简介:摘要目的通过基于MRI的机器学习模型来预测吸烟者及健康对照者大脑年龄,进一步探讨吸烟与大脑老化的关系。方法该研究为回顾性研究。数据集1为2014年8月至2017年10月郑州大学第一附属医院募集的男性吸烟者95名[年龄20~50(34±7)岁]和健康对照者49名[年龄20~50(33±7)岁]。数据集2为2010至2015年西南大学成人影像数据库的114名男性健康志愿者[年龄20~50(34±11)岁]。所有受检者均接受高分辨三维 T1WI。基于数据集1和数据集2健康对照者的结构MR图像构建高斯过程回归(GPR)模型和支持向量机模型预测大脑年龄,并通过交叉验证法验证模型性能,计算预测大脑年龄与实际年龄间的平均绝对误差(MAE)、实际年龄和预测大脑年龄之间的相关性(r值),最终筛选出最佳模型。将最佳模型应用于吸烟者和健康对照者预测其大脑年龄。最后以年龄、教育年限及颅内总容积为协变量,通过一般线性模型比较吸烟者和健康对照者的大脑年龄差值(PAD)的差异。结果GPR模型预测大脑年龄(MAE=5.334,r=0.747)优于支持向量机模型(MAE=6.040,r=0.679)。GPR模型预测数据集1的吸烟者PAD值(2.19±6.64)高于数据集1的健康对照者(‒0.80±8.94),差异有统计学意义(F=8.52,P=0.004)。结论基于MRI的GPR模型预测吸烟者及健康对照者大脑年龄性能较好,吸烟者PAD值增加,进一步表明吸烟会加速大脑老化。
简介:摘要:随着现代教育理念将“以人为本”提升至重要战略地位,中等职业院校的专业课程教学成为了教学改革的主要阵地。在现代社会,互联网的飞速发展促进着我国逐步迈入大数据时代,为中等职业院校的信息化发展提供了良好的平台,但由于信息化人才紧缺、前期探索路途较长等多方面原因导致其总体发展进程略微缓慢。新时代教育倡导利用网络带来的优势,将专业课程教学知识点转为图片、视频等手段,加快重难点在学生脑海中的理解与记忆速度,改变传统教学模式带来的学生学习积极性不高等问题。本研究通过对中职院校护理解剖学输出式学习必要性的深究,基于三阶涂色教学方式,努力强化当前中职院校的专业课程体系建设,提高中职解剖学课堂的教学效率,通过营造舒适、轻松、活泼的教学氛围,立足实践得真知的原理,深化中职院校教学的教育改革;通过信息技术等形式的辅助,用全新的理念和策略开展课堂教学活动,促进教学评价体系的构建,改变教师传统的教学理念以及教学模式。
简介: 摘要:目的:采用潜在类别分析法分析护理大专实习生自主学习现状,提出应对策略。方法:选取我院2023年3月~2024年1月大专实习护生234人作为本次实验数据对象,进行问卷调查(一般资料调查表、大学生自主学习量表)。对护理大专实习生自主学习进行潜在类别分析,多元Logistic回归分析护理大专实习生自主学习影响因素。分析护理大专实习生自主学习评分、护理大专实习生自主学习现状潜在类别单因素分析及多因素Logistic回归分析结果。结果:护理大专实习生自主学习现状可分为三个潜在类别,其中是否自己选择护理专业、父母对学习护理专业态度均为不同自主学习现状潜在类别独立因素。结论:护理大专实习生自主学习现状存在显著的分类特征,需加强同学生家长沟通交流,争取其配合,才可进一步改善不同自主学习能力学生的专业素养。
简介:摘要:目的:采用潜在类别分析法分析护理大专实习生自主学习现状,提出应对策略。方法:选取我院2023年3月~2024年1月大专实习护生234人作为本次实验数据对象,进行问卷调查(一般资料调查表、大学生自主学习量表)。对护理大专实习生自主学习进行潜在类别分析,多元Logistic回归分析护理大专实习生自主学习影响因素。分析护理大专实习生自主学习评分、护理大专实习生自主学习现状潜在类别单因素分析及多因素Logistic回归分析结果。结果:护理大专实习生自主学习现状可分为三个潜在类别,其中是否自己选择护理专业、父母对学习护理专业态度均为不同自主学习现状潜在类别独立因素。结论:护理大专实习生自主学习现状存在显著的分类特征,需加强同学生家长沟通交流,争取其配合,才可进一步改善不同自主学习能力学生的专业素养。
简介:摘要目的通过深度学习(DL)PET图像重建方法,提升不同采集时间18F-脱氧葡萄糖(FDG)PET图像质量。方法回顾性分析2020年9月至10月间山西医科大学第一医院核医学科45例恶性肿瘤患者[男20例、女25例,年龄(52.0±13.6)岁]PET图像。选择原始列表模式PET数据的短时30 s/床位PET图像作为输入,采用Unet网络,以全剂量标准采集时间(3 min)PET图像为模型判别标准,建立DL图像重建模型,以预测全剂量PET图像。分别对DL、30 s、90 s和120 s 4组图像进行图像质量评估及定量分析。采用5分法主观评估4组的图像质量。分别测量各组图像肝本底及肿瘤病灶定量参数:最大标准摄取值(SUVmax)、平均标准摄取值(SUVmean)、标准差(SD)、信噪比(SNR)、对比度噪声比(CNR)及一阶纹理特征(偏度、峰度、均匀度和熵)。采用Kappa检验、χ2检验、单因素方差分析(最小显著差异t检验)进行数据分析。结果4组图像质量评分具有高度一致性(Kappa=0.799,P<0.001),DL组评分≥3分共6例,30 s、90 s和120 s组评分≥3分别有4、7和8例(χ2=125.47,P<0.001)。DL组肝SD明显低于30 s组(0.26±0.07与0.43±0.11;F=3.58,t=-7.91,P<0.05),SNR高于30 s组(11.04±4.36与5.41±1.41;F=10.22,t=5.40,P<0.05);DL组肝SD及SNR与90 s组一致(0.39±0.16, 8.46±3.34;t值:-0.87和2.17,均P>0.05)。在18个高摄取肿瘤病灶中,DL组病灶SNR及CNR均高于30 s组(60.21±29.26与38.38±16.54,22.26±15.85与15.41±9.51;F值:13.09和7.05,t值:5.20和4.04,均P<0.001)。4组肝一阶纹理特征差异有统计学意义(F值:4.30~9.65,均P<0.05),但DL组与120 s组间差异无统计学意义(t值:-1.25~0.15,均P>0.05)。结论DL重建模型能较好地改善短帧PET图像质量,可以满足临床诊断、疗效评估和组学研究的需求。