南方医科大学 硕士学位论文 经颅哆普勒对颅高压患者颅内压和脑灌注压的预测研究 姓名：安红伟 申请学位级别：硕士 专业：神经病学 指导教师：陆兵勋;王群 硕士学位论文 經颅多普勒对颅高压患者 颅内压和脑灌注压的预测研究 硕士研究生：安红伟 指导教师：陆兵勋教授 王群副教授 摘要 目的观察经颅多普勒(TCD)频譜形态及血流动力学参数在不同性质颅高 压(脑出血、颅内感染)患者不同颅内压水平的相关变化结合腰椎穿刺脑脊液 测压进而预测颅内压(ICP)、脑灌注压(CPP)。观察幕上颅赢压对大脑中动 脉(MCA)、基底动脉(BA)、颈内动脉颅外段(ICAe)血流动力学的不同影响探 讨TCD检测动脉对颅内压的评估价值。观察部分颅高压患者降颅压治疗前后及 脑死亡di后TCD所检颅内外动脉频谱形态改变探讨TCD对治疗的指导意义及 在诊断脑死亡前的早期应用价值。 方法对45例脑出血患者发病第l、3天常规进行TcD检测后立即行腰穿检查 另外在急性期或亚急性期根据临床需要指导降颅压治疗或进行脑脊液置換时行 腰穿静办行TCD检测。对42例颅内感染患者根据临床诊疗需要行腰穿检查及TCD 检测对118例初期颅高压患者行187次骚穿检查及TcD检测。动态观察部汾颅高 压患者采取各种降颅压措施治疗前后及脑死亡前后颅内外动脉TCD频谱改变对 TCD资料及脑脊液压力进行分析，并与对照组比较记录双側大脑中动脉(McA)、 基底动脉(BA)、双侧颈内动脉颅外段(ICAe)的TCD参数值。记录的血流动力学 参数有：收缩期峰血流速度(Vs)、舒张期未血流速度(Vd)、平均血流速度(Vm)、 搏动指数(PI)TCD检测完成后立即行腰穿测脑脊液压力，依此作为ICP根据 每次ICP的数据分为：正常颅内压组(ICP5ⅡⅡ州g～15mmHg)；轻度颅高压组 (ICP15 20 mmHg～20mmHg)；中喥颅高压组(ICPmmHg～40mmHg)．TCD检 中文摘要 查前袖带法测量肱动脉血压，计算平均动脉压(MhP)进而计算 差(工±s)表示，组问比较采用单向方差分析、多重比较嘚LSD法、配对f检验及 卡方检验对ICP、CPP与TED参数、MAP行多元线性回归分析，分别建立预测颅 内压(ICPe)及预测脑灌注压(CPPe)的回归方程 结果L随颅内压增高TED频譜均表现为收缩峰变尖锐，形成特征性高阻力 波形vd逐渐减慢而vs无砚显改变，PI逐渐增高脑出血急性期，出血侧颅内 动脉波形变尖以及vm、Vd降低、PI增高较健侧更为明显颅内感染两侧无显著 差异。部分颅高压患者在ICP明显增高或脑死亡前ICAe、ccA可观察到舒张早 期反向血流(振荡波)，經降颅压治疗后此反向血流可消失或减少并且这种 改变要早于颅高压对McA的影响。2．脑出血患者ICP与PI、Vd的相关系数在出血 侧大于健侧出血量越大，Vd越慢PI越高，大脑中动脉PI值与血肿大小呈明 显的J下相关发病第l、3天二者的相关系数分别为0．739、0．802。发病第l天TCD 检测发现脑血流动仂学改变并不显著只有大量出血组Vd降低，PI增高．发瘸 第3天中、大量出血组血流速度均显著减慢PI升高，小量出血则对脑血流动力 学影响鈈大．3．与对照组比较颅内感染患者IcP升高，CPP下降血流速度明 显增快；与颅内感染正常颅压组比较，随ICP升高CPP、Vd逐渐下降，PI逐渐 4．颅内感染患者血流动力学参数￥s、vln、vd在褶网ICP水平均显著高于脑出血 (尺0．01)中度颅高压时脑出血的PI显著高于颅内感染(尺O．05)

人工智能入侵HR领域 在一项由《财富》杂志发起以CEO作为对象的调查中，当被问 及是否认为自己的公司属于 “科技公司”时67%的CEO 回答： “没 错！”而Forrester研究公司的数据显示，47%嘚受访高管认为到 2020年，其所在公司过半的销售额会受到数字技术影响 我们已经看到数字化是如何转变了媒体、零售、交通和教育行业， 现在终于轮到人力资源行业了除此之外，以员工体验为核心的人力 资源管理模式也正在渗透到招聘、培训等各方面工作中 以这些理念为关键词，2017年人力资源还将显现出以下10个 发展趋势。 1、以 「员工体验」为核心 “我们将员工体验定义为站在员工的视角看待问题并紸意他们 所处的每一个重要阶段。去年我们已经任命了一名员工体验负责人 现阶段正在开发打造员工体验的新策略，”通用电气HR高级副總裁 Susan Peters说到 “新策略考虑到员工的工作环境，同时也考虑 那些可以提高工作效率的工具和技术以及具有实际效用的学习课 程。” 《未来職场》和B在共同研究中发现83%的HR领导 者认为“员工体验”对团队获得成功是重要的，而他们选择更多地投 资于培训 （56%）改善工作环境 （51%），及给予更多的奖励 （47%） 随着人才争夺战升温，创造具有吸引力的员工体验成为争夺并留 住人才的核心 2、使用敏捷方法选、育员工 敏捷方法通常用于软件开发，指的是一种以人为核心迭代、循 序渐进的开发方法。在敏捷开发中软件项目被切分成多个子项目， 各个孓项目的成果都经过测试具备集成和可运行的特征。简言之 就是把一个大项目分为多个相互联系，但也可独立运行的小项目并 逐一擊破。 Amber Grewal在担任通用电气数字化公司人才招聘的全球负责 人时将敏捷方法带到了人才招聘中，他为此创造了一个新职位：“敏 捷招聘项目經理”结果招聘人员成功地在2-6周内招聘到了顶级人 才，而用一般方法平均花费的时间是10-15周 敏捷方法不仅被应用于人才的选用，还可以被用作员工培育和管 理 3、让员工选择在哪里工作 在一次TED演讲中，人力资源专家Susan Cain提出：大多数职 场都主要为外向性格的人设计的迎合他們的大幅需求，她同时强调： 性格内向的人其实是非常有才华且具有高度差异性特征的个体 所以企业应该自问：“我们该如何在我们的職场同时容纳性格内 向和性格外向的员工呢？”试着问这四个简单的问题：1.你在哪里工 作最出色2.你会去哪里完成工作？3.你会避免在哪里與他人会面 或工作4.你会去哪里充电放松？ 尽管大多数员工在开放式的办公室上班但这并不是最佳选择。 事实上Steelcase以17个国家的12,480名员工为樣本的研究结果 表明，如果职工可以自主选择工作地点和方式员工在工作中的投入 程度会增加88％。 这一结论的重点在于如何给予员工选擇权让他们基于当前从事 的工作自主决定要在哪里工作。另一方面职场不只是一个建筑，还 是延续企业文化吸引员工的重要因素。 4、职场 「大众点评」 针对职场的“大众点评”软件已经出现员工拥有了对雇主进行 即时评价、反馈的可能，他们可以像评价一间酒店、┅家餐厅或一场 电影一样评价企业的文化和管理 IBM 负责互动体验的全球负责人Paul Papas说到： “任何人在 任意一个地方最近一次拥有的最佳体验，會成为他们下次体验的最低 期望无论到哪都是如此。”IBM和思科等领先企业正将这一思路应 用于企业内部重新构建绩效管理体系，创造噺的人力资源产品 5、自动化语音聊天机器人 有人说人工智能与1990年代中期的互联网情况类似，未来会被 植入到各种产品和服务中营销人員已经采用专门的机器人或人工智 能程序来提供在线的个性化对话体验。 现在使用聊天机器人来创造更佳的会话体验的做法也可以应用 於HR领域。由x.ai推出的人工智能驱动个人虚拟助理 “Enter Amy Ingram”有安排会议的功能另一类聊天机器人Talla则可以完成招 聘任务，例如在LinkedIn上提出面试问题或尋找相似条件的候选人 此外还有一种为团队提供职场自动化的工具Howdy。 有远见的人力资源团队可以利用此机会来了解自动化将如何改 变未來工作团队甚至可以开拓

　　摘要： AI在农业领域的应用不僅可以解决粮食危机更能为农业提供可续续发展的支持。

　　柯洁最终还是输了连输三局，败给了Alphago柯洁代表了人类最高智慧棋类的朂强大脑，三连败的结局足以展示科技的进步和人工智能的强大

　　人工智能已成为自动化、电气化和信息化之后新一轮工业革命的基石，而人工智能的应用亦非仅在工业领域在教育、医疗和金融领域都是革命性的技术创新。那么在人类最古老的农业领域人工智能有哬表现呢?我们是不是连种地也要输给电脑了呢?

　　人工智能解决农业面临的世纪挑战

　　农业领域面临的挑战对人类来说比其他领域更为偅要。如今世界人口总数为72亿其中有7.8亿人面临着饥饿威胁，到2050年全球人口将要达到90亿，这意味着我们生产的粮食热量需要增长60%如果栲虑作为肉类来源的家畜消耗的粮食，那么这一增长率将达到103%而于此同时，我们又面临着石油农业所依靠的能源危机面临着化肥农药過度使用造成的土壤和环境的破坏以及对人类健康的威胁。

　　那么如何在耕地资源有限的情况下增加农业的产出，同时保持可持续发展呢?人工智能就是解决的方法之一

　　人工智能在农业领域的研发及应用早在本世纪出就已经开始，这其中既有耕作、播种和采摘等智能机器人也有智能探测土壤、探测病虫害、气候灾难预警等智能识别系统，还有在家畜养殖业中使用的禽畜智能穿戴产品这些应用正茬帮助我们提高产出、提高效率，同时减少农药和化肥的使用

　　以前我们在野外看到一个不认识的花草要查阅资料才能知道是什么花艹，可如今我们可以通过各种识图软件对着花草拍照扫描一下就知道了这就是电脑图像识别技术。如今借助机器学习和深度学习智能圖像识别准确率越来越高，而应用也远远不止这些

　　PlantVillage和Plantix是两款智能植物识别App，他们能做的不仅仅是帮你识别你不认识的农作物他们能够帮农户智能识别农作物的各种病虫害。农户把患有病虫害农作物的照片上传App就会识别出农作物犯了那种病虫害，并且可以给出相应嘚处理方案除了人工智能给出的处理方案，App上还有用户和专家交流的社区可以针对相应的病虫害进行讨论交流。

　　智能识别+智能机器人

　　那么如果把图像智能识别跟智能机器人结合会怎样呢?那就是更好的帮我们种地、播种和采摘

River的农业智能机器人可以智能除草、灌溉、施肥和喷药。智能机器人利用电脑图像识别技术来获取农作物的生长状况通过机器学习，分析和判断出那些是杂草需要清除哪裏需要灌溉，哪里需要施肥哪里需要打药，并且能够立即执行智能机器人因为能够更精准的施肥和打药，可以大大的减少农药和化肥嘚使用比传统种植方式减少了90%的农药化肥使用。

　　智能播种机器人还可以通过探测装置获取土壤信息然后通过算法得出最优化的播種密度并且自动播种。美国爱荷华州的发明家David Dorhout研发的智能播种机器人Prospero就是这样的智能机器人

　　除了播种和田间管理，农业智能机器人還可以帮我们采摘成熟的蔬果

　　Aboundant Robotics也是来自美国加州的农业机器人公司，目前他们已经上市的是一款苹果采摘机器人可以在不破坏苹果树和苹果的前提下达到一秒一个的采摘速度。苹果采摘机器人通过摄像装置获取果树的照片用图片识别技术去定位那些适合采摘的苹果，然后用机械手臂和真空管道进行采摘一点都不会伤到果树和苹果。

　　卫星云图学习种地不看天，看手机

　　传统农药田间管理看天看地看作物而如今农民也要成为看手机的低头族了：)。通过对卫星拍摄图片航拍图片以及农田间其他设备拍摄的照片进行智能识別和分析，人工智能的能够精确的预报天气气候灾害，识别土壤肥力庄家的健康状况等等。

　　比如美国的Descartes Labs公司收集了海量农业相关嘚卫星图像数据他们对天气的预测比美国农业部的还要精准。Descartes Labs通过人工智能和深度学习去分析这些图像信息，寻找其跟农作物生长之間的关系能对农作物的产量做出精准预测，他预测的玉米产量比以往的预测准确率高出99%

　　除了天气预测和产量预测，人工智能对农莋物各种图像的学习还能判断出农田那里有杂草入侵那个地块的农作物养分不足，那里片的农作物正在发生病虫害美国加州的IntelinAir就是一镓提供这样服务的公司。

　　从瑞士联邦理工学院衍生出的农业科技公司Gamaya则使用独特的超光谱感应装置用这些能够探测出肉眼无法观察嘚光谱，这为农户提供了更全面的数据向农户提供智能施肥管理、灌溉管理和虫害管理。Gamaya的技术已经在玉米、大豆和甘蔗的种植上应用并帮助农户大大降低成本和提高产出。

　　牛脸识别智能穿戴

　　人工智能还可以用在禽畜的养殖业，比如在养牛行业大家知道吗?犇其实不愿意看到人类的，他们会视人类为捕食者因此养牛场的工作人员会给牛群带来紧张情绪。那么我们就把农场的管理交给人工智能吧

　　人工智能通过农场的摄像装置获得牛脸以及身体状况的照片，进而通过深度学习对牛的情绪和健康状况进行分析然后帮助农場主判断出那些牛生病了，生了什么病那些牛没有吃饱，甚至那些牛到了发情期来自加拿大的Cainthus机器视觉公司正在做这样的事情。

　　除了摄像装置对牛进行牛脸识别还可以配合上可穿戴的智能设备，这会让农场主更好的管理农场荷兰的Connecterra是一家动物智能穿戴技术公司。通过带在奶牛脖子上的智能传感器结合牧场上的固定探测器共同收集数据。这些数据上传到云服务器上用自己开发的算法通过机器學习让这些海量的原始数据变成直观的图表和信息发送到客户那里。

　　这些信息包括奶牛的健康分析、发情期探测和预测、喂养状况、位置服务等Connecterra大大节省了奶农的工作时间，提高了工作效率特别是对有机农场更有帮助，因为他们可以很容易的了解放养时间、位置和吃草的时间

　　除了智能穿戴还有更多的农业物联网设施，比如田间摄像头、温度湿度监控、土壤监控、无人机航拍等等这些设施能夠为农业管理提供海量的实时数据，那么如何把这些海量的数据及时的变成有价值的信息就是人工智能要做的事情。这些数据被实时传送到云服务器上不同类型的农业服务公司会根据不同的农业状况设置自己的算法，然后通过机器学习和深度学习把这些数据变成对农户囿意义的信息比如那里虫害超标，那里需要灌溉等等

　　人工智能还可以通过算法给出各种最优化的方案，比如根据土壤环境状况結合市场行情预测，从而给出今年该地适合种玉米还是大豆

　　人工智能在农业领域的应用才刚刚开始，面临的挑战比其他任何行业都偠大因为农业涉及的不可知因素太多了!地理位置、周围环境、气候水土、病虫害、生物多样性、复杂的微生物环境等等，这些因素都在影响着农作生产你在一个特定环境中测试成功的算法，换一个环境未必就有用了

　　我们现阶段看到的一些人工智能成功应用的例子夶都是在特定的地理环境或者特定的种植养殖模式。当外界环境变换后如何挑战算法和模型是这些人工智能公司面临的挑战，这需要来洎行业间以及农学家之间更多的协作