期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
延续性语言康复护理在脑卒中运动性失语患者中的应用 被引量:38
1
作者 刘向力 温春娣 +3 位作者 官美红 胡娜 汤海燕 何远梅 《中国实用护理杂志》 2017年第18期1365-1369,共5页
目的 探讨延续性语言康复护理干预脑卒中运动性失语患者语言功能的临床护理效果.方法 将纳入的60例脑卒中运动性失语的患者,按随机数字表法分为干预组30例和对照组30例,对照组采用中风病中医护理常规护理,干预组在此基础上采用延续性语... 目的 探讨延续性语言康复护理干预脑卒中运动性失语患者语言功能的临床护理效果.方法 将纳入的60例脑卒中运动性失语的患者,按随机数字表法分为干预组30例和对照组30例,对照组采用中风病中医护理常规护理,干预组在此基础上采用延续性语言康复护理.干预前、治疗3个月后,采用汉语标准失语症检查表观察2组患者语言功能的情况,患者出院时行护理满意度调查.结果 干预组干预前在汉语标准失语症检查表中听理解、复述、说、出声读、阅读理解、抄写、描写、听写、计算9项目正确率分别为(44.35±18.69)、(32.37±22.25)、(21.49±14.91)、(27.63±12.54)、(46.87±15.30)、(14.25±6.11)、(7.33±3.23)、(11.63±4.82)、(18.93±6.82)%,治疗3个月后分别为(62.14±10.81)、(55.36±19.53)、(41.42±13.75)、(59.16±11.05)、(55.57±13.90)、(32.39±7.12)、(9.73±3.92)、(27.45±4.71)、(37.46±6.91)%,除描写外,差异有统计学意义(t=2.096-14.540,P〈0.01或0.05).对照组干预前分别为(43.86±15.89)、(34.28±20.27)、(22.84±15.40)、(28.63±12.45)、(47.23±11.30)、(13.40±6.24)、(7.27±3.70)、(11.10±4.73)、(19.50±6.80)%,治疗3个月后分别为(49.46±14.27)、(42.36±20.58)、(30.33±13.36)、(40.31±11.88)、(49.97±10.13)、(15.37±5.59)、(8.50±3.74)、(12.83±4.36)、(21.47±7.74)%,只在听理解、复述、说、出声读4项目较干预前明显改善,差异有统计学意义(t=2.263-3.991,P〈0.05或0.01).2组干预后组间比较,干预组在听理解、复述、说、出声读、抄写、听写、计算7项目提高的幅度较对照组明显改善(t=2.510-10.298,均P〈0.05).出院时的满意度评分,干预组为(94.36±5.55)分,对照组为(88.25±5.46)分,干预组优于对照组(t=4.299,P〈0.01).结论 延续性语言康复护理能促进脑卒中运动� 展开更多
关键词 卒中 失语 经皮质运动性 延续性护理 语言康复护理
原文传递
拉曼光谱技术在病理诊断中的研究进展 被引量:5
2
作者 王茜蒨 相里文婷 +2 位作者 腾格尔 崔旭泰 魏凯 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第4期1016-1022,共7页
拉曼光谱技术能够提供与物质特定分子结构相关的光谱信息,可用于识别生物组织微小的生化变异,具有快速、实时、无损、无需样本预处理等优点,在临床病理诊断领域极具应用前景。与常规组织病理学分析相比,拉曼光谱技术能够直接检测活体组... 拉曼光谱技术能够提供与物质特定分子结构相关的光谱信息,可用于识别生物组织微小的生化变异,具有快速、实时、无损、无需样本预处理等优点,在临床病理诊断领域极具应用前景。与常规组织病理学分析相比,拉曼光谱技术能够直接检测活体组织,简化了分析程序,缩短了诊断时间。人体病变组织的细胞分子组成和结构可能发生变化,这为拉曼光谱技术在组织病理诊断中的应用提供了检测依据。基于组织分子组成与结构的差异,结合机器学习和化学计量学方法,拉曼光谱技术可以提供客观的诊断信息,实现快速、低侵入的病理诊断。回顾了近十年来拉曼光谱技术在组织病理诊断中的研究进展,对取得的关键成果进行了总结,阐述了当前离体和活体应用拉曼光谱技术的一些关键问题。针对离体拉曼光谱检测,重点评估福尔马林固定石蜡包埋样本、冷冻样本和新鲜组织样本等离体样本的适用情况;阐述拉曼光谱数据收集的关键技术,包括适用光源、光谱范围,以及病理样本光谱采集的方式等。对于活体拉曼光谱检测,重点介绍了活体检测研究中拉曼光谱技术应用的两种形式:结合医用内窥镜进行体内检测,以及开放手术中的直接检测;综述了临床适用的拉曼系统,重点介绍了当前活体拉曼研究中应用的光纤探头。同时,文章也讨论了拉曼光谱数据的处理与分析方法,通过光谱预处理,特征提取与分类识别,构建拉曼光谱病理诊断模型,在小样本范围能够获得较好的诊断结果。考虑临床实际应用,仍需要不断优化分析方法,实现拉曼光谱与生化信息的关联,将样本个体差异的影响纳入分类模型中,以提升模型性能。文章对拉曼光谱应用于病理诊断中的关键问题进行了讨论,为进一步开展研究提供参考。未来需要更深入和广泛地开展离体和活体研究,以促进拉曼光谱技术在 展开更多
关键词 拉曼光谱 疾病诊断 术中指导 机器学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部