首页 > 文献资料
-
北美放射学年会RSNA 2009行业看点产品篇
软件技术类近几年,医学成像技术发展迅猛,进入全新影像时代,影像医学的观察已深入到组织的分子、原子领域中,这就对影像设备尤其是软件技术的要求越来越高.本次RSNA2009大会的参展商们各显神通:知名公司不断创新,力求在效率和质量之间寻找平衡点;一些新面孔也闪耀登场,或许他们会成为未来发展的生力军.
-
中国卫生Ⅶ健康促进项目干预活动的进展
随着人口老龄化和疾病模式的发展,慢性病、意外损伤、性病/艾滋病已成为我国重要的公共卫生问题.为减缓其上升趋势,中国卫生部与世界银行合作,在我国开展了健康促进项目.该项目自1996年开始,目前正在进行.全项目分为政策改革、人力开发、监测和干预四个子领域,干预是项目的核心部分.该项目有7市1省参加,即北京、天津、上海、成都、洛阳、柳州、威海和云南省.
-
目前证候微观研究存在的问题
21世纪自然科学的主导科学将是生命科学,这是众多科学家的共识.生命作为物质世界为精致复杂的系统,其结构与功能的奥秘正在分子水平上获得阐释.目前,中医学诸多方面的研究也正向微观分子领域迈进.
-
纳米技术在肝脏疾病诊断与治疗中的应用
纳米技术(nanotechnology)是指在0.1~100 nm量度范围内研究原子、分子的结构及其相互作用并加以应用的技术,是现代科学(混沌物理学、量子力学、介观物理学和分子生物学)与现代技术(计算机、微电子和扫描隧道、显微镜和核分析)结合的产物,通过操作原子、分子或原子团和分子团制备所需物质,使人类认识和改造自然能力扩展到分子和原子领域.利用纳米技术制备的纳米粒子(nanoparticles)具有比表面积大,表面原子数、表面能和表面张力随粒径的下降急剧增加,各纳米单位间存在着或强或弱的相互作用,这些特点使纳米粒子具有小尺寸效应,表面效应及很强的吸附性和生物活性,表现出许多优异性能和全新的功能,可作为药物或核苷酸的载体,用于疾病的诊断与治疗.
-
全民保健国家
高度关注民生,这是十七大报告区别以往报告的一个显著特色.作为民生中一个重要的子领域--医疗卫生体制事业,其未来的发展趋势在十七大报告中被归结为"公共卫生服务体系、医疗服务体系、医疗保障体系、药品供应保障体系".在某种程度上,这已经为即将出台的医改方案定下了基调.
-
组织芯片技术及磁共振波谱、弥散成像在前列腺癌分子影像诊断中的进展研究
前列腺癌(prostate cancer,PCa)是老年男性生殖系常见的恶性肿瘤[1],发病随年龄而增长,其发病率有明显的地区差异,欧美地区较高.据报道仅次于肺癌,在男性是癌症死亡的第二位.我国以前发病率较低,但由于人口老龄化和饮食结构的变化,近年来发病率逐年上升[2].而前列腺癌的治疗和预后都取决于早期的诊断与术前分期,因此对于早期前列腺癌的诊断尤为重要.近年来在分子领域组织芯片技术及磁共振波谱、弥散成像技术的广泛应用为前列腺癌的早期诊断、随访及预后提供有价值的信息.
-
EcoRI酶切柯萨奇B3病毒基因片段的原子力显微镜观察
以往对生物大分子的形态研究主要依靠电镜、X射线衍射、核磁共振等方法,这些技术都有一定的局限性.新近发展起来的原子力显微镜(AFM)是一种具有原子级分辨率的超微结构研究工具,与传统手段相比,具有分辨率高、制样简单以及可以在接近生理条件下成像等优点,因此在生物结构的研究中具有独特优势.本研究通过AFM对柯萨奇B3病毒(CVB3)基因片段的酶切观察,探讨AFM在生物大分子领域的应用前景.
-
长链非编码RNA与男性不育的研究进展
目前世界范围内不育夫妇约占已婚夫妇的15%,而男方因素造成不育的占40%~50%[1].不育症病因复杂,目前检测手段和相关研究还较单一,从分子领域开展对于男性不育症的研究已成为重要手段,包括精子DNA损伤、精浆游离miRNA、外周血染色体多态性、精子线粒体基因变异和缺失等研究,为不育症病因分析领域开辟了新的局面.研究发现,长链非编码RNA分子(lncRNA)在恶性肿瘤、神经系统疾病及动物发育等领域均起着重要的作用.lncRNA显示出良好的应用前景,但其在男性生殖方面的相关研究报道较为少见,进一步阐明其作用机制显得十分重要.故本文就lncRNA在男性不育症中的研究进展作一综述.
-
数据挖掘算法在中药研究中的应用
目的:为数据挖掘算法在中药研究中的进一步应用提供参考.方法:以"中药""Apriori""FP-growth""层次聚类""熵聚类""决策树""随机森林""贝叶斯""支持向量机""人工神经网络""logistic回归""线性回归"等为关键词,组合查询2000年1月-2018年5月发表于中国知网、万方数据、维普网相关文献,对数据挖掘算法在中药研究各子领域中的应用现状进行综述.结果:共检索到相关有效文献573篇.数据挖掘算法较常应用在方剂配伍规律、药物分析、中药药性研究、制剂工艺研究等中药研究子领域,但在医案研究、谱效关系、量化诊断标准等子领域的应用较少.在各子领域中,以在方剂配伍规律研究中运用的数据挖掘算法种类多,包括Apriori、FP-growth、层次聚类、熵聚类、决策树、人工神经网络、贝叶斯分类、logistic回归等,并以人工神经网络和支持向量机两种数据挖掘算法在中药研究各子领域中应用广.结论:数据挖掘算法在中药研究各子领域中应用广泛,可为中药现代化研究提供有力的技术支持.