βラクタム薬による緑膿菌・アシネトバクターの治療 (※主に緑膿菌について述べる) ■ 緑膿菌に効くβラクタム系薬 ○ペニシリン系薬:ピペラシリン(※アシネトバクターには無効) ◯セフェム系薬 :緑膿菌を含むグラム陰性桿菌用セフェム:セフタジジム 抗緑膿菌作用をもつ広域セフェム:セフェピム ◯カルバペネム系薬 ■ βラクタム系薬による緑膿菌の治療 ○どれを使ってもよい。 ◯ただし、獲得耐性となりやすいので、感受性検査を必ず確認する! ◯ピペラシリン単剤による治療は、個人的には勧めない。 ■ 緑膿菌に効く薬は暗記する! ◯抗緑膿菌作用あるペニシリン系薬とセフェム系薬、カルバペネム系薬 ◯フルオロキノロン ◯アミノグリコシド
最新の改訂版 SlideShareでPDFでの置き換えが不可のため最新版はGoogleDriveでシェアしています。 2018年10月16日 細菌の覚え方を数枚追加 他に数枚追加(全309スライド22MB) 2018年3月29日 細菌の日本語の語呂合わせ等を加筆(全291スライド21MB) 2017年11月22日 細菌の語呂合わせの加筆と内容の小変更 2017年7月12日 "ペニシリンアレルギー" 加筆 2017年4月10日 "抗菌薬を投与する時" 加筆 2016年12月13日 加筆 表記を"改訂版"へ 2015年5月12日 加筆 Ver. 2. 01 へ 2015年5月5日 改訂 Ver. 2 へ 2013年6月17日 SlideShare 公開 2011年8月12日に研修医向けの講義資料として作成 元の題名は「抗生剤と細菌について」 不定期で加筆/改訂する予定
検査成績 緑膿菌感染時の血液検査に特異的な所見はなく,感染臓器や程度,さらに宿主の免疫状態に大きく左右される.一般的に末梢血の白血球数は増加することが多いが,もともと患者が好中球減少状態にある場合は白血球数が低下したままの例も多い.また好中球減少状態では画像診断でも見かけ上有意な所見を示さず,肺炎例でも胸部X線では典型的な肺炎像がとらえがたい場合がある.DICや多臓器不全合併例では血小板減少や肝酵素の上昇などが認められる. 診断 緑膿菌感染症の診断は,ほかの細菌感染症と同様に各種臨床検体から菌を分離・同定することによってなされる.血液培養で緑膿菌が検出されれば起炎菌として考えやすいが,ほかの検体から緑膿菌が検出されても,単なる定着か真の起炎菌なのか判別が難しい場合もある. 鑑別診断 日和見感染症全般が鑑別診断の候補となる.特にMRSAなどの耐性菌による感染症や,カンジダなどの真菌感染症が混合感染として認められる場合も多い. 緑膿菌・アシネトバクターの抗菌薬治療 - 感染症診療. 合併症 患者の免疫不全の状態が高度になればなるほど,敗血症,DIC,ショック,多臓器不全などを合併する可能性が高くなる. 経過・予後 適切に抗菌薬療法がなされた場合には,一定の効果が期待できる.しかし基礎疾患や医原的要因によって難治化する例も多く,重症化したり,慢性化する例がある.敗血症合併例では予後不良である. 治療・予防・リハビリテーション 緑膿菌は一般的にカルバペネム系薬,第3,第4世代セフェム系薬の一部,抗緑膿菌ペニシリン系薬,キノロン系薬,およびアミノグリコシド系薬などが有効とされているが,耐性を示す菌が少なからず存在するため,分離された菌の薬剤感受性成績をもとに抗菌薬を選択することが望ましい.MDRPによる感染症に対しては,コリスチンなど本菌に有効な薬剤を使用するか,抗菌薬の併用を考慮する.なお,抗菌薬療法以外にカテーテルの抜去や病巣部位のドレナージ,G-CSFやヒト免疫グロブリンなど抗菌薬以外の対処も必要となる.びまん性汎細気管支炎やCOPD症例などを対象としたマクロライド少量長期療法も用いられている. [松本哲哉] ■文献 Longo DL, et al ed: Harrison's Principles of Internal Medicine, 18th ed, McGraw-Hill, 2011. 出典 内科学 第10版 内科学 第10版について 情報 家庭医学館 「緑膿菌感染症」の解説 りょくのうきんかんせんしょう【緑膿菌感染症】 緑膿菌は、土や水の中、人の皮膚や腸の中にいる 毒性 の弱い細菌で、健康な人に病気をおこすことはありませんが、衰弱した 病人 には日和見(ひよりみ)感染のかたちで、抗生物質を長期間使用した人には菌交代症のかたちで病気をおこすことがあります。 ふつうは、とこずれや皮膚の傷、気道、尿路、耳、目に感染して、緑色の膿(うみ)が出る程度ですが、敗血症(はいけつしょう)をおこして生命にかかわることもあります。 ポビドンヨード や 消毒 用エタノールによる消毒が有効で、逆性石けんや クロルヘキシジン などは無効です。 出典 小学館 家庭医学館について 情報
最新DIピックアップ 2015年3月26日、ポリペプチド系抗菌薬 コリスチン メタンスルホン酸ナトリウム(商品名 オルドレブ 点滴静注用150mg)の製造販売が承認された。適応菌種は「コリスチンに感性のグラム陰性桿菌(大腸菌、シトロバクター属、クレブシエラ属、エンテロバクター属、緑膿菌、アシネトバクター属)」で、βラクタム系、フルオロキノロン系およびアミノ配糖体系の3系統の抗菌薬に耐性を示す各種感染症に対し、1回1. 25~2.
2D haar離散ウェーブレット変換と逆DWTを簡単な言語で説明してください ウェーブレット変換を 離散フーリエ変換の 観点から考えると便利です(いくつかの理由で、以下を参照してください)。フーリエ変換では、信号を一連の直交三角関数(cosおよびsin)に分解します。信号を一連の係数(本質的に互いに独立している2つの関数の)に分解し、再びそれを再構成できるように、それらが直交していることが不可欠です。 この 直交性の基準を 念頭に置いて、cosとsin以外に直交する他の2つの関数を見つけることは可能ですか? はい、そのような関数は、それらが無限に拡張されない(cosやsinのように)追加の有用な特性を備えている可能性があります。このような関数のペアの1つの例は、 Haar Wavelet です。 DSPに関しては、これらの2つの「直交関数」を2つの有限インパルス応答(FIR)フィルターと 見なし 、 離散ウェーブレット変換 を一連の畳み込み(つまり、これらのフィルターを連続して適用)と考えるのがおそらくより現実的です。いくつかの時系列にわたって)。これは、1-D DWTの式 とたたみ込み の式を比較対照することで確認できます。 実際、Haar関数に注意すると、最も基本的な2つのローパスフィルターとハイパスフィルターが表示されます。これは非常に単純なローパスフィルターh = [0. 5, 0.
多くの、さまざまな正弦波と副正弦波(!) したがって、ウェーブレットを使用して信号/画像を表現すると、1つのウェーブレット係数のセットがより多くのDCT係数を表すため、DCTの正弦波でそれを表現するよりも多くのスペースを節約できます。(これがなぜこのように機能するのかを理解するのに役立つかもしれない、もう少し高度ですが関連するトピックは、 一致フィルタリングです )。 2つの優れたオンラインリンク(少なくとも私の意見では:-)です。: // および; 個人的に、私は次の本が非常に参考になりました:: //Mallat)および; Gilbert Strang作) これらは両方とも、この主題に関する絶対に素晴らしい本です。 これが役に立てば幸い (申し訳ありませんが、この回答が少し長すぎる可能性があることに気づきました:-/)
という情報は見えてきませんね。 この様に信号処理を行う時は信号の周波数成分だけでなく、時間変化を見たい時があります。 しかし、時間変化を見たい時は フーリエ変換 だけでは解析する事は困難です。 そこで考案された手法がウェーブレット変換です。 今回は フーリエ変換 を中心にウェーブレット変換の強さに付いて触れたので、 次回からは実際にウェーブレット変換に入っていこうと思います。 まとめ ウェーブレット変換は信号解析手法の1つ フーリエ変換 が苦手とする不規則な信号を解析する事が出来る
この資料は、著作権の保護期間中か著作権の確認が済んでいない資料のためインターネット公開していません。閲覧を希望される場合は、国立国会図書館へご来館ください。 > デジタル化資料のインターネット提供について 「書誌ID(国立国会図書館オンラインへのリンク)」が表示されている資料は、遠隔複写サービスもご利用いただけます。 > 遠隔複写サービスの申し込み方 (音源、電子書籍・電子雑誌を除く)
3] # 自乗重みの上位30%をスレッショルドに設定 data. map! { | x | x ** 2 < th?
離散ウェーブレット変換による多重解像度解析について興味があったのだが、教科書や解説を読んでも説明が一般的、抽象的過ぎてよくわからない。個人的に躓いたのは スケーリング関数とウェーブレット関数の二種類が出て来るのはなぜだ? 結局、基底を張ってるのはどっちだ? 出て来るのはほとんどウェーブレット関数なのに、最後に一個だけスケーリング関数が残るのはなぜだ?
More than 5 years have passed since last update. ちょっとウェーブレット変換に興味が出てきたのでどんな感じなのかを実際に動かして試してみました。
必要なもの
以下の3つが必要です。pip などで入れましょう。
PyWavelets
numpy
PIL
簡単な解説
PyWavelets というライブラリを使っています。
離散ウェーブレット変換(と逆変換)、階層的な?ウェーブレット変換(と逆変換)をやってくれます。他にも何かできそうです。
2次元データ(画像)でやる場合は、縦横サイズが同じじゃないと上手くいかないです(やり方がおかしいだけかもしれませんが)
サンプルコード
# coding: utf8
# 2013/2/1
"""ウェーブレット変換のイメージを掴むためのサンプルスクリプト
Require: pip install PyWavelets numpy PIL
Usage: python