简介:摘要:立德树人是教育工作的重要使命,尤其对于小学阶段的学生来说,德育教育具有特别的意义和影响力。小学班主任,是学生德育的第一责任人。如何有效地渗透德育教育,成为了当前小学班主任工作面临的挑战之一。为了更好地拓展德育教育的领域,小学班主任可以尝试一些新的举措。在立德树人的教育目标下,小学班主任工作中渗透德育是至关重要的。本文通过探讨新的举措,旨在提供一些创新性的方法来加强小学班主任工作中的德育教育。
简介:摘要心血管病严重威胁国人健康,早期实现精准风险分层是心血管防控的首要任务。而传统心血管病风险评估工具在临床实践中仍具有一定局限性,尤其是所有被心血管病风险评估指南推荐的风险模型均未纳入心血管系统特异的生物标志物。近年来,大量研究显示将心血管标志物纳入心血管病风险评估将会显著提升灵敏度和特异度。本文从传统心血管病风险评估工具的局限性、新一代风险评估工具应具备的价值以及心血管标志物在心血管病风险评估中的应用进展等几个方面进行了阐述。心血管特异性标志物的广泛应用和研究必将成为提高传统心血管病风险评估系统效能的最得力帮手,可以更早期、更精确地对普通人群进行分层管理和干预,减少我国心血管病负担,早日实现“健康中国”的战略目标。
简介:摘要目的探索0~1 h高敏肌钙蛋白I(hs-cTnI)浓度及其变化对于判断非ST段抬高型心肌梗死(NSTEMI)的可行性及准确性,并探讨流程简化的可行性。方法选择2017年1月至2020年9月中国医学科学院阜外医院、中山大学附属第一医院、南京市第一医院急诊科就诊的急性胸痛需排除NSTEMI的患者。对入选患者在就诊时(0 h)、就诊后1 h进行hs-cTnI检测,按照2015年欧洲心脏病学会(ESC)指南推荐的0~1 h的hs-cTnI诊断流程及界值标准进行检验判定,由未参与课题设计且不知道hs-cTnI检测结果的心脏科医师按照急诊常规诊疗流程进行临床判定;以临床判定为金标准,分析指南推荐0~1 h的hs-cTnI浓度及其变化对于判断NSTEMI在中国人群中的诊断效能。对该指南流程进行简化,在不考虑胸痛时间的条件下,利用指南界值进行检验判定,并评估简化流程的诊断效能。结果共纳入1 534例患者,年龄(62±12)岁,男952例(62.1%)。其中临床诊断NSTEMI患者402例(26.2%),非NSTEMI患者1 132例(73.8%)。依照指南推荐诊断及判定流程,672例(42.8%)患者排除NSTEMI,464例(30.2%)患者诊断NSTEMI,与临床判定一致率为92.4%(1 050/1 136),排除诊断的灵敏度为99.5%(95%CI:98.0%~99.9%),阴性预测值为99.7%(95%CI:98.8%~99.9%),阴性似然比为0.008(95%CI:0.002~0.335);纳入诊断的特异度为92.6%(95%CI:90.9%~94.0%),阳性预测值为81.9%(95%CI:78.0%~85.2%),阳性似然比为12.739(95%CI:10.356~15.670)。依据简化流程,675例(44.0%)患者排除NSTEMI,463例(30.2%)患者诊断NSTEMI,与临床判定一致率为92.4%(1 051/1 138),排除诊断的灵敏度为99.3%(95%CI:97.6%~99.8%),阴性预测值为99.6%(95%CI:98.6%~99.9%),阴性似然比为0.012(95%CI:0.004~0.389);纳入诊断的特异度为92.6%(95%CI:90.9%~94.0%),阳性预测值为81.9%(95%CI:78.0%~85.2%),阳性似然比为12.705(95%CI:10.328~15.630)。简化流程判定结果与指南推荐流程相比,其诊断效能差异均无统计学意义(均P>0.05)。结论2015年ESC指南推荐0~1 h的hs-cTnI浓度及其变化标准判断NSTEMI的诊断流程在中国人群中具有良好的应用价值,且在排除诊断时不考虑就诊时胸痛时间的简化流程仍具有较高的诊断效能。
简介:摘要:近年来,手指静脉识别已发展成为一种主要的生物特征。尽管在识别准确性和可用性方面有了各种改进,但手指静脉识别仍然远不够完美,因为它受到低对比度图像和其他成像伪影的影响。三维或多角度的手指静脉识别技术为解决当前的一些问题提供了一种方法,特别是手指的错位和旋转。在这项工作中,我们提出了一种新的多透视手指静脉捕捉设备,它是基于镜子,相对于大多数现有的设备,它通常是基于多个相机。这款新设备只使用了一个摄像头,一个单一的照明模块和几个镜子来捕捉手指在不同的旋转角度。
简介:摘要:目前,人脸识别技术与指纹识别技术是比较广泛运用生物识别技术。相较于其他生物识别技术,手指静脉识别则是最有可能替代指纹识别和人脸识别的一种生物特征识别技术。因此,手指静脉识别技术成为了众多研究人员关注的热点。由于图像处理算法错综庞杂,往往同一种算法对不同图像的处理结果相差甚远,因此研究适合手指静脉图像的算法至关重要。本文的研究工作包括了手指静脉成像原理及采集系统,手指静脉定位、增强及特征提取算法几大部分。