【摘 要】
：
目的:观察磷酸川芎嗪联合尼莫地平治疗老年颅内动脉瘤夹闭术后早期脑缺血患者的效果。方法:选取90例老年颅内动脉瘤夹闭术后早期脑缺血患者为研究对象,按照随机数字表法分为对照组和观察组,各45例。对照组给予尼莫地平治疗,观察组在对照组基础上联合磷酸川芎嗪治疗。比较两组临床疗效,治疗前后格拉斯哥昏迷量表(GCS)评分、美国国立卫生研究院卒中量表(NIHSS)评分、脑动脉[大脑中动脉(MCA)、大脑前动脉(ACA)、大脑后动脉(PCA)、基底动脉(BA)]血流速度指标水平和不良反应发生率。结果:观察组治疗总有效率8
论文部分内容阅读
目的:观察磷酸川芎嗪联合尼莫地平治疗老年颅内动脉瘤夹闭术后早期脑缺血患者的效果。方法:选取90例老年颅内动脉瘤夹闭术后早期脑缺血患者为研究对象,按照随机数字表法分为对照组和观察组,各45例。对照组给予尼莫地平治疗,观察组在对照组基础上联合磷酸川芎嗪治疗。比较两组临床疗效,治疗前后格拉斯哥昏迷量表(GCS)评分、美国国立卫生研究院卒中量表(NIHSS)评分、脑动脉[大脑中动脉(MCA)、大脑前动脉(ACA)、大脑后动脉(PCA)、基底动脉(BA)]血流速度指标水平和不良反应发生率。结果:观察组治疗总有效率8
其他文献
针对传统换道控制算法难以有效应对前方车辆状态变化的问题,提出基于滚动优化的汽车换道动态轨迹规划方法,并设计轨迹跟踪控制器进行轨迹跟踪。首先,基于五次多项式设计换道参考轨迹方程,并建立换道轨迹评价指标确定换道时间。其次,构建换道动态轨迹规划函数,考虑相邻周期内所规划轨迹的偏差,设计滚动优化目标函数。建立跟随前车运动的危险包络椭圆约束来保证避撞安全性,同时考虑换稳定性约束和道路边界约束,将动态轨迹规划问题变为滚动优化问题,规划出可以适应前车状态变化的动态换道轨迹。然后,设计用于确定理想前轮转角的模型预测控制器
为了增强道路智能化能力使其能够主动且精确地感知车辆,设计了一个基于MEC技术和激光雷达等设备的道路智能化架构,首先通过多激光雷达拼接实现区域的感知全覆盖,利用边缘计算单元实时分析激光雷达的点云数据,获取交通参与者的结构化数据,按照一定的标准规范对数据进行封装后经中间件系统传输至后台应用展示端,同时通过门岗匹配或轨迹匹配等方式实现试验车辆虚拟ID和物理ID的匹配,使管理者能够在不依赖车载终端的情况下准确地获知试验车辆在试验场全区域的轨迹信息。
人表皮生长因子受体2(human epidermal growth factor receptor 2,HE R2)阳性乳腺癌侵袭性强,易早期复发转移.该类患者经大分子单克隆抗体及小分子酪氨酸激酶抑制剂治疗出现
目的 了解苏州市职业高中学生的烟草流行现状和趋势,为制定控烟政策提供依据.方法 于2019年9-11月采用分层随机整群抽样方法,从苏州市10个区(县)内抽取职业高中学生1 860人为
近年来,自动驾驶技术已经成为汽车及其相关技术行业研究和发展的趋势,为了提高自动驾驶车辆运动控制的准确性,在车辆控制方面对所需控制算法的实现精度和准确性具有较高的要求。文章针对自动驾驶车辆横向控制技术中所用的模型预测控制算法进行了车辆动力学模型和控制算法的联合仿真,主要基于Trucksim和Simulink仿真工具对该算法和车辆动力学模型进行建模,然后对模型进行仿真测试,实现了车辆的轨迹跟踪控制,验证了模型预测控制算法对车辆横向控制的准确性和可行性。
数据显示,2018年我国人均预期寿命已超过77岁,国民整体健康状况稳步提升[1].然而,我国确诊的慢性病患者已超过2.6亿人,因慢性病导致的死亡占总死亡的85％,慢性病防控形式日益严
目的 了解2002-2019年天津市蓟州区居民脑内出血(ICH)死亡率及其变化趋势,探讨其在不同特征人群中的特点,为ICH的预防控制提供依据.方法 采用天津市蓟州区疾病预防控制中心收
文章以OpenCV软件为主要平台,基于机器视觉建立一种车道线的检测及跟踪方法。首先检测出图片中车道线区域,对每一帧图片做透视转换到鸟瞰图视角。然后对鸟瞰图二值化,进一步区分左右两条车道线。用滑动窗口的方法检测第一帧的车道线像素点,从第一帧的曲线周围寻找后面的车道线像素点,拟合车道线曲线。经实验证明该方法能够准确地检测出车道线。
针对汽车内饰件按压异响问题,文章分析得出刚度与摩擦特性是按压异响主要成因,并分别从材料兼容性、零件分件与匹配形式、零件整体与局部刚度、零件容差性等方面分析对按压异响的影响。提出了按压异响主观评价方法和正向开发流程,在不同开发阶段,通过典型断面设计、安装点及限位结构布置、接触点检查、CAE分析、防异响材料,降低按压异响发生的风险,提高内饰件的可靠性。
自动驾驶技术中,障碍物的识别是其中很重要的一环。文章设计了一种基于OpenCV技术的本车前方车辆的识别系统,其采用了单目摄像机进行图像输入,使用计算机完成图像预处理,然后训练级联分类器以识别车辆,文章采用Adaboost算法进行训练[1]。将处理好的图像导入车辆分类器,即可完成对前方车辆的识别。经过实验,本系统具有良好的实时性和可靠性。