排序方式: 共有64条查询结果,搜索用时 15 毫秒
11.
红霉素静滴治疗感染性疾病较为普遍,但严重的胃肠反应限制了其临床应用,近年来,对红霉素胃肠反应发生的机制及防治措施,在临床方面进行了较为广泛的研究,现笔者结合自己的工作对此作一概述. 相似文献
12.
13.
14.
心血管疾病危险因素在儿童时期即可识别和追踪。有研究调查了519名儿童(平均年龄3.9岁),并于4年后进行了心血管疾病危险因素的评估,基线和跟踪评价指标包括:身高、体重、体质量指数、血压、血脂和24h的饮食摄入。应用回归分析法分析营养对心血管危险因素血脂水平和体质指数(bodymassindex,BMI)的影响。随着时间推移BMI的增加和能量摄人与总胆固醇水平直接相关。单不饱和脂肪和膳食纤维可以预示出总胆固醇的水平。在跟踪数据中BMI、腰围的增加和蔗糖的摄入量与高密度脂蛋白胆固醇水平成反比。腰围、BMI与高水平甘油三酯有关,并且与来自单不饱和脂肪的能量百分比较低有关。这些研究进一步表明,不合理饮食是儿童时期心血管疾病发生的危险因素。 相似文献
15.
目的:基于密度分布特征及机器学习诊断新型冠状病毒(COVID-19)相关性肺炎。方法:回顾性收集经荧光逆转录聚合酶链反应检测确诊COVID-19的患者42例(COVID-19组),社区获得性肺炎43例(对照组)。共获得211份胸部CT图像,以6:4比例分层抽样为训练集(126份)及验证集(85份)。采用一种CAD软件中的肺炎模块获得肺炎不同密度区间所占全肺体积的百分比(P/L%)。密度分布特征降维后采用支持向量机(SVM)建模,并评价4种核函数的SVM模型的诊断效能。结果:两组患者的年龄、性别及出现胸膜腔积液的构成比差异均无统计学意义(P>0.05)。肺炎密度分布特征降维后获得32个特征。基于该32个特征建立的4种核函数SVM模型中,多项式SVM模型在验证集的效能最高,受试者特征曲线(ROC)的曲线下面积为0.897(95%可信区间0.828~0.966),P<0.001。准确性为0.906(95%可信区间0.823~0.959),敏感性为0.906,特异性为0.906。结论:基于密度分布特征及机器学习诊断COVID-19相关性肺炎有较高的效能,有助于快速筛选COVID-19患者。 相似文献
16.
阅读能力的培养和提高是大学英语课程的主要目标,但阅读能力的培养和提高对于大学生来讲不是一蹴而就的事情,它受诸多因素的影响和制约。本文将对这些因素作一简要分析并提出相应对策,以便帮助大学生理清这些影响因素与阅读能力之间的关系,从而做到有的放矢。1 词汇量词汇在英语学习中起着非常重要的作用,是学习英语的基础,同时也是制约大学生阅读能力的首要因素。D.A.Wilkins曾谈到词汇的重要性:“Withoutgrammerverylittlecanbeconveyed,withoutvocbularynothing… 相似文献
17.
膝关节骨性关节炎(OA)是以软骨病变、半月板损伤、骨髓病变、滑膜炎、骨赘及韧带损伤等为主要病理特征的退行性关节病。MRI可清晰显示关节软骨及半月板等软组织,直观了解膝关节解剖结构或病变类型,根据OA进展及病理类型选择特异度及敏感度较高的方法,可于膝关节软组织及周围组织发生形态学变化前早期诊断OA。本研究对MRI评估膝关节OA病变中的应用进展进行综述。 相似文献
18.
目的 比较分析以自由呼吸Star-VIBE序列与呼吸末屏气C-VIBE序列采及胸部MRI的图像质量。方法 对20例患者行胸部MR检查,采集呼气末屏气C-VIBE(C-VIBE)和自由呼吸Star-VIBE(Star-VIBE)序列图像。于肺动脉干水平分别测量升主动脉、肺动脉干、降主动脉的信号强度(SI)和标准差(SD),计算图像信噪比(SNR)和SI变异系数(CV)。对图像质量进行主观评分。比较2个序列图像的SNR、CV及主观评分差异。结果 Star-VIBE图像升主动脉、肺动脉干及降主动脉SNR值均高于C-VIBE(t=-4.87、-3.38、-9.42,P均<0.05),而SI CV均低于C-VIBE图像(t=5.52、3.67、8.04,P均<0.05)。Star-VIBE图像的主观评分高于C-VIBE图像(Z=-3.74,P<0.05)。结论 自由呼吸Star-VIBE序列胸部MRI的图像质量优于呼气末屏气C-VIBE序列。 相似文献
19.
20.