简介:摘要安防监控系统须有事前报警的功能。只有使用功能完善的监测设备,检测识别报警型智能摄像机才能够识别不同的物体,发现监控画面中的异常情况,并能够以最快和最佳的方式发出警报并且提供有用的信息,从而更加有效地协助安全人员处理危机,并且能够最大限度地减少误报和漏报现象。自动监控系统通过闭路电视监视系统对大楼的主要通道及重要场所进行监视,配合防盗报警系统和门禁系统,实现了智能楼宇的安全防卫工作。
简介:摘要目的探讨复发缓解型多发性硬化(RRMS)患者复发期、缓解期类淋巴系统功能改变及其与临床参数的关系。方法选择南昌大学第一附属医院神经内科自2012年9月至2020年12月收治的41例RRMS患者,其中复发期患者16例(复发期RRMS组),缓解期患者25例(缓解期RRMS组)。另外招募本院同期于体检中心体检的健康对照者29例(正常对照组)。回顾性收集3组受试者的弥散张量成像(DTI)数据并计算沿血管周围间隙(ALPS)指数,比较3组受试者临床资料和ALPS指数的差异,采用Pearson相关性分析检验RRMS患者ALPS指数与临床参数的相关性。结果与缓解期RRMS组比较,复发期RRMS组患者的扩展残疾量表(EDSS)评分、修正的疲劳影响尺度(MFIS)评分较高,差异均有统计学意义(P<0.05)。正常对照组受试者左脑、右脑ALPS指数均高于复发期RRMS组、缓解期RRMS组,差异均有统计学意义(P<0.05)。复发期RRMS组患者左脑ALPS指数与病程、EDSS评分均呈负相关关系(r=-0.536,P=0.032;r=-0.573,P=0.020)。结论RRMS患者存在类淋巴系统功能障碍。类淋巴系统功能异常可能是复发期RRMS患者临床功能障碍的潜在病理基础。
简介:摘要目的探讨基于脑部T2WI病灶影像组学的机器学习模型鉴别多发性硬化(MS)和视神经脊髓炎谱系疾病(NMOSD)的效能。方法回顾性分析2009年1月至2018年9月在首都医科大学附属北京天坛医院、南昌大学第一附属医院东湖院区、天津医科大学总医院、首都医科大学宣武医院接受诊治的MS和NMOSD患者223例的资料,按照7∶3的比例完全随机分为训练集(156例)和测试集(67例)。收集2009年1月至2018年9月在复旦大学附属华山医院、吉林大学中日联谊医院接受诊治以及2020年3月至2021年9月在南昌大学第一附属医院象湖院区接受诊治的MS和NMOSD患者共74例作为独立的外部验证集。对患者进行脑部横断面MR T2WI,从T2WI中提取影像组学特征,通过最小冗余最大相关性和最小绝对收缩和选择算子算法进行特征选择,之后构建各种机器学习分类器模型(logistic回归、决策树、AdaBoost、随机森林或支持向量机)鉴别诊断MS与NMOSD。采用受试者操作特征曲线的曲线下面积(AUC)评估训练集、测试集、外部验证集中各分类器模型的性能。结果基于多中心的T2WI,共提取了11个与区分MS和NMOSD有关的影像组学特征并构建分类器模型。其中随机森林模型区分MS与NMOSD的效能最好,其在训练集、测试集和外部验证集中区分MS与NMOSD的AUC值分别为1.000、0.944和0.902,特异度分别为100%、76.9%和86.0%,灵敏度分别为100%、92.1%和79.7%。结论基于脑部病灶T2WI的影像组学特征构建的随机森林模型可以有效地区分MS和NMOSD。