飞行员运动时晕厥1例

来源 :航空军医 | 被引量 : 0次 | 上传用户:Luke_ibox
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
1 临床资料歼教-5飞行员,30岁,飞行时间1800 h,在一次篮球比赛中,突感胸闷,呼吸困难,眼前发黑,摔倒在地,意识不清约10 s,被人扶起和指压人中穴后恢复,未受伤。当时无发热、头痛,无恶心、呕吐,无视物旋转及抽搐,无大小便失禁。检查:体温36.5℃,心率80次/min,血压130/80 mm Hg,未遗留任何肢体活动障碍,未予治疗。次日入空军某医院后,查体未见异常,化验、胸片、脑电图、脑血流图、心脏彩超均正常。诊断:地面晕厥。结论:飞行暂不合格,地面观察1 1 clinical data J-5 pilots, 30 years old, flying time 1800 h, in a basketball game, suddenly felt chest tightness, difficulty breathing, eyes black, fell to the ground, unconsciousness about 10 s, was propped up And acupressure recovery in the hole, not injured. At that time no fever, headache, no nausea, vomiting, ignoring the object rotation and convulsions, no incontinence. Check: body temperature 36.5 ℃, heart rate 80 beats / min, blood pressure 130/80 mm Hg, leaving no limb movement disorders, untreated. The next day into the Air Force hospital, the examination showed no abnormalities, laboratory tests, chest X-ray, EEG, cerebral blood flow diagram, cardiac ultrasound are normal. Diagnosis: ground syncope. Conclusion: The flight is temporarily unqualified and observed on the ground
其他文献
哮喘持续状态是指哮喘急性严重发作 ,经合理应用拟交感神经药物仍不能在 2 4小时内缓解 ,属于危重型哮喘 ,是引起哮喘病人死亡的主要原因。因此国内外均对此类病人的早期诊断
期刊
缺失数据的处理是数据挖掘和学习分类系统中的重要问题之一.在传统的学习分类系统中,有两种处理缺失数据的方法:①通过统计已知数据预测缺失数据;②将缺失数据标记为"任意值
会议
近日从江苏省卫生厅获悉,江苏省积极开展婚姻保健、孕产期保健、儿童保健以及出生缺陷监测和预防、使用合格碘盐、健康教育等综合性防治工作,有效地预防和减少了出生缺陷和残疾
期刊
数据挖掘的一个重要方法是采用机器学习技术产生分类器.将分类器集成到一起将会大大降低分类错误率.传统的助推方法是适合任何分类器的,而针对决策树的助推方法将进一步提高
最小最大模块化分类器是一种具有弹性的任务分解和简单的结果合成的组合分类器框架.已有研究表明,最小最大模块化分类器任务分解的一种有效策略是使用聚类或者逆向聚类方法.
会议
RSOM树由SOM网络自适应生长形成,具有良好的自学习能力和自适应增长能力,在模式识别中表现出良好的性能,而通常的模式识别问题包含大量复杂的计算,因此,研究RSOM树的并行算法
会议
为解决分类数据、高维数据中的异常检测问题,基于属性值的频数差异性理论给出了一个新的异常定义,并提出了判断异常显著性的异常存在判别准则,实验结果表明该判别准则可有效
显露模式(EP)是支持度从一个数据集到另一个数据集发生显著变化的项集.EP具有很强的区分能力,可以建立很好的分类器.提出了一种可调整权值的基于EP的分类方法CEPAW(classific
会议
首先,提出了一种改进的粒子群优化(IPSO)算法.在IPSO中,粒子不仅根据自身和同伴中最好的个体调整自己的飞行速度,而且也按照一定的概率向其他个体学习.这种强化后的学习行为
在复杂气识别中,单纯使用神经网络存在因输入信息空间维数较大而使网络结构复杂、训练时间长,以及因冗余属性使网络拟合精度不高等缺点,为此提出一种简化的进化神经网络方法,
会议