目的分析下肢丹毒(Lower leg erysipelas,LLE)患者不同中医证型与临床指标的相关性,指导临床诊疗。方法收集2009年6月—2023年6月期间首都医科大学附属北京中医医院疮疡血管外科住院的LLE患者137例,调取其电子病历,收集人口学资料、症...目的分析下肢丹毒(Lower leg erysipelas,LLE)患者不同中医证型与临床指标的相关性,指导临床诊疗。方法收集2009年6月—2023年6月期间首都医科大学附属北京中医医院疮疡血管外科住院的LLE患者137例,调取其电子病历,收集人口学资料、症状、实验室检查等数据进行回顾性分析,以证型为分组因素,分为3组,利用t检验、秩和检验或卡方检验对每项指标进行分析,将P<0.05的指标进行多因素logistic回归分析。结果3组不同证型的患者共有12项指标有差异(P<0.05)。血分蕴热证患者的中性粒细胞绝对值(第7天)、谷丙转氨酶(治疗前)较高,对该证型影响显著,差异有统计学意义(P<0.05);热毒壅盛证患者白细胞总数(第7天)、中性粒细胞百分比(第7天)较低,红细胞沉降率(第14天)较低,谷丙转氨酶(治疗前)较高,对该证型影响显著,差异有统计学意义(P<0.05);血分蕴热证患者治疗前皮温评分较高,热毒壅盛组治疗前疼痛评分较高,经络瘀滞证患者治疗前疼痛评分较低,对该证型影响显著,差异有统计学意义(P<0.05)。结论LLE的中医证型与炎症指标和肝功能指标有一定相关性,其中中性粒细胞绝对值、中性粒细胞百分比、白细胞总数、谷丙转氨酶、入院时疼痛评分、皮温评分可作为LLE患者的中医辨证分型的关键指标。展开更多
无线传感网中的多类应用均需要准确的定位算法。为了降低定位成本,减少能量消耗,常采用基于接收信号强度RSS(Received Signal Strength)测距,并建立相应的方程,再利用线性最小二乘LLS(Linear Least Squares)法求解节点的位置,将此定位...无线传感网中的多类应用均需要准确的定位算法。为了降低定位成本,减少能量消耗,常采用基于接收信号强度RSS(Received Signal Strength)测距,并建立相应的方程,再利用线性最小二乘LLS(Linear Least Squares)法求解节点的位置,将此定位算法记为RSS+LLS算法。RSS+LLS算法随机选择参考节点,这有损定位精度,同时,LLS算法并没有考虑每个测距值的误差,这些不足降低算法的定位性能。为此,提出基于RSS+LLS的优化算法,记为RSS+WLS+OPT算法。该算法先通过RSS测距,并基于最小均方误差原则选择参考节点,从而提高定位精度,同时,给每个测距值引入权重系数,采用基于协方差矩阵的加权最小二乘法WLS(Weighted Least Squares)求解节点位置,进而降低了测量误差对定位精度的影响。仿真结果表明,与RSS+LLS相比,提出的RSS+WLS+OPT算法的定位精度提高了约2米,并没有增加计算时间,降低对测距误差的敏感性。展开更多
文摘目的分析下肢丹毒(Lower leg erysipelas,LLE)患者不同中医证型与临床指标的相关性,指导临床诊疗。方法收集2009年6月—2023年6月期间首都医科大学附属北京中医医院疮疡血管外科住院的LLE患者137例,调取其电子病历,收集人口学资料、症状、实验室检查等数据进行回顾性分析,以证型为分组因素,分为3组,利用t检验、秩和检验或卡方检验对每项指标进行分析,将P<0.05的指标进行多因素logistic回归分析。结果3组不同证型的患者共有12项指标有差异(P<0.05)。血分蕴热证患者的中性粒细胞绝对值(第7天)、谷丙转氨酶(治疗前)较高,对该证型影响显著,差异有统计学意义(P<0.05);热毒壅盛证患者白细胞总数(第7天)、中性粒细胞百分比(第7天)较低,红细胞沉降率(第14天)较低,谷丙转氨酶(治疗前)较高,对该证型影响显著,差异有统计学意义(P<0.05);血分蕴热证患者治疗前皮温评分较高,热毒壅盛组治疗前疼痛评分较高,经络瘀滞证患者治疗前疼痛评分较低,对该证型影响显著,差异有统计学意义(P<0.05)。结论LLE的中医证型与炎症指标和肝功能指标有一定相关性,其中中性粒细胞绝对值、中性粒细胞百分比、白细胞总数、谷丙转氨酶、入院时疼痛评分、皮温评分可作为LLE患者的中医辨证分型的关键指标。
文摘无线传感网中的多类应用均需要准确的定位算法。为了降低定位成本,减少能量消耗,常采用基于接收信号强度RSS(Received Signal Strength)测距,并建立相应的方程,再利用线性最小二乘LLS(Linear Least Squares)法求解节点的位置,将此定位算法记为RSS+LLS算法。RSS+LLS算法随机选择参考节点,这有损定位精度,同时,LLS算法并没有考虑每个测距值的误差,这些不足降低算法的定位性能。为此,提出基于RSS+LLS的优化算法,记为RSS+WLS+OPT算法。该算法先通过RSS测距,并基于最小均方误差原则选择参考节点,从而提高定位精度,同时,给每个测距值引入权重系数,采用基于协方差矩阵的加权最小二乘法WLS(Weighted Least Squares)求解节点位置,进而降低了测量误差对定位精度的影响。仿真结果表明,与RSS+LLS相比,提出的RSS+WLS+OPT算法的定位精度提高了约2米,并没有增加计算时间,降低对测距误差的敏感性。
