全文获取类型
收费全文 | 79篇 |
免费 | 0篇 |
专业分类
耳鼻咽喉 | 1篇 |
基础医学 | 4篇 |
临床医学 | 5篇 |
内科学 | 13篇 |
特种医学 | 2篇 |
外科学 | 1篇 |
综合类 | 22篇 |
预防医学 | 7篇 |
眼科学 | 10篇 |
药学 | 6篇 |
中国医学 | 8篇 |
出版年
2023年 | 1篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2020年 | 1篇 |
2018年 | 3篇 |
2017年 | 2篇 |
2015年 | 1篇 |
2013年 | 3篇 |
2012年 | 5篇 |
2011年 | 8篇 |
2010年 | 5篇 |
2009年 | 2篇 |
2008年 | 3篇 |
2007年 | 1篇 |
2006年 | 2篇 |
2005年 | 3篇 |
2004年 | 3篇 |
2003年 | 2篇 |
2002年 | 4篇 |
2001年 | 3篇 |
2000年 | 1篇 |
1999年 | 8篇 |
1998年 | 1篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1993年 | 4篇 |
1992年 | 3篇 |
1991年 | 3篇 |
1990年 | 1篇 |
排序方式: 共有79条查询结果,搜索用时 15 毫秒
1.
3.
鼻尖完全断离再植成活1例 总被引:1,自引:0,他引:1
患者,女,41岁。鼻部刀砍伤后,鼻尖部呈锥体状完全断离1h,于1996年9月25日急诊入院。体检:痛苦病容,脉搏98次/min,呼吸20次/min,血压110/70mmHg(1mmHg=0.133kPa)。鼻部出血不止,创面上达鼻尖上2cm,下达鼻小柱根及小部分上唇,两侧大部分鼻翼呈锥形缺损;创面及创缘整齐,软骨、鼻黏膜及鼻腔暴露。并嘱家属立 相似文献
4.
目的探讨老年甲状腺功能亢进性心脏病临床特点,总结经验,降低误诊率。方法对67例老年甲状腺功能亢进性心脏病的临床资料进行分析。结果心律失常27例(70.9%),心衰4例(12.9%),误诊率为35.8%。结论老年甲状腺功能亢进症(甲亢)起病隐匿,表现出较高的误诊率。对于以心脏病为首发症状的病例,采用早期、联合治疗可取得满意的治疗效果。 相似文献
5.
目的:观察角膜屈光不同术式后基底膜下神经恢复情况。
方法:角膜激光共焦显微镜观察术后1 mo 的 LASEK 12眼、LASIK 12眼、FLEx 12眼、SMILE 12眼,并对部分其它术后时段进行了对比观察。
结果:术后1 mo SMILE组基底膜下神经均未见明显破坏,走行规律,完整,切口处被切断神经对合良好;LASEK, LASIK和FLEx基底膜下神经仍现不同程度损害,其它时段眼显示随着时间推移,逐渐形成交通支。
结论:SMILE手术对基底膜下神经影响小,相对于其他几种角膜屈光手术,在术后神经恢复方面可能有一定优势。 相似文献
方法:角膜激光共焦显微镜观察术后1 mo 的 LASEK 12眼、LASIK 12眼、FLEx 12眼、SMILE 12眼,并对部分其它术后时段进行了对比观察。
结果:术后1 mo SMILE组基底膜下神经均未见明显破坏,走行规律,完整,切口处被切断神经对合良好;LASEK, LASIK和FLEx基底膜下神经仍现不同程度损害,其它时段眼显示随着时间推移,逐渐形成交通支。
结论:SMILE手术对基底膜下神经影响小,相对于其他几种角膜屈光手术,在术后神经恢复方面可能有一定优势。 相似文献
6.
为构建基于眼底图像的糖尿病视网膜病变(糖网)自动筛查系统,提出一种基于改进的快速FCM(IFFCM)及SVM的糖网白色病灶自动检测算法.首先,利用改进的快速FCM算法,对彩色眼底图像进行粗分割获取糖网白色病灶候选区域,由于该算法将中值滤波添加到FCM算法的准则函数中,同时利用K-means算法的聚类结果对FCM进行聚类中心初始化,使得该算法克服了传统FCM算法计算复杂度高以及对噪声敏感的缺点;其次,采用两层级联分类结构的SVM对候选区域进行分类,即先利用SVM根据候选区域的特征集将白色病灶提取出来,再利用SVM根据另外的特征集将白色病灶中的硬性渗出与棉绒斑区分开,从而实现眼底图像中糖网白色病灶的自动检测.利用该方法对65幅眼底图像进行糖网白色病灶的自动检测,得到图像水平灵敏度100%,特异性95.0%,准确率98.46%;病灶区域水平(硬性渗出/棉绒斑)灵敏度96.42%/97.15%,阳性预测值90.03%/91.18%;平均一幅图像处理时间35.56 s.结果表明:将改进的快速FCM算法所提供的良好粗分割结果与识别率较高的分类器SVM相结合,使得对糖网白色病灶的自动检测结果较优,即该算法能够高效地自动检测出眼底图像中的糖网白色病灶. 相似文献
7.
8.
9.
10.
为快速、有效地自动检测免散瞳眼底图像中的微动脉瘤,构建基于免散瞳眼底图像的糖尿病视网膜病变自动筛查系统,提出了一种简单而高效的微动脉瘤自动检测算法。在对免散瞳眼底图像G通道预处理的基础上,利用数学形态学分割提取硬性渗出和血管;并通过将二者从扩展极小值变换后的二值图像中去除而获得微动脉瘤候选区域;进而根据尺寸信息获取真正的微动脉瘤。利用该算法对两组不同质量免散瞳眼底图像进行微动脉瘤自动检测,并对检测结果进行统计分析。结果表明:两组图像检测结果精度均较高,相应指标间的相对误差均低于4%,且处理效率高(平均一幅图像的处理时间为9.7 s)。该算法能够高效地自动检测出免散瞳眼底图像中的微动脉瘤,且算法稳定可靠,具有很高的实用价值。 相似文献