【摘 要】
：
目的:探讨创伤性脑损伤（TBI）患者去骨瓣术后行聚醚醚酮（PEEK）颅骨修补的效果。方法:采用回顾性病例系列研究分析2017年2月至2021年4月上海交通大学医学院附属仁济医院收治的85例TBI去骨瓣术后患者的临床资料，其中男57例，女28例；年龄7~70岁［（40.8±15.5）岁］。格拉斯哥昏迷评分（GCS）为6~15分［15（13，15）分］。患者均择期行PEEK颅骨修补术。术前、术后3个月及术后6个月采用改良格拉斯哥预后评分（GOSE）评估预后情况。排除术前GOSE为8分的33例患者后，针对修补前
【机 构】
：
上海交通大学医学院附属仁济医院颅脑创伤中心，上海 200127;上海交通大学医学院附属第一人民医院神经外科，上海 201600
论文部分内容阅读
目的:探讨创伤性脑损伤（TBI）患者去骨瓣术后行聚醚醚酮（PEEK）颅骨修补的效果。方法:采用回顾性病例系列研究分析2017年2月至2021年4月上海交通大学医学院附属仁济医院收治的85例TBI去骨瓣术后患者的临床资料，其中男57例，女28例；年龄7~70岁［（40.8±15.5）岁］。格拉斯哥昏迷评分（GCS）为6~15分［15（13，15）分］。患者均择期行PEEK颅骨修补术。术前、术后3个月及术后6个月采用改良格拉斯哥预后评分（GOSE）评估预后情况。排除术前GOSE为8分的33例患者后，针对修补前GOSE0.05），而术后6个月较术前明显提高（n P<0.05）。在术后3个月时，10例GOSE较术前轻度改善，42例GOSE未改善；而术后6个月时，4例GOSE较术前明显改善，17例GOSE轻度改善，31例未改善（n P0.05), but it was significantly increased at 6 months after operation when compared to the preoperative level (n P<0.05). With regards to GOSE, there were 10 patients with mild amelioration but 42 with no amelioration at 3 months after operation, while 4 patients with significant amelioration and 31 with no amelioration were observed at 6 months after operation (n P<0.05). For PEEK repair, Patients′ satisfaction was very high in 43 patients, high in 33, general in 7 and poor in 2. A total of 25 patients had postoperative complications during hospitalization and within 6 months postoperatively, with the incidence of complications of 29%. Specifically, there was 1 patient with wound infection, 1 new epilepsy, 8 epidural hemorrhage, 13 subcutaneous effusion, 1 subcutaneous effusion, severe infection and material exposure, and 1 severe infection, new-onset epilepsy and subcutaneous effusion. Repair materials were removed in 2 patients due to multiple complications; other patients obtained alleviation via treatment, without affect on their daily life.n Conclusion:PEEK cranioplasty following craniectomy for TBI patients can improve prognosis, attain high satisfaction and has low incidences of postoperative infection and exposure of repair materials.
其他文献
基于图像的物体三维重建一直是计算机视觉领域的研究热点.与二维人脸图像相比,三维人脸模型能够承载更多的信息从而具有更广泛的应用前景,如更精准的身份信息识别标志、更准确的情感表达媒介等.为了从单幅大视角的二维人脸图像中重建出具有真实感的三维彩色人脸模型,提出一种结构简单但有效的算法.首先设计一个编码-解码网络,从原始RGB图像生成并记录完整的三维人脸信息的二维UV位置图;然后使用一个卷积神经网络从中重塑出三维人脸;最后考虑人脸大视角时的自遮挡情况,进一步通过条件生成对抗网络补全UV纹理图的缺失.使用Stirl
为解决传统网络功能虚拟化(network functions virtualization,NFV)系统由于其数据中心的独立自治性,难以实现跨数据中心的网络功能连接管理的问题,提出一种跨数据中心的网络功能连接管理机制NFVMP.设计子链生成算法,根据全局服务功能链生成所有数据中心的子链;设计分布式连接方案,在每一个数据中心内部利用分发器和转发器构建与其它子链之间的连接关系;设计一个增量更新的方法快速进行跨数据中心策略更新.在实验中实现一个原型系统对NFVMP的性能进行验证,其结果表明,NFVMP可以正确快
临床研究中经常会遇到如下问题：如果X指标的测量值是连续的，对于结局指标Y来说，如何将X指标转换为分类变量，使Y指标在组间差异最大。这个问题就涉及如何将连续变量转换为分类变量，本文介绍几种常见方法。
乱针绣采用参差交叉的线条表现图像的画理和绣理,需要刺绣者反复推敲绣制技法、操作步骤并预测刺绣效果,其绣品极具个人艺术特色.为解决乱针绣构思难度高、创作时间长和效果难以预测等问题,提出一种辅助用户进行乱针绣DIY设计的交互技术思想.通过生成创作预览图和带有标记的刺绣底稿,以便用户快速进行绣制.输入目标图像作为乱针绣底稿参考,基于聚类算法将图像分割成子区域,用于后续细节绘制;基于物像的纹理特征构建单针模型和多层针法模型,并设置相应的长度、朝向、密度和粗细等参数;基于图像风格构建交互式重构矢量场绘制技术和光照模
2007年以来,我国学界对“大学文化力”的研究逐渐增多,研究成果主要集中在“大学文化力”的概念和内涵,“大学文化力”的特点和要素,以及“大学文化力”建构意义和框架研究等方面.目前还存在着相关概念和内涵的研究缺乏逻辑连接性、指涉主体不明确、研究的理论和方法单一、对应用性研究重视不足等问题.因此,“大学文化力”研究应从以下方面加以完善:进一步加强“大学文化力”概念和内涵研究;借鉴其他学科相关理论,加强对“大学文化力”生成机制、变革动力研究;采用定性与定量相结合的方法,加强对“大学文化力”作用模式、绩效评估研究
目的:探讨聚焦超声消融手术（FUAS）联合负压吸引术治疗包块型剖宫产术后子宫瘢痕妊娠（CSP）的临床效果以及影响出血量和再入院的相关因素。方法:回顾性分析2014年1月至2020年12月在中南大学湘雅三医院经FUAS治疗后行宫腔镜指导下的负压吸引术的88例包块型CSP患者的临床资料，分析FUAS联合负压吸引术治疗包块型CSP的治疗结果及影响术中出血量和再入院的相关因素。结果:所有患者均一次完成FUAS治疗；FUAS治疗后，所有病灶均出现明显的坏死无灌注区，病灶血流信号显著减少。负压吸引术中出血量的中位数为
目的:比较子宫肌瘤聚焦超声消融手术（FUAS）与子宫肌瘤剔除术的远期临床疗效差异。方法:回顾性分析2007年1月至2015年1月在解放军总医院第一医学中心行FUAS（FUAS组，763例）及子宫肌瘤剔除术（子宫肌瘤剔除术组，1 205例）的子宫肌瘤患者的临床资料，收集两组患者术前基本情况、影像学数据、手术情况，随访两组术后症状改善、症状复发、再治疗以及不良事件发生情况，并比较两组的差异。结果:FUAS组与子宫肌瘤剔除术组患者的治疗有效率分别为95.7%（730/763）、95.5%（1 151/1 205
家庭干预是在专业人员的科学指导下、家长介导的以自然环境为基础、融入日常互动的干预模式，是世界卫生组织推荐用于发育障碍和孤独症谱系障碍（ASD）患儿康复的重要方法。本共识阐述了ASD低龄患儿家庭干预前的准备原则，介绍了家庭训练中环境安排、活动选择、训练内容及实施方法等，重点为6岁以下低龄ASD患儿的家庭干预提供指导及参考。
在计算机辅助骨科手术系统中应用增强现实技术能帮助医生准确地定位患者的病灶部位,而视频图像的目标跟踪匹配是实现增强现实的关键技术.针对视频图像匹配中SURF(speed up robust features)特征点性能和匹配效率不足的问题,提出一种改进的基于SURF特征点的FLANN(fast library for approximate nearest neighbors)匹配算法.提取SURF关键特征点,改进其描述符算子,使用改进的FLANN算法进行特征点匹配.通过实验分析比较改进与未改进算法的性能,
针对芯片生产链长、安全性差、可靠性低,导致硬件木马防不胜防的问题,提出一种改进的机器学习分类算法.首先采集不同电压下电路的延时信号,通过KNN分类算法找出延时差异,若延时与干净电路相同,则判定为干净电路,否则判定有木马;然后联合多项式回归算法对木马延时特征进行拟合,基于回归函数建立木马特征库,最终实现硬件木马的准确识别.实验结果表明,对2000组延时单元的19个不同电压进行延时提取,同时考虑电压数目、K值与识别准确率,则电压数目与木马的识别准确率成正比,而参数K与识别准确率成反比;综合考虑的电压数目为19