Промывание носа методом «кукушка» в Москве
- Преимущества
- Отзывы
- Видео
- Врачи
- Статьи
- Контакты
- Лицензии
Преимущества
Оборудование европейского уровня
Дружелюбная команда опытных врачей
Вызов лор-врача на дом
Онлайн-консультация
Прием лор-врачей круглосуточно!
Что такое промывание методом «кукушка»?
Правильно эта процедура называется «промывание носа методом перемещения жидкости по Проэтцу».
Применяется для промывания полости носа и околоносовых пазух при синуситах, аденоидитах, аллергических ринитах.
Смешное название «кукушка» произошло от того, что во время процедуры пациент быстро произносит «ку-ку-ку-ку», для того, чтобы избежать попадания раствора в ротоглотку.
Как проходит процедура промывания пазух носа методом перемещения?
Во время процедуры пациент лежит на спине, запрокинув голову под углом 45 градусов.
В один носовой ход вводится теплый физраствор, с добавлением антисептических или противовоспалительных препаратов, одновременно из другого носового хода с помощью электроотсасывателя раствор отсасывается вместе с патологическим содержимым.
При заложенности носа перед процедурой проводится анемизация — в нос закапываются сосудосуживающие капли для уменьшения отека слизистой. Количество процедур зависит от тяжести состояния, от 5 до 10 ежедневно или через день.
Иногда процедуру провести невозможно из-за анатомических особенностей — резкого искривления носовой перегородки, выраженной гипертрофии аденоидных вегетаций, полипов носа и др.
Тогда ЛОР-врач выбирает другой метод лечения.
Промывание пазух носа методом перемещения может применяться как у взрослых, так и у детей.
Промывание пазух носа методом «кукушка» у детей
Детям до 5-6 лет лучше делать промывание сидя, чтобы избежать попадания раствора в слуховые трубы и осложнения в виде отита, особенно при гипертрофии аденоидов.
Процедура промывания в «ЛОР клинике плюс 1»
У нас вы можете сделать промывание методом перемещения круглосуточно по назначению врача нашей клиники или при наличии рекомендаций врачей из других клиник.
Наши специалисты
Все специалисты
Полезные статьи
Промывание носа «Кукушка» — процедура, ставшая хорошим методом лечения при диагностированном синусите.
Чтобы быстро и надёжно справиться с воспалением, убрать некоторые симптомы и облегчить дыхание, ЛОР-врач назначает, помимо лекарственной терапии, и промывание носовых пазух.
Процедура «Кукушка» была рекомендована к применению в ЛОР-практике более века назад. Её изобретателем стал американский врач Артур Проетц, поэтому в медицинской литературе она называется
Краткое описание процедуры
«Кукушка» — альтернативный способ лечения синуситов, в том числе и гайморита. Она помогает заменить такую неприятную процедуру, как прокол пазух. Её суть очень проста – прочистить нос с помощью лекарственного раствора и удалить гной, слизь, микробы, бактерии. Также это помогает снять отёчность.
Чтобы процедура прошла успешно, в носу должно быть создано отрицательное давление, а вся слизь и гной извлекается с помощью отсоса. Для промывания могут применяться антисептические растворы, обладающие дезинфицирующим эффектом.
Полость носа нужно промывать строго в условиях клиники. Делает это только опытный врач. В домашних условиях этот метод промывания может не сработать достаточно хорошо и не дать нужного результата. Да и самостоятельное лечение не может заменить приёма у доктора.
Как проводится «Кукушка» для промывания носа
Сначала в нос капаются капли для сужения сосудов, что снимает симптомы насморка. Затем пациента просят удобно расположиться, лёжа на специальном кресле. Голова должна быть немного запрокинута. Потом начинается собственно промывание, в ходе которого голову нужно удерживать в одном положении, нельзя вставать, а надо слушать все просьбы врача и точно выполнять их.
В одну ноздрю вставляется обычный одноразовый шприц без иглы – в нём будет находиться раствор-антисептик.
Промывные воды, которые отсасываются специальным отсосом, часто мутные, содержат слизь, гнойные массы и пробки. Завершается промывание только тогда, когда отсасываться будет прозрачная жидкость. Это значит, что поражённая пазуха полностью очищена. Процедуры длится в среднем не более 15 минут. Для максимального лечебного эффекта нужно провести от трёх до десяти сеансов.
Когда будет вводиться лекарство, пациенту должен периодически произносить слово «ку-ку». Это предотвратит попадание гнойного раствора в глотку. Нужно следить, чтобы промывные воды не попали в уши, иначе возможно развитие отита. Хотя промывание даёт хороший результат, многие отказываются от него, объясняя это страхом и боязнью перед процедурой. Однако эти страхи надуманы, ведь «кукушку» проводит только квалифицированный врач с достаточным опытом.
Показания и противопоказания
Промывание пазух показано при некоторых заболеваниях, например:
- гайморит;
- воспаление в пазухах;
- вазомоторный или аллергический ринит;
- полипы;
- аденоидит;
- инфекция носовых ходов;
- тонзиллит.
Однако делать промывание можно только детям, начиная с возраста 5 лет. Детям может оказаться сложно объяснить суть процедуры и её необходимость. Кроме того, проводится такая терапия только врачом в специально оборудованном кабинете, а это может пугать ребёнка. Для дошкольников лечение может проводиться не в положении лёжа, а сидя на коленях у родителей с запрокинутой назад головой. Однако добиться наилучшего результата можно лишь в горизонтальном положении.
Среди противопоказаний – повышенная температура тела, носовые кровотечения и склонность к ним, сильный отёк слизистой носа, отит, как острый, так и хронический, а также эпилепсия.
Процедура «кукушка» детям, проводимая в медицинском центре Екатеринбурга – простой, доступный, безопасный и полностью безболезненный метод, помогающий избавиться от синуситов разного происхождения. Часто «кукушка» выручает в случае, когда у ребёнка есть аллергия на лекарство или он противится лечиться другими способами.
Что делать после
Процедура промывание носа, проводимая в условия клиники, помогает быстро устранить симптомы заболевания, однако после неё нужно соблюдать несколько правил. Нельзя резко вставать, так как это может спровоцировать носовое кровотечение. Не следует сразу выходить на улицу, чтобы не допустить переохлаждения и не усугубить течение заболевания. Если промывание проводится зимой, то в помещении после процедуры надо оставаться не меньше двух часов. В этом очень поможет наша уютная детская игровая комната.
После первой же «кукушки» самочувствие пациента заметно улучшается – носовое дыхание становится свободным, исчезает заложенность, пропадают и другие малоприятные симптомы.
Однако нельзя останавливать терапию после одной процедуры. Для полного выздоровления требуется пройти весь курс лечения.
Возможные осложнения
Осложнения после «кукушки» могут возникнуть, если предварительно не закапать в нос сосудосуживающие капли. Когда промывание делается не в кабинете, а дома, есть риск использования нестерильных растворов и нарушения правил асептики и антисептики, что грозит ещё большим развитием воспалительного процесса и усугублением симптомов.
Если у вас нет достаточных знаний и умений, то доверяйте эту работу только специалистам – детским лор-врачам «Новой больницы». Обращаясь сюда, вы не только получите максимально быструю и качественную помощь, но и сможете избавиться от заболевания, которое мешает вести привычный образ жизни вам и вашему ребёнку.
Слайд2 Документация | Поиск с кукушкой
Поиск с кукушкой — это очень быстрый и эффективный метод глобальной оптимизации, который используется в Slide2 для обнаружения критических некруглых поверхностей скольжения.
Он не требует ввода пользователем пробных поверхностей или объектов поиска.
В диалоговом окне «Параметры поверхности» вы можете настроить следующие параметры поиска с кукушкой:
- Начальное количество вершин поверхности
- Количество поверхностей для хранения
Разработка алгоритма поиска с кукушкой, используемого в Slide2 , описана в следующем документе: Метод поиска с кукушкой в Slide2 . Настоятельно рекомендуется прочитать этот документ для получения дополнительной информации о параметрах поиска с кукушкой, его реализации в Slide2 и сравнении с методом поиска с имитацией отжига.
Начальное количество вершин поверхности
Это начальное количество вершин на каждой пробной поверхности скольжения, сгенерированной поиском с кукушкой. Во время алгоритма Cuckoo Search и последующей оптимизации конечное количество вершин на поверхности скольжения может отличаться от начального количества.
В целом, значение по умолчанию, равное 8 вершинам, является хорошим числом для использования. Если это число слишком мало, истинная глобальная минимальная поверхность может быть не обнаружена. Если число слишком велико, это может замедлить вычисления, не обязательно улучшая окончательный результат. Эмпирическое правило заключается в том, что максимальное значение начального количества вершин поверхности не должно превышать половины числа срезов, определенного в настройках проекта.
Количество поверхностей для сохранения
Поиск с кукушкой использует результаты ранее рассчитанных поверхностей скольжения для определения генерации каждой новой поверхности. Количество поверхностей для сохранения представляет собой максимальное количество ранее рассчитанных результатов поверхности скольжения, которые сохраняются для определения следующей поверхности для расчета. Рекомендуется значение по умолчанию 1000.
Разрешить Поверхность с входом и выходом на одной отметке
В типичной задаче устойчивости склона мы обычно избегаем создания поверхностей скольжения, первая и последняя точки которых находятся на одной высоте (например, поверхности скольжения на горизонтальной поверхности).
В некоторых случаях вы можете захотеть рассчитать такие поверхности, поэтому вы можете установить этот флажок, чтобы разрешить анализ этих поверхностей поиском с кукушкой.
Только выпуклые поверхности
Описание параметра Только выпуклые поверхности см. в теме поиска блоков.
Optimize Surfaces
По умолчанию параметр Optimize Surfaces включен для Cuckoo Search. Это применяет дополнительную оптимизацию к минимальной поверхности фактора безопасности, созданной Cuckoo Search, и обычно приводит к более низкому коэффициенту безопасности. Рекомендуется, чтобы эта опция всегда была включена для поиска с кукушкой. Дополнительные сведения см. в разделе Оптимизация поверхностей.
Поверхностный фильтр
См. раздел Параметры поверхности для получения подробной информации о параметрах фильтра минимальной высоты, минимальной глубины, минимальной площади и минимального веса поверхности скольжения.
Комплексный поиск кукушки с помощью метода хаоса-лямбда для решения задач экономической диспетчеризации
«>Аль-Бетар М.А., Авадаллах М.А., Хадер А.Т., Боладжи А.Л. (2016) Алгоритм поиска гармонии на основе турнира для невыпуклой задачи экономической диспетчеризации нагрузки. Appl Soft Comput 47:449– 459
Статья Google Scholar
Аль-Бетар М.А., Авадаллах М.А., Хадер А.Т., Боладжи А.Л., Альмомани А. (2018) Экономические проблемы распределения нагрузки с нагрузкой в точке клапана с использованием естественного обновленного поиска гармонии. Приложение Neural Comput 29(10):767–781
Статья Google Scholar
Bai T, Yb Kan, Jx Chang, Huang Q, Chang FJ (2017) Объединение допустимого пространства поиска в pso для многоцелевой каскадной оптимизации коллектора. Appl Soft Comput 51:328–340
Артикул Google Scholar
Барани Ф., Мирхоссейни М., Незамабади-Пур Х.
(2017) Применение бинарного квантового алгоритма гравитационного поиска при выборе подмножества признаков. Appl Intell 47(2):304–318
Статья Google Scholar
Басу М. (2015) Модифицированная оптимизация роя частиц для невыпуклых задач экономической диспетчеризации. Международный журнал электрических энергетических и энергетических систем 69:304–312
Артикул Google Scholar
Basu M (2016) Оптимизация кинетической молекулы газа для решения невыпуклой экономической диспетчерской задачи. Международный журнал Electric Power & Energy Systems 80:325–332
Статья Google Scholar
Chen G, Ding X (2015) Оптимальная экономическая диспетчеризация с эффектом загрузки клапана с использованием самоадаптирующегося алгоритма светлячка. Appl Intel 42 (2): 276–288
Артикул MathSciNet Google Scholar
«>Cheng J, Wang L, Jiang Q, Xiong Y (2018) Новый алгоритм поиска с кукушкой с несколькими правилами обновления. Appl Intell 48(11):4192–4211
Статья Google Scholar
Дель Сер Дж., Осаба Э., Молина Д., Ян Х.С., Сальседо-Санц С., Камачо Д., Дас С., Сугантан П.Н., Коэльо К.А.С., Эррера Ф. (2019) Биологические вычисления: где мы сейчас и что дальше . Рой и эволюционные вычисления 48:220–250
Артикул Google Scholar
Дье В.Н., Шегнер П., Онгсакул В. (2011) Недавно улучшенная оптимизация роя частиц для экономичной диспетчеризации с эффектами нагрузки точки клапана. В: Общее собрание IEEE Power and Energy Society 2011, IEEE, стр. 1–8
Думан С., Йорукерен Н., Альтас И.Х. (2015) Новая модифицированная гибридная псогса, основанная на нечеткой логике для невыпуклой экономической диспетчерской задачи с клапаном.
-точечный эффект. Международный журнал Electric Power & Energy Systems 64:121–135
Артикул Google Scholar
Elsayed W, Hegazy Y, El-Bages M, Bendary F (2017) Улучшенная оптимизация роя случайных дрейфующих частиц с самоадаптирующимся механизмом для решения проблемы энергосбережения. IEEE Trans Ind Inform PP(99):1–1
Google Scholar
Gaing ZL (2003) Оптимизация роя частиц для решения экономической задачи с учетом ограничений генератора. IEEE Trans Power System 18 (3): 1187–1195
Артикул Google Scholar
Gaing ZL (2004) Завершение обсуждения «оптимизации роя частиц для решения экономической задачи с учетом ограничений генератора». IEEE Trans Power Syst 19(4):2122–2123
Статья Google Scholar
«>He X, Rao Y, Huang J (2016) Новый алгоритм экономичного распределения нагрузки энергосистем. Нейрокомпьютинг 171:1454–1461
Артикул Google Scholar
Хоссейннежад В., Рафи М., Ахмадиан М., Амели М.Т. (2014) Оптимизация роя квантовых частиц на основе видов для экономичного распределения нагрузки. International Journal of Electrical Power & Energy Systems 63:311–322
Статья Google Scholar
Кумар М., Диллон Дж. (2018) Алгоритм гибридных искусственных водорослей для экономичного распределения нагрузки. Appl Soft Comput 71:89–109
Артикул Google Scholar
Лян Дж.Дж., Цинь А.К., Сугантан П.Н., Баскар С. (2006) Комплексный оптимизатор роя частиц для глобальной оптимизации мультимодальных функций. IEEE Trans Evolut Comput 10(3):281–295
Статья Google Scholar
«>Мандал Б., Рой П.К., Мандал С. (2014) Распределение экономической нагрузки с использованием алгоритма стада криля. Международный журнал Electric Power & Energy Systems 57:1–10
Артикул Google Scholar
Meng X, Chang J, Wang X, Wang Y (2019) Многоцелевая работа гидроэлектростанции с использованием усовершенствованного алгоритма поиска с кукушкой. Энергетика 168:425–439
Статья Google Scholar
Neto JXV, Reynoso-Meza G, Ruppel TH, Mariani VC, dos Santos Coelho L (2017) Решение негладкой экономической диспетчеризации с помощью новой комбинации алгоритма непрерывного захвата и дифференциальной эволюции. Международный журнал Electric Power & Energy Systems 84:13–24
Артикул Google Scholar
Никнам Т., Моджаррад Х.Д., Мейманд Х.З.
(2011) Негладкое экономическое диспетчерское вычисление с помощью нечеткой и самоадаптивной оптимизации роя частиц. Appl Soft Comput 11(2):2805–2817
Статья Google Scholar
Niu Q, Zhang H, Wang X, Li K, Irwin GW (2014) Гибридный поиск гармонии с арифметической операцией пересечения для экономичной диспетчеризации. Международный журнал Electric Power & Energy Systems 62: 237–257
Артикул Google Scholar
Park JB, Jeong YW, Shin JR, Lee KY (2010) Улучшенная оптимизация роя частиц для решения невыпуклых задач экономической диспетчеризации. IEEE Trans Power Syst 25(1):156–166
Статья Google Scholar
Прадхан М., Рой П.К., Пал Т. (2016) Оптимизация серого волка применительно к экономическим задачам распределения нагрузки. Международный журнал Electric Power & Energy Systems 83:325–334
Артикул Google Scholar
«>Qin Q, Cheng S, Chu X, Lei X, Shi Y (2017) Решение невыпуклых/негладких экономических задач распределения нагрузки с помощью улучшенной оптимизации роя частиц. Appl Soft Comput 59:229–242
Статья Google Scholar
Редди А.С., Вайсах К. (2013) Перетасованная дифференциальная эволюция для крупномасштабной экономической диспетчеризации. Электрическая мощность системы Res 96:237–245
Статья Google Scholar
Сайед Г.И., Хориба Г., Хаггаг М.Х. (2018) Новый алгоритм хаотического роя сальп для глобальной оптимизации и выбора признаков. Appl Intell 48(10):3462–3481
Статья Google Scholar
Secui DC (2016) Модифицированный алгоритм поиска симбиотических организмов для крупномасштабной экономической диспетчерской задачи с эффектами точки клапана.
Энергия 113:366–384
Артикул Google Scholar
Синха Н., Чакрабарти Р., Чаттопадхьяй П. (2003) Методы эволюционного программирования для экономичного распределения нагрузки. IEEE Trans Evolut Comput 7(1):83–94
Статья Google Scholar
Tharwat A, Hassanien AE (2018) Алгоритм хаотического муравья для оптимизации параметров машины опорных векторов. ApplIntell 48(3):670–686
Артикул Google Scholar
Тиругнансамбандам К., Пракаш С., Субраманиан В., Потула С., Тирумал В. (2019) Усиленная мультимодальная оптимизация на основе алгоритма поиска с кукушкой. Appl Intell 49(6):2059–2083
Статья Google Scholar
Wang X, Chang J, Meng X, Wang Y (2017) Исследование многоцелевой операции на основе улучшенного nsga-ii для нижнего течения реки Хуанхэ.
J Гидраул Eng 48: 135–145
Google Scholar
Вуд А.Дж., Волленберг Б.Ф. и др. (2013) Производство, эксплуатация и управление электроэнергией. John Wiley & Sons
Xiong G, Shi D (2018) Оптимизатор конкурентного роя с ортогональным обучением для задач экономической диспетчеризации. Appl Soft Comput 66:134–148
Статья Google Scholar
Yang XS (2014) Алгоритмы оптимизации, вдохновленные природой. Эльзевир
Yang XS, Deb S (2009) Поиск кукушки через полеты Леви. В: Всемирный конгресс по природным и биологическим вычислениям, 2009 г., NaBIC, IEEE, стр. 210–214
Ян Х.С., Хоссейни С.С.С., Гандоми А.Х. (2012) Алгоритм Firefly для решения невыпуклых задач экономической диспетчеризации с эффектом загрузки клапана. Appl soft Comput 12(3):1180– 1186
Артикул Google Scholar
«>Yang Y, Wei B, Liu H, Zhang Y, Zhao J, Manla E (2018) Алгоритм светлячка хаоса с механизмом самоадаптации мутации для решения крупномасштабной экономической диспетчеризации с эффектами точки клапана и несколькими вариантами топлива. Доступ IEEE 6: 45907–45922
Артикул Google Scholar
Ю Дж. Т., Ким Ч., Вадуд А., Хуршиад Т., Ри С. Б. (2019) Самоадаптирующийся алгоритм jaya для нескольких групп населения с рейсами Леви для решения экономических задач диспетчеризации нагрузки. IEEE Access
Чжао Дж., Лю С., Чжоу М., Го С., Ци Л. (2018) Модифицированный алгоритм поиска с кукушкой для решения задач оптимизации распределения электроэнергии. IEEE/CAA Journal of Automatica Sinica 5(4):794–806
Артикул MathSciNet Google Scholar
Zhong H, Xia Q, Wang Y, Kang C (2013) Динамическая экономическая диспетчеризация с учетом потерь при передаче с использованием метода квадратичных программ с квадратичными ограничениями.
