对中医药社区卫生服务的现状研究

本文从中医药社区卫生服务的重要性与必要性出发，在阅读了大量文献的基础上，分析了当前对中医药社区卫生服务的各种探索，展现了其成就，并指出相关研究中的不足。     

注射用右雷佐生与几种配伍溶媒的稳定性考察

目的：考察注射用右雷佐生与醋酸钠林格注射液、0.9%氯化钠注射液、5%葡萄糖注射液配伍后的稳定性,并与本品说明书中载明的乳酸钠林格注射液配伍后溶液的稳定性进行对比,以评估使用醋酸钠林格注射液、0.9%氯化钠注射液、5%葡萄糖注射液替代乳酸钠林格注射液的可行性。方法：建立右雷佐生有关物质测定的高效液相色谱法,模拟临床使用方法,用乳酸钠林格注射液或醋酸钠林格注射液配伍稀释成含右雷佐生浓度为1.3～3.0mg·mL-1,用0.9%氯化钠注射液或5%葡萄糖注射液配伍稀释成含右雷佐生浓度为1.0～5.0 mg·mL-1,分别考察室温下0、1、2 h,2～8℃下0、2、4、6 h的稳定性。考察关键质量属性：有关物质、可见异物、不溶性微粒、溶液澄清度与颜色、p H。结果：注射用右雷佐生与醋酸钠林格注射液、0.9%氯化钠注射液、5%葡萄糖注射液配伍后溶液分别于2～8℃下放置6 h和室温下放置2 h,与乳酸钠林格注射液配伍后溶液稳定性趋势一致,均符合本品质量标准,稳定性良好。结论：在临床使用中,醋酸钠林格注射液、0.9%氯化钠注射液、5%葡萄糖注射液均可替代乳酸钠林格注射液使用,在规定的时间内稳定性较好...     

基于通道注意力和稀疏时频分解的运动想象分类EI北大核心CSCD

运动想象脑电信号是低信噪比的非平稳时间序列,单通道脑电分析方法难以有效刻画多通道信号之间的交互特征。本文提出了一种基于多通道注意力的深度学习网络模型,该模型对预处理后的数据进行稀疏时频分解,增强了脑电信号时频特征的差异性。然后利用注意力模块在时间和空间对数据进行注意力映射,让模型可以充分利用脑电信号不同通道的数据特征。最后利用改进的时间卷积网络进行特征融合并进行分类识别。利用BCI competition Ⅳ-2a数据集对所提算法进行验证,结果表明所提算法可有效提升运动想象脑电信号的分类正确率,9名受试者的平均识别率为83.03%,与现有方法相比,提高了脑电信号的分类精度。所提方法增强了不同运动想象脑电数据之间的差异特征,对提升分类器性能的研究具有重要意义。