IgA肾病的中西医结合研究进展

来源 :第一届全国中西医结合诊断学术会议 | 被引量 : 0次 | 上传用户:Pinger605
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
本文将近十年来中西医对IgA肾病的病因病机、证候与病理的内在联系及治疗现状、实验研究进行了综合归纳阐述,使专科人士对IgA肾病的中西医结合进展有了更深入的了解,从而进一步提出规范化IgA肾病的中医分型标准,指导临床,提高治疗质量.更需进一步利用分子生物学技术手段来深入研究IgA肾病,使其指标更加客观化、标准化,从而加快有效方药的开发和研制.
其他文献
为了有效地解决在舌图像采集过程中,一些摄录的舌图像不可避免地产生舌体歪斜的问题,本文提出一种新的舌形歪斜矫正算法一融合拟合曲线的曲率、舌体中轴对称度和舌体宽度的综合算法.经过对来自于哈尔滨工业大学计算机科学与技术学院生物信息技术研究中心的舌图像库中任意选取的344幅舌图像使用本算法处理后,显示舌形歪斜矫正效果非常明显.这344幅舌图像经过本算法处理后产生的中轴线误差角度(计算机自动化寻觅到的对称中
本研究使用SKYLARK TDS2005舌诊仪探测肥胖症患者之舌象,发现多数肥胖患者在舌右肝胆区、舌左肝胆区呈现红舌或淡红舌的舌质,而在这二区的舌苔多呈现薄白苔,另外在舌中的脾胃区发现了二种患者分别呈现了红舌红苔或淡红舌红苔及淡白舌白苔二种.另外,分别以西医常用之身体组成分析机和经络能量检测仪做肥胖患者身体八大生理数据和十二经络变化与分析,并将以上不同检测仪检测的结果之交叉分析比对,发现在舌的左右
中医医案研究在中医理论与临床研究中都具有重要的作用,为了运用数据库研究与挖掘中医临症中的诊法规律,笔者研制了中医病案联机分析处理(Online Analysis Processing,简称OLAP)系统.该系统将数据仓库的基本原理和方法与循证医学及临床流行病学的理论和方法相结合,本文介绍了如何采用最新软件开发与数据库技术设计,系统的设计、运行环境及基本功能进行研究。
近十几年来由于对人工智能的需求的增加,机器学习如异军突起,获得了极为迅速的发展,成功的研制了多种学习系统,发表了大量影响巨大的论文和专著.机器学习是一个活跃的充满生命的研究领域,同时也是一个困难的争议较多的研究领域.其中新的概念、新的思想以及新的研究方法不断涌现,取得了令人瞩目的成就.机器学习与其它多种学科有着密切的联系.机器学习的核心是学习.它是一种系统性、理论性很强的逻辑和推理严密的方法手段.
中风在世界上是常见病,80%是脑供血不全而造成的缺血性中风.对于脑缺血性疾病(从发展方面看可能称其为脑供血不全更切实用)的诊出率一般在60%左右,这就提出了研究诊断脑缺血病证的简而易行的、实用高效的诊断方法势在必行.我国是脑血管病高发区、死亡率高.研究脑缺血的诊断就显得尤为重要.本组脉象图随机、双盲检测中老年脉诊心脑血管病人632例,434例诊断患有脑缺血、诊出率为68.7%,其中172例同期作脑
本研究使用SKYLARK PDS2000脉诊仪探测高血脂症患者之脉象,发现高血脂患者多呈现缓脉、数脉、滑脉三种脉象,又分别以生物能量检测仪和经络能量检测仪做高脂血症患者诊断和十二经络变化之研究,并将以上不同检测仪检测的结果之交叉分析比对,发现同时呈现三种脉象者,循环系统即呈现异常,心脏系统亦有半数呈现不正常的数据,心经会并发出心经及心包经异常数值,三分之一的患者会连带影响大肠经与小肠经.
生命是宏观的.机体的任一部分都包含着整体的全部信息(2).人寸口脉作为全身动脉的一个独立的部分,它是一个全息元(3).脉象是人体全息的窗口.应用脉象信息诊断肝病是便捷的方法.肝是人体生命代谢的枢纽、人类肝病广泛、我国肝病十有六七.为此研究脉象图诊断肝疾病的规律也是人类医学治疗学的重要任务.于2003年1月-2006年2月应用脉诊观察肝胆病人同时做超声或肝生化检查计门诊病人970例,本文对其实验方法
目的:中医脉诊的客观化研究证明,t1值的增加是弦脉脉图重要特征之一,本研究以将健康体检中的高血压患者为观察对象,探讨高血压者脉图的t1/t值的变化规律.方法:收集2005年12月~2006年3月北京同仁医院体检中心的高血压者与非高血压者各90例,包括年龄、性别、病程、脉象采集和处理,选取脉图的t1/t值进行统计学分析.结果:高血压者与非高血压者男性组的均小于女性组;高血压者与非高血压者的21~40
红刺为舌尖、边、根等处突出之刺状物,根据红刺,并适当结合其他颜色、纹理或形状特征,中医能够快速准确的识别出多种疾病,如阑尾炎,支气管炎等.本文采用Gabor小波方法对红刺舌象进行了分类.Gabor小波是纹理分析领域一种应用较多也较为成功的方法,本文以这种方法提取特征,对红刺舌象进行识别分类,取得了较好的结果.
舌苔是舌表面的一层覆盖物,舌苔的厚薄是中医舌诊中的一项重要指标.本文采用分形维数(fractal dimension)和lacunarity,来描述舌苔的厚薄,并进行分类,取得了不错的结果.