目的探索利用点阵(lattice)长短期记忆(long short term mermory network,LSTM)神经网络构建命名实体识别(named entity recognition,NER)模型解决中文医学文本的信息提取问题。方法利用Lattice LSTM来表征句子中的词汇词(lexiconword),从而将潜在词信息整合到基于字符的长短期记忆网络—条件随机场(long short term memory-conditional random?eld,LSTM-CRF)模型中。进一步使用一个大型自动获取的词典来匹配句子,进而构建基于词的Lattice。利用Lattice LSTM结构自动控制从句子开头至结尾的信息流。结果门控单元可用于将来自不同路径的信息动态传送到每个字符。在NER数据基础上进行训练后,LatticeLSTM能够学会从语境中自动找到更有用的词汇,以取得更好的NER性能。结论与基于字符和词的NER方法相比,本文所提出的模型优势在于利用显性词汇信息而不是字符序列进行标注,同时较少出现分词误差。
目的分析妊娠合并颅内占位患者的临床特点，总结麻醉管理经验。方法回顾性分析妊娠合并颅内占位患者34例临床资料、治疗、麻醉管理及治疗转归。结果妊娠合并颅内占位患者共34例，其中垂体瘤3例，神经鞘瘤2例，血管母细胞瘤5例，海绵状血管瘤5例，动脉瘤1例，皮样囊肿1例，脑膜瘤2例，混合性胶质神经元肿瘤1例，胶质瘤12例，髓母细胞瘤1例，绒癌1例。孕早期7例，孕中期13例，孕晚期14例。其中急诊入院28例。神经外科处理：先行神经外科手术治疗9例，同期神经外科治疗及剖宫产手术3例，先行剖宫产手术后期神经外科手术治疗12例，保守治疗7例，剖宫产后放弃治疗3例。神经外科手术方式中占位切除19例，血肿清除或去骨片减压3例，介入栓塞1例，脑室腹腔分流1例。产科处理包括：立即终止妊娠27例（同期神经外科手术3例），期待妊娠7例。孕中晚期26例患者行剖宫产，硬膜外麻醉16例，全身麻醉10例；入院时患者警觉，镇静评分（Observer’s Assessment of Alertness／Sedation，OAA／S）全身麻醉组明显低于椎管内麻醉组（P〈0．05），胎儿娩出后椎管内麻醉组MAP明显降低（P〈0．05）。产妇死亡4例，胎儿死亡2例。结论妊娠合并颅内占位性病变危及母胎安全。产科及神经外科手术的时序及麻醉选择至关重要，需多科室协作权衡利弊，结合患者病情、颅内压以及胎龄等因素进行综合判断。
