全文获取类型
收费全文 | 526篇 |
免费 | 71篇 |
国内免费 | 4篇 |
专业分类
耳鼻咽喉 | 3篇 |
儿科学 | 1篇 |
妇产科学 | 5篇 |
基础医学 | 65篇 |
口腔科学 | 3篇 |
临床医学 | 57篇 |
内科学 | 26篇 |
皮肤病学 | 5篇 |
神经病学 | 62篇 |
特种医学 | 83篇 |
外科学 | 22篇 |
综合类 | 52篇 |
预防医学 | 25篇 |
眼科学 | 4篇 |
药学 | 5篇 |
中国医学 | 2篇 |
肿瘤学 | 181篇 |
出版年
2023年 | 6篇 |
2022年 | 13篇 |
2021年 | 29篇 |
2020年 | 29篇 |
2019年 | 27篇 |
2018年 | 19篇 |
2017年 | 20篇 |
2016年 | 14篇 |
2015年 | 15篇 |
2014年 | 31篇 |
2013年 | 20篇 |
2012年 | 23篇 |
2011年 | 38篇 |
2010年 | 30篇 |
2009年 | 36篇 |
2008年 | 21篇 |
2007年 | 24篇 |
2006年 | 22篇 |
2005年 | 17篇 |
2004年 | 13篇 |
2003年 | 15篇 |
2002年 | 13篇 |
2001年 | 9篇 |
2000年 | 7篇 |
1999年 | 5篇 |
1998年 | 3篇 |
1997年 | 5篇 |
1996年 | 4篇 |
1995年 | 7篇 |
1994年 | 7篇 |
1993年 | 3篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1990年 | 3篇 |
1989年 | 3篇 |
1988年 | 3篇 |
1987年 | 3篇 |
1986年 | 6篇 |
1985年 | 6篇 |
1984年 | 9篇 |
1983年 | 7篇 |
1982年 | 4篇 |
1981年 | 6篇 |
1980年 | 6篇 |
1979年 | 6篇 |
1978年 | 4篇 |
1975年 | 1篇 |
1974年 | 1篇 |
1971年 | 2篇 |
排序方式: 共有601条查询结果,搜索用时 15 毫秒
81.
82.
Application of whole‐lesion histogram analysis of pharmacokinetic parameters in dynamic contrast‐enhanced MRI of breast lesions with the CAIPIRINHA‐Dixon‐TWIST‐VIBE technique
下载免费PDF全文
![点击此处可从《Journal of magnetic resonance imaging : JMRI》网站下载免费的PDF全文](/ch/ext_images/free.gif)
83.
目的:探讨双参数磁共振成像(Bp-MRI)灰度直方图在鉴别移行带前列腺癌(PCa)与良性前列腺增生(BPH)中的价值。方法:回顾性分析经病理证实的移行带PCa患者43例与BPH患者52例。T2WI和ADC图像上,利用MaZda软件手动勾画感兴趣区(ROI),进行灰度直方图分析,提取均值、方差、偏度、峰度、百分位数9个直方图纹理特征,对纹理特征进行统计学分析,获得有意义的纹理特征参数,并绘制受试者工作特征(ROC)曲线,以评价其鉴别移行带PCa与BPH的价值。结果:BPH组ADC均值、偏度、各百分位数均高于PCa组,差异均有统计学意义(t=-12.155~5.022,均P<0.05),方差、峰度差异无统计学意义(均P>0.05)。BPH组T2WI均值、方差、第10百分位数、第50百分位数、第90百分位数、第99百分位数均高于PCa组,差异均有统计学意义(t=-6.618~-2.181,均P<0.05),偏度、峰度、第1百分位数差异均无统计学意义(均P>0.05)。ADC均值、偏度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数曲线下面积(AUC)差异均有统计学意义(均P<0.05);T2WI均值、方差、第10百分位数、第50百分位数、第90百分位数、第99百分位数AUC差异均有统计学意义(均P<0.05)。其中,ADC均值的AUC最大,为0.963,以149.29为阈值时,敏感度为90.7%,特异度为92.3%。结论:Bp-MRI灰度直方图分析可以作为鉴别PCa与BPH的重要辅助手段。 相似文献
84.
Machine learning in preoperative glioma MRI: Survival associations by perfusion‐based support vector machine outperforms traditional MRI
下载免费PDF全文
![点击此处可从《Journal of magnetic resonance imaging : JMRI》网站下载免费的PDF全文](/ch/ext_images/free.gif)
85.
目的:通过血小板MPV PDW分析血球分析仪对血小板计数结果的准确性.方法:血液分析仪测定血小板数量,当MPV PDW异常时做手工显微镜计数.结果:MPV PDW异常时(主要是增大时)仪器计数血小板与人工计数存在差异.结论:仪器计数血小板时,要结合MPV PDW 及血小板直方图判断其准确性,必要时做手工计数. 相似文献
86.
Accurate diagnosis of fatty liver using ultrasonography was attempted based on the difference between the echo intensities of the liver and kidney determined from ultrasonic histograms. Livers were then classified as having fatty infiltration, normal histology, or intermediate histology based on CT ratios established previously in earlier work comparing non-contrast-enhanced liver and spleen. The hepatorenal difference was significantly greater in the fatty liver group than in the normal liver group (8.9 ± 2.0 dB vs 2.5 ± 4.5 dB, p < 0.001). When a hepatorenal difference of ⩾7.0 dB was taken as the criterion, this method had a sensitivity of 91.3%, a specificity of 83.8%, and an accuracy of 86.7% for the diagnosis of fatty liver. Thus, quantitative ultrasonic diagnosis of fatty liver can be performed using echo intensity histograms. © 1996 John Wiley & Sons, Inc. 相似文献
87.
Shohei Komatsu MD PhD Kazuki Terashima MD PhD Yoshiro Matsuo MD PhD Daiki Takahashi DDS PhD Masaki Suga BS Naoko Nishimura MS Dongha Lee MD Kentaro Tai MD Masahiro Kido MD PhD Hirochika Toyama MD PhD Yusuke Demizu MD PhD Sunao Tokumaru MD PhD Tomoaki Okimoto MD PhD Ryohei Sasaki MD PhD Takumi Fukumoto MD PhD 《Journal of surgical oncology》2019,120(2):214-222
88.
89.
目的:分析不同算法对同一个治疗计划进行评估时剂量学参数的变化。 方法:以两种计划系统设计的66例鼻咽癌计划为研究对象,对自主编写评估软件和治疗计划系统读取的剂量学参数结果做比较,研究不同算法下剂量学参数的变化,分析D2和Dmax的差异,并研究D0.01 cc代替Dmax的可行性。 结果:Pinnacle与XiO中读取的剂量学参数与评估软件读取的数据之间存在类似的差异。当器官的体积减小时,Dmax以及Dmean的绝对值偏差都会变大,Dmax的偏差要更大。所有计划中5%的Dmax差值高于292 cGy,5%的Dmean差值高于55 cGy。除PTVnx外,D2的差值平均值都要小于Dmax。相应器官D0.01 cc对应的剂量差值为(45.5±30.4) cGy,Dmax对应的剂量差值为(107.6±56.8) cGy。且除BRAINSTEM_PRV2外,D0.01 cc的剂量差值均小于100 cGy。 结论:用不同的剂量学算法计算同一个治疗计划,Dmax的差异要大于Dmean,体积越小,计算差异一般也越大。用D2代替Dmax可以显著降低计算算法间的差异。用D0.01 cc代替Dmax可以将计算误差显著降低。 相似文献
90.
Masatoshi Kondo Yoshikazu Uchiyama 《Journal of neuroradiology. Journal de neuroradiologie》2018,45(4):236-241