排序方式: 共有79条查询结果,搜索用时 15 毫秒
21.
中日早期胃癌临床病理及术后生存对比分析 总被引:1,自引:0,他引:1
目的 对比分析中日早期胃癌临床病理参数 ,旨在加深对早期胃癌的认识。方法 中方资料选自 1995至 1999年西安交通大学第一医院收治的早期胃癌 2 9例 ,日方资料选自 1988至 1992年日本鹿儿岛大学医学院第一外科收治的早期胃癌 6 8例。采用回顾性对比研究。结果 ①早期胃癌的发病年龄日方较中方推后 10年 (P <0 .0 5 )。②肿瘤部位日方胃底贲门癌所占比例较高。③肿瘤组织学日方印戒细胞癌所占比例增加。④中方以黏膜下癌为主 ,日方黏膜内癌占较大比例 (P <0 .0 5 )。⑤手术清除淋巴结数日方明显较中方多 (P <0 .0 5 )。⑥消化道重建日方Roux en Y和空肠间置代胃比例较高。⑦术后生存率日方 3年 89.8% ,中方 80 % ,日方生存优于中方 (P <0 .0 5 )。结论 早期诊断及积极的手术治疗可以保证术后生存 ,选择适当的术式有利于提高生存质量 相似文献
22.
23.
24.
早上7点半,一大队豪华汽车驶入了加利福尼亚大学欧文分校的停车场。一群20岁左右满脸倦意的孩子慢吞吞地走下汽车,鱼贯进入教室。他们来这里是为了参加一个为期两天的“理财技能培训班”。这种新型夏令营是专为千万富翁和亿万富翁的子女们开设的。 相似文献
25.
当前时有发生因轮胎面缺陷导致汽车在行驶中发生严重的交通事故,轮胎面缺陷智能检测对避免这类交通事故的发生具有重要意义。深度学习技术被越来越多地用于目标检测领域,文章基于卷积神经网络模型YOLOv5提出一种轮胎面缺陷智能检测方法。首先建立具有4种轮胎面缺陷特征的数据集,然后通过YOLOv5网络训练数据集,最后用训练好的网络模型在测试集上检测。实验结果显示,在检测轮胎面缺陷任务中,YOLOv5网络模型的平均检测精度(mAP)达到65.4%,检测速度可达到38FPS,相较于YOLOv4网络模型与Faster-RCNN网络模型分别提高约4.1%与31.6%。对进一步研究更有效的轮胎面缺陷智能检测方法提供了参考。 相似文献
26.
27.
28.
29.
利用室内缩尺模型试验结果,分析不同光通量的前置光源对隧道内小目标可见度,亮度,亮度均匀度的影响,研究前照灯影响小目标可见度的作用机理;同时利用Dialux来模拟隧道内前照灯对路面照明质量的影响。研究表明:前照灯能够明显增大所在车道正前方的小目标亮度,对路面平均亮度、均匀度有微小的影响,但会降低路面的小目标可见度,这种影响限定在其所直接照射范围以内;前照灯的光通量越大,其对小目标可见度的削弱就越明显,较高的路面亮度和有较好反射率的侧壁可以改善这种影响。 相似文献
30.