新疆医科大学第一附属医院临床药师培训基地 文献阅读报告

左氧氟沙星与莫西沙星治疗耐多药肺结核的

临床疗效对比

一、背景与意义

近年来，我国耐多药肺结核病（MDR-PTB）患者呈逐渐增多趋势，并已成为重要的传染源，且治疗难度大，常用一线药物治疗失败率高于敏感菌感染所致结核病数十倍。WHO建议，结核病控制中应允许二线药物的使用，并把与其他抗结核药物无交叉耐药性的氟喹诺酮类（FQNs）药物明确为抗结核治疗的二线药物。

左氧氟沙星（LVFX）作为第三代氟喹诺酮类药物，现已成为临床广泛使用的二线抗结核药物，与其他抗结核药物联用可产生效应叠加，对细胞内、外结核分枝杆菌均有杀菌、抑菌作用。莫西沙星（MXFX）是一种新型8甲氧基氟喹诺酮类，对现有氟喹诺酮类敏感性较差的结核杆菌等也显示有较强的抗菌活性，且具有消化道吸收好、组织分布好、渗透性强、消除半衰期长、生物利用度高等优点，为现今耐多药结核病治疗中有希望的抗结核药物。本文综述了含莫西沙星方案与左氧氟沙星方案治疗耐多药肺结核的疗效对比。

二、文献检索与综述

梁丽丽等选取耐多药肺结核的患者共82例，随机分为治疗组46例，对照组36例。治疗方案如下：治疗组：莫西沙星、帕司烟肼、利福喷丁、吡嗪酰胺、丙硫异烟胺、对氨基水杨酸、阿米卡星治疗3个月/莫西沙星、帕司烟肼、利福喷丁、吡嗪酰胺、丙硫异烟胺治疗6个月/莫西沙星、帕司烟肼、利福喷丁、吡嗪酰胺治疗9个月。对照组：除将莫西沙星改为左氧氟沙星外，所有联合用药及疗程均相同。其中，莫西沙星、0.4g、po、qd，左氧氟沙星、0.6g、po、qd，帕司烟肼、1.0g、po、qn，利福喷丁、0.6g、po、biw，吡嗪酰胺、2.0g、po、biw，丙硫异烟胺、0.2g、po、tid，对氨基水杨酸、8.0g、ivgtt，阿米卡星、0.6g、im或ivgtt。结果表明：治疗组与对照组在疗程结束后痰菌阴转率分别为82.9%和60.0%（P＜0.05）；空洞闭合率分别为65.8%和37.5%（P＜0.05），治疗组痰转阴率及空洞闭合率明显优于对照组。

周望溪等将136例老年耐多药肺结核患者按入组顺序单双号随机分为观察1组和观察2组，各68例，两组性别、年龄等差异均无统计学意义(均P>0.05)。其中观察1组使用含莫西沙星方案治疗，观察2组使用含左氧氟沙星方案治疗，两组均治疗18个月。(1)观察1组，使用莫西沙星0.4g，口服，1次/天；吡嗪酰胺0.03g/kg，口服，3次/天；阿米卡星

7.5mg/kg，静脉滴注；利福喷丁0.6g，口服，1次/天；丙硫异烟胺0.25g，口服，2次/天。

(2)观察2组，使用左氧氟沙星0.5g，口服，1次/天，其余治疗同观察1组。两组治疗过程中注意保护肝功能及营养支持，均连续治疗18个月。结果表明：观察1组总有效率、3个月末时痰转阴率、治疗18个月后肺部病变吸收情况、肺部空洞变化均显著优于观察2组（P＜0.05）；两组不良反应差异无统计学意义(P>0.05)。 [2][1]

新疆医科大学第一附属医院临床药师培训基地 文献阅读报告

岳华山等等根据其治疗方法不同随机分为使用左氧氟沙星的A组患者与使用莫西沙星的B组患者各43例，整个试验过程均严格遵从双盲原则。两组患者的一般情况如性别、年龄、病程、病情严重程度等均无明显差异，A组患者使用左氧氟沙星进行治疗，具体如下：口服左氧氟沙星片剂，每次0.6g，1次/天；将卷曲酶素针剂0.75g加入到250ml葡萄糖溶液中静脉滴注，1次/天共3个月；对氨基水杨酸异烟肼片0.5g，2次/天；利福喷丁0.6g，2次/周，丙硫异烟胺0.2g，2次/天；B组患者使用莫西沙星片0.4g，1次/天，其余治疗同A组。结果表明：B组患者接受治疗后的总有效率为95.35%，明显高于A组患者的79.09%（P＜0.05）；治疗后的各个时间段的痰菌转阴率均明显高于A组患者（P＜0.05）；而总不良反应发生率为9.30%，明显低于A组患者的25.58%（P＜0.05），使用莫西沙星可以提高治疗效果及痰菌转阴率，显著降低患者治疗过程中的不良反应发生。

曾安津等78例耐药性肺结核患者随机分为两组，患者按数字随机分为两组，各39例。两组患者在年龄、性别、病程等各方面比较无显著性差异。所有患者均采用对氨基水杨酸异烟肼、利福喷丁和丙硫异烟胺等为基础抗结核药物。莫西沙星组加用莫西沙星片0.4g/次，1次/天；左氧氟沙星组加用左氧氟沙星片，0.4g/次，1次/天。各组持续治疗12个月。结果表明：莫西沙星组治疗总有效率明显高于左氧氟沙星组（P＜0.05）；且在治疗不同时期痰结核杆菌转阴率也高于左氧氟沙星组（P＜0.05）。

王岐洁随机选取本院115例耐药性肺结核病人，随机分成实验组（n=58）和对照组(n=57)。两个实验组在年龄、性别、病程等方面差别无统计学意义。两个实验组都按照治疗耐多药性肺结核的临床治疗方法正常就诊。包括服用利福喷丁，对氨基水杨酸，丙硫异烟胺，阿米卡星，吡嗪酰胺，帕司烟肼，疗程为12周。接着停止服用对氨基水杨酸、阿米卡星，其他药物继续服用，继续治疗24周。最后停止服用丙硫异烟胺，其他药物正常服用，继续治疗36周。实验组还需口服莫西沙星，日剂量为0.4g，整个疗程均服用此药；对照组还需口服左氧氟沙星，日剂量为0.4g，整个疗程均服用此药。结果表明：实验组总有效率明显高于对照组（P<0.05），实验组各个阶段痰菌转阴率、空洞改善率均高于对照组（P<0．05）不良反应发生率比较差异无统计学意义。莫西沙星在治疗多耐性结核病比左氧氟沙星效果显著，在每个阶段，痰菌减少量和空洞改善情况明显效果更好，而在不良反应上又无明显劣势。

三、讨论与结论

结合以上研究资料可以看出，莫西沙星在治疗耐多药肺结核的治疗效果、痰菌转阴率、改善空洞情况等方面均优于左氧氟沙星，有研究表明两种药物不良反应发生率基本相似，另有部分研究发现莫西沙星总不良反应发生率低于左氧氟沙星。左氧氟沙星作为常用的广谱抗生素临床使用时间已较长，各种因素导致耐药率不断升高，直接导致在耐多药肺结核治疗中的疗效持续降低。莫西沙星作为新一代喹诺酮类，临床使用时间较短，耐药性不如左氧氟沙星严重；化学结构上的改变使其抗菌谱更广、生物利用度更高、半衰期更长，代谢途径特殊，绕过了细胞色素P450酶从而减少了与其他药物相互作用，且莫西沙星在痰液、肺组织中的[5][4][3]

新疆医科大学第一附属医院临床药师培训基地 文献阅读报告

药物浓度高于血液中的浓度，但莫西沙星的价格偏高，故因经济问题无法选用该药物长期治疗的患者较多，但从治疗效果角度考虑，在条件许可情况下，推荐使用莫西沙星联合其他抗结核药物治疗耐多药肺结核病。

参考文献：

[1]梁丽丽.联合应用莫西沙星或左氧氟沙星治疗耐多药肺结核疗效研究[J].中国全科医学，2011，14(5)：1451-1453.

[2]周望溪.含莫西沙星方案与左氧氟沙星方案治疗老年人耐多药肺结核的效果比较[J]. 中国基层医药，2015，22(1)：69-71.

[3]岳华山.莫西沙星与左氧氟沙星治疗耐多药肺结核研究[J].临床肺科杂志，2013，18(9)：1664-1665.

[4]曾安津.莫西沙星与左氧氟沙星治疗耐药性肺结核的疗效比较[J]，临床肺科杂志，2012，17(11)：2036-2037.

[5]王岐洁.联合应用莫西沙星或左氧氟沙星治疗耐多药肺结核疗效探讨[J]，延边医学 2014(36)：007-008.

第二篇：文献阅读报告

东北师范大学研究生文献阅读报告

报告题目：视觉注意力的建模方法研究及应用 　　　　　　　　　　　　　　

课程名称：模式分析与机器智能

姓名：***

学号：**

专 业：计算机软件与理论

年 级：20##级

院 、 所：计算机科学与信息技术

年月日 20**年6月21日

研究生文献阅读报告评价标准

东北师范大学研究生院制

一 引言

日常工作和生活中，我们都认识到“注意(Attention)”的极端重要性。老师上课要求学生注意听讲;在视觉心理物实验中，也总是要求测试者集中注意。如果我们眼睛看到的、耳朵听到的和心里想到的完全一致，那么视听的效果就会非常好;否则即便听过，也可能“视而不见”、“听而不闻”，效果截然不同。早在一百多年前，注意作为人类行为的中枢和心理活动的调节机制就己经受到人们的重视。

当前，随着信息技术的发展，图像数据的规模变得越来越大，面对如此庞大的图像数据，如何能够快速而准确地完成各种图像分析任务己经成为人们研究的热点。传统的图像分析方法将图像中所有区域都被赋予相同的处理优先等级，然而很多图像分析任务(诸如目标识别、图像检索、场景分析等)所关心的内容通常仅占图像中很小的一部分，因此，这种全面加工不但增加了分析过程的复杂性，而且带来了许多不必要的计算浪费。近年来，许多研究学者发现人类视觉系统(Human Visual System， HVS)在面对一个复杂场景时，人类的注意力会迅速集中在少数几个显著的视觉对象上，并对这些对象进行优先处理，该过程则被称为视觉注意(Visual Attention)(Jamesetal.1890)，显著的视觉对象被称为注意焦点(Focus Of Attention， FOA)。显然，将这种机制引入到图像分析领域是非常必要且有意义的，它可以提供观察者可能感兴趣的对象区域信息，帮助制定合理的计算资源分配方案，从而可以大幅地提升己有图像处理系统的运行效率。将传统的图像处理过程和人类的视觉注意相结合，提取和图像分析任务有关的内容并优先处理，形成一套合理的资源分配方案来引导图像处理，使计算机具有类似人类选择性和主动性的信息处理能力，是本领域的主要研究目的。

另外，视觉注意力的可计算模型也成为近来年很多专家学者关注的热点，并且在图像分析、图像检索、目标跟踪、机器人跟踪、视频压缩等领域得到广泛地应用。但将视觉注意力与数字水印技术相结合的研究相对来说还是一个新的应用领域，而且随着信息技术的发展，信息隐藏的安全性越来越受到各媒体的重视。由于图像或视频的最终接收端及质量评估者都是人，所以结合人类视觉特性的数字水印技术，是有意义的，也是必要的。

二 主题部分

2.1 视觉注意机制的应用

将视觉注意机制引入图像分析，赋予现有分析过程一定的选择能力，将资源优先分配给那些感兴趣的区域，这使它对于解决数据筛选的问题、降低计算量并提高计算机对信息处理的效率都具有极为重要的研究意义和应用价值。其中表现较为突出的几个应用领域如下:

(1)图像压缩与编码

它是当前最为活跃的视觉注意建模应用研究方向。其基本思想是在图像压缩时对显著对象区域进行无损或近无损压缩，而对其他区域进行有损压缩，从而既能够保持较好的图像质量，又可以获得较高的压缩比。该技术己经被JPEG2000标准所采用(Christopoulos et al.2000;Liu et al.2003; Wang et al.2002)。

(2)图像检索

利用显著对象的视觉属性和空间分布描述图像内容，通过显著对象之间的相似性，度量图像之间的相似性，从而克服与图像内容不相关的区域(如:背景区)对检索过程产生的影响(Dimai 1999；Stejic et al.2003;Vu et al.2003;Tian et al.2010)。

(3)场景渲染

在渲染过程中赋予显著对象区域与其他区域不同的渲染终止条件，从而在保证渲染结果能够被用户接受的情况下，最大限度地降低渲染的计算复杂性(Yee et al.2001;Horvitz et al.1997;Myskowski et al.1999)。

(4)场景分析

针对大量的图像数据，通过对快速筛选出来的显著对象依次分析，进而获得对于整个图像场景内容的初步理解，对后续的图像分析任务提供决策层支持，避免无意义的图像计算任务(Itti et al.1998)。

(5)目标检测

利用自底向上视觉显著度模型自身的特点，和它对于对比度、亮度、和噪声等影响的鲁棒性解决某些目标检测中传统分割方法较难将目标与背景很好地分离的问题(Kadir et al.2001;Wai and Tsotsos 1994;Itti et al.2001;Tian et al.2008)。

(6)监视系统

在动态变化场景的时序图像中，对某个固定区域进行监视，例如交通路口的车辆监视，利用车辆位置的变化构建运动刺激特征，从而有助于对运动目标的跟踪和非运动显著目标的监视(Tian et al.2007)。

(7)目标识别

它的基本思想是依次识别显著对象中一组显著性逐渐下降的区域，并据此不断调整对整个目标的判断，从而避免了由目标中的非感兴趣区域信息引起识别效率下降的问题。例如，人脸识别、手写数字识别等(Salah et al.2002;Dickinson et al.1997;Soyer et al.2003)。

(8)主动视觉

通过模拟视觉注意的显著对象检测，使计算机具有类似于人类的视觉功能，能够对某些特定对象进行后续的识别与判断，这是机器人等应用领域中极为关心的问题(Breazeal et al.2000;Indiveri et al.2001;Backer et al.2001)。

2.2 可计算的注意力选择模型—NVT

在特征综合理论和认七lfe，sGuldedSearch模型在基础之上，计算机科学领域的研究人员提出了许多可计算的注意力选择模型，其中最有名的要数Itti等人提出的NVT模型。Itti、Koch在1998年提出基于显著性特征的注意力选择模型[7]，并在20##年度Nature上对该模型理论作了进一步的完善[25]。这个注意力选择模型是基于这样的假设:原始图像输入到模型后，通过多个通道的处理，考虑不同的尺度的分析和滤波的计算后获得一个两维的显著特征映射图，这个映射图中幅度最强的区域部分，就为注意力选择的焦点，其次强的区域为第二选择，以此类推得到数个显著特征区域，它可以为注意力的分配提供很好的策略。它的基本模型如图2一3所示:输入的静态图像先通过一个线性滤波器滤去图像中的噪声，然后并行的分为三个通道获取图像的颜色、亮度、和方向的信息，然后并行地送到方向可控的金字塔状的高斯低通滤波器哈中(OvercomPletesteerablepyr田旧ids)[24]，对输入图像进行逐层低通滤波处理和降采样，(具体见后面的介绍)，产生一系列不同尺度的红、蓝、绿、黄四种颜色，亮度，以及四个方向(0度，45度，90度，135度)所对应的两维特征图(9个尺度)，呈金字塔状输出。然后分别对各个特征通道所对应的不同尺度特征图之间的“中心点一环绕区域”差异性的进行计算(eenter-s~unddi月七renees)和归一化，颜色通道获得红绿特征、蓝黄特征各6幅特征映射图(共12幅)，亮度通道6幅特征映射图，方向信息四个方向各6幅映射图(共24幅)，然后通过个尺度特征图的合并以及归一化，获得颜色、亮度和方向三个输入通道各自对应的综合特征图。

三 总结与展望

注意力选择是人的视觉感知的一个重要特性，对于注意力选择的研究与建模可以解决传统机器视觉算法无能为力的一般物体的检测和识别。本文就注意力选择的自上而下和自下而上分别做了细致的研究工作，总结如下:

1.在自上而下的方面，提出了一种带有学习和视觉记忆的注意力选择模型，该模型包含3个部分，分别为感知映射，认知映射以及运动映射。在认知映射中，我们提出了基于视觉记忆的自监督竞争神经网络和眼球运动估计机制，并且利用增量多层回归树来模拟视觉记忆。我们的模型被应用于目标跟踪以及机器人自主导航，取得了良好的效果。之后，我们发现以往的视觉记忆模型比如HD侧IHDR没有遗忘函数，这样的记忆模型在处理连续不断的图像样本时，会出现检索速度越来越慢以及记忆溢出的情况。于是我们提出了一种新的带有遗忘函数的视觉记忆模型:遗忘增量多层分类回归树。该模型可以同时模拟人脑的长期记忆和短期记忆。实验表明，相比不带遗忘的记忆模型，我们的记忆模型具有稳定的规模，较快的搜索速度和较高的准确率。该记忆模型应用在我们提出的注意力选择模型上，实现了有监督的视频编码。

2.在自下而上方面，提出了一种基于四元数傅立叶变换的时空显著性检测模型。首先提出了一幅图像的四元数表示，并利用其傅立叶相位谱来获得时空显著图。实验表明该方法不但在检测一般物体上效果好，而且速度很快，能够实时运算。之后，我们仔细分析了我们提出的显著性模型在多分辨率下表现，并在此基础之上，提出了层次选择模型来获取一幅图像的树状表示，利用这种表示，可以建立多辨率小波域注意力模型，这种模型可以提升图像及视频编码的效率，从而提高压缩率。

关于未来工作，我觉得有几个方面的做进一步研究:

1.如何从数学角度去证明傅立叶相位谱和显著图的关系。

2.将我们提出了显著性检测方法与视觉记忆模型相结合，实现机器人的注意力选择系统。

3.将多分辨率小波域注意力模型插入到像或视频压缩的编码器中，优化EZW、SPIHT和EBCOT的编码。

四 主要参考文献

[1]ltti L，Koch C，Niebur E.1998.A model of saliency-based visua1 attention for rapid scene analysis [J]. IEEE Trans.on Pattern Analysis and Machine Intelligence，20(11):1254-1259.

[2]Koch C.and Ulman S.1985.Shifts in Selectionin Visual Attention:Toward the Underlying Neural Circuitry [J].Human Neurobiology,4(4):219-227.

[3] Itti L，Koch C.200l.Computational modeling of visual attention[J].Nature Reviews Neuroscience，2(3):194-230.

[4]Itti L，Koch C.2001.Feature combination strategies for saliency-based visual attentions systems [J].Journal of Electronic Imaging，10(l):161-169.

[5]Ma Y F，Zhang H J.2003.Contrast-based image attention analysis by using fuzzy growing[C].Proceedings of the eleventh ACM International Conference on Multimedia Berkeley:ACM Press，374-381.

[6]Hou X and Zhang L.2007.Salieney Detection: A Spectral Residual Approach [C].Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，Minnesota，USA，l-8.

[7]Hu M K.1962.Visual pattern recognition by moment invariants[J].IEEE Trans.on Information Theory，8(1):179-187.

[8]Hu Y，Rajan D and Chia L-T.2005.Robust Subspace Analysis for Detecting Visual Attention Regions in Images[C].Proceedings of the 13th annual ACM International Conference on Multimedia，Singapore，716-724.

[9]Liu H，Jiang S，Huang Q and Xu C.2008.A Generic Virtual Content Insertion System Based on Visual Attention Analysis[C].Proceeding of ACM Conference on Multimedia，379-388.

[10]Liu H，Jiang S，Huang Q，Xu C，Gao W.2007.Region-Based Visual Attention Analysis with Its Application in Image Browsing on Small Displays[C].Proceedings of 20## ACM International Conference on Multimedia，Augsburg:ACM Press，305-308.

[11]Liu L，Fan G.2003.A new JPEG200O region-of-interest image coding method:Partial significant bitplanes shift[J].IEEE Signal Processing Letters，10(2):35-39.

[12]Liu T，Sun J，Zheng N，Tang X，Shum H.2007.Learning to Detect A Salient object[C].

Proceedings of IEEE Conference on Computer Vision and Pattern Recognition，l-8.

[17]Milanese R，Bost J M，Pun T.1992.A bottom-up attention system for active vision[C]. Proceedings of the 10th European Conference on Artificial Intelligence，Vienna，Austria，808-810.

[18]Kadir T，Brady M.2001.Saliency scale and image description[J].International Journal of Computer Vision，45(2):83-105.