血型的确定是卫生部门输血和诊断的关键步骤。在本文中,采用了与深度学习算法相结合的成像技术来自动识别血型。结缔组织与规模不变特征变换(SIFT),方向短暂和旋转的barf(Orb)以及使用Gabor滤波器的指纹的空间相关性用于识别血型的区别特征以及指纹图像。然后,提取的特征通过卷积神经网络(CNN)进行分类。此外,指纹特征还具有脊频率和空间特征,以进一步改善血型的测定。该框架包括对比度增强和降解技术,可改善图像质量,从而使图像质量波动稳定。采用了使用VGG,Resnet和Densenet作为基本模型来提高模型有效性和概括性,请进行转移学习。对不同数据集进行了测试,该方法在识别血型和歧视性标记方面表现出良好的准确性,一致性和成功率。这种新颖的技术是完全自动化的。它可以通过快速,准确地治疗输血和患者来彻底改变血型和输血的过程。
背景:缺血性心脏病是现代文明面临的最重大问题之一。每年有 1670 万人死于心血管疾病,其中 720 万人死于缺血性心脏病。近年来,发表了大量有关血型与冠心病和缺血性心脏病的研究。在不同的缺血性心脏病组中,AB 血型的急性心肌梗死、稳定型心绞痛和稳定型心绞痛的发生率较高。研究目的:评估巴古拜教学医院缺血性心脏病患者的血型。方法:本研究在迪亚拉省的巴古拜教学医院进行。使用 2023 年 10 月至 2024 年 3 月的实验室和临床数据。本研究共纳入 200 名缺血性心脏病患者。结果:男性 67 人(33.5%),女性 133 人(66.5%)。年龄组:40-49岁组23人(11.5%),50-59岁组32人(16%),60-69岁组37人(18.5%),70-79岁组63人(31.5%),80岁以上组45人(22.5%)。居住地:农村42人(21%),城市158人(79%)。2人(1%)患有出血性疾病。115人(57.5%)体重正常,80人(40.5%)超重(肥胖),5人(2%)体重过轻。117人(58.5%)患有高血压,107人(53.5%)患有糖尿病,88人(44%)有家族史。 A型血68人(34%),B型血58人(29%),AB型血28人(14%),O型血46人(23%)。结论:本研究结果显示,A型血与缺血性心脏病之间存在很强的相关性。研究发现,缺血性心脏病患者患糖尿病、高血压和家族史等危险因素的患病率较高。因此,这些可能是增加迪亚拉省缺血性心脏病风险的主要因素。关键词:血型、ABO、缺血性心脏病。
在疟疾高发地区,已经实施了几种干预策略,其中包括间歇性预防治疗 (IPT),这是一种阻断传播并降低疾病发病率的策略。然而,实施 IPT 策略引起了真正的担忧,因为它干预了对疟疾的自然获得性免疫的发展,而这种免疫需要与寄生虫抗原持续接触。本研究调查了在学童中应用二氢青蒿素-哌喹 (DP) 或青蒿琥酯-阿莫地喹 (ASAQ) IPT (IPTsc) 是否会损害对六种疟疾抗原的 IgG 反应性。坦桑尼亚东北部的一项 IPTsc 试验以四个月的间隔施用了三剂 DP 或 ASAQ,并对学童进行了随访。本研究使用酶联免疫吸附试验 (ELISA) 技术比较了干预组和对照组中 IgG 对恶性疟原虫红细胞膜蛋白 1 (PfEMP-1) 的 GLURP-R2、MSP1、MSP3 和 CIDR 结构域 (CIDRa1.1、CIDRa1.4 和 CIDRa1.5) 的反应性。研究期间,共有 369 名学童参与分析,对照组、DP 组和 ASAQ 组分别有 119 名、134 名和 116 名参与者。在干预期期间和干预期后,疟疾抗原识别的广度显著增加,且研究组间并无差异(趋势检验:DP,z 分数 = 5.92,p < 0.001,ASAQ,z 分数 = 6.64,p < 0.001 和对照组,z 分数 = 5.85,p < 0.001)。在所有访视中,对照组和 ASAQ 组对任何测试抗原的识别均无差异。然而,在 DP 组中,干预期期间 IPTsc 不会削弱针对 MSP1、MSP3、CIDRa1.1、CIDRa1.4 和 CIDRa1.5 的抗体,但会削弱针对 GLURP-R2 的抗体。
先兆子痫 (PE) 是一种妊娠期多系统高血压疾病,是现代产科中最具挑战性的谜团之一。尽管 PE 早在几个世纪前就被发现并影响到全世界多达 8% 的妊娠,但其发病机制、诊断和筛查仍然知之甚少且存在争议。1,2 这是很成问题的,因为它仍然是产妇和新生儿发病率和死亡率的主要原因之一。各种风险评估方法包括识别众所周知的产妇风险因素,如年龄、体重指数 (BMI)、生育次数、多胎妊娠、种族、低社会经济地位、个人和家族 PE 史、血栓形成倾向和先前存在的疾病;高血压、糖尿病和慢性肾病,以及推荐的筛查测试,如在所有产前检查时进行常规血压监测。3 但是,尚未设计出可用于常规筛查的理想的经济有效的预测标志物组合。
这项创新的核心在于在用已知血型标记的指纹图像数据集上训练基于CNN的模型。通过此过程,该模型学会了识别不同血型独有的微妙而复杂的模式。一旦受过训练,该系统就可以根据具有高度准确性的新指纹图像来预测血型。这种新颖的技术有望有一系列优势,尤其是在医疗紧急情况以及资源不足的地方,可以使用实验室设施。通过提供快速准确的血型预测,该系统减少了对侵入性程序的依赖,并加快了诊断过程的速度,这在挽救生命的情况下可能至关重要。除了其临床应用外,该项目还提供了巨大的潜力,可以集成到常规的健康筛查中,从而促进了更积极的医疗保健方法。作为迈向AI驱动的生物识别诊断的一步,它体现了机器学习如何彻底改变医疗实践,使诊断更快,更容易访问和侵入性更少。该项目强调了人工智能在进行医疗保健方面的变革性作用,尤其是在可能缺乏常规医疗基础设施的地区。
抽象糖尿病(DM)是一种代谢疾病,其特征是胰岛素分泌缺陷导致碳水化合物和脂肪代谢障碍,并导致高血糖症。它被分类为胰岛素依赖性DM(类型1 DM)和非胰岛素依赖性DM(类型2 DM)。DM与ABO/恒河类血型之间的关系仍然存在争议。这项研究的目的是确定与1型和2型DM的ABO/Rhesus血型之间的关系。这项研究包括访问糖尿病和内分泌疾病的专业调节和治疗中心的案例,从2021年1月1日开始到2022年12月31日开始,两种性别的1型糖尿病和不符合数据的患者的1型糖尿病。是年龄,性别,糖尿病类型,血型。这项研究包括上述期间的893名糖尿病患者,男性百分比为56%,而女性的百分比为44%,1型糖尿病的百分比为10.6%,而2型糖尿病的百分比为89.4%,而年龄范围为16-85岁,而糖尿病和类型均不相差。糖尿病与血型血液之间没有任何关联,没有显着差异。引用本文。Abu Shaala Y,Asweb A. 糖尿病患者的血型频率。 Alq J Med App Sci。 有三种类型的糖尿病,第一种类型取决于治疗中的胰岛素,第二种类型不取决于胰岛素,第三种是妊娠糖尿病[4]。Abu Shaala Y,Asweb A.糖尿病患者的血型频率。Alq J Med App Sci。有三种类型的糖尿病,第一种类型取决于治疗中的胰岛素,第二种类型不取决于胰岛素,第三种是妊娠糖尿病[4]。2024; 7(3):778-783。 https://doi.org/10.54361/ajmas.247345引言糖尿病是糖尿病的一种疾病,是碳水化合物,脂肪和蛋白质代谢的一种疾病,其特征是慢性高血糖,其特征是由胰岛素分泌,胰岛素分泌,胰岛素分泌,或两者兼而有之。在糖尿病的发展中有许多因素,这是由胰岛素缺乏症影响的胰岛细胞的自身免疫性破坏对异常的影响,导致胰岛素抵抗,体重增加和体重增加和疾病的原因,除了家族病史,家庭病史,高压,胆固醇,胆固醇,果糖,果糖和乳液,以及3个3. 3.3.3不规则的血糖是糖尿病并发症(包括肾脏疾病)的主要因素,因为人们指出的是,糖尿病肾脏疾病,2型糖尿病,更可能为72%,而发育1型的风险为25%,除了运动和感觉神经性神经性和感觉神经性和感官性神经病和感性。和心脏和血管的并发症。糖尿病可以通过几种症状观察到,包括口渴,疲劳,尿液频繁,视力模糊,体重减轻和伤口缓慢的愈合[5]。全球糖尿病病例数量为3.82亿,到2035年的数量可能会增加到5.92亿。此外,大约有1.83亿人不知道自己患有糖尿病。糖尿病与许多因素有关,例如遗传学,环境因素,饮食,肥胖和缺乏运动[6]。至于当前的研究,将糖尿病与血型联系起来,因为该疾病构成了公共卫生状况,并且是全球健康状况不佳的主要原因之一[7],血型由
人类 ABO 血型系统是唯一显示与 ABO 血型互补的抗体的系统,称为同种抗体(B 型个体产生抗 A,A 型个体产生抗 B,O 型个体产生抗 A 和抗 B,AB 型个体无)。同种抗体水平在个体之间差异很大,并决定了个体形成针对抗原的抗体的一般倾向。因此,它是个体功能性免疫能力的指标,可用于预测对疫苗的免疫反应(8,9)。不同血型个体中某些白细胞介素的水平不同。这种情况与抗体反应的差异和某些疾病风险的增加有关(10,11)。此外,血型还会影响记忆 T 细胞反应的形成,这对疫苗反应非常重要(12)。
国际蚊子研究杂志 2024; 11(1):157-160 ISSN:2348-5906 代码:IJMRK2 IJMR 2024; 11(1): 157-160 © 2024 IJMR https://www.dipterajournal.com 收稿日期:2023-12-05 接受日期:2024-01-11 Mydeen Sadik M 博士,印度泰米尔纳德邦钦奈 Sri Sairam 阿育吠陀医学院和研究中心 Samhita Siddhanta 系副教授 RK Harsha Merlin DY Patil 博士,印度马哈拉施特拉邦浦那市 Pimpri 阿育吠陀学院和研究中心 Antony Stephen Raj 博士,印度泰米尔纳德邦钦奈 Sri Sairam 阿育吠陀医学院和研究中心 Kriya Sharira 系副教授 通讯作者:Mydeen Sadik M 博士,印度泰米尔纳德邦钦奈 Sri Sairam 阿育吠陀医学院和研究中心 Samhita Siddhanta 系副教授
© 作者 2023。开放存取 本文根据知识共享署名 4.0 国际许可进行授权,允许以任何媒体或格式使用、共享、改编、分发和复制,只要您给予原作者和来源适当的信任,提供知识共享许可的链接,并指明是否做了更改。 本文中的图片或其他第三方资料包含在文章的知识共享许可中,除非资料的致谢中另有说明。 如果资料未包含在文章的知识共享许可中,且您的预期用途不被法定规定允许或超出允许用途,则需要直接从版权所有者处获得许可。 要查看此许可证的副本,请访问 http://creativecommons.org/licenses/by/4.0/ 。知识共享公共领域贡献豁免(http://creativeco mmons.org/publicdomain/zero/1.0/)适用于本文中提供的数据,除非数据来源中另有说明。
背景和目标:2型糖尿病通常是一种多因素疾病,涉及可变范围的遗传和环境因素。这项研究的目的是找出“ ABO”和“恒河类”血型与2型糖尿病之间是否存在关系。方法:从2019年7月1日至2020年1月1日,在Duhok City的Azadi教学医院进行了一项病例对照研究。这项研究包括800个个体,包括400名随机选择的糖尿病患者和400名性别的非糖尿病成年人。在室温下进行标准的幻灯片凝集方法,以确定ABO和RH血型。结果:在400名患者中,男性有185名(46.25%),女性为215(53.75%)。发现,在400名随机选择的患者中,大多数患者有O血组193(48.25%),109(27.25%)的a,65(16.25%)的b,33(8.25%)的AB组为ab。与对照组相比,在糖尿病患者中遇到了较高的O血液组(48.25%比37.75%)。在应用卡方检验时,发现血液组O和2型糖尿病具有统计学意义的关系(卡方值-8.14,p <0.005),RH组和2型DM之间没有统计学意义的关联(p> 0.05)。结论:根据这项研究,O血液组患者的风险更大,患有2型糖尿病,但是在恒河猴正面和负面类别之间,2型2型糖尿病风险没有差异。糖尿病患者中血型A的水平也得出明显的较低。关键词:Abo&Rhesus血型,相关性,糖尿病;杜霍克。