【摘 要】
：
文章在前人注解、研究的基础上，从“玄”“府”之义、“玄府”的命名本义入手，在道家思想文化背景下对《黄帝内经》“玄府”新探，并对《黄帝内经》“玄府”相关文句加以诠释。认为“玄”即是“道”，“玄府”之本义为阴、阳之间相互作用、相互转化的处所和通道，《黄帝内经》“玄府”之命名实源出于道家文化，相关论述与道家文化密切相关，反映和蕴含了道家文化的内涵。基于“玄府”的本义，《素问·水热穴论》等释“玄府”为“汗
【基金项目】
：
山东中医药大学中医现象学研究青年科研探索团队课题（No.202054）～～；
论文部分内容阅读
文章在前人注解、研究的基础上，从“玄”“府”之义、“玄府”的命名本义入手，在道家思想文化背景下对《黄帝内经》“玄府”新探，并对《黄帝内经》“玄府”相关文句加以诠释。认为“玄”即是“道”，“玄府”之本义为阴、阳之间相互作用、相互转化的处所和通道，《黄帝内经》“玄府”之命名实源出于道家文化，相关论述与道家文化密切相关，反映和蕴含了道家文化的内涵。基于“玄府”的本义，《素问·水热穴论》等释“玄府”为“汗空”“汗孔”“气门”固宜，刘完素认为“玄府者，无物不有……乃气出入升降之道路门户也”，现代学者进一步提出“脑玄府”“肾玄府”“眼玄府”等假说，亦其题中应有之义。
其他文献
随着人口的迅速增长和工业发展进程的加速，用水量和排水量也在迅速增长，资源不足造成的天然水资源缺乏和环境污染使得水体环境污染和水生态环境污染问题日益加剧。运用生态修复的手法，对云南青海湖湿地公园景观设计进行了研究，根据现状条件将青海湖湿地公园总体结构为：“一湖、两廊、七区、十二景”,分为湿地科普区、水田展示区、水上森林区、湿地洲渚区、康体休闲区、水岸风情区、云岛景观区等功能区，并就相关问题提出湖泊淤
细胞膜是细胞内外环境的分界,参与多种基本生理反应过程。物质与细胞膜的相互作用是其进入细胞发挥功能或造成细胞毒性的第一步。一些具有生物活性的聚合物和多肽分子具有良好的生物适应性、靶向选择性、膜结合亲和力和细胞内化能力,在抗菌、药物和基因递送、生物检测等方面具有应用潜力。然而由于细胞环境的复杂性和研究手段的局限性等因素,这些活性分子与细胞膜发生界面相互作用的过程和机制尚不明确。传统的细胞膜界面研究的实
学习索引是最新提出的一种索引范式,旨在利用机器学习模型学习存储介质上数据的分布,从而达到降低空间成本并提高检索效率的目的。目前的学习索引工作部分或完全遵循“数据是一维、静态的,且有序地存储在内存数组中”的强假设。然而在大数据时代,尤其以流数据为代表的应用场景中,上述的学习索引工作很难发挥实际的作用。终其原因,流数据具有的多维性和动态性与已有工作存在的强假设是相悖的。本文首次将学习索引的应用范围拓展
以“清、雅、淡、美”为风格特色的当代作家汪曾祺,一生留下了无数富含“中国味儿”的文章。为感怀汪老而建的汪曾祺纪念馆肩负文物保护和社会公共教育的责任免费开放,导致经营成本直线上升,运营问题日益严重。如何更好地发挥纪念馆社会功能,并确保在经济发展的洪流中可持续发展,是当下汪曾祺纪念馆发展面临的首要问题。近年来,文化创意产品开启了新一轮的消费浪潮,不仅满足了当下消费者精神文化需求,更为汪曾祺纪念馆的持续
近年来,网络安全问题日益受到关注,身份认证作为一个系统或者应用的入口,其对整个系统的安全性起到了至关重要的作用。目前主流的身份认证方案仍然采用的中心化的方式,较为常见的有“账号+密码”的形式、PKI（公钥基础设施）技术、人脸识别技术。尽管目前这些技术比较成熟了,但依旧会暴露出许多网络安全方面的隐患,比如单点故障、易受攻击、隐私泄露、数据篡改、管理困难。如今区块链技术非常火热,由于其本身具有去中心化
目的 探讨早期颅骨修补手术治疗脑外伤的临床价值，为脑外伤患者探寻更好的治疗方案。方法 选取 2021 年 5月—2022 年 7 月滕州市中心人民医院收治的脑外伤患者 66 例纳入研究，随机分为对照组和观察组各 33 例。对照组先给予脑室-腹腔分流术，3 个月后给予颅骨修补术，观察组给予早期颅骨修补术与脑室-腹腔分流术联合治疗。比较两组治疗效果、术后恢复情况及并发症发生率。结果 观察组的优良率为
生态修复理念的应用能够很好地解决环境保护与开发平衡问题。在湿地公园设计与建设中融入生态修复理念，能够在帮助改善当地人居环境的同时发挥出良好的生态效益和经济效益。解析湿地公园及生态修复的概念，提出了生态修复理念下湿地公园设计原则（因地制宜原则、生态设计原则、协调发展原则、美学原则），分析总结了国内外生态修复理念下湿地公园的典型设计案例（伦敦湿地公园、杭州西溪湿地公园、六盘水明湖湿地公园），为利用生态
近年来,随着生物医学文献数量的飞速增长,如何从这样庞大的生物医学文献资料中快速高效地抽取出有价值的信息是当前急切需要解决的问题。生物医学领域中的命名实体识别（如疾病、化学物、基因/蛋白质等）和关系抽取,对生物医学知识图谱的构建、精准医学和新药研发等工作具有非常重要的意义。本文在生物医学领域的文本挖掘领域进行了以下三个方面的研究工作:（1）基于机器阅读理解（Machine Reading Compr
属性抽取旨在从非结构化文本中抽取与文本实体对应的属性和属性值,是知识图谱构建的一项重要子任务。目前,基于深度神经网络模型的属性抽取任务已取得长足进步。但是,属性抽取任务中依然存在较多亟待解决的问题,包括缺乏高质量标注数据、模型未能充分使用知识库中的知识、未登录词识别性能较低以及属性抽取模型对文本特征学习能力不足等。针对上述问题,本文的主要内容如下:（1）构建了基于远程监督的电商领域属性抽取数据集。
蛋白质是构成生命物质的基本有机物,蛋白质变异是产生疾病的一个重要因素,区分中性的和与疾病相关的突变可以快速筛选出潜在的致病位点。本文开展了蛋白质突变致病性计算建模研究,主要研究内容如下:通过基于多尺度卷积和双向门控循环神经网络的深度模型BMBQA来评估蛋白质预测结构的质量分数。在经典数据集上的结果表明,不管在评分的准确性上、还是对预测结构的排序能力以及最优结构的挑选上,BMBQA均具竞争力。该工作