热娜·热合木丁
- 作品数：6 被引量：2H指数：1
- 供职机构：新疆医科大学第一附属医院更多>>
- 发文基金：新疆维吾尔自治区自然科学基金国家自然科学基金更多>>
- 相关领域：医药卫生更多>>
- 非ST段抬高型心肌梗死辅助诊断模型的构建与评价被引量：1
- 2022年
- 目的 基于胸痛中心临床数据对非ST段抬高型心肌梗死(Non-ST-segment elevation myocardial infarction, NSTEMI)患者的初步诊断进行准确性评价,进一步筛选诊断特征变量构建Logistic回归诊断模型以提升NSTEMI诊断的准确性。方法 纳入胸痛中心非ST段抬高急性冠脉综合征(Acute coronary syndrome,ACS)患者临床数据建立数据库,筛选在24 h内完成冠状动脉造影(Coronary angiography, CAG)并确诊患者的临床数据建立实验数据集,以CAG诊断结果作为衡量标准对NSTEMI患者初步诊断的准确性进行评价,基于实验数据集数据构建Logistic回归诊断模型并对模型性能进行评估。结果 NSTEMI患者初步诊断的灵敏度为88.59%,特异度为90.57%,约登指数为0.79,Kappa值为0.78,ROC曲线的AUC值为0.864。本研究所构建Logistic回归诊断模型的诊断灵敏度为93.07%,特异度为94.21%,约登指数为0.873,Kappa值为0.870,ROC曲线的AUC值为0.924。结论 Logistic回归诊断模型在NSTEMI诊断的准确性、灵敏度以及一致性方面均较胸痛中心临床数据库中NSTEMI患者初步诊断的评价指标有所提升,具有一定的临床应用价值。
- 安尼瓦尔·阿不里孜秦练热娜·热合木丁陈小翠马翔
- 关键词：非ST段抬高型心肌梗死急性冠脉综合征
- 一种手术临床固定组件
- 本实用新型提供一种手术临床固定组件，属于临床固定技术领域，包括：底板，所述底板底部对称设置有支撑腿，所述底板上开设有定位孔，所述定位孔上插接有固定柱，所述固定柱上固定连接有弹性固定带，所述底板上设置有调节组件，通过设置了...
- 热娜·热合木丁帕如克·亚勒昆
- 一种心血管内科听诊器
- 本实用新型公开了一种心血管内科听诊器，包括搭接杆和弹性杆，所述搭接杆的上表面固定安装有耳塞，且搭接杆的下表面套设连接有橡胶套，并且搭接杆关于所述橡胶套的中心对称分布，以及橡胶套的下表面固定安装有橡胶管；还包括：搭接块，所...
- 木尼热·吾不力热娜·热合木丁
- 文献传递
- 新疆和田地区维吾尔族人群血脂水平与肱-踝脉搏波速度、踝臂指数的关系
- 目的：通过调查新疆和田地区维吾尔族自然人群血脂水平与ABI、b-aPWV的关系，观察其差异及影响因素。
方法：采用整群抽样的方法进行调查，有效样本量2366例。对所有患者均记录一般情况，糖尿病病程、收缩压、舒张压、...
- 热娜·热合木丁
- 关键词：踝臂指数血脂维吾尔族
- 文献传递
- 虚拟仿真技术在心血管内科临床教学中的应用
- 2023年
- 观察基于虚拟仿真技术教学模式在心血管内科临床教学中的应用效果。方法择取64名于2022年进入心血管内科的临床专业实习生。普通教学组,32名常规临床教学。基于虚拟仿真技术教学组,另32名基于虚拟仿真技术教学。对比教学效果。结果:教学12周后,基于虚拟仿真技术教学组,与普通教学组对比[教学质量评分:(93.31±5.47)分对比(85.28±3.42)分;参与教学积极性测评分数:(92.11±4.29)分对比(84.07±3.04)分],均更高(p<0.05)。教学12周后,基于虚拟仿真技术教学组,与普通教学组对比[理论测评分数:(93.17±4.45)分对比(84.37±3.12)分;操作技能测评分数:(94.61±4.18)分对比(83.57±3.04)分]下,均更高(p<0.05)。教学12周后,基于虚拟仿真技术教学组,与普通教学组对比[临床专业实习生的整体素质能力水平评分:(92.58±4.68)分对比(85.42±3.46)分;临床思维能力水平评分:(94.59±4.17)分对比(82.47±2.23)分;紧急事件应急能力测评分数:(92.69±4.37)分对比(84.57±3.17)分],均更高(p<0.05)。教学12周后,基于虚拟仿真技术教学组临床专业实习生的教学满意度评分,与普通教学组对比[(93.33±5.11)分对比(84.77±4.05)分],更高(p<0.05)。结论 虚拟仿真技术用于心血管内科临床教学,效果更好。
- 热娜·热合木丁
- 关键词：心血管内科临床教学教学质量
- 深度学习在冠心病影像学诊断的研究进展被引量：1
- 2022年
- 在心血管领域,医学影像与人工智能融合能深入挖掘影像数据特征,并且辅助疾病的诊断。冠心病的诊断主要依靠影像学检查,由于医生之间资历、水平的不同,个体主观原因产生的误差让诊断结果的准确性有所降低,处理数量庞大的影像数据也耗费着医生大量的时间和精力。目前,深度学习作为人工智能的重要分支,在图像数据的处理上发挥着独特的优势,应用于冠心病影像诊断可提高诊断效率和准确性。现就深度学习技术在冠心病影像学诊断中的应用进行综述。
- 凯赛尔江·卡地尔艾克力亚尔·艾尼瓦尔秦练热娜·热合木丁马翔
- 关键词：冠心病医学影像
