全文获取类型
收费全文 | 12029篇 |
免费 | 688篇 |
国内免费 | 476篇 |
专业分类
耳鼻咽喉 | 38篇 |
儿科学 | 11篇 |
妇产科学 | 34篇 |
基础医学 | 1828篇 |
口腔科学 | 159篇 |
临床医学 | 1585篇 |
内科学 | 339篇 |
皮肤病学 | 35篇 |
神经病学 | 193篇 |
特种医学 | 1276篇 |
外国民族医学 | 24篇 |
外科学 | 360篇 |
综合类 | 3073篇 |
预防医学 | 1708篇 |
眼科学 | 195篇 |
药学 | 689篇 |
9篇 | |
中国医学 | 266篇 |
肿瘤学 | 1371篇 |
出版年
2024年 | 7篇 |
2023年 | 192篇 |
2022年 | 227篇 |
2021年 | 236篇 |
2020年 | 263篇 |
2019年 | 162篇 |
2018年 | 85篇 |
2017年 | 158篇 |
2016年 | 174篇 |
2015年 | 224篇 |
2014年 | 502篇 |
2013年 | 555篇 |
2012年 | 721篇 |
2011年 | 792篇 |
2010年 | 782篇 |
2009年 | 720篇 |
2008年 | 1025篇 |
2007年 | 767篇 |
2006年 | 672篇 |
2005年 | 1031篇 |
2004年 | 661篇 |
2003年 | 618篇 |
2002年 | 502篇 |
2001年 | 459篇 |
2000年 | 334篇 |
1999年 | 258篇 |
1998年 | 272篇 |
1997年 | 176篇 |
1996年 | 164篇 |
1995年 | 143篇 |
1994年 | 111篇 |
1993年 | 63篇 |
1992年 | 57篇 |
1991年 | 22篇 |
1990年 | 15篇 |
1989年 | 30篇 |
1988年 | 5篇 |
1987年 | 6篇 |
1986年 | 1篇 |
1981年 | 1篇 |
排序方式: 共有10000条查询结果,搜索用时 15 毫秒
1.
2.
目的 使用ExacTrac与OBI系统对颅内肿瘤进行图像引导放疗,并用锥形束CT(CBCT)验证ExacTrac系统移床修正后的结果,评估ExacTrac系统在颅脑肿瘤放射治疗中的摆位精度.方法 选取2017年1月至2018年1月中山大学附属第一医院收治的28例颅脑肿瘤放疗患者作为研究对象.先利用三维激光系统摆位,用ExacTrac系统拍摄两幅交叉的X线图像,得到三维平移误差X(左右)、Y(进出)、Z(升降)和对应的旋转误差Rx、Ry、Rz,进行六维移床修正后,再使用ExacTrac系统验证修正后的位置并在加速器上进行CBCT扫描.记录ExacTrac修正前、后以及CBCT的摆位误差并统计分析.结果 ExacTrac系统修正前X、Y、Z三个方向的平移误差分别为(-0.38±1.38)mm、(0.30±1.37)mm、(-0.55±1.12)mm,修正后的误差为(0.02±0.31)mm、(0.01±0.25)mm、(-0.03±0.27)mm,其对应的旋转误差分别为(-0.18±1.08)°、(0.35±1.60)°、(0.21±1.11).和(0.06±0.19)°、(0.01±0.23)°、(-0.03±0.30)°,修正前后比较,差异有统计学意义(P<0.05).CBCT验证ExacTrac修正后的误差为(0.26±0.59)mm、(-0.42±0.55)mm、(0.22±0.53)mm,均不超过±1 mm.结论 ExacTrac系统配合六维床可明显降低摆位误差,提高治疗精度,是一种在颅脑肿瘤放射治疗中可靠的图像引导方法. 相似文献
3.
目的: 使用U-net卷积神经网络实现锥形束CT(cone-beam CT, CBCT)影像中下颌磨牙的牙体和牙髓腔的自动分割,采用基于显微CT(Micro-CT)扫描结果构建的三维模型作为金标准,评估分割准确性。方法: 从同济大学附属口腔医院放射科收集20组包含完整单侧下颌磨牙的口腔小视野CBCT数据,预处理后,由牙体牙髓病学专家使用MITK Workbench软件手动标注牙体与牙髓腔,作为U-net神经网络分割算法的训练集。另收集5颗下颌磨牙和相应的小视野CBCT数据,5组数据经相同预处理后作为测试集。随后由完成训练的神经网络和同一专家对测试集数据进行牙体和牙髓腔分割和三维重建。离体牙预处理后行Micro-CT扫描,将三维重建后获得的模型作为金标准。分别比较测试集数据中,专家的手动标注、神经网络分割结果与金标准两两之间的差异。采用Dice相似性系数(Dice similarity coefficient, DSC)、平均对称表面距离(average symmetric surface distance, ASSD)、Hausdorff距离(Hausdorff distance, HD)和形态差异分析对结果进行评估。采用SPSS 20.0软件包对数据进行统计学分析。结果: 神经网络分割结果与金标准相比,其牙体组的DSC为(95.30±1.01)%、ASSD为(0.11±0.02) mm、HD为(1.05±0.31) mm,牙髓腔组的DSC为(81.21±2.27)%、ASSD为(0.15±0.05) mm、HD为(3.29±1.85) mm,结合形态差异分析结果显示,神经网络的分割结果与金标准的牙体与髓室部分基本相似,但在根管部分,能分割出较粗的根管,对于根管下段和侧支根管等较细的根管分割能力有限。结论: 在现有实验条件下,以专家手动标注作为训练样本的U-net神经网络,实现了在CBCT影像上对下颌磨牙牙体与髓室的自动化精准分割。但对根管部分,其分割结果有待进一步提升。 相似文献
4.
5.
目的:探讨应用深度学习技术解决睑板腺腺体自动分割问题的效果与价值。
方法:采集并筛选出193幅红外睑板腺图像构建图像数据库,由3名临床医师对图像进行人工标记; 引入UNet++网络与自动数据增广策略构建睑板腺腺体自动分割模型,采用精确率、敏感性、特异性、准确率和交并比分析该模型的可行性与有效性。
结果:以人工标注结果为金标准,基于UNet++的睑板腺腺体自动分割模型取得94.31%的准确率,敏感性、特异性分别为82.15%和96.13%,腺体分割表现具有较好的稳定性,模型处理单张图像的平均用时仅为0.11s。
结论:引入深度学习技术实现睑板腺腺体的自动分割,具有良好的准确性、稳定性和高效性,可服务于睑板腺功能障碍患者腺体形态参数的计算,辅助相关疾病的临床诊断和筛查,提高诊断效率。 相似文献
6.
目的 探讨基于超声图像的迁移学习模型在乳腺肿块良恶性鉴别诊断中的应用价值。方法 收集我院2018年5月至2021年3月经手术或穿刺活检病理证实的300例乳腺肿块患者共计582张超声图像作为超声数据集(训练集482张,测试集100张)。采用迁移学习方法对经过ImageNet数据集预训练的三种深度卷积神经网络模型(VGG-16,Inception-v3,ResNet-50)进行训练和测试。第一次迁移学习,三种模型分别对公共数据库CBIS-DDSM(Curated Breast Imaging Subset of DDSM)数据集中的良恶性乳腺肿块X线图像进行识别学习,并对模型进行微调;第二次迁移学习,利用超声数据集中随机挑选的训练集超声图像对三种模型进行微调。分别比较三种模型使用不同次数迁移学习后对乳腺肿块良恶性诊断效能。结果 VGG-16、Inception-v3、ResNet-50三种模型经过迁移学习后所有评价指标均有提高,其中基于ResNet-50建立的模型对乳腺肿块良恶性鉴别具有更优的效果,准确率为88.0%,敏感性为82.7%、特异性为93.8%、AUC值为0.915。结论 基于超声图像的ResNet-50迁移学习模型在乳腺肿块良恶性鉴别诊断中具有较高的准确率,可为低年资医师精准诊断提供决策支持。 相似文献
7.
目的:利用图像拼接方法对不同程度干眼症患者角膜上皮基底神经丛进行定量分析,探讨其变化规 律。方法:横断面研究。选取2021年4—10月于山西省眼科医院门诊就诊的干眼症患者共91例(91眼), 其中轻度干眼34例、中度干眼33例、重度干眼24例,同时征集正常健康志愿者作为对照组共27例 (27眼),所有受检者均选择右眼数据分析,对所有受检者分别行常规眼科检查、眼表综合分析仪检 查、角膜共焦显微镜检查后,运用Photoshop CC 2018图像处理软件合成大范围角膜上皮基底细胞层 下神经丛(SNP)结构拼图,截取以涡状结构为中心的、大小为700 μm×700 μm的图像进行分析,结 合Image J图像分析系统计算得出图像中神经纤维总长度(NFL),将所得数据通过图像大小与像素之 间的换算关系计算出单位面积(1 mm2)的神经纤维总长度值即神经纤维密度值(mm/mm2)。采用单 因素方差分析对各组数据进行比较,同时对两两之间进行LSD多重比较;采用Pearson线性相关分析 各组角膜SNP密度与眼表综合分析检查中各项指标间的相关性。结果:4组间性别、年龄比较差异 无统计学意义。对照组SNP密度为(22.71±6.19)mm/mm2,轻度干眼组为(28.58±5.19)mm/mm2, 中度干眼组为(28.17±4.71)mm/mm2,重度干眼组为(5.98±7.32)mm/mm2,4组SNP密度总体差异 有统计学意义(F=88.10,P<0.001);轻、中、重度干眼SNP密度与对照组差异均有统计学意义(均 P<0.001),轻度干眼组与中度干眼组间差异无统计学意义,重度干眼组与轻、中度干眼组间差异均 有统计学意义(均P<0.001)。干眼症患者角膜SNP密度与泪河高度、睑板腺缺失面积评分(上+下)及 眼表充血评分之间无明显相关性,与非侵入性泪膜破裂时间呈正相关(r=0.51,P<0.001),与脂质层 分级、角膜荧光素钠染色分级呈负相关(r=-0.30,P=0.004;r=-0.68,P<0.001)。结论:角膜SNP密 度及形态改变与干眼症的严重程度分级有关,可作为临床评估干眼程度的有效指标。 相似文献
8.
马瑞鹏 《影像研究与医学应用》2021,(6):212-213
目的:研究将单光子发射计算机断层扫描(S P E C T)/电子计算机断层扫描(C T)融合图像检测、全身骨显像(W B B S)检测应用于骨转移瘤患者中的作用与效果。方法:选取2018年12月—2020年11月我院接收的疑似骨转移瘤病例86例,对患者均开展W B B S检测、SPECT/CT融合图像检测,比较两组所得的结果。结果:骨转移、良性患者依次是64例(74.42%)、22例(25.58%)。检出病灶共254处,而其中,骨转移、良性依次是192处(75.59%)、62处(24.41%)。SPECT/CT融合图像检测的总准确度、灵敏度、特异性依次是86.22%(219/254)、95.31%(183/192)、58.06%(36/62),较之于W B B S检测总准确度、灵敏度、特异性依次是72.83%(185/254)、81.77%(157/192)、45.16%(28/62)高(P<0.05)。结论:骨转移瘤诊断工作中应用S P E C T/C T融合图像检测较之于W B B S检测能够改善患者诊断效果,能够获得更为理想的效果,促进其疾病康复,可推广。 相似文献
9.
目的:评价图像信息化联合结构化护理方案在重症监护室(IC U)压力性损伤病人护理中的应用效果.方法:将2016年7月—2018年7月医院IC U收治的60例压力性损伤病人作为研究对象.选择2016年7月—2017年6月收治的30例病人为对照组,进行常规评估减压治疗护理;选择2017年7月—2018年7月收治的30例病人为观察组,进行图像信息化评估联合结构化综合护理方案.比较两组病人压力性损伤预后.结果:观察组压力性损伤病人预后优于对照组(P<0.05).结论:图像信息化评估联合结构化综合护理干预可有效改善IC U压力性损伤病人预后,提高护士压力性损伤护理水平和病人满意度. 相似文献
10.
全切片数字化图像扫描技术的进步促成了数字病理学的诞生。随着存储技术的提高和互联网技术与计算机技术的迅速发展,深度学习的方法被广泛应用于病理学图像的分析中,其目标是化解病理学图像冗余复杂的信息导致病理学医师诊断和分析困难的问题,减轻病理学医师日常繁琐的分析工作,并提高分析结果的准确度。回顾分析常用于病理学分析的深度学习方法,介绍深度学习在病理学分析中各领域的应用,并讨论深度学习在病理学分析中的挑战和机遇。 相似文献