简介:针对传统多目标概率假设密度(PHD)滤波器在低检测概率情况下跟踪精度低和失跟率高的问题,提出了一种改进的概率假设密度滤波算法。该算法利用高斯混合PHD(GM-PHD)滤波器进行PHD预测和PHD更新,处理过程中通过修正上一拍权值大的高斯项,并在处理当前拍时保证其权值的稳定性,以保证算法的高精度。仿真结果表明,在低检测概率情况下,该算法可较好估计目标数和目标状态。与传统GM-PHD滤波器比,该算法跟踪精度大幅提高。
简介:摘要目的观察呼吸科危重患者院内转运情况,实施分级转运模式,探讨其对不良事件等方面影响。方法借助数字表法将2018年1~12月该院呼吸科重症接受院内转运患者88例随机分为两组,对照组行常规转运,研究组实施分级转运,比较两组院内转运时间、不良事件率及接收科室满意度。结果研究组转入CT科室(13.0±2.5)min、重症监护病房(20.1±3.2)min、介入科室(12.5±2.8)min、手术科室(10.0±2.1)min、普通病房(18.7±3.5)min时间均短于对照组转入CT科室(16.9±2.8)min、重症监护病房(28.9±4.3)min、介入科室(16.1±3.0)min、手术科室(15.1±3.5)min、普通病房(23.6±4.2)min时间(P<0.05);研究组不良事件发生率(2.3%)低于对照组不良事件发生率(38.6%)(P<0.05);研究组满意度93.2%高于对照组满意度61.4%(P<0.05)。结论呼吸科危重患者院内转运时实施分级转运模式,可有效缩短转运时间,减低不良事件率,提高接收科室满意度,该模式在临床中具有较高应用价值。
简介:摘要:目的 探讨对呼吸科危重症有院内准运治疗需求的患者采取分级转运模式的效果及其对不良事件发生率的影响。方法 择选2019年7月至2021年7月期间在我院住院的82例呼吸科危重症患者将其按照数字表登记的奇偶数序号分成对照组和观察组,每组41例患者。对照组实施常规转运模式,观察组实施分级转运模式。观察两组的转运时间、交接时间和转运交接质量评分情况,比较两组患者转运期间不良事件的发生概率。 结果 观察组患者转运时间和交接时间短于对照组,转运交接质量评分高于对照组,转运期间不良事件的发生率显著较对照组低,各指标组间对比差异较大,有统计学意义(P均