目的:探究快速康复外科(Fast track surgery,FTS)与国际内固定研究学会(Arbeitsge-meinschafts für osteosynthesesfragen/Association for the study of internal fixation,AO/ASIF)治疗原则相结合在下颌骨骨折治疗中的应用价值...目的:探究快速康复外科(Fast track surgery,FTS)与国际内固定研究学会(Arbeitsge-meinschafts für osteosynthesesfragen/Association for the study of internal fixation,AO/ASIF)治疗原则相结合在下颌骨骨折治疗中的应用价值。方法:选取2019年12月-2020年11月在笔者医院接受治疗的84例下颌骨骨折患者为研究对象。采用随机数字表法分为对照组和研究组,每组42例。对照组采用AO治疗原则的处理方式,研究组快速康复外科联合AO治疗原则处理,对比两组患者术后康复情况、并发症发生率、满意度及舒适度。结果:研究组患者下床时间、首次排尿时间、住院时间、住院费用均低于对照组,术后1周开口度高于对照组,差异均有统计学意义(P<0.05);研究组患者并发症发生率2.38%,低于对照组16.66%,差异有统计学意义(P<0.05);研究组患者满意度评分、舒适度评分高于对照组,差异均有统计学意义(P<0.05)。结论:在下颌骨骨折治疗中应用快速康复外科结合AO治疗原则,能够缩短患者康复时间、提升康复质量、降低并发症发生率、提升患者满意度及舒适度,具有临床推广应用价值。展开更多
为了检测出下颌骨的骨折部位,帮助医生采取准确的治疗方案,同时解决骨折部位的CT影像受到出血和其余未骨折部位等的干扰所导致的骨折部位信息提取不充分、骨折部位检测精度不高等问题,提出了一种面向下颌骨骨折检测的主辅架构YOLOv5(pri...为了检测出下颌骨的骨折部位,帮助医生采取准确的治疗方案,同时解决骨折部位的CT影像受到出血和其余未骨折部位等的干扰所导致的骨折部位信息提取不充分、骨折部位检测精度不高等问题,提出了一种面向下颌骨骨折检测的主辅架构YOLOv5(primary and auxiliary YOLOv5,PA-YOLOv5)网络。首先,主干网络实现局部注意力和特征图多尺度通道混洗的耦合,获得影像的局部多尺度信息;其次,辅助网络实现结构重参数化和Transformer的耦合,获得影像的全局多尺度信息;最后,在所提出的数据集上进行消融实验和对比实验。结果表明,所提出的PA-YOLOv5网络的mAP(0.50)为98.18%,较原始YOLOv5网络提升了2.57%。所提出的网络能够较好地进行下颌骨骨折部位的检测,为医生提供相应的参考,从而辅助医生针对不同的骨折部位采取不同的治疗手段,为下颌骨骨折治疗提供一种新的诊断方法。展开更多
文摘目的:探究快速康复外科(Fast track surgery,FTS)与国际内固定研究学会(Arbeitsge-meinschafts für osteosynthesesfragen/Association for the study of internal fixation,AO/ASIF)治疗原则相结合在下颌骨骨折治疗中的应用价值。方法:选取2019年12月-2020年11月在笔者医院接受治疗的84例下颌骨骨折患者为研究对象。采用随机数字表法分为对照组和研究组,每组42例。对照组采用AO治疗原则的处理方式,研究组快速康复外科联合AO治疗原则处理,对比两组患者术后康复情况、并发症发生率、满意度及舒适度。结果:研究组患者下床时间、首次排尿时间、住院时间、住院费用均低于对照组,术后1周开口度高于对照组,差异均有统计学意义(P<0.05);研究组患者并发症发生率2.38%,低于对照组16.66%,差异有统计学意义(P<0.05);研究组患者满意度评分、舒适度评分高于对照组,差异均有统计学意义(P<0.05)。结论:在下颌骨骨折治疗中应用快速康复外科结合AO治疗原则,能够缩短患者康复时间、提升康复质量、降低并发症发生率、提升患者满意度及舒适度,具有临床推广应用价值。
文摘为了检测出下颌骨的骨折部位,帮助医生采取准确的治疗方案,同时解决骨折部位的CT影像受到出血和其余未骨折部位等的干扰所导致的骨折部位信息提取不充分、骨折部位检测精度不高等问题,提出了一种面向下颌骨骨折检测的主辅架构YOLOv5(primary and auxiliary YOLOv5,PA-YOLOv5)网络。首先,主干网络实现局部注意力和特征图多尺度通道混洗的耦合,获得影像的局部多尺度信息;其次,辅助网络实现结构重参数化和Transformer的耦合,获得影像的全局多尺度信息;最后,在所提出的数据集上进行消融实验和对比实验。结果表明,所提出的PA-YOLOv5网络的mAP(0.50)为98.18%,较原始YOLOv5网络提升了2.57%。所提出的网络能够较好地进行下颌骨骨折部位的检测,为医生提供相应的参考,从而辅助医生针对不同的骨折部位采取不同的治疗手段,为下颌骨骨折治疗提供一种新的诊断方法。