排便训练结合生物反馈对出口梗阻型便秘的影响

来源 :大医生 | 被引量 : 0次 | 上传用户:thardway
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
目的探讨排便训练结合生物反馈对出口梗阻型便秘的影响。方法选取2017年4月至2018年4月广西中医药大学第一附属医院收治的50例出口梗阻型便秘患者作为研究对象,按照随机数字表法分为观察组与对照组,每组25例。对照组实施排便训练治疗,观察组在对照组基础上实施生物反馈治疗,对比2组治疗效果。结果观察组总有效率显著高于对照组(P<0.05)。治疗后观察组排便阈值、肛管静息压、直肠感知阈值及最大耐受量低于对照组(P<0.05)。观察组的便秘症状消失时间、排便次数恢复正常时间、肌电图恢复正常时间短于对照
其他文献
文中简单介绍了PSoC3(可编程片上系统)的特点,以及电涡流传感器的工作原理.根据PSoC3的特点和电涡流传感器的工作原理,采用具有调频式测量电路和双线圈差动补偿的电涡流传感器
针对年龄估计中样本数量不平衡及不同类间发生误分类时付出代价不同的问题,将代价敏感性嵌入深度学习框架中,提出基于深度代价敏感CNN的年龄估计算法.首先为每个年龄类别分别建立损失函数,解决训练样本的不平衡问题.然后,定义代价向量以反映不同类之间发生误分类而付出的代价差异性,构造逆交叉熵误差函数.最后,融合上述方法,为卷积神经网络(CNN)构造一个损失函数,使CNN在训练阶段学习针对年龄估计的鲁棒人脸表
与众多普通的论坛会议不同,北京大学医学部主办的“第三届全国医药卫生行业EMBA高级论坛暨校友会”甫一开幕就吸引了众多的关注。
针对局部立体匹配方法存在的匹配窗口大小选择困难、弱纹理或高光区域立体匹配精度较低等问题,文中结合卷积神经网络(CNN)与图像金字塔方法,提出多尺度融合的立体匹配算法.训练CNN,用于自动学习待匹配图像对的图像特征,完成匹配代价计算.构建图像金字塔,对待匹配图像对进行多尺度表达.构建弱纹理区域模板,将各层待匹配图像划分为弱纹理区域和丰富纹理区域,将弱纹理区域图像变换成小尺度图像进行匹配度计算,降低弱
嘟嘟熊来到狐狸的蜂蜜店,打算购买1千克蜂蜜去看望外婆。他打量着众多用瓶子装好的蜂蜜,从中挑选了一瓶蜂蜜,把它放到天平上称后,狐狸指着天平上的刻度说:"呀,你的眼光真好!这
猫爷爷病了,狗爷爷和猪爷爷分别带了几条鱼去看望他。路上碰到了兔爷爷,兔爷爷得知情况,也要去看望猫爷爷,说:"我没带鱼,怎么办呢?"猪爷爷想到了一个好办法,说:"老伙计,别着急,我不