勇踏玄奥地 智解千古谜——高也陶先生破译“听音辩病”著述读后

来源 :医学与哲学:人文社会医学版 | 被引量 : 0次 | 上传用户:songshuguiyu00
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
听音辨病,始于上古,《黄帝内经》,记述最详。然自此以降,未有确解,两千年来,已成绝响。究其原因,或谓玄妙难解而失传,或谓操作无法而不继,或以为无用而遭弃;臆测种种,不一而足。高也陶先生胆识过人,立志破解,广泛涉猎,殚精竭虑,以传奇经历,终获顿悟;有论文发表,有专著出版,使人得窥堂奥,令人拍案叫绝。又研制检测仪,问世之后,施诸诊察,验之临床,指导磁疗、饮食调理,于肥胖、肝病、鼻渊、便秘、痤疮、疳积等多种疾患,均获效验,令人惊喜。
其他文献
利用混合像元线性分解技术处理高光谱影像 ,以获取研究区域中同一像元的不同组份是遥感应用的主要目的之一。近年来 ,研究者们发展了一种正交子空间投影技术 ( OSP) ,用来探测感兴趣目标 ,进一步可以用来分解混合像元 ,然而应用这种方法分解混合像元的缺陷是需要有研究区域的先验信息 ,这就制约了它在这方面的应用。为此针对这种不足 ,提出一种非监督的正交子空间投影 ( U OSP)技术 ,用来自动获取影
数字水印是一种嵌入到图象、视频或者音频数据中的不可见标志 ,通过对水印信息的检测可达到保护多媒体数据版权的目的 .为了提高数字水印系统的鲁棒性 ,提出了一种基于 CL 多小波变换的图象数字水印嵌入和检测模型 .该 CL 多小波变换可将图象的能量集中在其最低分辨率子图象上 ,同时 ,能使最低分辨率子图象的能量进一步汇聚于其第 1个分量之上 .由于最低分辨率子图象受压缩、滤波等变换的影响较小 ,因此在
在三维地理信息系统 (GIS)中 ,影像数据作为模型表面的纹理特征 ,对弥补复杂模型的几何特性以及提高三维显示的效果具有十分重要的意义 .为了提高三维模型显示的速度和效果 ,以及为了降低纹理贴图时 ,影像的数据量 ,提出了一种与观察视点相关的动态多分辨纹理模型 ,并设计了相应的数据结构用于管理纹理数据 ,另外在讨论观察视点与纹理分辨率之间关系的基础上 ,开发了基于视点的确定纹理分辨率的算法 ,以用
基于图象内容的自动分析是当今医学影像领域的研究热点,分析颅骨CT图象是否缺如能为医生的诊断提供帮助.为此,提出了一套新的实用方法,该方法首先采用基于k-均值聚类动态选取
随着“流媒体”技术应用的发展和 MPEG- 4基于内容的功能的提出 ,视频图象处理领域中 ,基于对象的分割技术已成为该领域的研究热点 .如今视频分割研究已由基于镜头的分割发展到了通过提取视频对象面 ,来分割出视频对象的阶段 ,但目前基于对象的分割研究仍处于起步阶段 ,技术还很不成熟 .为了推动该技术进一步发展 ,在深入分析分割问题本质的基础上 ,首先提出从分割所利用的信息角度出发来进行分割的技术
人类与糖尿病抗争的历史最早可上溯到公元前1500年前,但直到20世纪20年代胰岛素才由生理学家Frechick Banting等发现。自此,挽救了数以百万计的糖尿病患者的生命。随后,人们在研
数学形态学已经成为计算机图象处理的一个重要研究领域 ,并在遥感影像分析中得到了卓有成效的应用 .将数学形态学的理论方法引入了建立数字高程模型 (DEM)的研究 ,提出了一种利用立体象对 ,自动匹配识别同名点并提取地表三维坐标 ,继而用数学形态变换建立 DEM的方法 .该方法首先利用正交小波变换对影像进行分解、重建、特征提取 ,并利用影像与特征结合的匹配方法进行亚像素匹配 ;然后根据匹配得到离散的地
复小波变换虽然具有良好的方向选择性和平移不变性 ,但不具备完全重构性条件 ,而二元树复小波变换(DTCWT)正好解决了这一难题 .在分析二元树复小波分解后的 12个高频子带方向性的基础上 ,利用其良好的方向选择性提出了一种对线形纹理图象进行增强滤波的方法 .该方法借助于小波变换域的方向解析性 ,在各子带中保留图象中各局部主方向的信息而滤除其他方向的噪声 .利用该方法进行滤波还可以避免对信号和噪声频
在分析图象整数小波变换的基础上 ,提出了基于子带比特平面编码的压缩算法 .该算法将整数小波系数按子带分为若干比特平面 ,称之为子带比特平面 ,并采用简单高效的率失真优化算法确定子带比特平面的编码顺序 ,且这一顺序与图象无关 .按此顺序对子带比特平面进行自适应 MQ算术编码 ,便得到嵌入式压缩码流 .该算法可以从无损到有损 ,以任意倍率或质量进行图象压缩 ,压缩效率达到了浮点 EZW算法和 JPEG
为了在高信噪比条件下获得对彩色视频的高倍压缩 ,提出了 4维矩阵及 4维矩阵离散余弦变换理论 ,并将该理论应用于彩色视频编码 .基于 4维矩阵离散余弦变换的彩色视频编码方法将彩色视频的多个帧放在一个统一的数学模型 (即 ,4维矩阵 )中考虑 ,利用 4维矩阵离散余弦变换去除其间的各种相关性 ,并通过矢量量化对变换系数进行压缩编码 .其方法可以同时全面利用彩色视频图象相邻像素间、彩色空间 Y、U、V