课程文献中心 更多>>

关键词： 岩体结构面   落石体积   落石形状   崩塌模拟   风险评价  

摘要： 以舟曲县城关镇崩塌区为例，通过野外地质调查和无人机航拍，建立了城关镇崩塌区边坡岩体点云模型和边坡三维地形模型，基于点云数据建立结构面识别和解译算法，自动获取结构面产状信息和提取结构面间距、面积等几何信息，并基于结构面信息利用不确定性方法，获取危岩块体体积的分布和形状的分布；基于三维地形模型，利用Unity 3D引擎，考虑影响落石运动轨迹参数的不确定性，对城关镇崩塌区不同体积、不同形状的落石块体在三维空间下运动路径、高度、能量等要素进行模拟，从而获得更好的落石的三维运动特征模拟结果。最后结合模拟结果对舟曲县城关镇崩塌灾害进行风险评估。结果显示，研究区的崩塌灾害风险大都表现为中低级，其中立方块体和板状块体在C3区域的风险为中等风险；5 m3的落石块体在C3区域的风险为中等风险，17 m3的落石块体在C2、C3和C4区域的风险均为中等风险，这对坡脚建筑物及人员构成较为严重的威胁。该研究结果表明，利用上述方法对单体高陡边坡危岩进行风险评估是合理的，可以为相关崩塌灾害的防治提供建议和科学参考。

关键词： 人工智能   虚拟人工智能   机器学习   牙周病   风险评估   辅助诊断  

摘要： 牙周病是我国的常见病、多发病，牙周病的早发现、早诊断、早治疗对实现全民口腔健康乃至全身健康意义重大。人工智能赋予机器模仿人类智能行为的能力，在医疗领域通常使用物理和虚拟两种类型的人工智能。虚拟人工智能将人工智能赋能传统经验应用于牙周病风险评估和诊断中，有潜力开发多种口腔健康状况筛查工具、为牙周病预后判断提供新证据、提高诊断的准确性和效率，降低技术敏感性，进而推动牙周医疗由“治疗为主”向“预防为主”转变。本文对近期虚拟人工智能在牙周病风险评估和诊断方面的应用现状和进展进行综述，并探讨其局限性，为未来虚拟人工智能在该领域应用的研究提供思路。

关键词： 慢性疼痛患者   压力性损伤   Braden评分   随机森林   预测模型  

摘要： 目的 探讨基于机器学习的慢性疼痛患者压力性损伤预测模型的构建，并分析其准确性和合理性，为临床压力性损伤的预防提供依据。方法 回顾性分析2023年3月至2024年6月在重庆市某三甲医院住院的396例患有慢性疼痛且Braden评分为高风险患者的临床病历资料。基于Python3.10编程语言，构建决策树模型、随机森林模型、线性回归模型、朴素贝叶斯模型、K-Means模型，并通过准确率、召回率、精确度、F1分数和ROC曲线下面积对模型性能进行对比。结果 35例发生压力性损伤，发生率为8.83%。年龄、疼痛评分、疼痛部位、疼痛是否影响睡眠为慢性疼痛患者是否发生压力性损伤的独立影响因素。5种压力性损伤风险预测模型中，随机森林模型的准确率（0.87）、召回率（0.866）、精确度（0.75）、F1分数（0.80）和ROC曲线下面积（0.81）均高于其他模型。结论 随机森林模型对慢性疼痛患者压力性损伤的预测具有较高的预测性能，可以用于慢性疼痛患者压力性损伤高危人群的筛选和管理。

关键词： 神经外科   开颅手术   术后   恶心   呕吐   危险因素  

摘要： 目的 筛查择期开颅肿瘤术患者发生恶心呕吐(postoperative nausea and vomiting，PONV)的相关危险因素，并基于该危险因素构建风险预测列线图模型。方法 回顾性收集2021年12月—2023年9月于中国科学技术大学附属第一医院行择期开颅肿瘤术的244例患者作为研究对象。根据是否发生PONV分为PONV组和非PONV组，采用LASSO回归和logistic回归方程筛选危险因素，采用R软件进行构建PONV风险预测模型，绘制该模型的受试者工作特征（ROC）曲线和校准曲线以及行Hosmer-Lemeshow拟合优度检验。结果 性别、慢性胃炎史、脑血管疾病史、术后疼痛、手术时间、ASA分级均是择期开颅肿瘤术患者发生PONV的独立危险因素，根据这6项危险因素建立Nomogram模型，ROC曲线下面积为0.881（95%CI：0.821～0.942，P＜0.001），校准曲线显示预测概率与实际概率之间具有良好的一致性，Hosmer-Lemeshow拟合优度较好，且Nomogram模型具有良好的区分度、校准度和稳定性。结论 女性、慢性胃炎史、脑血管疾病史、术后疼痛分值高、手术时间长、ASA分级高的择期开颅手术患者易发生PONV的危险因素。据此构建的Nomogram模型可直观、简便地为择期开颅肿瘤术后患者提供个体化的术后PONV风险预测。