【摘 要】
：
The corona virus disease 2019(COVID-19)is an emerging respiratory infectious disease caused by SARS-CoV-2,which first occurred in December 2019 in Wuhan,China.These days,in China,chest CT is used for diagnosis of COVID-19,as an important complement to the
【机 构】
：
Department of Radiology, Tongji Hospital, Tongji Medical College, Huazhong University of Science and
论文部分内容阅读
The corona virus disease 2019(COVID-19)is an emerging respiratory infectious disease caused by SARS-CoV-2,which first occurred in December 2019 in Wuhan,China.These days,in China,chest CT is used for diagnosis of COVID-19,as an important complement to the reverse-transcription polymerase chain reaction(RT-PCR)test.Because of contacting with a large number of suspected or probable cases closely during chest CT examination,radiographers are easily infected with COVID-19.This article included the rearrangement of CT examination room in fever clinic,the rearrangement of human resources in radiology department,and the drafting of new operating procedures for radiologists who carry out CT examination on COVID-19 patients.This article also introduced the emergency management procedures of the department of radiology during the outbreak,and the experience of infection prevention for the staff of the department of radiology.
其他文献
新冠疫情的暴发,学生教工无法返校的情况下,绝大多数高校采用VPN的方式保证远程学习和科研.为了解具体情况,采集了2020年2月至2020年9月新冠疫情期间北京大学的VPN日志,从使用人数、登录登出时间、使用时长、聚类分析、用户类别5个方面进行讨论.VPN每日使用人数最高约1.5万,同时在线人数最高约0.5万,每日的用户平均使用时长最高325 min,几项数据表明,学生教工高度依赖VPN进行远程学习和科研,根据用户的每日平均使用时长和使用天数对用户进行聚类分析,可以大致将用户分为4类;对用户类别进行分析,理
在智能化技术革新各个传统行业的过程中,对于传统病房护理人们提出了更高水平的服务诉求.在传统病房实地调研的基础上,为了提高患者日常病房生活中的自理能力,加强医护和家属对病人生活状况的实时监控,结合现有物联网智能控制技术,本文提出一种融合语音和脑电的智慧病房控制系统,实现了病房电器等基础设施的控制和云端病房实时监测.此外,基于眨眼动作的ElectroEncephaloGraphy(EEG)控制方法在一定程度上解决了对患者身体状况的更高要求的问题.根据涉及10名受试者的两个实验,语音识别的准确度达到98％,对健
提出一种基于强化学习的生成对抗网络(Reinforcement learning-based Generative Adversarial Networks,Re-GAN)能耗预测方法.该算法将强化学习与生成对抗网络相结合,将GAN(Generative Adversarial Nets)中的生成器以及判别器分别构建为强化学习中Agent(生成器)以及奖赏函数.在训练过程中,将当前的真实能耗序列作为Agent的输入状态,构建一组固定长度的生成序列,结合判别器及蒙特卡洛搜索方法进一步构建当前序列的奖赏函数,
在传统的工业互联网平台中,终端设备产生数据的安全和隐私问题是阻碍工业互联网发展的主要瓶颈.伴随着终端数据量几何式的增长,保护数据的安全性和完整性已经成为工业互联网的核心研究领域.本文首先设计了一种基于区块链的设备和数据管理的体系架构,提供了一个可靠的防篡改的数据库.然后,利用数字证书对平台采用权限访问控制机制,提高平台的准入的安全等级.其次,通过链码间接地对终端设备及其配置文件进行管理,避免了终端设备随意地接入对数据造成污染的问题.最后,通过终端设备自身的公私钥来对终端设备产生的数据进行打包加密处理,利用
数字水印是保护数字版权的关键技术,本文首先给出双水印算法形式化的定义,然后基于小波变换(DWT)、SM4分组密码算法和Paillier同态密码,设计了一个密文域双水印算法.在嵌入水印时,将载体图像进行三重DWT变换,将频带集分为加密部分、水平高频LH3水印部分和垂直高频HL3水印部分.利用SM4分组密码和Paillier公钥密码分别对加密部分和水印部分频带系数加密,同时利用Paillier公钥密码体制对数字水印信息进行加密,利用最低有效位(LSB)方法,分别在LH3和HL3的密文域嵌入两个用户水印信息.最
N6-methyladenosine(m6A)is identified as the most widespread and abundant internal chemical modification of RNA in eukaryotes.A series of proteins including methyltransferases(also known as“writers”),demethylases(also known as“erasers”),and m6A-binding pro
Infection-associated hemophagocytic syndrome(IAHS),a severe complication of various infections,is potentially fatal.This study aims to determine whether IAHS occurs in critically ill patients with coronavirus disease 2019(COVID-19).We conducted a retrospe
Coronavirus disease 2019(COVID-19)occurs in the influenza season and has become a global pandemic.The present study aimed to examine severe acute respiratory syndrome coronavirus 2(SARS-CoV-2)co-infection with influenza A virus(IAV)in an attempt to provid
自然语言处理中的文档分类任务需要模型从低层级词向量中抽取高层级特征.通常,深度神经网络的特征抽取会利用文档中所有词语,这种做法不能很好适应内容较长的文档.此外,训练深度神经网络需要大量标记数据,在弱监督情况下往往不能取得良好效果.为迎接这些挑战,本研究提出应对弱监督长文档分类的方法.一方面,利用少量种子信息生成伪文档以增强训练数据,应对缺乏标记数据造成的精度难以提升的局面.另一方面,使用循环局部注意力学习,仅基于若干文档片段抽取出摘要特征,就足以支撑后续类别预测,提高模型的速度和精度.实验表明,本研究提出
本文介绍了基于RISC-V的嵌入式智能小车控制系统的硬件连接方案、基于状态机的智能小车状态分析方法和不同应用场景下的电机控制方案.系统以运行RISC-V软核的FPGA开发板作为智能小车的主控板,通过RISC-V的GPIO模块采集智能小车的超声波传感器和红外传感器信号来分别检测小车前方和后方的障碍物,利用GPIO中断对碰撞检测传感器和倾斜角传感器信号作出快速响应,利用PWM模块实现不同场景下的电机控制.测试结果表明,本文介绍的控制系统能够实现智能小车的自主避障、碰撞检测和姿态检测等功能.