排序方式: 共有57条查询结果,搜索用时 15 毫秒
1.
2.
以《内经》中“肾治于里”与“肾为之主外”两句有异经文为基础,从原文环境、后世注家争议、类似经文有异之处三个方面进行思考,认为要切实从《内经》原文出发,理解经文主旨,结合注家,找出出现不同观点的原因所在,正确看待这些有异甚至观点相悖的经文,客观分析后世注家的争议之处,立足《内经》不同学术观点,从各家学说角度研究《内经》。 相似文献
3.
中医理论文献研究是中医科学研究中重要的内容,目前中医理论文献研究在结果报告方面缺少相对统一的报告规范。通过讨论中医理论文献研究报告的意义及所需报告的要点,探讨了中医文献理论研究规范化报告的必要性和可行性。本文阐述的规范化报告方案包括7个部分、19个条目,具体为(1)摘要;(2)背景;(3)方法(研究思路的介绍;抽样的方法;样本的描述;辅助工具的介绍;分析过程的描述;质量控制的方式;原始资料的保存);(4)结果(结果描述性报告;重要的标注、主题、归纳的集合;结果的可视化展示);(5)讨论(回答的科学问题;创新性;局限性);(6)结论;(7)致谢、资助、参考文献。规范化的报告能够提高中医理论文献研究的信度,降低研究中存在的偏移,对中医文献理论的研究及中医理论的传承、发展和传播均有积极的意义。 相似文献
4.
5.
目的:结合全卷积神经网络(Fully Convolutional Network,FCN)和多孔卷积(Atrous Convolution,AC)的深度学习方法,实现放射治疗计划图像的组织器官自动勾画。方法:选取122套已经由放疗医师勾画好正常器官结构轮廓的胸部患者CT图像,以其中71套图像(8 532张轴向切层图像)作为训练集,31套图像(5 559张轴向切层图像)作为验证集,20套图像(3 589张轴向切层图像)作为测试集。选取5种公开的FCN网络模型,并结合FCN和AC算法形成3种改进的深度卷积神经网络,即带孔全卷积神经网络(Dilation Fully Convolutional Network,D-FCN)。分别以训练集图像对上述8种网络进行调优训练,使用验证集图像在训练过程中对8种神经网络进行器官自动识别勾画验证,以获取各网络的最佳分割模型,最后使用测试集图像对充分训练后获取的最佳分割模型进行勾画测试,比较自动勾画与医师勾画的相似度系数(Dice)评价各模型的图像分割能力。结果:使用训练图像集进行充分调优训练后,实验的各个神经网络均表现出较好的自动图像分割能力,其中改进的D-FCN 4s网络模型在测试实验中具有最佳的自动分割效果,其全局Dice为94.38%,左肺、右肺、心包、气管和食道等单个结构自动勾画的Dice分别为96.49%、96.75%、86.27%、61.51%和65.63%。结论:提出了一种改进型全卷积神经网络D-FCN,实验测试表明该网络模型可以有效地提高胸部放疗计划图像的自动分割精度,并可同时进行多目标的自动分割。 相似文献
6.
对《名医类案》、《续名医类案》中判断死亡时间的医案及含有患者死亡时间的医案进行研究,以探讨古代医家判断死亡时间的方法。结果表明,两部医案中判断死亡时间的准确率为83.3%。脉法是古代医家判断死亡时间最常用的诊法,五行生克理论是最常用的推断死亡时间的理论工具。对于正气盛衰的把握应贯穿于始终,因为它是决定死期远近的关键,也决定了以理论工具推断及参考经验死期判断死亡时间的步骤先后。 相似文献
7.
8.
《内经》课程是现代中医药高等教育课程体系中的重要理论提高课,加强《内经》课程的教学改革有助于培养学生的中医思维、提升学生的中医药文化素质,所以该文依据笔者自身教学的经验与体会,从教学过程应贯穿体现《内经》的奠基地位、教学内容要明确强化《内经》自身特点、教学目的须重点培养《内经》学习能力等三个方面阐述了一些观点建议,希望对《内经》教学改革的开展提供一些新思路、新举措。 相似文献
10.