1例伯-韦综合征合并肺炎患儿的护理体会

来源 :中国临床护理 | 被引量 : 0次 | 上传用户:gbyljk008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
总结1例伯-韦综合征(Beckwith-Wiedemann syndrome,BWS)合并肺炎患儿的护理经验,对患儿给予针对性病情观察和监护技术,基础护理,保持呼吸道通畅,机械通气护理,合理喂养和健康宣教等护理干预措施,14 d后患儿好转出院。
其他文献
针对传统的DDoS网络攻击检测方法未提取信号时频特征,而存在检测速度慢,甚至不能完全检测出是否受到攻击的问题,提出一种基于非平稳信号时频分析的DDoS攻击检测方法。因为攻击特征通常表现为一组非平稳的宽带信号,所以需要先构建DDoS攻击信号模型,采用包络延扩展方法,对其进行采样完成模型构建,同时因DDoS攻击非平稳宽带信号时频特征存在较好的时频聚集性,所以需要将DDoS攻击信号转变为复信号,从而提取
传统人体行为动作预测方法对人体骨架上的所有关键特征映射点包含范围模糊,导致实时处理速度慢,无法有效对连续性动作进行预测,且错位率较高。为此提出一种基于时域分割的人类行为连续性动作预测。首先通过三维空间捕捉技术构建人体骨架模型,通过时域分割确定关节点的位置信息,将任意关节点都视为映射特征点,提取人体的运动数据特征,利用LLE把提取的特征数据映射进二维空间里,结合拉格朗日的乘法最优化重建权值矩阵,建立
针对运动模糊图像重建后细节保留不完整,导致图像后期处理难度较大的问题,提出新的数字摄影运动模糊图像超分辨重建方法。构建图像降质退化模型,根据数字摄影的二维运动单一直线方向特性,通过分析运动模糊图像本质,将加性噪声与退化函数相结合得到垂直光轴方向运动点光源扩展函数LSF,并对线扩展函数通过一维傅立进行变换处理,得到调制传递函数。利用基本插值法优化图像降质退化模型,完成模糊图像超分辨率重建。仿真结果证
为实现脑血管的分割,提出了一种基于卷积神经网络和局部信息的多模态脑血管图像分割方法。方法对原始脑部CT血管造影图像分别使用高斯滤波和拉普拉斯滤波去除噪声和做锐化处理,和原始图像分别以单个模态作为输入采用卷积神经网络对图像进行血管提取,得到三个模态的分割结果,然后采用加权平均法得到融合结果,最后采用基于局部信息的改进模糊C均值算法对融合结果进行分割得到最终结果。实验结果证明,上述算法比其它算法在脑血
为克服传统配电网谐波源信定位中存在的定位与实际偏差较大、精度较低问题,提出基于免疫优化ICA算法的配电网谐波源定位方法。以负荷率和额定定容量为配电网主要参数,构建配电网变压器模型。在此基础上,得到配电网等效集中参数模型利用原子分解法,表达所选配电原子信号的线性度,利用原子分解法表达配电网中的谐波信号,获取谐波信号中存在的相关信息,为配电网谐波源的定位提供依据。通过计算得到的谐波电压和谐波电流之间存
为提高城市景观视觉效果以及规划合理性,提出基于RipleyK函数的景观聚集程度模拟方法。利用RipleyK函数获取景观城市尺度空间等多种限制下的格局分析,确定需求层次结构,建立景观均值图像数据,筛选有用数据,完成图像去噪。利用景观仿真形态学,划分景观图像布局。最后汇总当前景观布局指数并构建指数集,录入到PC端上,获取的输出结果,即为景观聚集程度仿真结果。实验证明,所提方法的景观聚集程度仿真结果的整
针对城市园林景观快速发展,导致已不适合现今绿化和审美需求的问题,提出灌木园林景观扩张及空间格局演变模型。利用土地使用动态度叙述不同土地的利用类型数量转化和变化速度,通过计算园林扩张强度指数、空间重构定量测度以及人工干扰的强度分析,得出园林景观土地的扩张情况;使用遥感技术和地理信息系统对互相为目的的空间要素和景观格局分析,得出灌木斑块面积占据景观的总面积百分比、密度指数以及分离度指数,采用热力学熵修
传统的室内空间特征多层次布局仿真方法在面对复杂的空间环境时,很难在保证布局合理的情况下,保证仿真数据的精度。为此,提出基于Kinect的室内空间特征多层次布局仿真。使用Kinect设备采集室内空间特征深度数据,经过修复和滤波后,将处理后的数据转换为空间坐标系下的数据,构建空间特征数据的几何模型,采用遗传算法计算出最大迭代次数,获取模型最优解,完成室内空间特征多层次布局仿真。以模型整体偏差以及空间特
网格计算涉及的资源通常存在区域和组织差异,涉及的作业(Job)则存在数据和计算两种密集类,针对具有混合特征的网格计算,提出了基于SCE中间件的遗传优化网格作业调度算法。首先分析了具有不同密集类型Job的混合网格计算模型,得到作业与资源的属性表示,以及作业调度与资源之间的约束关系。然后根据混合网格计算模型分析,将其转化成约束条件下的最优解问题,引入改进遗传算法进行求解。在种群初始化时根据适应性筛选出
因传统信息分类方法在面向大数据时,普遍存在分类时间较长、平均误分率较高的问题,不能有效区分不同信息类型,提出一种面向大数据的规则引擎驱动下信息分类方法。通过对规则引擎下的大数据信息进行分析,构建大数据信息集模型,获取大数据信息特征。将大数据信息特征输入到支持向量机分类器中,以大数据信息分类正确率作为适应度函数,采用粒子群算法对支持向量机参数进行优化选取,根据选取结果实现信息的初步分类,根据初步分类