简介：[摘要] 目的：环状RNA(circular RNAs,circRNAs) 是一种新型的对基因表达进行精细调控的重要非编码RNA，本文总结了circRNAs在心血管疾病(cardiovascular disease，CVD)领域研究的前沿及经典文献，阐述了circRNAs与心血管疾病相关性的最新研究进展。方法：检索EMbase、Medline、万方数据库、中国生物医学文献数据库、中国循证医学/Cochrane中心数据库(CEBM/CCD)中相关文献，结合临床，进行综合阐述。结果：circRNAs的表达与多种CVD相关, 有望成为CVD新型诊断和预后预测的生物标志物。circRNAs在CVD中的作用机制及调控网络，既可促进也可以拮抗CVD的发生发展。结论：探索与发现更多的circRNAs在心血管疾病中的发生发展中所起的作用，可以为CVD的诊断、靶向治疗以及预后判断等方面提供新的思路。

简介：

简介：摘要 目的：探究基因组DNA污染及乳腺癌单样本预测器(single sample predictor, SSP)在RNA-seq中鉴定Basal-like亚型乳腺癌的一致性与稳健性。方法：使用4种SSP联合3种数据校正方法，按比例随机去掉一定比例的非Basal-like亚型样本，并使用正态分布模拟基因组DNA对基因表达量的影响。结果：数据校正方法影响乳腺癌SSP鉴定Basal-like亚型的一致性(κ=0.733-0.964)；乳腺癌SSP可以一致鉴定出Basal-like亚型(κ=0.846-0.958)，对Basal-like亚型鉴定的稳健性高；基因组DNA污染对Basal-like亚型鉴定的一致性影响较小(κ=0.922-1)。结论：Basal-like亚型的鉴定具有高度的一致性与稳健性且受基因组DNA污染影响较小。

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。

简介：[摘要]目的：查究基于深度学习的肺炎病灶分割算法在新冠肺炎中的应用效果。方法：抽选肺炎CT影像与分割病灶模型36例，肺炎CT影像测试模型6例，CT影像测试分类模型28例，非肺炎/肺炎CT影像训练模型108例，基于深度学习，对新冠肺炎疑似患者14例的CT影像进行病灶分割分析，并进行对比分析。结果：基于深度学习的肺炎病灶分割在新冠肺炎中的应用，病灶分切部位的特异性是97.2%，灵敏度是95%，新冠肺炎阳性患者的病灶密度、受累肺叶数量均与阴性患者间的数据差异性较大，在统计学方面存在意义（P＜0.05）。结论：致。

简介：【摘要】目的： 探究分析全凭静脉麻醉下肌松监测联合麻醉深度监测对全麻苏醒过程的影响。 方法： 选取 2018 年 12 月到 2020 年 1 月期间本院治疗的共计 100 例全麻手术患者观察对象，通过电脑分组法将所有的患者分为实验组（ n=50 ）和对照组（ n=50 ），对照组患者在苏醒过程中给予主观评价，实验组给予肌松监测联合麻醉深度监测，对比两组患者拔管后的相关临床指标和不良反应的发生率。 结果： 实验组全麻手术患者经过监测后，拔管过程中的平均动脉压、心率均明显优于对照组患者，且呛咳、躁动、呼吸抑制等不良反应的发生率更低，差异具有统计学意义（ p ＜ 0.05 ）。 结论 ： 临床针对全凭静脉麻醉下的患者开展仔细的肌松监测联合麻醉深度监测能够提高患者苏醒过程中的舒适度，安全性较高，值得临床推广适用。

简介：【摘要】目的：探讨对手部深度烧伤患者施以整形外科手术对其手功能和日常生活能力的具体影响。方法：对80例手部深度烧伤患者予以随机抽选，收取时间：2020年09月到2021年09月。遵行随机抽签法分成两组，对比对照组（