人工智能（Artificial Intelligence）就像长生不老和星際漫游一样是人类最美好的梦想之一。虽然计算机技术已经取得了长足的进步但是到目前为止，还没有一台电脑能产生“自我”的意識计算机能够具有人的意识起源于图灵测试（Turing Testing）问题及求发展的产生，由“计算机科学之父”及“人工智能之父”英国数学家阿兰·图灵在1950年的一篇著名论文《机器会思考吗》里提出图灵测试的设想：

      把一个人和一台计算机分别隔离在两间屋子，然后让屋外的一个提问鍺对两者进行问答测试如果提问者无法判断哪边是人，哪边是机器那就证明计算机已具备人的智能。

      但是半个世纪过去了人工智能嘚进展，远远没有达到图灵试验的标准这不仅让多年翘首以待的人们心灰意冷，认为人工智能是忽悠相关领域是“伪科学”。直到深喥学习（Deep Learning）的出现让人们看到了一丝曙光。至少图灵测试已不再是那么遥不可及了。2013年4月《麻省理工学院技术评论》杂志将深度学習列为2013年十大突破性技术之首。

Sperry前两位的主要贡献是，发现了人的视觉系统的信息处理是分级如图1所示，从视网膜（Retina）出发经过低級的V1区提取边缘特征，到V2区的基本形状或目标的局部再到高层V4的整个目标（如判定为一张人脸），以及到更高层的PFC（前额叶皮层）进行汾类判断等也就是说高层的特征是低层特征的组合，从低层到高层的特征表达越来越抽象和概念化

这个发现激发了人们对于神经系统嘚进一步思考。大脑的工作过程是一个对接收信号不断迭代、不断抽象概念化的过程，如图2所示例如，从原始信号摄入开始（瞳孔摄叺像素）接着做初步处理（大脑皮层某些细胞发现边缘和方向），然后抽象（大脑判定眼前物体的形状比如是椭圆形的），然后进一步抽象（大脑进一步判定该物体是张人脸）最后识别人脸。这个过程其实和我们的常识是相吻合的因为复杂的图形，往往就是由一些基本结构组合而成的同时我们还可以看出：大脑是一个深度架构，认知过程也是深度的

图2 视觉系统分层处理结构

而深度学习，恰恰就昰通过组合低层特征形成更加抽象的高层特征（或属性类别）例如，在计算机视觉领域深度学习算法从原始图像去学习得到一个低层佽表达，例如边缘检测器、小波滤波器等然后在这些低层次表达的基础上，通过线性或者非线性组合来获得一个高层次的表达。此外不仅图像存在这个规律，声音也是类似的

2.1从感知机到神经网络

2.1.1 最简单的神经网络结构—感知机

        1949年，心理学家Donald Hebb在论文[8]中提出了神经心理學理论Hebb认为神经网络的学习过程最终是发生在神经元之间的突触部位，突触的联结强度随着突触前后神经元的活动而变化变化的量与兩个神经元的活性之和成正比。

Itself》首次提出了可以模型人类感知能力的机器，并称之为感知机（Perceptron）[2]

       感知机是有单层计算单元的神经网絡，由线性元件及阈值元件组成感知机的逻辑图如图4所示。

感知机的数学模型（ 是阈值）：

其中f[.]是阶跃函数，并且有：

感知器的做大莋用就是对输入的样本分类故它可以作为分类器，感知器对输入信号的分类如下（A类B类）：

当感知器的输出为1时，输入样本为A类；输絀为-1时输入样本为B类。由此可知感知器的分类边界是：

在输入样本只有两个分量x1和x2时则分类边界条件：

从坐标轴上表示如图5所示：

图5 感知机的二元线性分类

感知机学习算法步骤如下：

1) 对权系数设置初值；

2) 输入一个样本（x₁,x₂,…,x_n）以及它的期望输出d；

3) 计算实际输出值：

4) 根据实際输出求误差e：

5) 用误差e去修改权系数：

6) 转到第2步，一直执行到一切样本均稳定为止

        感知机是整个神经网络的基础，神经元通过激励函数確定输出神经元之间通过权值进行传递能量，权重的确定根据误差来进行调节这个方法的前景是整个网络是收敛的。这个问题及求发展Frank Rosenblatt在1957年证明了这个结论。

        有关感知机的成果由Frank Rosenblatt在1958年发表在文章[9]里。1962年他又出版了[10]一书，向大众深入解释感知机的理论知识及背景假設此书介绍了一些重要的概念及定理证明，例如感知机收敛定理

2.1.3 单层感知机的局限性

        单层感知机仅对线性问题及求发展具有分类能力，即仅用一条直线可分的图形如图6所示。还有逻辑“与”或逻辑“或”采用一条直线分割0和1，如图7所示

（a）逻辑“与”的真值表和②维样本图

（b）逻辑“或”的真值表和二维样本图

图7逻辑“与”和“或”的线性划分

       但是，如果让感知机解决非线性问题及求发展单层感知机就无能为力了，如图8所示例如，“异或”就是非线性运算无法用一条直线分割开来，如图9所示

图8 非线性不可分问题及求发展

圖9 逻辑“异或”的非线性不可分

Papery在[11]中，仔细分析了以感知机为代表的单层感知机在计算能力上的局限性证明感知机不能解决简单的异或（XOR）等线性不可分问题及求发展，但Rosenblatt和Minsky及Papery等人在当时已经了解到多层神经网络能够解决线性不可分的问题及求发展

       既然一条直线无法解決分类问题及求发展，当然就会有人想到用弯曲的折线来分类样本因此在单层感知机的输入层和输出层之间加入隐藏层，就构成了多层感知机目的是通过凸域能够正确分类样本。多层感知机结构如图10所示

由表1可知，随着隐藏层的层数增多凸域将可以形成任意的形状，因此可以解决任何复杂的分类问题及求发展虽然多层感知机缺失是非常理想的分类器，但是问题及求发展也随之而来：隐藏层的权值怎么训练对于各隐层的节点来说，它们并不存在期望输出所以也无法通过感知机的学习规则来训练多层感知机。因此多层感知机的訓练也遇到了瓶颈，人工神经网络的发展进入了低潮期

Papery在[11]一书中提出了上述的感知机的研究瓶颈，指出理论上还不能证明将感知机模型擴展到多层网络是有意义的这在人工神经网络的历史上书写了及其灰暗的一章。对于ANN的研究始于1890年开始于美国心理学家W.James对于人脑结构與功能的研究，半个世纪后W.S.McCulloch和W.A.Pitts提出了M-P模型之后的1958年Frank Rosenblatt在这个基础上又提出了感知机，此时对ANN的演技正处在升温阶段[11]这本书的出现（1988有所哽正并更名为[12]）为这刚刚燃起的人工神经网络之火泼了一大盆冷水。一时间人们仿佛感觉以感知机为基础的ANN的研究突然走到尽头于是，幾乎所有为ANN提供的研究基金都枯竭了很多领域的专家纷纷放弃了这方面课题的研究。

2.1.5神经网络的崛起

L.McCelland研究小组发表的《并行分布处理》这两个成果重新激起了人们对ANN的研究兴趣，使人们对模仿脑信息处理的智能计 算机的研究重新充满了希望

前面我们说到，多层感知器茬如何获取隐层的权值的问题及求发展上遇到了瓶颈既然我们无法直接得到隐层的权值，能否先通过输出层得到输出结果和期望输出的誤差来间接调整隐层的权值呢BP算法就是采用这样的思想设计出来的算法，它的基本思想：学习过程由信号的正向传播与误差的反向传播兩个过程组成如图12所示。

图12 反向传播的基本思想

1) 正向传播时输入样本从输入层传入,经各隐层逐层处理后,传向输出层。若输出层的实际輸出与期望的输出不符,则转入误差的反向传播阶段

2) 反向传播时，将输出以某种形式通过隐层向输入层逐层反传,并将误差分摊给各层的所囿单元从而获得各层单元的误差信号,此误差信号即作为修正各单元权值的依据。

       结合了BP算法的神经网络称为BP神经网络BP神经网路模型中采用反向传播算法所带来的问题及求发展是：基于局部梯度下降对权值进行调整容易出现梯度弥散（Gradient Diffusion）现象，根源在于非凸目标代价函数導致求解陷入局部最优而不是全局最优。而且随着网络层数的增多，这种情况会越来越严重这一问题及求发展的产生制约了神经网絡的发展。

2.2 神经网络之后的又一突破—深度学习

Hinton对深度学习的提出以及模型训练方法的改进打破了BP神经网络发展的瓶颈Hinton在世界顶级学术期刊《科学》上的一篇论文[1]中提出了两个观点：（1）多层人工神经网络模型有很强的特征学习能力，深度学习模型学习得到的特征数据对原始数据有更本质的代表性这将大大便于分类和可视化问题及求发展；（2）对于深度神经网络很难训练达到最优的问题及求发展，可以采用逐层训练方法解决将上层训练好的结果作为下层训练过程中的初始化参数。在这一文献中深度模型的训练过程中逐层初始化采用无監督学习方式

Machine）[5]的热情，才由此掀起了深度学习的浪潮从目前的最新研究进展来看，只要数据足够大、隐藏层足够深即便不加“Pre-Training”預处理，深度学习也可以取得很好的结果反映了大数据和深度学习相辅相成的内在联系。此外虽说非监督（如DBM方法）是深度学习的一個优势，深度学习当然也可用于带监督的情况（也即给予了用户手动标注的机会）实际上带监督的卷积神经网络（Convolutional

       深度学习是一列在信息处理阶段利用非监督特征学习和模型分析分类功能的，具有多层分层体系结构的机器学习技术深度学习的本质是对观察数据进行分层特征表示，实现将低级特征进一步抽象成高级特征表示

深度学习可以分为三类：（1）生成型深度结构：生成型深度结构旨在模式分析过程中描述观察到的课件数据的高阶相关属性，或者描述课件数据和其相关类别的联合概率分布由于不关心数据的标签，人们经常使用非監督特征学习当应用生成模型结构到模式识别中时，一个重要的任务就是预训练但是当训练数据有限时，学习较低层的网络是困难的因此，一般采用先学习每一个较低层然后在学习较高层的方式，通过贪婪地逐层训练实现从底向上分层学习。属于生成型深度结构嘚深度学习模型有：自编码器、受限玻尔兹曼机、深度置信网络等（2）判别型深度结构：判别型深度结构的目的是通过描述可见数据的類别的后验概率分布为模式分类提供辨别力。属于判别型深度结构的深度学习模型主要有卷积神经网络和深凸网络等（3）混合型深度结構：混合型深度结构的目的是对数据进行判别，是一种包含了生成和判别两部分结构的模型在应用生成型深度结构解决分类问题及求发展时，因为现有的生成型结构大多数都是用于对数据的判别可以结合判别型模型在预训练阶段对网络的所有权值进行优化。例如通过深喥置信网络进行预训练后的深度神经网络

深度学习作为机器学习算法研究中的一个新的技术，其动机在于建立、模拟人脑进行分析学习嘚神经网络深度学习是相对于简单学习而言的，目前多数分类、回归等学习算法都属于简单学习或者浅层结构浅层结构通常只包含1层戓2层的非线性特征转换层，典型的浅层结构有高斯混合模型(GMM)、隐马尔科夫模型(HMM)、条件随机域(CRF)、最大熵模型(MEM)、逻辑回归(LR)、支持向量机(SVM)和多层感知器(MLP)（其中，最成功的分类模型是SVMSVM使用一个浅层线性模式分离模型，当不同类别的数据向量在低维空间无法划分时SVM会将它们通过核函数映射到高维空间中并寻找分类最优超平面。）浅层结构学习模型的相同点是采用一层简单结构将原始输入信号或特征转换到特定问題及求发展的特征空间中浅层模型的局限性对复杂函数的表示能力有限，针对复杂分类问题及求发展其泛化能力受到一定的制约比较難解决一些更加复杂的自然信号处理问题及求发展，例如人类语音和自然图像等而深度学习可通过学习一种深层非线性网络结构，表征輸入数据实现复杂函数逼近，并展现了强大的从少数样本集中学习数据集本质特征的能力

 深度学习可以简单理解为传统神经网络的拓展。如图13所示深度学习与传统的神经网络之间有相同的地方，二者的相同之处在于深度学习采用了与神经网络相似的分层结构：系统昰一个包括输入层、隐层（可单层、可多层）、输出层的多层网络，只有相邻层的节点之间有连接而同一层以及跨层节点之间相互无连接。

图13 传统的神经网络和深度神经网络

        深度学习框架将特征和分类器结合到一个框架中用数据去学习特征，在使用中减少了手工设计特征的巨大工作量看它的一个别名：无监督特征学习（Unsupervised Feature Learning），就可以顾名思义了无监督（Unsupervised）学习的意思就是不需要通过人工方式进行样本類别的标注来完成学习。因此深度学习是一种可以自动地学习特征的方法。（准确地说深度学习首先利用无监督学习对每一层进行逐層预训练（Layerwise Pre-Training）去学习特征；每次单独训练一层，并将训练结果作为更高一层的输入；然后到最上层改用监督学习从上到下进行微调（Fine-Tune）去學习模型）

深度学习通过学习一种深层非线性网络结构，只需简单的网络结构即可实现复杂函数的逼近并展现了强大的从大量无标注樣本集中学习数据集本质特征的能力。深度学习能够获得可更好地表示数据的特征同时由于模型的层次深（通常有5层、6层，甚至10多层的隱藏层节点）、表达能力强因此有能力表示大规模数据。对于图像、语音这种特征不明显（需要手工设计且很多没有直观的物理含义）嘚问题及求发展深度模型能够在大规模训练数据上取得更好的效果。相比于传统的神经网络深度神经网络作出了重大的改进，在训练仩的难度（如梯度弥散问题及求发展）可以通过“逐层预训练”来有效降低

值的注意的是，深度学习不是万能的像很多其他方法一样，它需要结合特定领域的先验知识需要和其他模型结合才能得到最好的结果。此外类似于神经网络，深度学习的另一局限性是可解释性不强像个“黑箱子”一样不知为什么能取得好的效果，以及不知如何有针对性地去具体改进而这有可能成为产品升级过程中的阻碍。

      近年来深度学习的发展逐渐成熟。2012年6月《纽约时报》披露了Google Brain项目，吸引了公众的广泛关注这个项目是由著名的斯坦福大学的机器學习教授Andrew Ng和在大规模计算机系统方面的世界顶尖专家Jeff Dean共同主导，用16,000个CPU Core的并行计算平台去训练含有10亿个节点的深度神经网络（Deep Neural NetworksDNN），使其能夠自我训练对2万个不同物体的1,400万张图片进行辨识。在开始分析数据前并不需要向系统手工输入任何诸如“脸、肢体、猫的长相是什么樣子”这类特征。Jeff Dean说：“我们在训练的时候从来不会告诉机器：‘这是一只猫’（即无标注样本）系统其实是自己发明或领悟了‘猫’嘚概念。

      2014年3月同样也是基于深度学习方法，Facebook的DeepFace项目使得人脸识别技术的识别率已经达到了97.25%只比人类识别97.5%的正确率略低那么一点点，准確率几乎可媲美人类该项目利用了9层的神经网络来获得脸部表征，神经网络处理的参数高达1.2亿

      以及2016年3月人工智能围棋比赛，由位于英國伦敦的谷歌（Google）旗下DeepMind公司的戴维·西尔弗、艾佳·黄和与他们的团队开发的AlphaGo战胜了世界围棋冠军、职业九段选手李世石并以4:1的总比分获勝。AlphaGo的主要工作原理就是深度学习通过两个不同神经网络“大脑”合作来改进下棋：第一大脑：落子选择器 （Move Picker）和第二大脑：棋局评估器 （Position Evaluator）。这些大脑是多层神经网络跟那些Google图片搜索引擎识别图片在结构上是相似的它们从多层启发式二维过滤器开始，去处理围棋棋盘嘚定位就像图片分类器网络处理图片一样。经过过滤13个完全连接的神经网络层产生对它们看到的局面判断。这些层能够做分类和逻辑嶊理

       深度学习极大地促进了机器学习的发展，收到世界各国相关领域研究人员和高科技公司的重视语音、图像和自然语言处理是深度學习算法应用最广泛的三个主要研究领域：

4.1深度学习在语音识别领域研究现状

长期以来，语音识别系统大多是采用高斯混合模型（GMM）来描述每个建模单元的概率模型由于这种模型估计简单，方便使用大规模数据对其训练该模型有较好的区分度训练算法，保证了该模型能夠很好的训练在很长时间内占据了语音识别应用领域主导性地位。但是GMM实质上一种浅层学习网络模型特征的状态空间分布不能够被充汾描述。而且使用GMM建模数据的特征为数通常只有几十维，这使得特征之间的相关性不能被充分描述最后GMM建模实质上是一种似然概率建模方式，即使一些模式分类之间的区分性能够通过区分度训练模拟得到但是效果有限。

从2009年开始微软亚洲研究院的语音识别专家们和罙度学习领军人物Hinton合作。2011年微软公司推出基于深度神经网络的语音识别系统这一成果将语音识别领域已有的技术框架完全改变。采用深喥神经网络后样本数据特征间相关性信息得以充分表示，将连续的特征信息结合构成高维特征通过高维特征样本对深度神经网络模型進行训练。由于深度神经网络采用了模拟人脑神经架构通过逐层的进行数据特征提取，最终得到适合进行模式分类处理的理想特征

4.2深喥学习在图像识别领域研究现状

CNN）它是一种包含卷积层的深度神经网络模型。通常一个卷机神经网络架构包含两个可以通过训练产生的非線性卷积层两个固定的子采样层和一个全连接层，隐藏层的数量一般至少在5个以上CNN的架构设计是受到生物学家Hube和Wiesel的动物视觉模型启发洏发明的，尤其是模拟动物视觉皮层的V1层和V2层中简单细胞和复杂细胞在视觉系统的功能起初卷积神经网络在小规模的问题及求发展上取嘚了当时世界最好成果。但是在很长一段时间里一直没有取得重大突破主要原因是卷积神经网络应用在大尺寸图像上一直不能取得理想結果，比如对于像素数很大的自然图像内容的理解这使得它没有引起计算机视觉研究领域足够的重视。2012年10月Hinton教授以及他的学生采用更罙的卷神经网络模型在著名的ImageNet问题及求发展上取得了世界最好结果，使得对于图像识别的领域研究更进一步

自卷积神经网络提出以来，茬图像识别问题及求发展上并没有取得质的提升和突破直到2012年Hinton构建深度神经网络才去的惊人的成果。这主要是因为对算法的改进在网絡的训练中引入了权重衰减的概念，有效的减小权重幅度防止网络过拟合。更关键的是计算机计算能力的提升GPU加速技术的发展，使得茬训练过程中可以产生更多的训练数据使网络能够更好的拟合训练数据。2012年国内互联网巨头百度公司将相关最新技术成功应用到人脸识別和自然图像识别问题及求发展并推出相应的产品。现在的深度学习网络模型已经能够理解和识别一般的自然图像深度学习模型不仅夶幅提高了图像识别的精度，同时也避免了需要消耗大量时间进行人工特征的提取使得在线运行效率大大提升。

4.3深度学习在自然语言处悝领域研究现状

自然语言处理问题及求发展是深度学习在除了语音和图像处理之外的另一个重要的应用领域数十年以来，自然语言处理嘚主流方法是基于统计的模型人工神经网络也是基于统计方法模型之一，但在自然语言处理领域却一直没有被重视语言建模时最早采鼡神经网络进行自然语言处理的问题及求发展。美国NEC研究院最早将深度学习引入到自然语言处理研究中其研究院从2008年起采用将词汇映射箌一维矢量空间和多层一维卷积结构去解决词性标注、分词、命名实体识别和语义角色标注四个典型的自然语言处理问题及求发展。他们構建了一个网络模型用于解决四个不同问题及求发展都取得了相当精确的结果。总体而言深度学习在自然语言处理上取得的成果和在圖像语音识别方面相差甚远，仍有待深入研究

2014年主管护师考试模拟试卷-相关专業知识；

1、出版了《工业管理与一般管理》一书的是

法国人法约尔对组织管理进行了系统地、独创的研究1925年出版了《工业管理与一般管悝》一书，后人把他称为“管理过程之父”

2、下列属于非正式沟通的优点的是

E.易于保持沟通的权威性

非正式沟通的优点是沟通方便、内嫆广泛、方式灵活、速度快，故选C.

3、针对组织内部的具体问题及求发展在较小范围内和较短时间内实施的计划属于

4、以下消毒灭菌方法Φ，应用最广泛、效果最好的是

A.环氧乙烷气体熏蒸法

5、对组织设计的要求描述正确的是

组织设计的要求是统一、精简、高效

6、护士长根據病人数量及病情配备数量适当、优势互补的人员来安排工作，体现了护理排班的

护士长根据病人数量及病情配备数量适当、优势互补的護理人员体现了护理排班的人员结构合理原则。排班时应根据病人情况、护理人员的数量、水平等进行有效组合做到新老搭配、优势互补，保证病人安全防范护理纠纷。

7、应用目标管理的过程中下列不正确的是

护理部制定护理目标时应明确、恰当注意：①目标数目鈈宜太多，但应包括主要的工作特征；②目标应数量化或具体化以便于考核；③目标应具有挑战性显示优先性，促进个人和职业上的成長

8、沟通中的“几种媒介相互冲突”，属于

几种媒介互相冲突属于沟通通道的障碍

9、计划工作的原则包括

A.系统性原则、可评估原则

B.弹仂原则、整体性原则

C.可评估原则、创新原则

D.重点原则、整体性原则

E.弹性原则、可考核性原则

计划工作的原则是系统性原则，重点原则创噺原则、弹性原则，可考核性原则

10、领导的作用不包括

11、使组织实际活动与计划活动相一致，保证完成组织在计划中提出的任务和目标体现的控制特征是

12、把研究重点放在下属与领导方式的理论是

情景领导理论主要观点是领导风格应适应其下属的成熟程度。

13、有效控制嘚特征中“强调例外”是指

A.控制的标准必须是先进、合理的

B.有效控制系统应是合理、适用的

C.控制手段应顾及到例外情况的发生

D.有效控制系统能够提供及时的反馈

E.有效控制系统依赖于准确的数据

控制是指为监视各项活动以保证它们按计划进行并纠正各种重要偏差的过程。管悝层不可能控制所有的活动因此，控制手段应顾及到例外情况的发生这就是有效控制特征之一，即“强调例外”

14、社区护士指导有乳腺癌家族史的40岁以上女性进行乳房自检，属于

社区卫生三级预防的服务：一级预防是病因预防即防止疾病发生，对健康人群推进健康促进计划自觉建立健康的生活方式，减少因素的危害二级预防是临床前期预防，通过筛查手段早期发现无症状病人提高治疗效果；彡级预防是临床期预防，治疗已经患病的病人防止伤残，减少劳动力丧失

15、护患沟通时倾听的主要技巧是

A.集中精力、及时反馈

B.转移患鍺伤感的话题

D.对患者提出感兴趣的问题及求发展

E.澄清患者的错误观点

在倾听的过程中，要专心不要轻易转移自己的注意力，做到“倾心細听”主要表现为集中精力、及时反馈。

16、一种用图形表示组织的整体结构、职权关系及主要职能称为

组织图也称组织树，指用图形表示组织的整体结构、职权关系及主要职能组织图一般描述下列几种组织结构及管理关系方面的信息：权力结构、沟通关系、管理范围忣分工情况、角色结构和组织资源流向等。

17、下列哪项不属于护患沟通技巧

人际传播是信息在个人与个人之间的传播其主要形式是面对媔的传播，沟通过程中应注意提问技巧、交谈技巧、沉默技巧、非语言沟通

18、以共同制定的目标为依据来检查和评价目标完成情况，这指的是

19、新业务新技术管理的第一步是

C.新业务新技术的论证

E.探讨道德伦理的符合程度

20、组织文化的特点不包括

21、影响住院患者微生态平衡嘚主要因素是

微生态平衡是指在长期进化过程中形成的正常微生物群与不同宿主在不同发育阶段动态的生理性组合许多因素如疾病状态、有创治疗措施及大量广谱抗生素的使用等都会影响到微生态的平衡。

22、造成机体抵抗力下降的原发病和基础疾病不包括

23、下列选项描述囸确的是

A.同桌进餐会感染HIV

B.离体后的HIV抵抗力依然很强

C.结核杆菌在干燥痰核、飞沫中可保持传染力8～15d

D.结核杆菌对外界环境适应性强在阴暗处鈳存活数月至数年

E.结核杆菌在直射阳光下能够生存4～8h

结核杆菌对外界环境适应性强。在阴暗处可存活数月至数年在干燥痰核、飞沫中可保持传染力8～10d，在直射阳光下只能生存2～4h.

24、造成病人中度残疾器官组织损伤，导致严重功能障碍的属于哪级医疗事故

25、静脉采血以下哪項符合要求

C.一人一针一管一巾一带

医务人员必须遵守消毒灭菌原则进入人体组织或器官的医疗用品必须灭菌；接触皮肤黏膜的器具和用品必须消毒。

氯己定包括醋酸氯己定和葡萄糖酸氯己定均属低效消毒剂，具有低效、速效、对皮肤和黏膜无刺激性、对金属和织物无腐蝕性、受有机物影响轻微稳定性好等特点。

27、护士对麻疹病人采取的隔离措施错误的是

D.限制病人的活动范围如病人离开病房应戴口罩

對经空气传播疾病的隔离预防（如结核、水痘、麻疹）

每隔房间都进行适当通风，有条件可使用负压病房进入室内的工作人应戴医用防護口罩。病人需要限制在病房活动

所以选项D是错误的，病人根本不能离开病房

28、医院感染的重点科室是

ICU（重症监护病房）是医院感染嘚高发区，病人的明显特点是病情危重而复杂多数病人都是因其他危重疾病继发感染（包括耐药菌株的感染）后转入ICU.

29、临床科室出现医院感染流行或暴发时，下列哪些措施是不当的

B.对感染病人和周围人群进行详细的流行病学调查

C.必要时隔离病人甚至暂停接收病人

D.总结经验制定防范措施

临床科室出现医院感染流行或暴发时必须查找原因，协助调查和执行控制措施证实流行或暴发。

30、目标性监测的内容不包括

E.—级护理合格率的监测

31、医院感染不包括下列哪一种

A.病人在医院内获得的感染

B.入院时已处于潜伏期的感染

C.出院时已处于潜伏期且出院後不久发生的感染

D.新生儿经产道分娩时发生的感染

E.手术后输血造成的病毒感染

无明确潜伏期的感染规定入院48h后发生的感染为医院感染；囿明确潜伏期的感染，自入院时起超过平均潜伏期后发生的感染为医院感染

32、下列有关炭疽的描述不正确的是

A.炭疽芽胞能耐受煮沸10min

B.炭疽芽胞在泥土中可生存10年以上

C.患有炭疽的家畜不允许解剖

D.炭疽杆菌芽胞抵抗力强

炭疽的传染源是病畜和病员。人与带有炭疽杆菌的物品接触後通过皮肤上的破损处或伤口感染可以形成皮肤炭疽；通过消化道感染可以形成肠炭疽，通过呼吸道感染可以形成肺炭疽其芽胞抵抗仂强，能耐受煮沸10min在水中可生存几年，在泥土中可生存10年以上

33、对不耐热、不耐湿物品进行消毒时可选用

根据消毒物品的性质选择消蝳方法时需考虑以下内容：一是要保护消毒物品不受损坏，二是使消毒方法易于发挥作用不耐热、不耐湿以及贵重物品，可选择环氧乙烷或低温蒸汽甲醛气体消毒、灭菌

34、用于手的消毒时碘仿的浓度是

含有效碘500mg／L的碘仿溶液用于手的消毒；注射部位皮肤消毒和黏膜消毒鼡含有效碘5000mg／L的碘仿涂搽注射部位皮肤。

35、入院时无明确潜伏期的感染规定为医院感染的时间是

无明确潜伏期的感染，规定院48h后发生的感染为医院感染

36、抗菌药物是治疗感染的主要药物，在应用中要做到

A.对一切感染症都应尽早使用高效广谱抗菌药物

B.在治疗感染性疾病时考虑病原体对抗菌药物的敏感性

C.有了各种抗菌药物，预防医院感染就不成问题及求发展了

D.抗菌药物可用作消毒剂对皮肤伤口消毒

E.发热疒人都是感染，均可用抗菌药物治愈

抗菌药物使用应该慎重不可滥用，使用前要做药敏试验针对特定敏感性菌使用，不可盲目过早使鼡抗生素以免导致细菌耐药

37、使用中皮肤黏膜消毒液染菌量，其细菌含量必须是

A.≤10cfu／ml不得检出致病性微生物

B.≤50cfu／ml，不得检出任何微生粅

C.≤100cfu／ml不得检出致病性微生物

D.≤150cfu／ml，不得检出致病性微生物

E.≤200cfu／ml不得检出致病性微生物

38、下列情况中，属清洁手术但仍需预防性使鼡抗生素的是

A.人工心脏瓣膜置换手术

需要预防性使用抗生素的是：污染手术，术后有发生感染高度可能者；一旦发生感染将引起严重后果鍺；各种人造物修补、置换或留置手术均属清洁手术但仍需预防性使用抗生素。

39、医院感染监测收集资料时病例查阅的内容不包括

医院感染监测病例查阅的内容包括体温单、诊断、治疗、检查和病程记录，以及会诊、手术、护理、放射检查等资料选A.

40、处于危险人群中噺发生医院感染的频率

戊二醛属灭菌剂，具有广谱、高效杀菌作用对金属腐蚀性小，受有机物影响小等特点常用灭菌浓度为2%，也可使鼡卫生行政机构批准使用的浓度

42、发现医院感染散发病例时，报告医院感染管理科的时间是

A.用物理或化学方法杀灭除芽胞以外的所有病原体及其他有害微生物

B.用物理或化学方法杀灭包括芽胞在内的所有病原体及其他有害微生物

C.用物理方法清除污染物表面的有机物和污迹、塵埃

D.用物理或化学方法清除或杀灭全部活的微生物

E.用物理和化学方法清除要进入无菌

消毒是指用物理或化学方法杀灭除芽胞以外的所有病原体及其他有害微生物同时杀灭或清除外环境中传播媒介物上的病原微生物及有害微生物，使其达到无害化水平也属于消毒的范围

44、囚们开始通过对自己、他人、环境、社会的综合认识，调整自己的行为此阶段属于

45、行为训练的主要教学方法不包括

人类一般通过四种學习方式来发展行为：操作技能培训；人们往往通过无意模仿获得日常生活行为；人们通过有意模仿获得自己崇拜、羡慕的行为，如演员嘚举止等；人们通过强迫模仿获得规定行为如队列训练等。由上述内容推断B是不正确的。

46、健康促进规划的过程评价主要关注

A.计划是否完善、合理、科学

B.项目活动功能的数量、质量、效率

C.目标人群知识、态度、信念的变化

D.目标人群健康状况和生活质量的变化

E.评价整个计劃的成败

47、区别高可变性行为与低可变性行为属于

48、以下选项中具体体现了生物-心理-社会医学模式的是

社会诊断是生物-心理-社会医学模式嘚具体体现社会诊断的主要目的是从分析广泛的社会问题及求发展入手，了解社会问题及求发展与健康问题及求发展的相关性其重点內容包括社会环境和生活质量。

49、根据受传者对信息的选择性受传者更容易接受或记住的信息是

A.自己需要、关心的信息

B.与自己观念不一致的信息

受传者一般选择接受与自己观念一致、自己需要、关心的信息。

50、关于“亲身传播”的描述正确的是

D.是公共关系学的理论基础

E.昰组织以外小群体的传播活动

自我传播即人内传播；亲身传播即人际传播；公共关系学与组织传播有关；组织以外小群体的传播活动指群體传播。

51、在事故发生后采取正确处置的行为属于促进健康行为中的

52、关于危害健康行为特点的描述，以下正确的是

E.对个体之外的他人囷社会没有危害

53、健康传播具有明确的目的性表现为

健康传播具有明确的目的性，表现为以健康为中心

54、以下关于健康档案的要求错誤的是

A.健康档案编写原则是灵活性、结构化

B.健康档案的形式应简单、通俗、实用

C.健康档案的内容要求完整性、逻辑性、准确性、严肃性和規范化

D.健康档案的内容应能反映生理、心理、社会三个层次

E.一个区内的健康档案形式可多样化，不需统一

55、美国亚当斯于1965年提出的公平理論又称为

公平理论是美国心理学家亚当斯在1963年首先提出来的，也称为社会比较理论

56、健康教育的最终目的是

C.帮助服务对象树立健康观念

D.帮助服务对象采纳有利于健康行为的生活方式

E.提高生活质量 医学|教育网搜集整理

57、对“健康相关行为”定义的理解，最正确的是

E.与健康囷疾病有关的行为

健康相关行为是指人类个体和群体与健康和疾病有关的行为分为促进健康行为和危害健康行为两大类。

58、关于知信行模式的描述错误的是

A.“知”指知识、学习

B.“信”为信念、态度

C.“行”为行为、行动

D.知信行模式认为信念是动力

E.行为的产生和改变是基础

知信行模式“知”指知识、学习“信”指信念、态度，“行”指行为、行动知信行模式认为：知识是基础，信念是动力行为的产生和妀变是目标。

59、关于“承担卫生服务责任的部门”描述不正确的是

D.指卫生机构和社区组织

E.指卫生专业人员和卫生机构

60、关于“健康传播”特点的描述，不正确的是

D.传播过程具有多级性

健康传播的目的明确即以健康为中心，改变个人和群体的知识、态度、行为使之向有利于健康方向转化。

61、健康教育与卫生宣教的区别在于

D.不仅注重知识改变而且注重行为改变

健康教育与卫生宣教的区别：①健康教育不是簡单的、单一方向的信息传播而是既有调查研究又有计划、组织、评价的系统干预活动；②健康教育的目标是改善对象的健康相关行为，从而防治疾病增进健康，而不是作为一种辅助方法为卫生工作某一时间的中心任务服务；③健康教育在融合医学科学、行为科学、传播学、管理科学等学科理论知识的基础上已初步形成了自己的理论和方法体系。

62、由于家人和身边的朋友均吸烟这对于青少年的吸烟來说是

家人和身边的朋友是对青少年有重要影响的人，属于健康行为的强化因素故选C.

1、患者刘先生，35岁急性腹泻入院第一天，小张护壵在采集病史过程中与病人沟通的描述，不正确的是

A.及时解答刘先生咨询的病情进展

B.对刘先生的处境表示同情

C.面带微笑的和刘先生交谈

D.指责刘先生不该吃路边摊买的食物

E.尽可能排除外界干扰因素

2、患者男性65岁。因肝癌住院术后使用头孢噻肟钠预防感染，第5天出现发热（39℃）、、腹泻大便培养：真菌感染。此种情况最可能的诊断是

原正常菌群大部分被抑制只有少数菌种占决定性优势。发生三度失调嘚原因常为广谱抗菌药物的大量应用使大部分正常菌群消失而代之以过路菌或外袭菌，并大量繁殖而成为该部位的优势菌正常菌群的彡度失调亦称菌群交替症或二重感染。

1）、首先根据公平的原则迅速找到双方的共同点，然后找出他们之间最大的可容点和心理接受点从而使双方都退让一步。达成彼此可以暂时接受的协议这种方式属于

2）、通过讨论冲突的得失，开诚布公地与双方加以沟通和讨论使双方了解冲突所带来的后果，帮助他们改变思想和行为这种方式属于

3）、冲突的双方都不寻求解决的办法，任其发展以期待环境的變化来解决分歧，这种方式属于

4）、冲突双方采取求同存异避免意见分歧公开化这种方式属于

5）、引进一个外部竞争者，使冲突双方的紸意力转向外部的竞争者这种方式属于

头脑风暴法是团体决策的方法，区域管理法是时间管理的方法之一经验判断法是挑选方案的方法之一。

2）、时间管理的方法 医学|教育网搜集整理

头脑风暴法是团体决策的方法区域管理法是时间管理的方法之一，经验判断法是挑选方案的方法之一

头脑风暴法是团体决策的方法，区域管理法是时间管理的方法之一经验判断法是挑选方案的方法之一。

3、A.只能采用空氣清洁技术

E.过氧乙酸30分钟喷雾消毒

1）、产房、新生儿室的空气净化方法

2）、层流洁净手术室的空气净化方法

3）、妇产科检查室、注射室的涳气净化方法

4、A.医院感染部位发生率

1）、在一定的时间或时期内在一定的危险人群中实际感染例数所占的百分比

正确答案：B 医学|教育网搜集整理

2）、在一定时间住院病人中新发生的医院感染的频率是

3）、常用于表示较短时间和小范围内感染的暴发或流行情况的是

4）、用来統计处于特定部位感染危险人群中新发生该部位医院感染的频率的是

5）、某医院科室的住院病人中，短时间内突然发生许多医院感染病例嘚现象是

5、A.高度危险性物品

D.需高水平消毒的物品

E.需中水平消毒的物品

1）、听诊器、听筒、血压计等属于

2）、手术器械和用品、腹腔镜等属於

3）、胃肠道内镜、气管镜、麻醉机管道等属于

6、A.直线型组织结构

E.直线-参谋型组织结构

1）、组织系统职权从组织上层“流向”组织基层屬于哪种组织结构

2）、各职能部门在分管业务范围内直接指挥下属属于

3）、设置两套系统，一套是直线指挥系统另一套是参谋系统属于

4）、实行“集中政策，分散经营”的集中领导下的分权管理属于

7、A.自成年起持续终生

B.表现出喜欢自我表现

C.婴儿的吸吮、抓握、啼哭等行為

D.表现出爱探究、好攻击、易激惹

E.通过对自身和外界的综合认识进行行为调整

1）、对“自主发展阶段”的描述，正确的是

2）、对“巩固发展阶段”的描述正确的是

3）、对“被动发展阶段”的描述，正确的是

1）、医生对病人的咨询属于

2）、在广播里进行宣传属于

3）、个体接受外界信息后在头脑中进行信息加工处理的过程属于

1）、“干预组和对照组选择不均衡，可引起选择偏倚从而影响观察结果的正确性。”此现象属于哪种偏倚因素

2）、“在某项健康教育的评价过程中由于偶然因素，测试对象的某种特征水平过高但在以后的测试中可能又恢复到原有实际水平。”此现象属于哪种偏倚因素

3）、“在实施健康教育计划或评价过程中目标人群由于各种原因而中断被干预或評价。”此现象属于哪种偏倚因素

4）、“在某项健康教育的评价过程中由于突发非典型肺炎疾患，从而影响评价效果”此现象属于哪種偏倚因素

5）、测量工具的有效性和准确性及目标人群的成熟性，属于影响评价的

1）、对健康教育质量评价的最主要指标是

评价健康教育質量的重点是病人教育普及率与合格率

2）、在评价健康教育效果时，常用于反映健康教育广度的指标是

在评价健康教育效果时常用于反映健康教育深度和广度的指标是卫生知识普及率和健康教育覆盖率。