排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
“阴阳盛虚汗下法”始见于《难经·五十八难》，“阳虚阴盛，汗出而愈，下之即死；阳盛阴虚，汗出而死，下之而愈”，后世医家对此理解执见不一。两者皆为外感疾病中的危重病证，文章提及从脉象把握“阴阳盛虚汗下法”更易于诊断和指导临床治疗。即阳虚阴盛脉见浮取小弱或难以触及，沉取应指明显或推筋至骨方得，此时阴寒凝盛而阳虚不能透达，人体气机入多出少，治当温阳发汗，使阳气得助，阴邪得散，如麻黄细辛附子汤之类；阳盛阴虚脉见浮取应指明显，沉取柔弱或难以动指，此时阳热炽盛而阴津竭乏，人体气机出多入少，治当滋阴攻下，折其阳热，急保阴津，如增液承气汤之类。 相似文献
2.
目的 基于磁敏感加权成像(susceptibility-weighted imaging,SWI)图像建立深度学习算法模型分析脑浅静脉(superficial cerebral veins,SCV)形态学参数与皮层下深部白质病变(deep white matter lesions,DWML)之间的关联。材料与方法 招募健康志愿者364名,所有受试者行头颅常规序列及SWI扫描。随机选取其中200名受试者的SWI图像重建得到最小密度投影(minimum intensity projection,MinIP)图像,采用深度学习算法分析MinIP图像,建立SCV形态学特征的自动量化模型。采用该模型分析剩余164名受试者双侧大脑半球SCV的血管直径、曲率等形态学参数。根据有无皮层下DWML将164名受试者分为两组,分别为有皮层下DWML组(共53人)和无皮层下DWML (non-deep white matter lesions,N-DWML)组(共111人)。采用Mann-Whitney U检验对DWML组与N-DWML组的SCV形态学参数进行分析。对差异有统计学意义的指标和皮层下深部白质病变... 相似文献
1