西洋参饮片的质量标准研究

中药材是中医治病的基本物质,大部分中药材需炮制后使用。目前市场上中药饮片的质量参差不齐,直接影响人们的用药安全和中药制剂的质量,所以中药饮片炮制工艺、质量标准规范研究势在必行。为了能够更好地控制西洋参饮片的质量,本实验开展了西洋参饮片炮制加工规范化及其质量标准研究。1仪器与试药UV—1600型紫外光谱仪,北京瑞利公司;LC—10ATvp高效液相色谱仪,日本岛津;BP211D型电子天平,Sartorius;ZF—2型三用紫外灯,上海安亭仪器厂。人参皂苷Rb1、Rc、Rf、Re、Rg1、拟人参皂苷F11对照品购自中国药品生物制品检定所。硅胶G,青岛海…     

西洋参的真伪鉴别方法

西洋参(Panax quinquefolium L.)是名贵药材,又名洋参、花旗参,为五加科多年生草本植物。有野生也有栽培,原产于北美原始森林,后加拿大、美国     

西洋参的真伪鉴别方法

西洋参(Panax quinquefolium L.)是名贵药材,又名洋参、花旗参,为五加科多年生草本植物。有野生也有栽培,原产于北美原始森林,后加拿大、美国     

西洋参饮片治疗慢性疲劳综合征的疗效

目的分析探讨西洋参饮片对慢性疲劳综合征患者的临床治疗效果以及药物的安全性。方法将30例患有慢性疲劳综合征的患者随机分成对照组与实验组两组,每组各15例,两组患者都采取常规抗疲劳药物进行治疗,实验组在采取常规药物治疗的基础上联合西洋参饮片进行治疗,分析对比两组患者疲劳症状的改善情况。结果实验组疲劳患者临床症状的改善情况明显好于对照组,且见效快、有效率高,差异显著,P<0.05。结论西洋参饮片是较为有效的缓解疲劳的药物,起效快,且无副作用,具有传统药物所无法比拟的优点。     

以人参充西洋参鉴别方法近年研究概况

以人参充西洋参鉴别方法近年研究概况杨国华彭任辉李克吴坤生（江西上饶地区药检所上饶３３４０００）（江西上饶地区人民医院上饶３３４０００）关键词西洋参人参鉴别方法综述西洋参，又名西参、洋参、花旗参，系五加科植物西洋参（Ｐａｎａｘｑｕｉｎｑｕｅｆｏｌｉｕｍ...     

基于卷积神经网络的智能医疗护理研究

为了提高智能医疗护理水平,减少护理工作量,节约医院成本。提出一种基于卷积神经网络的病人体态行为特征提取算法,该算法采用双网络模型设计,包括病人检测网络模型和病人体态行为特征提取模型,应用该算法到病人体态行为检测系统中,从而实现对病人的识别监控,提高智能医疗护理水平。最后,通过开源框架平台,对病人行为检测系统进行测试,实验结果表明,测试数据集合越大,病人体态行为特征提取精度越高,对病人体态行为类别的平均识别率97.6%,从而验证了系统的有效性和正确性。     

人参与西洋参的化学成分药理作用与临床应用之别

对人参、西洋参的化学成分进行了比较，分析了二者药理作用的不同及着重介绍了在临床应用上的差别。     

基于残差注意力卷积神经网络的糖尿病无创检测研究

目的：降低糖尿病大范围筛查的医疗成本,减轻血糖检测对患者心身的伤害,同时为高风险糖尿病人群提供一种无创、准确、高效、经济的糖尿病检测方法。方法：采用残差注意力卷积神经网络对糖尿病受试者面部图像进行有监督的机器学习,预测受试者未来糖尿病的发病风险;为评估该方法的应用效果,本实验招募了384例糖尿病受试者和137例血糖正常的健康志愿者,比较残差注意力网络与其他卷积神经网络的糖尿病无创检测性能。结果：采用56层残差注意力网络构建的糖尿病无创检测模型在实验中表现出的预测能力最强,准确率高达94.28%,特异性为92.94%,F1值达95.88%。结论：该预测模型检测方法耗时短、成本低且支持大范围筛查及远程诊疗,具有较强的糖尿病检测能力。     

人参、西洋参皂甙溶血作用的研究

目的：通过对人参、西洋参茎叶和根中皂甙溶血作用的观察，为人参、西洋参各种皂甙制作静脉注射剂提供依据。方法：本实验根据《中药制剂的安全试验和毒性实验》中溶血试验方法操作。结果：最低溶血浓度分别为，人参茎叶总皂甙0．40g／L，人参根总皂甙0．10g／L、西洋参茎叶总皂甙0.60g／L、西洋参根总皂甙0．10g／L、西洋参茎对原人参二醇组皂甙1．0g／L、西洋参根原人参二醇组甙0．80g／L；单体人参皂甙中--F20．12g／L，--Rg10．20g／L、--Rg20．16g／L；单体人参皂甙--Rb1、--Rb2、--Rb3、--Rd及拟人参皂甙P--F11在0．20g／L浓度时均无溶血作用。结论：人参根、西洋参根总皂甙强于茎叶总皂甙。     

假人参皂甙24（R）—F11鉴别人参与西洋参的显著标志

人参与西洋参同为五加科人参属名贵药材，主要有效成分均为人参皂甙，两者既相似又相异。国内外对其形态、解剖及化学鉴别方面已有不少报道，但因几无质的差异，因而在实际应用中，尤其对已破坏了外形的器官仍然十分困难。为杜绝药源混淆，以薄层层离法揭示：人参不含奥克梯隆醇型假人参皂甙（pseudo－ginsenoside）24（R）－F11，而西洋参则明显含有。从而为有效地鉴别人参与西洋参及其茎、叶和茎叶总皂甙等提供了可靠的方法。     

基于卷积神经网络和超像素的CT图像肝脏分割

肝癌是威胁人类健康的重大疾病之一。从医学影像中将肝脏组织准确地分割出来,是计算机辅助肝脏疾病诊断与手术规划中一个重要环节。由于肝脏的个体差异,周围器官的灰度值相似等因素,从CT图像中精准分割肝脏存在一定困难。提出一种结合卷积神经网络和超像素的CT图像肝脏自动分割方法。首先利用卷积神经网络进行目标检测,自动定位肝脏区域,再利用超像素算法对肝脏进行分割,最后进行腐蚀、膨胀、中值滤波等后处理。本文采用3DIRCADb公开数据集对提出的肝脏自动分割算法进行评估和验证,结果表明肝脏自动分割的DICE指标为0.951,VOE指标为0.0917,RVD指标为-0.018,显示出较好的分割精度。     

基于U型全卷积神经网络的腹部动脉CT图像分割算法研究

目的 为了精确分割腹部动脉血管,提出一种基于深度学习的全自动腹部动脉CT图像分割算法.方法 采用区域不平衡块生成方法 提取CT血管横断面、冠状面和矢状面图像特征,接着采用U型全卷积神经网络对块特征进行训练与分割,最后采用最大体素保留法获得三维血管分割图像.选用120例患者腹部CT血管图像进行网络训练和分割实验,分割结果...     

基于增强图卷积神经网络的病毒形态识别方法研究

背景 透射电子显微镜（TEM）是检测病毒的重要手段,传统TEM检测常依靠专家手工观察,操作步骤繁琐,且已有机器学习方法易受到背景、噪声的影响,导致病毒检测方法准确率差、效率低且耗时长。 目的 探讨增强图卷积神经网络（EGCN）对TEM图像中的病毒形态自动识别问题,以提高TEM病毒检测的效率。 方法 EGCN模型利用卷积神经网络（CNN）提取像素间的局部特征信息,并结合样本特征之间的最近邻关系利用图卷积网络（GCN）进行图特征学习。在模型优化中联合优化群体超分类损失和分类交叉熵损失以提高EGCN模型对病毒类别信息特征的提取能力,较CNN对TEM病毒图像特征具备更强的特征提取能力。 结果 通过不同方法在15类TEM病毒图像数据集上开展实验,EGCN达到3.40%的top-1错误率、1.88%的top-2错误率、96.65%的精确度和96.60%的召回率,并通过一系列对比实验表明EGCN模型可以有效避免TEM图像中背景、噪声等的影响,提高对病毒识别的准确率。 结论 EGCN可以有效解决病毒形态识别任务,为病毒的诊断提供重要的参考价值。     

基于卷积神经网络的超声影像甲状腺结节良恶性预测研究

目的探讨深度学习在甲状腺结节良恶性鉴别诊断中的应用价值。方法利用卷积神经网络,对2659例匿名患者和480例测试患者的超声甲状腺结节进行图像采集、建模,对甲状腺结节良恶性进行预测,以术后病理结果为标准进行验证。结果超声医师的阳性预期率为84.3%,阴性预期率为90.5%,诊断敏感性为95.1%,诊断特异性为83.1%。深度学习阳性预期率为87.2%,阴性预期率为93.1%,诊断敏感性为97.4%,诊断特异性为87.3%。结论基于深度学习的卷积神经网络的预测方法具有高的诊断敏感性、诊断效率、诊断特异性,能够有效地预测甲状腺超声图像中的结节,并能判定其良恶性。     

肝炎患者血浆蛋白分布信息熵及其人工神经网络识别模型

研究了肝炎患者的血浆蛋白分布信息熵值，发现慢性肝炎患者的信息熵较之正常人大。其中慢性活动性肝炎（CAH）又大于慢性持续性肝炎（CPH）。这说明肝炎给血浆蛋白的成分造成了紊乱，而漫性活动性肝炎造成的紊乱更大一些。利用这些指标建立了以人工神经网络为基础的识别模型，它在经过训练后能对新的作本进行联想式的识别，在研究中共识别率达到了100％。     

基于PID神经网络的非线性系统辨识与控制

针对工业控制领域中非线性系统采用传统的控制方法不能达到满意的控制效果,提出一种基于P ID神经网络的控制方案,以对其进行辨识和控制。将P ID神经网络引入控制系统中,既具有常规P ID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力。仿真结果表明:该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪系统输出并进行有效控制,且具有一定的自适应性和鲁棒性,满足实时控制的要求。     

基于神经网络的非正常工况预报

分析了PTA生产中氧化反应器尾氧浓度的影响因素，提出一种用小波分析对数据进行降噪处理的方法。采用BP神经网络并对其进行了一定程度的改进。通过降噪前后的网络仿真结果对比，表明基于小波降噪的神经网络具有更好的精度和更强的泛化能力。用此网络预测尾氧浓度，实现了对非正常工况的预报。通过实际对比，表明该网络能够较理想地预报出非正常情况。     

人参与莱菔子配伍对小鼠抗应激能力的影响

目的 通过观察人参与莱菔子配伍後小鼠抗应激能力受到的影响，对人参恶莱菔子理论进行分析。方法 根据古本草着作中人参与莱菔子配伍方剂，确定实验中药物比例为1：1、1：2、2：1，选用补虚药物经典抗应激方法（耐热、耐寒、负重游泳等）为实验手段。每项实验中，将70只小鼠随机分为7组（3个对照组、4个配伍组），每组均为10只．结果 在耐缺氧和负重游泳脊验中，药物配伍组与人参组比较存在统计学差异（p〈0．05或产0．01），显示小鼠抗应激能力受到不同程度的负面影响。结论 莱菔子有颉颃人参补虚作用之嫌，追在一定程度上验证了“人参恶莱菔子”之说。     

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。