【摘 要】
：
目的:溃结护理的互动式健康教育作用以及功效.方法:选取我院于2019年6月～2021年6月诊治溃结患者82例,为此次溃结护理及其护理满意度的目标对象.为便于了解互动式健康教育优势,
【机 构】
：
浙江大学医学院附属第一医院 浙江 杭州 310000
论文部分内容阅读
目的:溃结护理的互动式健康教育作用以及功效.方法:选取我院于2019年6月～2021年6月诊治溃结患者82例,为此次溃结护理及其护理满意度的目标对象.为便于了解互动式健康教育优势,现依照护理方式划分成对照组与观察组.对照组采用日常健康教育,观察组使用互动式健康教育.将对照组与观察组病患的治疗情况与护理满意度予以对比,每41人一组.结果:对照组(75.60％)病患日常健康教育治疗显著低于观察组(90.24％)互动式健康教育,差异有统计学意义(P<0.05).观察组病患护理满意度(92.68％)优于对照组(65.85％),两者差异显著,具有统计学意义(P<0.05).结论:在对溃结患者进行护理时,互动式健康教育能够增加临床护理成效和满意度.
其他文献
目的:探讨个体化护理方案在腹腔镜胆囊切除手术患者护理中的应用效果.方法:选取我院2020年6月～2021年6月收治的84例腹腔镜胆囊切除术后患者,采用随机数字法将其分为对照组(42
为解决由于染色差异造成的组织病理学图片良性、恶性检测精度下降的问题,提出一种基于染色风格归一化算法的数据集预处理框架。搭建图片转换网络和损失函数网络,在训练时,联合内容图片和目标染色图片构建损失函数,通过对大量内容图片进行训练,将目标染色图片的染色风格编码在模型的权重之中;在运行时,该模型可以使输入的图片在保持原有病理学样式的情况下达到染色分布的统一。实验结果表明,经该框架处理后的数据集有着更加集
为避免机器人视觉伺服过程中因无法进行目标选择而导致视觉伺服失败的问题,提出一种基于特征点密度峰值的视觉伺服目标选择方法。采用(oriented fast and rotated brief,ORB)特征点检测与匹配算法识别视场中所有的目标物体,利用PROSAC算法剔除误匹配点,通过引入特征点密度峰值聚类算法分离图像中不同目标物体的特征点,提出基于位置优先决策方法选择最佳视觉伺服目标。实验结果表明,
目的:研究基于循证理念构建神经外科重症监护室护理敏感指标体系建设,总计其应用价值.方法:选取2019年3月-2020年5月10例神经外科专家,根据研究目的制定检索策略,经过严格的
为从带有噪声、高反光区域、灰尘覆盖和涂鸦等情况的汽车油箱盖图像中精确提取边缘,设计一种适用于汽车油箱盖的边缘检测方法。提出一种基于伪球与内积能量的改进Canny边缘检测方法,对Canny算子在滤波、梯度计算及阈值选取方面进行改进,用于获取精细边缘;设计一种基于形态学与Otsu阈值算法的油箱盖粗边缘检测方法,用多尺度底帽变换对图像进行增强并用Otsu阈值算法进行分割,用形态学方法获得油箱盖粗边缘;将
针对桥梁裂缝固有特征及检测过程的局限性,引入基于卷积神经网络的YOLOv3单阶段目标检测算法,并对YOLOV3网络的多尺度预测模块进行改进,充分利用浅层特征,提升小裂缝检测精度。通过聚类算法对数据集进行聚类,得到适用于桥梁裂缝特征的先验框尺寸。数据集方面引入生成对抗网络对桥梁裂缝数据集进行扩增。实验结果表明,在相同数据集和迭代次数下,改进YOLOv3网络裂缝检测精度可达0.9302,比原YOLOv
为减少人工成本,提出在未给定情感标签情况下预测文本情感子句,同时提取原因子句的方法。使用CNN提取局部语义信息,使用带有注意力的Bi-LSTM提取句子上下文语义信息以及情感表达的关键部分信息,将这3类信息结合获取更好的句子特征来进行情感预测;通过注意力将预测的情感标签与句子特征结合,提取原因。实验结果表明,模型在情感子句预测和原因子句提取任务中均取得目前最好结果,在未给定文本情感标签的情况下,原因提取效果仍优于大部分传统模型。
鉴于气象资料风向自记图中存在背景文字干扰和特征所在区域固定等特点,导致卷积神经网络只考虑风向自记图局部近邻特征的问题,使卷积神经网络不能准确识别风向自记图。针对上述存在问题,提出残差网络和自注意力机制相结合的风向自记图识别模型。采用一维和二维风向自记图作为输入数据,通过残差网络进行风向自记图特征提取,引入自注意力机制对特征赋予不同的权重,增强风向自记图分类特征并抑制背景特征。实验结果表明,使用上述
目的:设计并制作一种新型肠内营养加温装置并初步探讨其应用效果.方法:选取2020年1月-2020年11月在我院行胃癌根治术进行肠内营养输注患者100例,随机分为试验组和对照组,每组
针对多无人机协同的轨迹规划问题,提出一种基于k度平滑法的多无人机协同路径规划方法。通过改进的蚁群优化算法搜索最短路径,应用k度平滑方法平滑初始路径并实现多无人机的协调。通过k度平滑引入多无人机协调算法,使多架无人机能够在k度时间间隔内到达指定地点。通过仿真实验将所提方法与改进蚁群算法、经典算法及平滑方法进行对比分析,验证所提算法的可行性和有效性。实验结果表明,所提策略能够有效提高多无人机路径规划效