神经鞘直径在颅脑术后的监测价值

目的:探讨神经鞘直径(Optic Nerve Sheath Diameter,ONSD)超声监测在颅高压患者术后的临床应用。方法:选择2013年11月-2014年5月本院颅脑疾病患者26例为观察组,根据入院时GCS评分为重型颅脑损伤患者15例,大面积脑梗死6例,脑肿瘤5例,术后1、2、3 d根据病情变化动态用彩超经眼眶检查观察组眼球后3 mm处ONSD大小,每眼每次检查3次,计算ONSD平均值,同时观察生命体征和GCS评分变化,统计生存率。结果:术后平均ONSD<5 mm 17例,>5 mm 6例,>6 mm 6例;死亡7例,植物生存2例。结论:动态监测颅脑术后ONSD变化有助于正确判断颅脑术后患者的病情变化,指导及时复查CT或再次手术,可成为神经重症监护病房常规监测手段。     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

云组合服务网络的异常植入数据检测算法

云组合服务网络在路由转发控制受到节点的同态扰动影响,容易受到植入入侵,为了提高网络的安全性,提出一种基于阈值组合判决的云组合服务网络的异常植入数据检测算法。构建网络异常植入数据的统计特征模型,采用大数据挖掘技术进行云组合服务网络异常植入数据特征检测和滤波分析,提取云组合服务网络数据的谱特征量,采用支持向量机学习方法进行云组合服务网络的异常植入数据检测过程中的自适应寻优控制,采用双门限阈值组合判决方法,实现对目标数据的准确检测,提高对异常植入数据的准确定位检测能力。仿真结果表明,采用该方法进行云组合服务网络异常植入数据检测的准确概率较高,检测性能较好,提高了网络安全性。     

不典型感染性心内膜炎超声诊断的临床分析

目的:对不典型感染性心内膜炎超声诊断进行临床分析。方法:对2012年4月-2014年4月在本院接受治疗的50例不典型感染性心内膜炎患者和50例非感染性心内膜炎患者进行临床研究,均分别进行超声心动图检查、血培养检查、血清免疫学检查、心电图检查诊断,研究比较不典型感染性心内膜炎患者的检出情况及两组患者的相关检查结果。结果:不典型感染性心内膜炎患者的超声心动图检查的确诊率(98.0%)明显高于血培养检查、血清免疫学检查、心电图检查的确诊率(76.0%、58.0%、34.0%),比较差异有统计学意义(P<0.05)。不典型的感染性心内膜炎患者与非感染性心内膜炎患者存在赘生物的比例分别为98.0%和100%,比较差异无统计学意义。两组患者的血培养显示阳性的比例分别为76.0%和32.0%,两组患者的循环免疫复合物(CIC)含量显示超标的比例分别为58.0%和80.0%,两组患者的T波发生改变的比例分别为34.0%和60.0%,比较差异均有统计学意义(P<0.05)。结论:超声诊断对不典型感染性心内膜炎的临床诊断准确率较高,对于此类患者的鉴别诊断十分重要。