最新夏季儿童常见病治疗及预防ppt课件.ppt

《最新夏季儿童常见病治疗及预防ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、夏季儿童常见病治疗及预防夏季儿童常见病治疗及预防夏季儿童常见病中暑皮肤病肠道疾病流行性乙型脑炎预防：保持皮肤清洁，清洗澡，及时更换汗湿的衣服。及时给孩子补充水分，可多吃绿豆汤、冬瓜汤、西瓜等，起到祛暑、除湿、解毒作用。对于已患痱子的孩子，不要搔抓，不要用热水或碱性肥皂烫洗，也不能用凉水刺激，可用温水洗浴或搽止痒剂。对于已患脓疱疮孩子要勤洗澡、勤剪指甲，脓疱疮处可用紫药水、金霉素、新霉素等软膏，切忌滥用“肤轻松”等激素类软膏，以防皮损扩散，加重病情。对于精神差，食欲不振、面部微肿的患儿，警惕并发急性肾炎。需及时确诊，尽早治疗。夏季儿童肠道疾病成因：病菌繁殖快抵抗力差

2、分类：急性胃肠炎、病毒性腹泻、细菌性痢疾、纯粹受凉引起的腹泻等症状：泻肚护理：对于已患儿童要保持好肛门清洁，及时补充水分及电解质，可少量多次服用糖盐水，合理安排好患儿的饮食。预防：把好“病从口入”这一关，不吃生冷、过期、变质食物、不买“三无”食品，避免受凉受热、过食冷饮，暴饮暴食。流行性乙脑炎乙脑：本病是由乙型脑炎病毒感染引起的中枢神经系统急性传染病。是病毒性脑炎中病情最重而且预后较差的一种急性传染病，病死率高，后遗症多。该病毒潜伏期是10—15天，病因：蚊类传播临床表现：突然高热、头痛、呕心、喷射样呕吐、精神差、嗜睡、抽风、脖子发硬以及肢体瘫痪等。乙脑好发季节6

3、月至10月，好发人群10以下儿童及老年人、体弱多病。预防：灭蚊防蚊和预防接种关爱儿童健康谢谢2013级模式识别复习课考试题型:一、填空题（10个空，每空2分，共20分）二、简答题（2题，每小题10分，共20分）三、计算分类题（2题，每题12分，共24分）四、证明题/设计题(1题，12分)五、综合应用设计题（1题，24分）考试范围：九个PDF课件文件(打*不考)，教材第1章、第2章、第4章、第5章、第6章、第9章(九个PDF课件中要求的内容)模式识别复习笔试形式：开卷考试，120分钟。按照开卷考试的统一规定，开卷考试可以带书、纸质版资料、计算器，但开卷考试不能使用手

4、机、平板电脑、笔记本电脑等电子设备查阅电子资料。根据学校的规定，考试笔试成绩须在55分以上才有可能及格，否则按不及格处理。模式识别复习考试范围：一、李弼程编《模式识别原理与应用》教材。第1章绪论第2章Bayes决策理论第4章线性判别分析(4.1线性判别函数;4.2线性分类器：4.2.1-4.2.4)第5章特征提取和选择(5.1;5.2.1,5.2.2;5.3.2;5.4主成份分析PCA)第6章聚类分析(6.1;6.3;6.4.1,6.4.2;6.5)第9章神经网络模式识别(此章内容见“模式识别(九).PDF”课件的要求部分)二、九个PDF课件文件。PDF课件中打“

5、*：了解”的部分不考，下面“九个PDF课件文件说明”中黑体字部分不考；九个PDF课件文件说明：1.模式识别(一).PDF模式识别复习九个PDF课件文件说明Cont.：2.模式识别(二).PDF：2.4广义线性判别函数，不考3.模式识别(三).PDF：2.6分段线性分类器设计、2.7非线性分类器设计，不考4.模式识别(四).PDF5.模式识别(五).PDF：3.9序惯分类、3.10Bayes分类器编程举例，不考模式识别复习九个PDF课件文件说明Cont.：6.模式识别(六).PDF：4.5聚类分析编程举例，不考7.模式识别(七).PDF：5.1引言中的灰度共生矩阵、

6、5.3类别可分性判据中基于熵函数的可分性判据、5.4基于可分性判据的特征提取中的基于概率密度函数可分性判据的特征提取方法、5.5补充PCA人脸图像的预处理方法及编程(编程，不考)、5.6快速PCA及实现、5.7基于PCA的人脸特征提取及实现(实现，不考)模式识别复习九个PDF课件文件说明Cont.：8.模式识别(八).PDF：9.模式识别(九).PDF：模式识别复习一、填空题举例1、神经网络的特性及能力主要取决于网络拓扑结构及()。答案：学习方法2、()可以利用多个分类器之间的互补性，有效地提高分类的准确度。答案：多分类器融合/多分类器集成3、欧氏距离具有（）和（

7、）。①平移不变性②尺度缩放不变性③旋转不变性④不受量纲影响的特性答案：①，③说明：一般是从PDF课件或从教材中找出正确答案，少数填空题是根据自己的理解填写出合适的答案。考试题型举例：二、简答题举例1、简述统计模式识别方法。答：统计模式识别把观察对象表达为一个随机向量(即特征向量),将模式类表达为由有穷或无穷个具有相似数值特性的模式组成的集合。识别是从模式中提取一组特性的度量,构成特征向量来表示模式,然后通过划分特征空间的方式进行分类。统计模式识别系统构成：主要由信息获取、预处理、特征提取和选择以及分类器4部分组成；其中，分类器包括分类器设计和分类决策。说明：一般是

8、从课件或从