简介:摘要:康复医学实习是康复医学专业学生的重要学习环节,为提升实习生的满意度,本研究探讨了基于团队和案例的混合教学法对康复医学实习的影响。研究采用实验对照法,将康复医学实习生分为实验组和对照组,实验组采用混合教学法,对照组则沿用传统教学法。通过问卷调查和访谈等方法,评估两组实习生的满意度。结果显示,采用混合教学法的实验组在实习满意度方面显著高于对照组,尤其在实践技能提升、团队合作能力和理论知识应用等方面表现突出。研究表明,基于团队和案例的混合教学法有助于提升康复医学实习生的满意度,对教学效果的改善具有积极意义。此研究为康复医学实习教学方法的优化提供了参考依据。
简介:【摘要】目的:探讨在肿瘤护理实习教学中应用基于互联网+的典型案例教学法的临床价值。方法:将2021年2月至2022年1月期间于本院选取肿瘤科护理实习生共计50名作为研究对象,采用随机数字表法分为对照组(n=25)和观察组(n=25)。对照组给予传统教学模式,观察组给予基于互联网+的典型案例教学法,比较两组实习生对教学的满意度、伦理知识考核成绩与实践操作考核成绩。结果:观察组护理实习生对带教方法的满意度高于对照组(P<0.05)。伦理知识考核成绩与实践操作考核成绩观察组高于对照组(P<0.05)。结论:在肿瘤护理实习教学中应用基于互联网+的典型案例教学法的临床效果突出,可提升肿瘤科护理实习生伦理知识考核成绩与实践操作考核成绩,得到了护理实习生的满意认可。
简介:摘要 目的 探究基于微课和真实案例的翻转课堂教学在风湿免疫科临床教学中的应用及效果。方法.对照组学员应用传统教学模式,观察组学员应用基于微课和真实案例的翻转课堂教学方法,培训结束后,对两组学员的临床教学效果进行对比分析。结果 观察组学员的理论平均成绩、实践技能平均成绩和病例分析能力、满意度均高于对照组,观察组教学方法能够更好的激发学员的学习兴趣和主动性、提高自学能力、临床实践能力、临床思维能力和临床综合能力,取得更为满意的教学效果,差异具有统计学意义( P<0.01)。结论 在风湿免疫科临床教学中采用基于微课和真实案例的翻转课堂教学,可以显著提高教学效果和学习质量。
简介:【摘要】 目的:构建术后肺部并发症(postoperative pulmonary complications, PPCs)的预测模型并进行验证。方法:回顾性收集2019年1月1日至2021年12月31日在重庆医科大学附属巴南医院实施的头颈胸及上腹部三、四级手术的患者,其中满足纳入排除标准的病例有2157例。数据预处理后,通过循证和临床结合的方式筛选出预测模型的特征变量,基于机器学习技术分别构建Logistic回归模型、梯度提升决策树(gradient boosting decision tree, GBDT)模型和人工神经网络(artificial neural network, ANN)模型。通过比较预测模型的准确度、灵敏度、特异度和曲线下面积(the area under the curve, AUC)等指标,评估三种模型的预测性能。结果:Logistic回归模型、GBDT模型和ANN模型的AUC值,分别为0.823 (95% CI: 0.790~0.855)、0.877 (95% CI: 0.841~0.913)和0.908 (95% CI: 0.878~0.938)。结论:基于机器学习算法构建PPCs风险预测模型具有可行性。在本研究构建的三种PPCs机器学习模型中,ANN模型具有良好的预测表现和临床价值。
简介:摘要:目的:为了提高尿路上皮癌的筛查效率和准确性,基于人工智能和病理学理论,提出基于自监督学习的尿路上皮癌辅助筛查系统。方法:为了获得高质量的细胞学图片,设计基于高敏薄层的尿脱落细胞学检测方法。以该方法为基础,提出基于多重掩码的细胞图像表征学习算法。以高质量的细胞图像表征为基础,设计基于上下文的尿路上皮癌目标检测算法。利用无标签数据进行预训练,有效提取与尿路上皮癌相关的图像特征。在有限的有标签数据上微调,精准检测尿路上皮癌细胞。结论:实验结果表明,该模型在尿路上皮癌辅助筛查任务中表现出显著的性能提升,为临床病理医生提供有力的辅助工具。
简介:摘要:目的:为了提高尿路上皮癌的筛查效率和准确性,基于人工智能和病理学理论,提出基于自监督学习的尿路上皮癌辅助筛查系统。方法:为了获得高质量的细胞学图片,设计基于高敏薄层的尿脱落细胞学检测方法。以该方法为基础,提出基于多重掩码的细胞图像表征学习算法。以高质量的细胞图像表征为基础,设计基于上下文的尿路上皮癌目标检测算法。利用无标签数据进行预训练,有效提取与尿路上皮癌相关的图像特征。在有限的有标签数据上微调,精准检测尿路上皮癌细胞。结论:实验结果表明,该模型在尿路上皮癌辅助筛查任务中表现出显著的性能提升,为临床病理医生提供有力的辅助工具。
简介:【摘要】 目的 分析基于深度学习的脊柱手术术中导航配准技术效果。方法 纳入2023年1月~2023年12月兴国县人民医院脊柱外科的300例脊柱手术患者,搜集患者术前CT,X线资料,提出一种全新的不借助标记物等外在信息的多模态图像自动配准算法,基于卷积神经网络深度学习等技术、数字影像重建技术等,实现手术的智能导航系统,以传统的手术规划操作作为对照组。分析配准精度情况。结果 与对照组相比,应用基于深度学习的脊柱手术术中导航配准技术,归一化互相关(NCC)指标水平提高0.1742,归一化互信息(NMI)指标水平提高0.2773,平均绝对误差(MAE)水平降低0.0833。结论 基于深度学习的脊柱手术术中导航配准技术的应用效果显著。