细节增强（通用4篇）
细节增强 篇1
病文入院
都是“可乐”惹的祸
陕西省澄城县寺前嫩芽作文研究中心五年级雷敏艺
午饭后,老妈上街买菜,我和好友党思宇在我家门前玩捉迷藏。忽然,我感觉有些口渴,便回家找喝的。
我来到厨房,发现餐桌上有半瓶什么东西。走近一看,原来是半瓶“可乐”。我忙从饮水机柜里取来一个纸杯,拧开“可乐”瓶盖。顿时,一股酸醋的味道扑鼻而来。
忽然,门外传来一阵熟悉的脚步声,估计是老妈回来了。我急忙端起杯子,咕咚咕咚地喝起来。“呸!呸!呸!这是什么玩意儿,没有一点甜味不说,还全是酸醋的味道。”我吐了吐舌头,小声抱怨道。
这时,老妈进门了。她一见我打开的“可乐”瓶,便大笑起来。我被老妈的笑搞糊涂了。过了片刻,老妈才止住笑,对我说:“我的傻艺艺,你的嘴巴也太馋了,都不看看瓶子里灌的是什么东西就喝,那是酸醋呀。”我一听,感到哭笑不得。
过了一会儿,我的肚子难受起来,感觉很恶心,便急忙朝卫生间跑去。刚进卫生间门,我嘴里的喷泉便爆发了,哗啦哗啦地呕吐起来。
只听老妈在外面小声嘟囔:“谁让你的嘴巴那么馋呢?看你以后还嘴馋不?”我听了,更是哭笑不得。
唉,都是“可乐”惹的祸!
名医诊疗
这篇习作选材不错,选取的故事有趣味。全文按照事情的发展顺序写,条理清楚,主题明确。文中细致描写了人物的语言、动作及神态。另外,文题也拟得较为诱人。
美中不足的是在叙述故事时,忽视了对人物心理活动的细节刻画。如:发现餐桌上有半瓶“可乐”时,“我”是怎样想的;当“我”拧开“可乐”瓶盖,闻到酸醋味时,又是怎样想的;后来听到门外传来老妈的脚步声,“我”又是怎样想的。这样,就使习作的内容不够充实,使故事的趣味打了折扣。
建议在叙述故事时,将上述几处被忽视的人物心理活动的细节刻画出来,不仅能够充实习作的内容,增强故事的趣味性,而且可以使习作变得生动形象。
都是“可乐”惹的祸
陕西省澄城县寺前嫩芽作文研究中心五年级雷敏艺
午饭后,老妈上街买菜,我和好友党思宇在我家门前玩捉迷藏。忽然,我感觉有些口渴,便回家找喝的。
我来到厨房,发现餐桌上有半瓶什么东西。走近一看,原来是半瓶“可乐”。哈哈,可乐可是我最喜欢喝的饮料呀。我真是太幸运了!我忙从饮水机柜里取来一个纸杯,拧开“可乐”瓶盖。顿时,一股酸醋的味道扑鼻而来。我心想:这好好的可乐怎么会有酸味呢?难道是它变质了?我还是先把它倒进杯子里研究研究再说吧。
忽然,门外传来一阵熟悉的脚步声,估计是老妈回来了。平时她老是限制我喝可乐,说什么可乐是碳酸饮料,不能多喝,我还是趁她没回家先喝一杯吧,省得她回来又不让我喝。我这样想着,
便端起杯子,咕咚咕咚地喝起来。“呸!呸!呸!这是什么玩意儿,没有一点甜味不说,还全是酸醋的味道。”我吐了吐舌头,小声抱怨道。
这时,老妈进门了。她一见我打开的“可乐”瓶,便大笑起来。我被老妈的笑搞糊涂了。过了片刻,老妈才止住笑,对我说:“我的傻艺艺,你的嘴巴也太馋了,都不看看瓶子里灌的是什么东西就喝,那是酸醋呀。”我一听,感到哭笑不得。
过了一会儿,我的肚子难受起来,感觉很恶心,便急忙朝卫生间跑去。刚进卫生间门,我嘴里的喷泉便爆发了,哗啦哗啦地呕吐起来。
只听老妈在外面小声嘟囔:“谁让你的嘴巴那么馋呢?看你以后还嘴馋不?”我听了,更是哭笑不得。
唉,都是“可乐”惹的祸!
回访调查
修改后的习作增添了对人物心理活动的细节描写,不仅内容更充实了,而且增强了故事的情趣,使习作变得生动形象。
品味细节增强教学的有效性 篇2
一、重视感悟
把学习的权利交给学生, 在老师的指导下自己读书, 自己去领悟。陶渊明说的“不求甚解”道出一个道理, 即许多东西, 比如词语的意思, 文章表达的情感等, 往往是很难说清楚的, 也没有必要说清楚。语文教学要留有空白。学习语文是一生的事情, 因此不要担心学生有些地方暂时感悟不出来, 尽管放心把时间留给学生读书。
二、重视积累
语文教学主要是培养学生的听说读写能力。语言哪里来?走进校门以前, 是听来的, 是在“听说”的实践中“习得”的。进了校门主要是从书本中读来的, 在读、写的实践中“学得”的。语言靠积累, 能力靠实践。小学是学习语言的最佳期, 是记忆的最佳期。
三、教学中运用板画的艺术
尽管语言文字是形象的、具体的, 但是由于生活阅历、理解能力等多方面的限制, 小学生在学习语文课文时, 总是感到没有图画那样直观、形象。所以, 阅读教学中要贯彻“直观性原则”。运用板画就是贯彻直观性原则的一种好方法。
在具体的课例中, 我们可以做到:以画代讲、以画促读、以画练说、以画传情。方法本无所谓好坏, 关键在运用。正是“运用之妙, 存乎一心”。
四、走向儿童心灵的深处
也许是网络时代的冲击, 加上应试教育的影响, 也许是中国的历史传统从来就没有把儿童当作儿童, 而始终对儿童进行“成人化教育”。今天的孩子承担的东西太多, 今天的儿童过于早熟。
在教学设计时, 要出于对儿童天性的洞察, 设计出适合儿童的话题, 这样儿童自然就参与进来。比如, 讲到《两只小狮子》, 通过播放狮子的生存本领以及生活习性的视频, 提问“假若你就是一只小狮子, 你会怎么做?”于是学生仿佛就是小狮子, 道出自己的想法, “我要向那只坚持有毅力的小狮子学习, 练就一套过硬的生存本领。”再进行朗读, 学生读的绘声绘色、有滋有味。
一、上课时要充满激情
著名特级教师窦桂梅有一段话很有哲理:“没有了对教育的热爱, 即使使用再先进的现代教学手段, 也只是徒具其形, 用再华美的语言, 再动听的语调上课, 也不会打动学生的心灵, 震撼学生的灵魂。是否可以打个这样的比方:如果说你的激情是平和宁静的, 那你的激情就像春日里的阳光, 温暖无香, 十分适宜禾苗的成长;如果说你是奔腾豪放型的, 那你的激情就像夏日里的幕雨, 沁人心脾——适宜禾苗成熟。因此, 只要热爱孩子, 你的平静平和中藏着的只不过是含蓄的激情——你同样会对学生的需求和兴趣爱好产生欣赏, 你也会把幽默带进课堂, 你还会显得有人情味, 更会细心、耐心……所有这些, 为课堂气氛奠定的是深沉的激情曲。”
教师上课要充满激情, 富有激情的课堂能激起学生渴求知识、努力学习的激情, 从而有效调动学生探究问题的主动性和积极性。
二、让学生在幽默和笑声中学习
苏联的教育家斯维特洛夫说:“教师最主要的, 也是第一位的助手就是幽默。”课堂上学生的笑既是一种愉悦的享受, 也是一种对知识理解的表露。教师在教学活动中恰如其分的、比较幽默的语言, 常常会引发阵阵笑声, 这种幽默往往会比清晰的讲述更有吸引力, 它会使学生在这种轻松的氛围中理解概念, 更会激发学生对学习的热爱。
三、注意讲课的语调
著名特级教师斯霞曾经说过:“我讲到主要的地方就重复一遍;讲到快乐的地方就露出微笑;讲到愤怒的地方就情绪高亢;讲到悲伤的地方声音就变得低沉。但是, 这种‘高低轻重的变化’是有要求的, 即语调在其主旋律上应保持清新、平稳, 在平稳之中再加以变化, 做到稳中有变。”
语调在教师的语言艺术修养中占有很重要的地位, 恰当的语调能使其语言平地生辉, 具有磁铁般的吸引力, 能起到较好的教学效果。
四、让生成成为课堂的亮点
新课程倡导在互动中, 教师、学生的思想和教学文本不断交汇碰撞, 创造火花, 不断迸发喷射;新的信息、新的学习需要不断涌动产生, 通过讨论、辩论、争论, 认识不断提高, 体验不断加深、情感不断升华, 这就是生成性的课堂。
在课堂的精彩生成中, 学生拥有了创造的机会, 获得了全面的发展, 教师的劳动也闪耀着智慧的光辉, 闪烁着五彩的生命原色。
五、认真写好教后记
名师于永正说得好:“写教学反思实际上是对自己的备课及施教的总结。认真写三年教案的人, 不一定成为优秀教师;但认真写三年教学反思的人, 必定成为有思想的教师, 说不定还能写出一个专家来。”
细节增强 篇3
关键词：小波变换,角点检测,自适应阈值
0 引 言
在计算机视觉和模式识别研究领域中,角点检测是一项非常重要的研究课题。能否正确检测出精度高的角点,对于目标识别、图像匹配、相机标定、三维重建等研究有重大意义。
图像中的角点是指图像中具有高曲率或亮度变化剧烈的点,它是由目标边缘曲率较大的位置以及两条或多条边缘的交点所形成。由于角点在图像中所占比例极小(约0.05%的像素点),且具有旋转不变性等特点,因此研究角点检测对于计算机视觉任务的顺利完成起着非常重要的作用。目前常用且效率较高的角点检测算法有如下几种: Harris[1]基于Moravec[2]对角点的描述,利用灰度函数的自相关矩阵实现了角点的检测;Mikolajczyk和Schmid[3]利用Laplace算子检测Harris角点的尺度,构建了一种具有尺度不变性的Harris-Laplace算子,并将Harris-Laplace算子扩展为具有仿射不变性的Harris-affine算子;Mokhtarian及Suomela[4]利用图像边缘及轮廓曲线提出了基于曲率尺度空间(Curvature Scale Space,CSS)的角点检测算法。
比较以上几种算法的复杂度、精确性和实时性后,本文采用Harris角点检测算法,并在其基础上进行了改进。首先,对图像进行小波多尺度分解,提取出水平细节、垂直细节和对角细节并对其进行增强,从而突出了细节部分,使图像中T型及斜T型的部分更明显,以便在后续的角点检测中能够准确定位。其次,计算角点响应函数的二阶值和局部极大值来设定自适应阈值,使检测过程可自动完成,且能更好地抑制角点聚簇现象。
1 Harris角点检测算法
Harris算子是C.Harris和M.J.Stephens在1988年提出的一种特征点提取算子[2]。Harris检测算法比其他关键点检测算法更加稳定和可靠[5]。Harris算子的基本思想与Moravec算子类似:通过在图像中平移一个小窗口(通常定义一个3×3或5×5的正方形模板)就可以很容易地检测出角点。不同之处是Harris算子用一阶偏导来描述灰度的变化,给出自相关矩阵M来反映局部互相关曲率,而Moravec算子则是通过在图像上平移自相关窗口测量灰度值的差来检测出角点。
1.1 Harris角点检测算法原理
设像素点(u,v)在u方向和v方向移动的距离分别为x和y,定义能量变化函数为:
其中,E(x,y)是窗口内的灰度变化量;Iu,v是像素点(u,v)上的灰度值,Ix+u,y+u是像素点(u,v)微小移动后的灰度值;w(u,v)定义为高斯函数:
将式(1)在像素点(u,v)展开,将E(x,y)近似表示为泰勒多项式:
E(x,y)=Ax2+By2+2Cxy (3)
其中,A=X2⨂w(u,v),B=Y2⨂w(u,v),C=XY⨂w(u,v) ;X=I⨂[1],Y=I⨂[1]T;⨂表示卷积运算,X和Y是灰度函数I在图像平面横轴和纵轴上的一阶方向导数。因此,式(3)可写为:
E(x,y)=[x y]·M·[x y]T (4)
其中,M是自相关函数E(x,y)的近似Hession矩阵:
再定义Harris角点响应函数:
R=det(M)-k·(trace(M))2 (6)
其中,det(M)=AB-C2,trace(M)=A+B,如果图像上某个像素点的R值超过了事先设定的阈值,则认为该点为角点,k可以取0.04～0.06。
Nobel认为k的取值有些任意且不太令人满意,因此,他对角点响应函数R进行了改进[6],将其定义为:
Harris算子利用Gauss模板对原图像的横向和纵向一阶导数进行平滑以抑制噪声。对每个像素点都计算其R值,当计算出来的R值大于某个合理的阈值T时,则表示找到了一个角点。因为角点一般是局部范围内的极大兴趣值对应的像素点,所以,在计算完各点的R值后,还要进行非极大值抑制,一般窗口设置为3×3,从而提取原始图像中所有局部兴趣值最大的点。
1.2 Harris角点检测法的缺点
虽然Harris算子是一种经典的角点检测算法,仍存在以下不足:
1) 由于Harris算子对图像上的每个像素点进行2次for循环,其运算速度慢。
2) 对角点度量执行非极大值抑制,确定局部极大值时,角点的提取完全依赖于阈值的设定。阈值过大会丢失角点信息,而阈值过小又会提取出错误的角点,以下称为伪角点。
3) 对T型和斜T型角点存在定位不准确。
4) 聚簇现象较为严重。
鉴于Harris角点检测法存在以上不足,本文对此进行了改进。
2基于小波细节系数增强的自适应Harris角点检测算法
2.1 基于小波多尺度分解的细节系数增强
根据Harris算子对T型和斜T型角点的定位存在定位不精确或遗漏等现象,本文提出将图像进行n级小波分解,每级可形成三个具有方向选择性的高频带Vj,Hj,Dj(j=1, 2,…,n),一个低频带An[7]。 其中,V表示垂直细节分量,H表示水平细节分量,D表示对角细节分量和A表示图像的近似分量。利用公式(8)基于小波的巴特沃斯(Butterworth)滤波器对三个方向上的细节分量分别进行增强。
其中,γ1代表高频增益;γ2代表低频增益;j代表分解级数;2j反映了相应的分辨率;kc称为截止系数;wh和wv分别为水平权系数和垂直权系数,对于V,有wh=1,wv=0,对于H,有wh=0,wv=1,对于D,有wh=1,wv=1。这样使得图像中的拐角和交叉处更为明显。
2.2 自适应阈值的Harris角点算法
由于Harris算子运算速度较慢、难以确定合理阈值和明显的聚簇现象,本文根据Harris算子尺度空间的表示,提出了相应的改进。
根据式(7),尺度空间中的角点响应函数R为:
其中,M为自相关矩阵:
;L(u,v,σD)=G(σD)⨂I,σI和σD分别表示积分尺度和微分尺度;G(σ·)表示均值为0方差为σ·的高斯函数;L为图像的高斯尺度空间表示;Lu和Lv分别表示计算在U和V方向上的偏导数;I为数字图像。det(·)和trace(·)分别表示矩阵的行列式和迹。
利用角点响应函数R和σI通过循环平均滤波得到模板,并利用这个模板对角点响应函数R(u,v,σI,σD)进行二阶统计计算,得到最高值h1和次最高值h2。标记像素点,如果R值与最高值h1相等,且最高值h1与次最高值h2不相等时,则该像素点所在位置即为局部最大值max_local的坐标。自适应阈值T的公式如下:
T=p·max(max_local) (10)
其中p为小于1的常数,则满足大于阈值T的局部最大值的坐标即为所要求角点的坐标。
2.3 本文提出算法的主要步骤
第一步 对图像进行小波尺度分解,并对细节系数进行增强操作。
1) 对图像进行n层二维小波分解(n=6),使用的小波为‘sym4’,得到高频系数c和低频系数s。
2) 从高频系数c中提取垂直细节分量Vj,水平细节分量Hj,对角细节分量Dj(j=1,2,…,n)。
3) 分别对这三个细节分量按式(8)进行增强操作。
4) 对增强后的分量进行重构,得到改进的细节加强的图像。
第二步 对小波增强后的图像进行Harris自适应阈值角点检测。
1) 定义积分尺度和微分尺度σI和σD。
2) 利用导数模板计算图像像素点在横轴和纵轴方向上的方向导数。
3) 由式(9)计算角点响应函数R。
4) 求出局部最大值max_local并根据式(10)求出阈值T。
5) 当像素点的局部最大值大于阈值T,则该局部最大值的坐标即为角点坐标。
3 实验结果与分析
实验图像由普通相机在校园内拍摄,一共为四幅不同建筑物的图像,通过尺寸变换,图像1、图像2和图像4的尺寸为400×300,图像3的尺寸为300×400。对四幅图像分别进行第2节描述的传统Harris角点检测和第3节描述的基于小波细节系数增强的Harris自适应阈值角点检测。试验环境为Pentium 4,1.50GHz CPU,2.00GB内存,Windows XP SP3。
表1为角点检测运行程序所需时间。从表中可见,本文提出的改进方法在运算速度上超过传统的Harris方法。可见,本文提出算法在运行速度上有明显提高。表2为角点检测所得到的角点个数。从表中可以看出本文改进方法的角点个数略少于传统的Harris方法。
图1是由图像4经小波多尺度分解后获得高频系数并对其进行增强的结果。比较图1(a)和(b)两幅图像,可看出,经2.1节描述的小波细节增强后,其细节分量突出,且条框明显。而原图像的水平、垂直和对角细节则不明显。
图2由4行3列共12幅图像组成。横向为同一图像使用不同方法的实验结果,列向为不同图像使用同一方法的实验结果,其中列(a)为图像1～图像4的四幅原始图像,列(b)为图像1～图像4在本文提出方法下测得的角点,用+号表示,列(c)为图像1～图像4在传统Harris方法下测得的角点,用+号表示。观察4幅图像的检测结果,可看出,本文提出的角点检测法测得的角点分布比较均匀,而传统的Harris方法测得的角点聚簇现象较严重。另外,观察图像3中亭子的下方,比较第3行的(b)列和(c)列,用本文方法可以检测到亭子底部的角点。同样比较第4行的(b)列和(c)列,图像4中建筑物左面墙上空调的角点通过本文方法可检测到,而用传统的Harris方法不能检测到。可见,本文提出方法在十字型和T型部分能较好检测出角点。另外,再观察四幅图像的伪角点,本文提出方法检测出的角点数目少于传统Harris方法,伪角点也明显减少。
综上分析,本文提出的基于小波细节系数增强的Harris自适应阈值角点检测在效率、精确度和角点分布上都有提高。
4 结 语
本文提出Harris阈值自适应算法对增强后的小波图像进行角点检测,提高了角点定位的准确性,通过自动阈值的设定,避免了手工设定阈值对于角点提取的局限性。另外,本文提出的算法也减少了传统Harris算法中的循环次数,从而加快了运算速度。经试验证明,本文是一种有效的角点检测方法。为后一步的图像匹配工作奠定了良好的基础。
参考文献
[1]Harris C,Stephens M.A Combined corner and edge detector[C]//Pro-ceedings of the 4th Alvey Vision Conference,Manchester,England,1988:147-151.
[2]Moravec H P.Towards automatic visual obstacle avoidance[C]//Pro-ceedings of the 5th International Joint Conference on Artificial Intelli-gence,Cambridge,MA,USA,1977:584-590.
[3]Mikolajczyk K,Schmid C.Scale and affine invariant interest point de-tectors[J].International Journal of Computer Vision,2004,60(1):63-86.
[4]Mokhtarian F,Suomela R.Robust image corner detection through cur-vature scale space[J].IEEE Trans.on Pattern Analysis and MachineIntelligence,1998,20(12):1376-1381.
[5]程邦胜,唐孝威.Harris尺度不变性关键点监测子的研究[J].浙江大学学报:工学版,2009,43(5):854-859.
[6]Nobel A.Finding Corners[J].Image and Vision Computing,1998,6(2):121-128.
细节增强 篇4
1 资料与方法
1.1 一般资料
选取我院2014年5月—2015年4月行增强CT扫描的病人1 056例为研究对象, 其中男800例, 女256例;年龄11岁~89岁;脑部CT血管成像 (CTA) 70例, 胸部增强CT 800例, 腹部增强CT180例, 其他部位增强CT 6例。将2014年5月—2014年10月行增强CT扫描的病人作为对照组 (528例) , 将2014年11月—2015年4月增强CT扫描的病人作为观察组 (528例) , 两组病人性别、年龄、身高、体重、CT增强扫描部位等比较差异均无统计学意义 (P>0.05) , 具有可比性。
1.2 方法
1.2.1 检查方法
均采用美国通用的GEbright speed32排螺旋CT及美国Medrad inc制造商生产Vistron ct单筒注射器, 对比剂均为非离子型碘佛醇。注射对比剂的剂量及注射速率根据疾病诊断、病人病情、体重及血管条件而定。按照不同扫描部位将病人分为常规CT增强扫描 (注射速率为2.5 mL/s~3mL/s, 对比剂总量为60 mL~80 mL) ;CT血管成像 (注射速率为4mL/s~6mL/s, 对比剂总量为60mL~100mL) 。在检查前询问病人有无高血压及心、肝、肾功能不全等问题、有无甲状腺功能亢进、碘过敏史等并签知情同意书。告知病人在扫描过程中不随意活动身体, 给药时因流量较快会有全身发热感觉, 并可能有小便失禁感等[2]。对病人血管评估后用22G的静脉套管针建立静脉通道。检查完后观察两组病人注射部位渗漏和肿胀发生情况。
1.2.2 护理方法
对照组给予放射科常规护理:在病人进入机房前15 min经静脉套管针匀速注入20 mL生理盐水+地塞米松10 mg, 进机房为病人摆好体位观察穿刺部位无肿胀后连接高压注射器, 指导病人使用呼叫器。护士离开机房。检查结束后让病人休息30min无不适拔针再离开。
观察组在常规护理的基础上给予细节护理。①在病人进入机房前15 min经静脉套管针注射拟与对比剂同等流速的生理盐水20 mL+10 mg地塞米松, 同时观察穿刺针处的皮肤是否隆起、推注是否通畅、穿刺处是否胀痛等, 病人如有出现上述不适则应拔针重新穿刺。②体部增强病人因检查时需要双手抱头及扫描床前后移动, 手背易碰到CT机身, 此时为病人摆放与体部平扫相反的体位, 以减少病人手背与CT机的相撞并利于病人被详细扫描。必要时由病人家属协助以免针头刺破血管引起造影剂外渗。③对一些容易发生外渗的高危人群 (如冠心病、糖尿病、放化疗后血管条件差病人) 或需很高流速推注对比剂者 (超过4mL/s) , 护士在推注对比剂时可观察10s[3], 如无不良反应和药液外渗再离开。反之叫停扫描重新穿刺。④心理护理:病人进入CT检查室, 面对陌生的环境, 加之扫描时机器发出的异常响声并加上检查前在知情同意书上的签字, 易引起病人的心理紧张情绪, 这时给予病人心理疏导与安慰, 对体质较弱、血管情况差又不能配合的病人必须留人陪护。⑤冬季气温较低, 可将药液适当加温后再注射, 夏季室内外温差较大, 病人检查完之后应增加留观时间, 防止不良反应发生。
1.2.3 观察指标
观察两组病人碘佛醇渗漏发生率。
1.2.4统计学方法采用SPSS17.0统计软件进行分析, 采用χ2检验、t检验, 以P<0.05为差异有统计学意义。
2 结果
例 (%)
3 讨论
增强CT检查已经越来越普及, 造影剂的应用也越来越广泛, 同时不可避免地出现渗漏和一些不良反应。而护士在病人做增强CT检查时的主要护理工作是静脉穿刺、置套管针、穿刺前的准备和注射药物的观察。皮下造影剂渗漏是高压注射过程的严重并发症, 造影剂渗漏是评价护理工作的重要内容[4], 为此做增强CT时为了降低注射部位渗漏的发生率, 减轻和减少渗漏对病人的损伤, 除了穿刺技术要提高外还要注重细节护理。即:①高压泵注射碘佛醇前预注射同等速度的20mL盐水+地塞米松10mg。细心观察针眼处的皮肤是否隆起、注射是否通畅、病人是否感觉疼痛。②做体部增强时为避免双手背在床移动时碰到CT机应摆好合适的体位, 必要时由病人家属协助以免针头刺破血管引起造影剂外渗。③对易发生外渗的高危人群利用高压注射早期一般有15s曝光前时段[5], 护士要在此时利用10s的时间注意观察注射部位, 右手食指和中指轻触在穿刺针的前方, 能够感觉到造影剂在血管内流动, 说明注射成功。对体质较弱、血管情况差又不能配合的病人必须留人陪护。④结束扫描后用10 mL生理盐水冲管并保留套管针30 min。有文献报道, 47.6%的局部渗漏发生在扫描结束拔针后[6], 由此可见注重扫描结束后穿刺点的护理也是防止对比剂渗漏的另一重要环节。⑤在冬天的时候把药液加热到接近人体的温度, 减少由于进入的药液温度低对血管壁的刺激引起渗漏。通过两组人员渗漏发生率比较, 认为在做好常规护理的同时做好细节护理能有效预防碘佛醇渗漏发生, 从而避免或减轻对比剂渗漏及其引起的组织损伤, 提高对比剂安全使用质量。
参考文献
[1]吴沛宏, 卢丽霞.螺旋CT诊断学[M].广州:广东科学技术出版社, 2000:17-19.
[2]曹丽妃, 夏建东, 徐向东.320排容积CT冠状动脉成像检查的护理体会[J].广州医药, 2012, 43 (5) :77-79.
[3]高萍.预防增强扫描中对比剂外渗的护理体会[J].护理实践与研究, 2008, 5 (7) :76-77.
[4]祝红线, 郭英, 张换时.静脉套管针用于CT增强扫描的护理体会[J].中华护理杂志, 2001, 36 (8) :584.
[5]张中华, 王平方, 毛小明, 等.CT增强扫描造影剂渗漏的预防和护理[J].广东医学, 2007, 28 (8) :1366-1367.