全文获取类型
收费全文 | 66篇 |
免费 | 8篇 |
国内免费 | 4篇 |
专业分类
妇产科学 | 1篇 |
基础医学 | 4篇 |
临床医学 | 8篇 |
内科学 | 1篇 |
特种医学 | 3篇 |
外科学 | 4篇 |
综合类 | 14篇 |
预防医学 | 2篇 |
药学 | 17篇 |
1篇 | |
中国医学 | 20篇 |
肿瘤学 | 3篇 |
出版年
2023年 | 2篇 |
2022年 | 1篇 |
2021年 | 1篇 |
2020年 | 4篇 |
2019年 | 3篇 |
2018年 | 3篇 |
2017年 | 3篇 |
2016年 | 5篇 |
2015年 | 1篇 |
2014年 | 1篇 |
2013年 | 4篇 |
2012年 | 5篇 |
2011年 | 6篇 |
2010年 | 7篇 |
2009年 | 3篇 |
2008年 | 5篇 |
2007年 | 2篇 |
2006年 | 2篇 |
2005年 | 3篇 |
2004年 | 1篇 |
2003年 | 6篇 |
2002年 | 1篇 |
2001年 | 1篇 |
2000年 | 1篇 |
1999年 | 2篇 |
1998年 | 1篇 |
1996年 | 2篇 |
1995年 | 1篇 |
1990年 | 1篇 |
排序方式: 共有78条查询结果,搜索用时 15 毫秒
1.
针对现有基于心冲击描记图进行心率检测存在的抗干扰性不足问题,提出一种鲁棒的心率检测模型,首先对原始信号中受干扰的片段进行补偿重构,然后将J峰作为特征波形,通过基于J峰频段的滤波与差分增强处理放大特征,并设计改进的峰值提取算法定位心跳点,进而得到心率估计值。实验结果表明,所用模型对于不同情形下的心冲击描记图信号均表现出良好的适应性,逐拍检测平均覆盖率为98.3%,平均准确率为98.4%。心率输出结果与金标准一致性高,误差范围控制在[±]5%以内,且运算实时性好,可以为临床或家庭保健提供良好的心率检测方案。 相似文献
2.
杭州疗养区自然疗养因子的调查分析及应用 总被引:12,自引:9,他引:3
调查杭州疗养区白然疗养冈子情况,以便发挥其自然疗养同子在防病治病、促进疾病康复、增强人民体质方面的作用。方法对杭州疗养区气温、气压、风速、湿度、降雨量、负离子浓度等气象资料及泉水状况进行分析。结果杭州疗养区年平均气温16.2℃,平均气压1.0115×105Pa,平均风速2.25m/s,平均湿度80%,平均降雨量1398.gmm,负离子浓度平均值为1099个/cm3;泉水资源个富.结论杭州疗养区自然疗养因子对疗养员在调节心理平衡、消除疲劳、矫治疾病、增强体质等方面起重要作用;对患有循环、神经、消化、血液、呼吸系统等疾病的患者计较好的治疗和康复作用。 相似文献
3.
4.
5.
6.
7.
杠板归抗炎及抑菌活性部位研究 总被引:5,自引:1,他引:5
目的研究杠板归抗炎及体外抑菌作用以确定其有效部位。方法采用二甲苯诱发小鼠耳廓炎症、采用新鲜鸡蛋清致小鼠足肿胀评价其抗炎作用;采用试管二倍稀释法评价其抑菌作用。结果杠板归总提部位具有显著的抗炎作用,正丁醇部位有一定的抗炎作用;体外抑菌实验表明,杠板归乙酸乙酯部位对金黄色葡萄球菌、大肠杆菌、粪链球菌、铜绿假单孢菌有明显的抑菌作用,对白色念球菌有一定的抑菌作用。结论杠板归总提部位具有显著的抗炎活性,正丁醇部位有一定抗炎活性,杠板归乙酸乙酯部位抑菌作用明显,证实了杠板归用于炎症治疗的科学性。 相似文献
8.
目的研究不同醇沉竹节参多糖的免疫佐剂活性,探讨其中佐剂活性最强的部分。方法通过对竹节参总多糖进行不同浓度醇沉,得到30%醇沉物、60%醇沉多糖和90%醇沉多糖,将各段多糖分别与卵白蛋白混合注入小鼠体内进行免疫,每周免疫1次,共3次。最后1次免疫后5 d处死小鼠取血,测定抗体效价。对3种醇沉物质进行红外光谱扫描,初步确定多糖的类型。结果各段多糖的抗体效价与对照组比较均显著增加,尤以60%醇沉多糖最为明显。红外图谱分析表明,竹节参多糖的骨架中含有吡喃糖环结构。结论竹节参多糖的免疫佐剂效果显著,其中60%醇沉多糖的佐剂效果最强。 相似文献
9.
10.
目的在术前准确鉴别乏脂肪血管平滑肌脂肪瘤(fat-poor angiomyolipoma,fp-AML)和肾透明细胞癌(clear cell renal cell carcinoma,ccRCC)对制定正确的治疗方案是至关重要的。为了提高fp-AML和ccRCC的分类准确率,本文提出一种基于影像组学技术的分类模型。方法回顾性地收集苏州大学附属第二医院放射科18例fp-AML患者和42例ccRCC患者的CT图像。首先,从CT图像中提取430个影像组学特征。然后,分3步进行特征选择:计算皮尔森相关矩阵剔除冗余特征;使用Welch’st检验确定具有显著差异的特征;利用序列浮动前向选择算法选择具有鉴别能力的特征。最后,建立k最近邻(k-nearest neighborhood,kNN)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)和AdaBoost 4种分类器进行分类。结果SVM分类器所构建的模型获得了最佳分类性能,正确率、敏感度、特异性、阳性预测值、阴性预测值和ROC曲线下面积分别为91.67%、88.89%、92.86%、84.21%、95.12%和0.9418。结论本研究所构建的模型能提高fp-AML和ccRCC的分类准确率,能辅助医生进行fp-AML和ccRCC的鉴别诊断。 相似文献