检索结果-维普期刊中文期刊服务平台

基于残差神经网络的深度学习方法在心律失常心电图自动识别中的应用研究被引量：6: 1; 作者徐佳钦张敏 +2 位作者王柳滢李康张海玉《中国卫生统计》 CSCD 北大核心 2023年第3期345-348,共4页; 目的针对心律失常心电图自动识别,探究出一种新的DRNN深度学习模型与算法。方法基于开源心电数据库(The PhysioNet Challenge 2017),利用8249条心电记录数据,建立DRNN模型,通过五折交叉验证对3类心电节律进行识别,并与4种常用模型的识... 展开更多; 关键词残差神经网络深度学习心律失常心电图识别; 在线阅读下载PDF 职称材料

缬沙坦与赖诺普利治疗原发性高血压患者在耐受性、安全性和疗效上的比较被引量：8: 2; 作者谭慧琼朱俊 +4 位作者于丽天章晏郭素芳黄永麟关德明《中国循环杂志》 CSCD 北大核心 2000年第4期223-224,共2页; 目的 :评价缬沙坦 (valsartan)治疗原发性高血压患者的耐受性、安全性和疗效。　　方法 :146例轻、中度原发性高血压患者采用随机双盲的研究方法分为缬沙坦组 (n=75 )和赖诺普利 (lisinopril)组 (n=71) ,分别接受缬沙坦 80 mg/d或赖诺普... 展开更多; 关键词原发性高血压药物疗法缬沙坦赖诺普利疗效; 在线阅读下载PDF 职称材料

心肌缺血再灌注损伤中一氧化氮与中性粒细胞之间的关系被引量：3: 3; 作者丁钢黄永麟《中国心血管杂志》 2000年第2期99-101,共3页; 对缺血后心肌进行再灌注治疗是近代医学的一大进展,缺血再灌注损伤也日益引起人们高度的重视.心肌再灌注损伤多以四种形式出现:①再灌注可使缺血区存活的心肌和内皮细胞发生不可逆性坏死,这是再灌注损伤最重要的一种表现形式,可导致梗... 展开更多; 关键词心肌缺血再灌注损伤一氧化氮中性粒细胞预防治疗; 在线阅读下载PDF 职称材料

深度学习在代谢组学中的应用进展: 4; 作者张帆周琪 +1 位作者王柳滢张海玉《中国卫生统计》 CSCD 北大核心 2023年第3期459-461,465,共4页; 深度学习(deep learning,DL)是一种基于人工神经网络(artificial neural networks,ANN)的机器学习方法,已越来越多地应用于解决代谢组学中常规算法无法处理的难题[1]。在基于核磁共振(nuclear magnetic resonance,NMR)和质谱(mass spect... 展开更多; 关键词代谢组学深度学习数据整合人工神经网络数据预处理; 在线阅读下载PDF 职称材料

题名基于残差神经网络的深度学习方法在心律失常心电图自动识别中的应用研究被引量：6: 1; 作者徐佳钦张敏王柳滢李康张海玉; 机构哈尔滨医科大学卫生统计学教研室哈尔滨医科大学附属第一医院心血管病研究所; 出处《中国卫生统计》 CSCD 北大核心 2023年第3期345-348,共4页; 基金国家自然科学基金资助(81803331)。; 文摘目的针对心律失常心电图自动识别,探究出一种新的DRNN深度学习模型与算法。方法基于开源心电数据库(The PhysioNet Challenge 2017),利用8249条心电记录数据,建立DRNN模型,通过五折交叉验证对3类心电节律进行识别,并与4种常用模型的识别效果进行比较。结果本文提出的DRNN模型与算法对心律失常的识别效果明显优于其他4种模型,其查准率、查全率和F1分数的综合指标分别为86.28%、86.12%和86.17%。结论DRNN模型对心电图具有良好的识别效果。; 关键词残差神经网络深度学习心律失常心电图识别; Keywords Residual neural network Deep learning Arrhythmia ECG recognition; 分类号 R195.1 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

题名缬沙坦与赖诺普利治疗原发性高血压患者在耐受性、安全性和疗效上的比较被引量：8: 2; 作者谭慧琼朱俊于丽天章晏郭素芳黄永麟关德明; 机构中国医学科学院中国协和医科大学心血管病研究所阜外心血管病医院急症抢救科哈尔滨医科大学附属第一医院心血管病研究所; 出处《中国循环杂志》 CSCD 北大核心 2000年第4期223-224,共2页; 文摘目的 :评价缬沙坦 (valsartan)治疗原发性高血压患者的耐受性、安全性和疗效。　　方法 :146例轻、中度原发性高血压患者采用随机双盲的研究方法分为缬沙坦组 (n=75 )和赖诺普利 (lisinopril)组 (n=71) ,分别接受缬沙坦 80 mg/d或赖诺普利 10 mg/d,4周后血压控制不满意者 (舒张压≥ 90 mm Hg,1mm Hg=0 .133k Pa) ,接受缬沙坦 16 0 mg/d或赖诺普利 2 0 mg/d。　　结果 :缬沙坦与赖诺普利均能有效降低血压。治疗总有效率分别为 6 0 .3%和 6 4.1% ,降压程度及治疗有效率比较统计学无显著性差异 (P>0 .0 5 )。缬沙坦组具有良好的耐受性 ,未见干咳现象 ,而赖诺普利组干咳发生率达 5 .6 %。　　结论 :缬沙坦是治疗轻、中度原发性高血压安全有效的药物。; 关键词原发性高血压药物疗法缬沙坦赖诺普利疗效; Keywords Valsartan Lisinopril Hypertension; 分类号 R544.105 [医药卫生—心血管疾病]; 在线阅读下载PDF 职称材料

题名心肌缺血再灌注损伤中一氧化氮与中性粒细胞之间的关系被引量：3: 3; 作者丁钢黄永麟; 机构哈尔滨医科大学附属第一医院心血管病研究所哈尔滨; 出处《中国心血管杂志》 2000年第2期99-101,共3页; 文摘对缺血后心肌进行再灌注治疗是近代医学的一大进展,缺血再灌注损伤也日益引起人们高度的重视.心肌再灌注损伤多以四种形式出现:①再灌注可使缺血区存活的心肌和内皮细胞发生不可逆性坏死,这是再灌注损伤最重要的一种表现形式,可导致梗死面积的扩大.②尽管恢复血供,但缺血区发生无复流现象和冠脉血流储备减少,使缺血心肌并无或无充分的血液供应.③心肌顿抑使局部存活的心肌收缩功能暂时性减退或消失.④往往在短暂的(5～15min)冠脉缺血后。; 关键词心肌缺血再灌注损伤一氧化氮中性粒细胞预防治疗; 分类号 R363 [医药卫生—病理学]; 在线阅读下载PDF 职称材料

题名深度学习在代谢组学中的应用进展: 4; 作者张帆周琪王柳滢张海玉; 机构哈尔滨医科大学附属第一医院国家卫生健康委员会细胞移植重点实验室哈尔滨医科大学附属第一医院科研科哈尔滨医科大学公共卫生学院卫生统计教研室哈尔滨医科大学附属第一医院心血管病研究所; 出处《中国卫生统计》 CSCD 北大核心 2023年第3期459-461,465,共4页; 基金国家自然科学基金(81803331,82003553)。; 文摘深度学习(deep learning,DL)是一种基于人工神经网络(artificial neural networks,ANN)的机器学习方法,已越来越多地应用于解决代谢组学中常规算法无法处理的难题[1]。在基于核磁共振(nuclear magnetic resonance,NMR)和质谱(mass spectroscopy,MS)的代谢组学中,已经开发了多种DL方法用于数据预处理、峰识别与对齐、化合物鉴定与定量、数据整合与分析[2-6]。; 关键词代谢组学深度学习数据整合人工神经网络数据预处理; 分类号 R195.1 [医药卫生—卫生统计学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于残差神经网络的深度学习方法在心律失常心电图自动识别中的应用研究	徐佳钦张敏王柳滢李康张海玉	《中国卫生统计》 CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
2	缬沙坦与赖诺普利治疗原发性高血压患者在耐受性、安全性和疗效上的比较	谭慧琼朱俊于丽天章晏郭素芳黄永麟关德明	《中国循环杂志》 CSCD 北大核心	2000	8	在线阅读下载PDF 职称材料
3	心肌缺血再灌注损伤中一氧化氮与中性粒细胞之间的关系	丁钢黄永麟	《中国心血管杂志》	2000	3	在线阅读下载PDF 职称材料
4	深度学习在代谢组学中的应用进展	张帆周琪王柳滢张海玉	《中国卫生统计》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料