【摘 要】
：
神经内镜技术的发展,使得内镜经鼻入路(EEA)的手术适应症已经从鼻窦炎扩展到鼻旁窦肿瘤、颅底缺损甚至颅内疾病.随着扩大内镜经鼻入路经验的积累,更大、更复杂的病变切除造成
论文部分内容阅读
神经内镜技术的发展,使得内镜经鼻入路(EEA)的手术适应症已经从鼻窦炎扩展到鼻旁窦肿瘤、颅底缺损甚至颅内疾病.随着扩大内镜经鼻入路经验的积累,更大、更复杂的病变切除造成的颅底缺损对颅底重建提出了挑战.重建可将颅腔和鼻腔隔离,从而预防脑脊液漏、颅内感染、颅内积气、脑膨出等严重并发症,所以有效的重建就显得至关重要. 大多数人都认为[1],内镜下颅底缺损重建时需考虑的关键因素包括:①重建材料/组织的有效性.②颅底缺损的类型.③术中脑脊液漏的程度.④既往手术或放射治疗病史.所以,我们基于颅底缺损类型及术中脑脊液漏
其他文献
相分率测量是多相管流研究的重点 ,γ密度仪是气液两相流和多相流测量中常用的非插入式测量方法 ,其中含水率的测量难度最大。实验测试发现 ,直接利用高低能计数计算含水率存在较大偏差。本文通过将高低能计数值作为输入参数 ,利用BP神经网络方法预测含水率 ,大大提高了预测精度。结果表明 ,BP神经网络方法是改善γ密度仪测量含水率精度的有效方法
机器人手眼矩阵计算是机器人视觉、机器人校准以及视觉伺服等研究领域共同的课题 ,目前主要通过不同的数学工具如四元数、对偶四元数、旋量来描述空间运动 ,或者施加不同的运动约束如纯移动或纯转动来将旋转和平移解耦开来。文中利用矩阵直积和矩阵特征向量推导了机器人手眼转换矩阵的线性方程 ,无需特殊的数学工具而且有效解决了Nicolas舍弃方程引入的误差 ,并通过最小二乘法得到线性闭解 ,简化了计算并提高了效率