简介:[摘要] 计算机应用范围越来越广,其在医学领域的应用也是如此。计算机在医学领域的普遍应用为医院的管理计算机信息管理系统能够及时 准确地收集、传输、处理和反馈各项医疗信息,增强和扩展医务人员的信息功能,增强医务人员对医药信息的变换 存贮 识别处理,从而提高医护人员的工作效率;计算机尤其是数据库技术及人工智能等技术的应用在中医药学的研究及发展中起了重要的作用。
简介:[摘要]随着我国科技的不断进步,计算机和信息技术快速发展,目前,计算机额和信息技术已经在医学领域得到广泛的应用。计算机和信息技术在医学领域的应用对于提高病人的治愈率和人类的寿命有着显著的提高,因此计算机在医学领域的研究十分重要,并且计算机和信息技术在医学领域也有着广泛的发展前景。本文通过对计算机技术在医学领域的具体应用进行分析,并对其发展前景进行了相关探讨。
简介:摘要:在经济社会发展如此迅速的背景下,很多医院都展开了和网络技术相关的业务,极大的提升了工作效率,同时也为医院节省运营费用,随之而来也产生了一系列的网络安全问题,基于此,本文将分析影响医院网络安全的主要因素,并从四个方面入手探究医院网络安全管理的可行性措施。
简介:摘要目的研究在体外牙颌模型上具有不同经验的操作者行计算机辅助显微根尖手术的准确性和操作时间。方法本研究共纳入6对上下颌牙颌模型,将其固定于仿真人头颅模型上模拟临床操作,每个模型上下颌各10个牙位,共120颗牙,由2位具有不同经验的操作者(新手和经验者)分别在自由手与导航技术[包括动态导航技术(dynamic navigation,DN)和静态导板技术(static navigation,SN)](每位操作者每种技术各20颗牙)下完成显微根尖手术中骨开窗与根尖切除操作,记录操作时间。术前拍摄牙颌模型锥形束CT,模拟手术路径规划;术后拍摄锥形束CT,在导航精度分析软件中比较模拟与实际手术的路径在测量起点、终点和角度的偏差。结果对于起点偏差,新手与经验者间仅在自由手组中[分别为(1.44±0.49)、(1.02±0.58)mm]差异有统计学意义(q=4.67,P=0.020)。新手和经验者在终点和角度偏差上差异均无统计学意义(P>0.05)。新手组内,DN和SN亚组的起点偏差[(0.76±0.32)和(0.66±0.20)mm]均显著低于自由手亚组(q=7.58,P<0.001;q=8.66,P<0.001),两亚组的角度偏差(5.0°±3.5°、3.9°±2.1°)也均显著低于自由手亚组(10.9°±6.1°)(q=7.38,P<0.001;q=8.70,P<0.001)。经验者组中,DN、SN亚组仅在角度偏差(3.6°±1.9°、3.2°±1.7°)上与自由手亚组(8.2°±3.9°)相比差异均有统计学意义(q=5.74,P=0.001;q=6.29,P<0.001)。对于手术时间,使用DN和SN后,新手[DN和SN亚组分别为(4.80±2.15)、(1.09±0.48)min](q=14.60,P<0.001;q=20.10,P<0.001)和经验者[DN和SN亚组分别为(3.40±1.96)、(1.02±0.34)min](q=5.86,P<0.001;q=9.37,P<0.001)手术时间均显著短于使用自由手[新手和经验者组分别为(14.72±6.00)、(7.39±3.33)min]。对于不同牙位,新手和经验者使用自由手在前牙的操作时间均显著性少于后牙(q=8.14,P<0.001;q=5.20,P=0.007),而使用DN和SN时前后牙的操作时间差异均无统计学意义(P>0.05)。不同操作者、使用不同技术对前后牙操作的准确性差异均无统计学意义(P>0.05)。结论计算机辅助显微根尖手术有助于提高临床医师特别是新手操作的准确性,缩短操作时间。
简介:摘要数字化技术发展迅速,但椅旁计算机辅助设计与辅助制作(computer aided design and computer aided manufacturing,CAD/CAM)技术的操作和应用缺乏参考标准,制订椅旁CAD/CAM全瓷修复技术指南势在必行。因此,中华口腔医学会口腔修复学专业委员会在广泛征求意见的基础上,结合临床经验和相关文献撰写此推荐性应用指南,内容包括适应证的选择、牙体的预备、光学印模的制取等关键步骤。本指南旨在通过推荐椅旁CAD/CAM全瓷修复技术的标准操作流程,提高椅旁CAD/CAM全瓷修复的质量和长期成功率。
简介:摘要目的采用分子对接技术从天然产物中筛选PPARγ激动剂。方法研究时间为2021年1月至9月。基于过氧化物酶体增殖物激活受体γ(PPARγ)的PDB晶型结构(PDB Code:6md4),构建虚拟靶标模型,以天然产物数据库中的1 680个化合物为配体筛选对象,以6md4原配体分子为对照。首先采用SYBYL软件对天然小分子化合物进行虚拟筛选,随后对排名前20位的化合物进行高精度分子对接,最后再使用PyMol软件分析结合稳定的化合物。结果根据评分结果并结合冲突、极性和相似度,最终筛选出橙皮苷等20个小分子PPARγ激动剂,其中橙皮苷能够与PPARγSer289、His323、Tyr327等多个氨基酸形成氢键,结合良好。结论从天然产物中筛选出潜在的PPARγ激动剂,为发现新型抗糖尿病的先导化合物或膳食补充剂提供基础。