首页 > 文献资料
-
Linux进程行为的模式提取与异常检测
Linux进程可由一系列的系统调用序列来表征,因此,通过分析进程的系统调用序列可以分析进程的行为模式.本文利用ART1网络对进程的系统调用序列进行模式提取,据此进行异常检测,并以实验数据初步验证了该方法的可行性.
-
BIS和AAI用于监测镇静深度的研究现状
椎管内阻滞是一种常用的麻醉方法,期间往往需要适当的镇静治疗;全麻需要监测意识转换、术中知晓和预测苏醒.临床上常用警觉/镇静评估法(observer's assessment of alertness/sedation,OAA/S)进行镇静程度的评分,而术中频繁的唤醒患者来判断镇静程度是不现实的.20世纪90年代以来,多种神经功能监测指标相继引入临床麻醉领域,用于镇静和苏醒判断的检测,其中脑电双频指数(bispectrial index,BIS)和听觉诱发电位指数(auditory evoked potential index,AEPindex)具代表性,其中又以采用ARX模式提取得出的听觉诱发电位指数(A-line ARX Index,AAI)为常用.BIS和AAI先后获得FDA认证,应用前景极为乐观,二者作用机理不同,对镇静深度监测各有特点,本文比较综述二者在监测镇静深度和预测苏醒的作用.
-
BIS和AAI用于镇静程度和麻醉深度的监测
全麻和椎管内麻醉期间往往需要适当的镇静治疗.全麻需要监测意识转换、术中知晓和预测苏醒,临床上常用警觉/镇静评估法(observer's assessment of alertness/sedation,OAA/S)进行镇静程度的评分,而术中频繁的唤醒患者来判断镇静程度是不现实的.20世纪90年代以来,多种神经功能监测指标相继引入临床麻醉领域,行镇静和苏醒判断的检测,其中脑电双频谱指数(bispectrial index,BIS)和听觉诱发电位指数(auditory evoked potential index,AEPindex)具代表性[1,2],AEPindex中又以用ARX模式提取得出的听觉诱发电位指数(A-line ARX Index,AAI)为常用[3],先后获得FDA认证,应用前景极为乐观.BIS和AAI的作用机理不同,对镇静深度监测各有特点,本文综述二者在监测镇静深度和预测苏醒的作用.
-
非结构化病理文本的结构化信息抽取方法
介绍病理文本数据结构和概念层次结构,以非结构化的病理文本为对象,首先对非序病理文本的结构进行分析,其次利用模式匹配对病理文本予以模式提取和泛化,后从分词序列中抽取结构化信息,实验表明该方法能够获得较高的准确率和召回率.