期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于YOLO神经网络构建压力性损伤自动检测和分期的人工智能模型
被引量：
5
1
作者
王珍妮
须月萍
+2 位作者
夏开建
徐晓丹
顾丽华
《中国全科医学》
CAS
北大核心
2024年第36期4582-4590,共9页
背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的...
背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的实时性、准确性和客观性。方法选取常熟市第一人民医院压疮电子化管理系统中2021年1月—2024年2月的693张PI图像,将图像随机划分为训练集(551张)和测试集(142张),并按照2019年美国压疮咨询委员会(NPUAP)制订的PI预防和治疗指南分为6期,包括:Ⅰ期154张、Ⅱ期188张、Ⅲ期160张、Ⅳ期82张、深部组织损伤期57张、不可分期52张。利用基于5种不同版本的YOLOv8[nano(n)、small(s)、medium(m)、large(l)和extra large(x)]神经网络和迁移学习,建立针对PI的深度学习目标检测模型。模型评价指标包括精确度、准确率、灵敏度、特异度及检测速度等。最后,通过Ultralytics Hub平台将模型部署到手机应用程序(App)中,实现AI模型在临床工作中的应用。结果在对包含142张PI图像的测试集进行评估时,YOLOv8l版本在确保高精确度(0.827)的同时,也展现了较快的推理速度(68.49帧/s),与其他YOLO版本相比,在精确度与速度之间取得了最佳的平衡。具体而言,其在所有类别上的整体准确率为93.18%,灵敏度为76.52%,特异度为96.29%,假阳性率为3.72%。在6个PI分期中,模型预测Ⅰ期的准确率最高,达到95.97%;预测Ⅱ期、Ⅲ期、Ⅳ期、深部组织损伤期、不可分期分别取得了91.28%、91.28%、91.95%、95.30%和93.29%的准确率。就处理速度而言,YOLOv8l处理142张图像的总耗时为2.07 s,平均每秒可处理68.49张PI图像。结论基于YOLOv8l网络的AI模型能够快速、准确地对PI进行检测和分期。将该模型部署到手机App中,能够在临床实践中便携使用,具有很大的临床应用潜力。
展开更多
关键词
压力性损伤
人工智能
深度学习
YOLO
目标检测
神经网络模型
APP
在线阅读
下载PDF
职称材料
儿童哮喘防治中PEF监测现状调查
2
作者
金友红
《护理学杂志（综合版）》
2004年第13期50-51,共2页
对 2 0例哮喘患儿在哮喘日常管理中最大呼气峰流速值 (PEF)监测情况进行调查。结果仅有 8例患儿进行PEF监测 ,其中 2例每日监测 2次 ,6例发作时才测量。提出对患儿和 (或 )其父母进行有关PEF监测的教育十分必要。教育重点为告知PEF监测...
对 2 0例哮喘患儿在哮喘日常管理中最大呼气峰流速值 (PEF)监测情况进行调查。结果仅有 8例患儿进行PEF监测 ,其中 2例每日监测 2次 ,6例发作时才测量。提出对患儿和 (或 )其父母进行有关PEF监测的教育十分必要。教育重点为告知PEF监测的重要性 ,指导患儿正确使用峰流速仪 ,告知患儿和 (或 )父母PEF和PEF 2 4h变异率的意义 ,以及哮喘发作次数与预后的关系。
展开更多
关键词
哮喘
峰流速值
自我管理
在线阅读
下载PDF
职称材料
成人患者医用粘胶剂相关性皮肤损伤预防与管理的最佳证据总结
被引量：
11
3
作者
顾梦倩
曹松梅
+7 位作者
陈圣枝
范伊濛
邹君俊
须月萍
瞿明艳
陈倩
顾懿璐
章晓丹
《军事护理》
CSCD
北大核心
2023年第4期75-79,共5页
目的汇总成人医用粘胶剂相关性皮肤损伤预防与管理的最佳证据。方法系统化检索该主题相关文献,对纳入文献进行评价,提取、汇总证据。结果纳入3篇指南、1篇证据总结、2篇系统评价、4篇专家共识。汇总危险因素,风险评估,医用粘胶剂的储存...
目的汇总成人医用粘胶剂相关性皮肤损伤预防与管理的最佳证据。方法系统化检索该主题相关文献,对纳入文献进行评价,提取、汇总证据。结果纳入3篇指南、1篇证据总结、2篇系统评价、4篇专家共识。汇总危险因素,风险评估,医用粘胶剂的储存、选择、使用和移除,皮肤护理,皮肤屏障产品与医用除胶剂,人员教育,处理等7个方面,共30条证据。结论医用粘胶剂相关性皮肤损伤的预防措施应涵盖患者住院期;建议医疗人员注重患者皮肤评估,针对性地选择医用粘胶剂,合理使用皮肤屏障和医用除胶产品,以减少皮肤损伤的发生。
展开更多
关键词
医用粘胶
预防
循证护理
在线阅读
下载PDF
职称材料
题名
基于YOLO神经网络构建压力性损伤自动检测和分期的人工智能模型
被引量：
5
1
作者
王珍妮
须月萍
夏开建
徐晓丹
顾丽华
机构
江苏省
常熟市
第一
人民医院
消化内科
江苏省
常熟市第一人民医院护理部
江苏省
常熟市
第一
人民医院
医学人工智能与大数据重点实验室
出处
《中国全科医学》
CAS
北大核心
2024年第36期4582-4590,共9页
基金
苏州市护理学会科研项目(SZHL-B-202407)
常熟市医学人工智能与大数据重点实验室能力提升项目(CYZ202301)
苏州市第二十三批科技发展计划项目(SLT2023006)。
文摘
背景随着人口老龄化,压力性损伤(PI)的发病率逐渐增加,这不仅严重影响了患者的生存质量,还增加了医保支出。然而,PI的早期发现和准确分期极大地依赖于专业培训。目的构建并测试一个用于PI自动检测和分期的人工智能模型,以提高PI诊断的实时性、准确性和客观性。方法选取常熟市第一人民医院压疮电子化管理系统中2021年1月—2024年2月的693张PI图像,将图像随机划分为训练集(551张)和测试集(142张),并按照2019年美国压疮咨询委员会(NPUAP)制订的PI预防和治疗指南分为6期,包括:Ⅰ期154张、Ⅱ期188张、Ⅲ期160张、Ⅳ期82张、深部组织损伤期57张、不可分期52张。利用基于5种不同版本的YOLOv8[nano(n)、small(s)、medium(m)、large(l)和extra large(x)]神经网络和迁移学习,建立针对PI的深度学习目标检测模型。模型评价指标包括精确度、准确率、灵敏度、特异度及检测速度等。最后,通过Ultralytics Hub平台将模型部署到手机应用程序(App)中,实现AI模型在临床工作中的应用。结果在对包含142张PI图像的测试集进行评估时,YOLOv8l版本在确保高精确度(0.827)的同时,也展现了较快的推理速度(68.49帧/s),与其他YOLO版本相比,在精确度与速度之间取得了最佳的平衡。具体而言,其在所有类别上的整体准确率为93.18%,灵敏度为76.52%,特异度为96.29%,假阳性率为3.72%。在6个PI分期中,模型预测Ⅰ期的准确率最高,达到95.97%;预测Ⅱ期、Ⅲ期、Ⅳ期、深部组织损伤期、不可分期分别取得了91.28%、91.28%、91.95%、95.30%和93.29%的准确率。就处理速度而言,YOLOv8l处理142张图像的总耗时为2.07 s,平均每秒可处理68.49张PI图像。结论基于YOLOv8l网络的AI模型能够快速、准确地对PI进行检测和分期。将该模型部署到手机App中,能够在临床实践中便携使用,具有很大的临床应用潜力。
关键词
压力性损伤
人工智能
深度学习
YOLO
目标检测
神经网络模型
APP
Keywords
Pressure injury
Artificial intelligence
Deep learning
YOLO
Object detection
Neural network models
App
分类号
R473.75 [医药卫生—护理学]
在线阅读
下载PDF
职称材料
题名
儿童哮喘防治中PEF监测现状调查
2
作者
金友红
机构
常熟市第一人民医院护理部
出处
《护理学杂志（综合版）》
2004年第13期50-51,共2页
文摘
对 2 0例哮喘患儿在哮喘日常管理中最大呼气峰流速值 (PEF)监测情况进行调查。结果仅有 8例患儿进行PEF监测 ,其中 2例每日监测 2次 ,6例发作时才测量。提出对患儿和 (或 )其父母进行有关PEF监测的教育十分必要。教育重点为告知PEF监测的重要性 ,指导患儿正确使用峰流速仪 ,告知患儿和 (或 )父母PEF和PEF 2 4h变异率的意义 ,以及哮喘发作次数与预后的关系。
关键词
哮喘
峰流速值
自我管理
分类号
R473.72 [医药卫生—护理学]
在线阅读
下载PDF
职称材料
题名
成人患者医用粘胶剂相关性皮肤损伤预防与管理的最佳证据总结
被引量：
11
3
作者
顾梦倩
曹松梅
陈圣枝
范伊濛
邹君俊
须月萍
瞿明艳
陈倩
顾懿璐
章晓丹
机构
常熟市
第一
人民医院
重症医学科
江苏大学附属
医院
护理部
江苏大学附属
医院
普外科
江苏大学医学院
护理
系
常熟市第一人民医院护理部
无锡太湖学院
护理
系
出处
《军事护理》
CSCD
北大核心
2023年第4期75-79,共5页
基金
江苏省研究生实践创新计划项目(SJCX19_1178)
苏州市护理学会科研项目(SZHL-A-202201)
常熟市科技计划社会发展项目(CS202219)。
文摘
目的汇总成人医用粘胶剂相关性皮肤损伤预防与管理的最佳证据。方法系统化检索该主题相关文献,对纳入文献进行评价,提取、汇总证据。结果纳入3篇指南、1篇证据总结、2篇系统评价、4篇专家共识。汇总危险因素,风险评估,医用粘胶剂的储存、选择、使用和移除,皮肤护理,皮肤屏障产品与医用除胶剂,人员教育,处理等7个方面,共30条证据。结论医用粘胶剂相关性皮肤损伤的预防措施应涵盖患者住院期;建议医疗人员注重患者皮肤评估,针对性地选择医用粘胶剂,合理使用皮肤屏障和医用除胶产品,以减少皮肤损伤的发生。
关键词
医用粘胶
预防
循证护理
Keywords
medical adhevise
prevention
evidence-based nursing
分类号
R47 [医药卫生—护理学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于YOLO神经网络构建压力性损伤自动检测和分期的人工智能模型
王珍妮
须月萍
夏开建
徐晓丹
顾丽华
《中国全科医学》
CAS
北大核心
2024
5
在线阅读
下载PDF
职称材料
2
儿童哮喘防治中PEF监测现状调查
金友红
《护理学杂志（综合版）》
2004
0
在线阅读
下载PDF
职称材料
3
成人患者医用粘胶剂相关性皮肤损伤预防与管理的最佳证据总结
顾梦倩
曹松梅
陈圣枝
范伊濛
邹君俊
须月萍
瞿明艳
陈倩
顾懿璐
章晓丹
《军事护理》
CSCD
北大核心
2023
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
