【摘 要】
：
目的:研究青年急性冠状动脉综合征(ACS)合并糖尿病(DM)患者的临床特征和冠脉病变特点。方法:选择于我院治疗的46例45岁以下ACS合并DM患者为ACS+DM组,同期于我院治疗的47例45岁以下ACS患者为ACS组。观察比较两组一般临床资料、临床生化指标、冠脉病变情况及术后30d主要不良心血管事件(MACE)发生率。结果:与ACS组比较,ACS+DM组超重/肥胖比例(70.2%比93.3%)、高血压比例(46.8%比71.7%),血脂指标:TC[4.3(3.8,5.0)mmol/L比5.3(4.1,6.
【机 构】
：
上海交通大学医学院附属第九人民医院心内科
【基金项目】
：
上海市科学技术委员会科研计划项目(19ZR1429000)。
论文部分内容阅读
目的:研究青年急性冠状动脉综合征(ACS)合并糖尿病(DM)患者的临床特征和冠脉病变特点。方法:选择于我院治疗的46例45岁以下ACS合并DM患者为ACS+DM组,同期于我院治疗的47例45岁以下ACS患者为ACS组。观察比较两组一般临床资料、临床生化指标、冠脉病变情况及术后30d主要不良心血管事件(MACE)发生率。结果:与ACS组比较,ACS+DM组超重/肥胖比例(70.2%比93.3%)、高血压比例(46.8%比71.7%),血脂指标:TC[4.3(3.8,5.0)mmol/L比5.3(4.1,6.
其他文献
针对传统测量螺栓类零件各几何参数存在精度低、分拣低效等问题,开发了一种基于机器视觉的系统用于提高螺栓类零件多几何参数在线测量和分拣的效率。该系统以Halcon联合VisualStudio2017的开发环境,为了完整提取螺栓类零件的轮廓图像,图像采集系统采用背光源的方式,使用Blob分析图像处理、Shape-Matching模板匹配定位、缩小检索区域、亚像素拟合轮廓边缘等方法。运用边缘轮廓对灰度值梯
在智能家居环境下,为满足用户对室内环境热舒适度的要求,对室内设备实施精准控制,对室内环境的热舒适度指标进行了预测分析。为提高数据质量,首先利用K-means聚类算法对实验数据进行处理;其次,为摆脱初始阈值与权值的随机性对模型预测精度带来的负面影响,而导致预测结果陷入局部最小,提出采用遗传算法优先寻找模型最优的初始阈值与权值,然后基于BP神经网络建立预测模型,对室内环境热舒适度进行预测,已有的实验数据证明预测效果良好。研究成果表明,系统能够根据当前热环境状况,自动改变控制策略,调整被控设备的运行状态,使得智
针对基于PUF设计的移动认证协议进行安全性分析,指出协议存在的不足,并在该协议基础之上,提出一个改进的移动认证协议。所提协议摒弃用PUF加密算法,采用一种创新型的遍历异或运算对信息加密,遍历异或运算基于位运算实现,能够在极大程度上降低系统的整体计算量;遍历异或运算根据加密参数的汉明重量值进行不同方式的按位异或运算,攻击者破解难度增大;同时协议优化通信过程,避免出现无谓的计算操作。将不同的协议进行对
研究勾股模糊数信息环境下内在关联度的多属性选择策略问题。首先,定义了实现模糊集模并模或功能的勾股模糊数运算;其次,将模糊H平均用于设计聚合算子,提出了勾股模糊H平均(PFHM)算法,并讨论了勾股模糊H平均算法的3个特征性质及应用实例;然后,构建了新的勾股模糊多属性决策模型,该模型将实际问题属性评价值信息转化为勾股模糊数决策矩阵,通过PFHM信息集成算法进行计算,以得分度和精确度量化数据关联性,有效扩展了决策的应用范围;最后,将构建的模型应用于云计算系统选择,通过案例验证了其有效性。
该模型针对控制通道的小区间干扰协调对于区域控制资源消耗分析的重要性,重点改进了小区间干扰协调所产生的峰值信噪比平均分布的尾部,减少了控制资源的平均消耗.同时,引入多
基于对粒子群算法(PSO)的收敛性分析,对粒子群算法做出改进.主要解决粒子群算法的早熟、不收敛等问题,并成功将算法应用于控制过程中不稳定对象的比例、积分、微分(PID)参数
针对不确定柔性关节机械手的跟踪控制问题,设计了一种自适应神经网络有限时间命令滤波反步控制器.该控制器在经典反步控制技术的基础上,采用有限时间命令滤波器克服了传统反
提出一种双层主从博弈的多微电网的能源管理方法.上层博弈中,多个微电网间根据自身能源剩余量构成能源买卖博弈的领导一方,领导方通过调整售电价格来使自身利益最大化,跟随者
针对考虑外界干扰、通信时滞和输入饱和情形下的多导弹协同编队控制问题进行了研究。首先,给出带有外界干扰和输入饱和的多导弹编队系统控制模型。其次,基于有向图拓扑结构和新型非奇异终端滑模面,利用自适应技术和辅助系统设计了抗饱和的自适应多导弹协同编队控制器。最后,通过Lyapunov稳定性理论表明系统状态为渐近稳定的,并通过模拟仿真验证了所设计控制策略的有效性。
为了研究电机在非工况下运行时的能效水平,依托相关国家标准,提出了一种基于GA-SVM的电机能效评级模型。首先从电能质量,电机本身特性以及负载特性等角度考察了影响电机能效的因素。接着引入了能效等级概念,形成了多指标评价下的电机能效评估体系。运用GA-SVM方法进行模型训练,最终的仿真结果表明该方法能够准确给出在不同工况下电机所处的能效等级,为非工况下电机的能效评定提供了一种新方法。