全文获取类型
收费全文 | 919篇 |
免费 | 215篇 |
国内免费 | 41篇 |
专业分类
耳鼻咽喉 | 8篇 |
儿科学 | 4篇 |
妇产科学 | 4篇 |
基础医学 | 129篇 |
口腔科学 | 18篇 |
临床医学 | 165篇 |
内科学 | 70篇 |
皮肤病学 | 1篇 |
神经病学 | 39篇 |
特种医学 | 112篇 |
外科学 | 78篇 |
综合类 | 267篇 |
预防医学 | 92篇 |
眼科学 | 26篇 |
药学 | 54篇 |
4篇 | |
中国医学 | 65篇 |
肿瘤学 | 39篇 |
出版年
2024年 | 135篇 |
2023年 | 344篇 |
2022年 | 241篇 |
2021年 | 200篇 |
2020年 | 109篇 |
2019年 | 52篇 |
2018年 | 34篇 |
2017年 | 7篇 |
2016年 | 6篇 |
2015年 | 9篇 |
2014年 | 5篇 |
2013年 | 3篇 |
2012年 | 3篇 |
2011年 | 2篇 |
2010年 | 2篇 |
2009年 | 2篇 |
2008年 | 8篇 |
2007年 | 4篇 |
2006年 | 6篇 |
2005年 | 1篇 |
2004年 | 1篇 |
2002年 | 1篇 |
排序方式: 共有1175条查询结果,搜索用时 15 毫秒
41.
42.
目的 分析阿尔茨海默病(Alzheimer’s,AD)免疫相关的生物标志物、发病机制、免疫浸润水平和潜在的靶向药食同源中药。方法 从GEO数据库中下载GSE5281、GSE132903数据集的表达谱,获得AD差异表达基因(differentially expressed genes,DEGs)。采用加权共表达算法鉴定出AD重要模块基因,再从Imm Port Portal数据库获取免疫相关基因(immune-related genes,IRGs),将这些基因取交集得到免疫重要差异基因;随后应用最小绝对收缩和选择算法(least absolute shrinkage and selection operator,LASSO)及机器学习-支持向量机递归特征消除(support vector machine-recursive feature elimination,SVM-RFE)方法进行分析,筛选出AD共同的免疫相关标志物,并通过基因本体(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)... 相似文献
43.
目的 鉴定识别流感病毒性肺炎(influenza virus pneumonia,IVP)线粒体相关生物标志物及银翘败毒散(Yinqiao Anti-infective Powder,YQAIP)潜在治疗IVP的作用机制。方法 使用机器学习算法[随机森林(random forest,RF)模型、支持向量机(support vector machines,SVM)、分布式梯度增强模型(e Xtreme gradient boosting,XGBoost)、广义线性模型(generalize linear model,GLM)]分析IVP小鼠的4个基因表达数据集(GSE63786、GSE37572、GSE43302和GSE97555),以识别IVP和线粒体相关的生物标志物。从TCMSP、PubMed、中国知网数据库获取银翘败毒散化学成分。通过分子对接研究IVP相关线粒体基因与YQAIP化学成分的相互作用。将BALB/c小鼠随机分为对照组,模型组,YQAIP低、中、高剂量(相当于生药15、30、60 g/kg)组和奥司他韦组,除对照组外,流感病毒感染小鼠,采用HE染色观察IVP小鼠病理的变化... 相似文献
44.
目的 探讨不同的机器学习算法在预测臀先露外倒转术疗效中的效能及其临床应用价值。方法 收集2017年1月至2020年6月在南方医科大学附属东莞医院行臀先露外倒转术孕产妇的临床数据资料。分别采用朴素贝叶斯(NB)、随机森林(RF)、多层感知器(MLP)、逻辑回归(LR)、支持向量机(SVM)、梯度提升决策树(GBDT)6种机器学习算法,构建臀先露外倒转术疗效预测模型,以精确度、召回率、F1值、准确率和ROC曲线下面积作为评估指标。结果 有效样本共316例,其中239例(75.6%)经外倒转术纠正胎位。MLP机器学习算法在测试集中综合反映精确率和召回率的F1值为0.92,ROC曲线下面积为0.816,均优于其他5种机器学习算法。结论 MLP机器学习算法在预测臀先露外倒转术疗效中展现较好的效能,具有一定的临床应用潜力。 相似文献
45.
46.
47.
48.
49.
目的 开发一种基于数据驱动的冠状动脉微循环阻力快速计算方法。方法 构建和优化神经网络对冠状动脉进行截面积特征提取,利用截面积特征、异速标度律和流量分配比例快速计算冠状动脉分支末端的微循环阻力,并基于微循环阻力无创计算血流储备分数。结果 为了验证神经网络的有效性,将40个临床收集的冠状动脉分支测量的截面积特征与神经网络预测的结果进行比较,平均绝对误差为1.08 mm2。为了验证微循环阻力值的准确性,将15位患者的临床血流储备分数与利用微循环阻力值计算的血流储备分数进行比较,计算准确性为86.6%。结论 本文提出的冠状动脉微循环阻力快速计算方法具有潜在的临床应用价值。 相似文献
50.