特发性膜性肾病发病机制的研究进展

<正>膜性肾病(Membranous nephropathy,MN)是一种自身免疫性疾病,是成人非糖尿病肾病综合征的主要原因,是原发性肾小球肾炎导致终末期肾病的第二/第三大病因,也是肾移植术后疾病复发的主要病理类型^[1]。MN可以发生在任何年龄段,但50～60岁更常见,男性多见。通常与肾病综合征相关^[2],典型临床表现为大量蛋白尿、低蛋白血症、水肿和高脂血症。其病理特征为^[3-4]:光镜下肾小球基底膜弥漫性均匀增厚和钉突形成,     

一种用于实验数据解释的数学模型的知识库系统

由于从临床实验中得到数据越来越多、越复杂,明显地要采用计算机来辅助决策支持系统以帮助医务人员解释实验数据,并作出诊断。但仅仅提供实验分析结果是不够的,而还应给出临床方面所需要的信息,才能使医务人员避免对数据的误解释,从而作出错误的诊断。本系统的基本组成包括:病人专用数据库、诊断与治疗模块、动态数学模型、医务人员接口与病人记录文件接口。其中数学模型有外部模式(参数可变)、半积分模式及全积分模式。病人专用数据库由临床和实验的数据组成。诊断模块为一标准库,即封闭的知识和推理单元,它用来定义疾病状态的条件,并把数据按一定范围分为低、较低、正常、较高及高冗种,它对于解释有     

一种研究诱发电位的自适应平滑的新方法

导言从EEG中提取大脑皮层诱发电位(EPS)是当今一种很热门的课题。已有若干提取技术,如样本平均、维纳滤波器和ARMA滤波器。由于背景电位的信噪比很低(通常小于-10dB),所以提取的最后两个步骤一般是平均大量的对刺激时间锁定的脑响应。若严格地假设信号在每次刺激后都一样,并且噪声是随机的、稳定的,则用这种样本平均的方法可以从噪声的刺激响应中提取有用信号。但神经突触疲劳或病人条     

采用相位信息的VEP分析

VEP是一种广泛应用于研究各种神经生理失常的电生理方法。但在识别正常与异常VEP波形时,尚没有许多的客观标准。以前已经证明VEP的相位谱在0～40HZ范围内有一定的周期性。通过研究VEP波形的相位特性,我们已经能确定正常与异常VEP的特征周期范围,建立了识别不同种类的实验方法。VEP是临床检查的一种手段,其评估和分析的方法还没有完全标准化。这主要是因为识别正常、异常VEP的标准并不总是客观的。本文的目的就是月VEP波形的相位特征,建立起非损伤的正常、异常组分类的客观标准。本文给出了对正常、异常受试者测得的VEP波形及其相应的     

视觉中定位特征的处理:在Gaborian空间的分析与综合

新近人们对皮质简单细胞功能的研究表明,视觉图象表示的本原有一种波形类似于Gabor基本函数(EF’s)。它表明了特征或全特征的图象在实际上能被分解为一个有限     

体感诱发电位的参数模型

本文研究了分析体感诱发电位(SEP)在时域与频域特征的方法。作者已发现锥形脉冲响应(TIR)法,以阶数大大小于初始空间阵阶数的模型即可产生SEP信号的精确的时域模型。TIR法对于平滑混入少量噪声的信号也是有效的。在这种情况下,模拟数据序列的均方误差接近于原始信号序列。对于混入大量噪声的信号,TIR法无效。所以TIR     

一种用于反向模式视觉诱发电位谱分析的自适应方法

本文研究了一种用于反向模式视觉诱发电位(PRVEP)的谱分析方法。该方法可以检测到波形细微的异常,而这在常规的潜伏期测量中是检测不到的。为了精确对比PRVEP的功率谱。必须要有均匀的谱峰宽度。文中提出了一种应用“可调”数据窗对PRVEP波进行自适应处理的方法。无论信