重视儿童风湿免疫性疾病继发的冠状动脉损伤

来源 :中华儿科杂志 | 被引量 : 0次 | 上传用户:kitty1973
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
多种儿童风湿免疫性疾病均可导致冠状动脉损伤(CAL)。CAL不是诊断川崎病的“金标准”,深入理解疾病免疫学致病机制、拓宽疾病诊断及鉴别思路,有助于全面提升CAL相关风湿免疫性疾病的诊治水平。
其他文献
微生态系统是人体的重要组成成分,随着生命周期的进展,微生物群从开始在人体定植到成熟的过程是处于动态变化的。儿童时期的微生态系统还处于发展阶段,微生态失调似乎更容易导致一些特定疾病的产生。本文对微生态系统在儿童过敏性疾病发生、发展中的作用及潜在机制作一综述。
期刊
范科尼贫血(FA)是一种常染色体隐性、X连锁(FANCB基因突变)和常染色体显性(RAD51基因突变)遗传病,其发病机制是FA相关基因缺陷导致DNA损伤修复功能障碍,造成染色体自发断裂、错排、畸变等,从而出现骨髓衰竭、先天性畸形及肿瘤倾向等临床表现。本文主要针对其骨髓衰竭的发病机制进行综述。
期刊
为解决钢板喷印字符图像存在的字符拖尾和光照不均匀导致的字符图像二值化效果差的问题,提出一种基于光照影响因子的动态Niblack算法.在Niblack算法的基础上引入光照强度项,降低光照不均匀带来的影响;定义灰度阈值中各项的动态系数,减少目标点和背景点的误判,获得良好的二值化效果;结合Otsu算法得到全局阈值,以全局阈值对算法的灰度阈值进行修正,加强二值化图的局部联系,提升二值化字符的连贯性.通过与Niblack、Sauvola等多种算法的对比,验证了该方法的可行性.
分析了火电厂输煤系统除铁器控制不到位的情况和常见的各类故障,以此为依据提出改造方案,使原有的除铁器控制系统更加稳定高效.此外,对改造后的除铁器控制系统特征做出了对应剖析并提出了优化措施,旨在为今后同行业发展提供一定的信息参考.
箱体类零件是为机器或部件装配使用的基础零件,也是机器的重要组成部件,它能将齿轮、轴、套件等相关配件装配成一个整体,并能保证各个零件处于正确合适位置,以相应的传动关系互相协调工作以传递动力等.箱体是传动零件的基座,应具有足够的强度和刚度.因此,箱体类零件的机加工质量是非常重要的环节,它将直接影响到部件或机器的性能、精度与寿命.结合实践探索,正确选择机床,合理编制加工工艺及合理选择刀具等方法,有效地解决了技术难题.
针对生成对抗网络在训练中损失函数收敛慢,难以恢复图像细节的问题,提出一种基于编解码器与多尺度损失函数的生成对抗网络模型.使用含残差连接的编解码器作为生成器,该网络易于训练,能够加快对抗损失函数的收敛;引入噪声损失,与使用VGG19模型的感知损失构成多尺度损失函数,使图像在视觉上的纹理细节达到更细致的恢复效果.实验结果表明,与低剂量CT相比,去噪后图像的峰值信噪比提升了8.1%,结构相似性指数提升了4.8%,改进后的网络加快了损失函数收敛,有效改善了生成对抗网络训练困难、损失函数收敛慢、图像细节难以恢复等问
出生缺陷可以造成自然流产和死产,是导致新生儿和5岁以下儿童死亡以及长期残疾的重大原因。实施母婴安全计划,加强出生缺陷综合防治,提高妇幼健康水平,是党的十九大制定的健康中国战略。胎儿MRI是出生缺陷二级防控的重要手段,应用于产前诊断30年来,能确认超声检查结果,又能提供比超声更多的信息。随着技术进步和影像工作者们始终不懈地创新研究,胎儿MRI已经进入快速发展期,可为出生缺陷防控及优生优育提供信息,诊断结果可能影响胎儿的治疗、分娩方式的选择以及医患沟通。为精准防控出生缺陷,提高妇幼健康水平,在胎儿MRI临床应
为精确检测不同人体尺度的关键点,提出一种基于高分辨率表征的关键点尺度变换网络(high-resolution for scale transformation structure,HR-STS).由高低分辨率并行子网络提取所有初步关键点特征,通过尺度变换结构把关键点特征标准化,经过逆空间变换得到关键点坐标.实验对比结果表明,改进后的算法在MPII数据集和COCO数据集上的平均检测精度提升明显,网络参数量与浮点运算量也小于其它算法.
由于众测人员测试水平层次不齐,导致测试步骤不统一、冗余操作过多,因此无法直接利用众测人员的操作序列生成测试用例.通过对现有测试过程研究进行分析,提出一种适用于众测场景的GUI软件的操作序列记录方法.通过基于图像与坐标信息的方法获取众测人员的操作信息,采用图像聚类划分操作信息和时间划分方法优化聚类结果,以时间先后将操作信息组合众测操作序列.实验选取6种不同的GUI软件进行验证,实验结果表明,所提方法能够记录规范化操作序列,为后续工作提供可靠数据来源.
为解决数字文化遗产保护中民族图案的解读与重用中存在的问题,以贵州苗族蜡染纹样为例,提出一种基于多任务学习的跨模态检索方法,实现图-图与文-图的检索模式.该方法采用BERT预训练模型析出文本特征,以ResNet50为基础,通过网络结构的改进对图片特征进行提取,并定义两个损失函数实现多个预测任务的图案检索.在Batik Dataset上验证了该方法的有效性,实验结果表明,图-图检索任务平均准确率及平均查询时间均优于单任务模型.