老年脑外伤患者96例，数字表法随机分两组，各48例，对照组为常规开颅手术治疗，观察组为延迟行钻孔引流术治疗。对比不同治疗方法的应用效果。结果：观察组手术、置管与住院时间均短于对照组（P

简介：【摘要】目的：探讨对手部深度烧伤患者施以整形外科手术对其手功能和日常生活能力的具体影响。方法：对80例手部深度烧伤患者予以随机抽选，收取时间：2020年09月到2021年09月。遵行随机抽签法分成两组，对比对照组（