肺癌化疗后顽固性呃逆案

被引量 : 0次 | 上传用户:yumenglu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文介绍一例肺癌化疗后顽固性呃逆患者,从肺胃论治,运用子母补泻法,获得显著疗效。
其他文献
纳米通道是一种普遍的结构,在生物系统以及人工材料中都发挥着重要的作用,例如视网膜、神经、肌肉等生命系统中的纳米通道,控制着生命活动中离子以及分子的运输,生物纳米通道如:离子通道、水通道和葡萄糖通道,可以根据其独特的形状和通道蛋白有效调节离子或分子在细胞膜上的运输,基于生物纳米通道的优异功能,如何用人工材料构建纳米通道就成为研究者们关注的焦点。与脆弱的生物纳米通道不同,人造纳米通道具有机械坚固性、稳
学位
多视图可视化是一种布局设计技术,通过协调关联将不同类型的视图组合起来,每个视图可以展现数据某方面的属性,并且通常允许用户进行交互分析。由于其通用性,多视图可视化设计已被可视化社区广泛采用,帮助用户更好理解高维且复杂的数据。尽管多视图可视化无处不在,但致力于更好理解多视图可视化的设计空间的工作却很少。对于如何有效地使用多视图可视化设计,几乎没有指导方针。本文将深入研究在实践中如何设计多视图可视化。多
学位
受教育程度、认知表现、智力、童年智力四种认知相关表型对阿尔茨海默病的独立影响仍然未知,而探究哪种表型可以预防阿尔茨海默病发生对于公共卫生安全至关重要,因此本文旨在评估教育程度、认知表现、智力、童年智力与阿尔茨海默病的遗传重叠。本文利用阿尔茨海默病(21,982病例,41,944对照)、受教育程度(1,131,881样本)、认知表现(257,828样本)、儿童智力(17,989样本)和智力(78,3
学位
在情景记忆编码和提取过程中,模式分离和模式完成两个关键计算过程被公认为是海马的重要功能之一。目前,将传统实验范式与磁共振成像技术相结合是研究海马功能机制的常用方式,但是,自然刺激实验范式与传统实验范式下海马亚区的计算机制是否一致等问题尚不明确。本课题采用高分辨率功能磁共振成像技术,主要研究以下内容:(1)自然刺激实验范式下,海马回路的不同组成部分对于模式分离/完成计算过程的贡献程度;(2)海马亚区
学位
大脑皮层作为哺乳动物大脑中最为复杂的结构之一,是高级神经活动的物质基础。大脑主导机体内一切活动过程,人们对大脑的研究已有几个世纪的历史。大脑的跨物种对比分析作为研究智能进化的重要基础之一,一直是人们关注的热点问题。近年来,随着生物和信息技术的发展,对大脑的研究已经达到细胞和分子水平,研究人员已经开始基于单细胞转录组测序等技术解析小鼠、灵长类动物和人类的脑细胞图谱,然而目前的研究局限在初级运动皮层和
学位
本能恐惧行为对个体生存和物种繁衍至关重要,且往往表现出显著的性别差异。此外,创伤后应激障碍、焦虑障碍等精神疾病往往伴随着恐惧感的异常放大,且其发病率、发病特点及干预效果也常表现出性别差异。然而,既往关于本能恐惧的机制研究中鲜有两性的数据。因此,深入解析本能恐惧的性别差异性特征及其神经环路机制,对理解恐惧情感异常相关精神疾病的发病机理、开发更为有效的干预策略至关重要。本研究选取跨物种高度保守的视觉本
学位
<正>2018年1月,中共中央、国务院印发《关于开展扫黑除恶专项斗争的通知》,吹响了扫黑除恶专项斗争集结号。专项斗争开展以来,人民法院认真贯彻落实习近平总书记重要指示精神和党中央决策部署,精心组织实施,切实履职尽责,依法、准确、有力惩处了黑恶犯罪分子,坚决打掉了黑恶势力嚣张气焰,有力增强了人民群众获得感、幸福感、安全感。深刻认识和把握扫黑除恶专项斗争的时代意义,系统总结人民法院开展专项斗争的工作成
期刊
单细胞多组学技术是指在同一个细胞中同时测量多个不同组学数据的前沿测序技术。这种技术避免了传统测序中一些难以消除的误差,如不同批次、不同试剂处理等;减少了在数据处理过程中复杂的数学计算;实现了单细胞层次上同步解析多维度特征,从而在潜在遗传问题的挖掘、癌症相关机制的阐明、前瞻性健康跟踪等方面具有广阔的应用前景。目前,单细胞多组学技术已超过20种,最多可实现三个不同组学的同时测序。然而,这些技术产生的数
学位
近些年来,随着科技的不断发展,移动机器人不仅局限于工业化使用,而是逐渐走进并融入普通民众的生活中。移动机器人广阔的应用场景和巨大的发展潜力使其成为当前研究的热点。在深度学习热潮之下,将移动机器人与深度学习相结合的研究是当前的一个主流。在通过模型的迭代和大量的训练后,深度学习网络往往能在许多方面和移动机器人配合,例如道路行人检测、安防机器人等,但深度学习也带来了计算消耗大、能耗高等问题。对于移动机器
学位
航天器的姿态估计在载人航空航天、空间站交会对接、太空碎片清理、航天器在轨服务、天体登陆等太空任务中具有广泛的应用。在众多航天器姿态估计方法中,非合作航天器的姿态估计方法因为对遮挡和光照的鲁棒性以及应用范围更加广泛而备受关注。本文提出两种基于神经网络的姿态估计方法,对非合作航天器的姿态估计有较高的估计精度以及对光照、遮挡有较好的鲁棒性。本文提出的第一种姿态估计方法是基于神经网络的端到端姿态估计算法。
学位