Scholar Hub/Chủ đề/#liệu pháp sóng xung kích tim/
Pháp sóng xung kích tim là một quy trình y tế được sử dụng để điều trị nhịp tim bất thường, đặc biệt là rối loạn nhịp hoạt động nhanh như giảm nhịp tim. Quá trình này sử dụng sóng điện từ trong việc tạo ra các xung điện ngắn và cường độ cao, được áp dụng trực tiếp lên tim bằng cách đặt các thiết bị điện cực trên ngực. Sóng điện từ sẽ tạo ra một xung điện mạnh và ngắn, gây ra một hiện tượng gọi là dépolar hóa và tái cực hóa, giúp khôi phục nhịp tim bình thường. Quá trình này thường được thực hiện trong môi trường bệnh viện hoặc phòng điều trị chuyên dụng.
Pháp sóng xung kích tim, hay còn được gọi là pháp điện xung kích, hoặc đồng tử hồi sinh, được sử dụng rộng rãi trong lĩnh vực y tế để khôi phục nhịp tim bất thường hoặc dừng tim.
Quá trình này bắt đầu bằng việc đặt các thiết bị điện cực lên ngực bệnh nhân, chúng sẽ gửi các đòn điện trực tiếp vào tim. Mục tiêu của pháp điện xung kích là tạo ra một xung điện mạnh, ngắn và cường độ cao trong một khoảng thời gian rất ngắn. Điều này được thực hiện bằng cách sử dụng một máy phát xung điện, có thể tạo ra điện áp từ vài trăm đến vài nghìn volt. Khi chỉ thị từ máy phát xung điện được sử dụng, điện áp từ các điện cực được gửi vào tim, tạo ra một xung điện đi qua tử cung và tim.
Sau khi xung điện được gửi vào tim, nó gây ra hiện tượng gọi là dépolar hóa và tái cực hóa. Depolar hóa là quá trình diễn ra khi làm mất điện tích điện tử trong màng tế bào, cung cấp một cơ hội mới cho tế bào tim để tổ chức và hồi phục nhịp độ. Sau khi quá trình tái cực hóa xảy ra, các tín hiệu nhịp điện tử mới được tạo ra và nhịp tim bình thường có thể được khôi phục.
Đối với những bệnh nhân bị tim ngừng đập hoặc nhịp tim mất điều kiện, pháp sóng xung kích tim có thể được sử dụng như một phương pháp cấp cứu để hồi sinh tim. Trong trường hợp này, pháp sóng xung kích tim thường được thực hiện ngay tại hiện trường hoặc trong phòng cấp cứu để khôi phục nhịp tim và duy trì huyết áp cơ bản cho bệnh nhân.
Pháp sóng xung kích tim là một công cụ quan trọng trong lĩnh vực cứu sống và điều trị tim mạch, góp phần đánh bại nhiều rối loạn nhịp tim nguy hiểm và ngăn chặn các biến chứng rối loạn nhịp tim.
An energy aware competition based clustering for cluster head selection in wireless sensor network with mobility Cluster Computing - Tập 22 - Trang 11019-11028 - 2017
M. Narendran, Periyasamy Prakasam
Wireless sensor networks (WSNs) are resource constrained networks wherein every sensor node in the network possesses restricted amount of resources. For saving resources as well as energy, data should be collated for reducing quantity of traffic in the network. Data aggregation is to be carried out with the assistance of a clustering strategy. Cluster-based routing in WSNs is an effective solution for enhancing energy efficacy of nodes as well as resourceful data aggregation. Several studies on network life time as well as data aggregation are suggested with low energy adaptive clustering hierarchy (LEACH) scheme which permits the part of the cluster head (CH) to be rotated amongst the sensor nodes and focuses on the distribution of energy use throughout all nodes. Life time of WSNs are impacted by the choosing of CHs; this is due to the fact that CH consumed more energy than other member nodes. In the current work, an energy effective CH election in mobile WSNs is suggested, analysed as well as evaluated based on residual energy as well as randomized election of nodes that were not designated as CHs in earlier rounds. The study proposes random competition based clustering (RCC) strategy which is more stable than the traditional clustering strategies like Lower ID (LID). IWO or Invasive Weed Optimization is a metaheuristic that has been developed recently to mimic the behaviour of the weeds. But the spatial dispersal operators and reproduction in the IWO that was originally used can make the seeds stay around the weed that is considered best that can result in convergence prematurely. In order to overcome this, EIWO or Enhanced IWO algorithm has been developed using TS or Tabu Search. Furthermore, the suggested method reveals considerable improvement in contrast to IWO LID as well as IWO-TS LID with regard to average end to end delays of sensor nodes, average packet delivery ratio of sensor nodes as well as improved network life time at the time of transmitting information.
On the entropy of melting Physics Letters, Section A: General, Atomic and Solid State Physics - Tập 51 - Trang 137-138 - 1975
M. Lasocka
Tool remaining useful life prediction using deep transfer reinforcement learning based on long short-term memory networks The International Journal of Advanced Manufacturing Technology - Tập 118 - Trang 1077-1086 - 2021
Jiachen Yao, Baochun Lu, Junli Zhang
Tool wear and faults will affect the quality of machined workpiece and damage the continuity of manufacturing. The accurate prediction of remaining useful life (RUL) is significant to guarantee the processing quality and improve the productivity of automatic system. At present, the most commonly used methods for tool RUL prediction are trained by history fault data. However, when researching on new types of tools or processing high value parts, fault datasets are difficult to acquire, which leads to RUL prediction a challenge under limited fault data. To overcome the shortcomings of above prediction methods, a deep transfer reinforcement learning (DTRL) network based on long short-term memory (LSTM) network is presented in this paper. Local features are extracted from consecutive sensor data to track the tool states, and the trained network size can be dynamically adjusted by controlling time sequence length. Then in DTRL network, LSTM network is employed to construct the value function approximation for smoothly processing temporal information and mining long-term dependencies. On this basis, a novel strategy of Q-function update and transfer is presented to transfer the deep reinforcement learning (DRL) network trained by historical fault data to a new tool for RUL prediction. Finally, tool wear experiments are performed to validate effectiveness of the DTRL model. The prediction results demonstrate that the proposed method has high accuracy and generalization for similar tools and cutting conditions.
Leucémie à tricholeucocytes Revue Francophone des Laboratoires - Tập 2021 - Trang 44-49 - 2021
Xavier Troussard, Elsa Maitrea, Édouard Cornet, Jérôme Paillassa
