•随着社会经济、科技进步，当前人类的健康模式和疾病谱发生了重要改变；•传染病已不再是危害我国人民健康的主要疾病；•慢性非传染性疾病，如心脑血管病(高血压、脑卒中、冠心病)、恶性肿瘤、糖尿病等，以及精神疾患、意外伤害已成为威胁人们生命与健康的常见病、多发病。由于这些疾病的发生与个人不健康的生活方式和行为习惯有密切关系，因此又称为“生活方式病”。•预防这些疾病的根本办法是提倡自我保健，改变不良行为习惯，建立科学、文明、健康的生活方式。•针对严重影响人们健康的不良行为与生活方式，提出了健康四大基石的概念，并指出，做到这四点，便可解决70%的健康行为问题，使平均寿命延长10年以上。•四大基石，十六个字：第一，合理膳食；第二，适量运动；第三，戒烟限酒；第四，心理平衡

第一章 绪论 第二章 药效学 第三章 药动学 第四章 影响药物效应的因素及合理用药原则 第五章 传出神经系统药理概论 第六章 胆碱受体激动药 第七章 抗胆碱酯酶药和胆碱酯酶复活药 第八章 M胆碱受体阻断药 第九章 N胆碱受体阻断药 第十章 肾上腺素受体激动药 第十一章 肾上腺素受体阻断药 第十二章 中枢神经系统药理学概论 第十三章 局部麻醉药 第十四章 全身麻醉药 第十五章 镇静催眠药 第十六章 抗癫痫药和抗惊厥药 第十七章 抗中枢退行性疾病药 第十八章 抗精神失常药 第十九章 镇痛药 第二十章 解热镇痛抗炎药 第二十一章 抗变态反应药 第二十二章 免疫功能调节药 第二十三章 利尿药与脱水药 第二十四章 作用于肾素-血管紧张素—醛固酮系统的药物 第二十五章 抗心律失常药 第二十六章 治疗充血性心力衰竭的药物 第二十七章 抗心肌缺血药 第二十八章 调血脂药及抗动脉粥样硬化药 第二十九章 抗高血压药 第三十章 作用于呼吸系统的药物 第三十一章 作用于消化系统的药物 第三十二章 子宫平滑肌兴奋药和抑制药 第三十三章 作用于血液及造血器官的药物 第三十四章 肾上腺皮质激素类药物 第三十五章 甲状腺素及抗甲状腺药 第三十六章 胰岛素及口服降糖药 第三十七章 性激素类药物及避孕药 第三十八章 抗菌药物概论 第三十九章 β-内酰胺类抗生素 第四十章 大环内酯类、林可霉素类及多肽类抗生素 第四十一章 氨基糖苷类及多粘菌素类抗生素 第四十二章 四环素类及氯霉素类抗生素 第四十三章 人工合成抗菌药 第四十四章 抗真菌药及抗病毒药 第四十五章 抗结核病药及抗麻风病药 第四十六章 抗疟药 第四十七章 抗阿米巴病药及抗滴虫病药 第四十八章 抗血吸虫病药和抗丝虫病药 第四十九章 抗肠蠕虫药 第五十章 抗恶性肿瘤药

第一章 绪论 第二章 药动学 第三章 药效学 第四章 影响药物作用的因素 第五章 传出神经系统药理概述 第六章 胆碱受体激动药 第七章 抗胆碱制没药和胆碱酯酶复活药 第八章 M胆碱受体阻断药 第九章 N胆碱受体阻断药 第十章 肾上腺素受体激动药 第十一章 肾上腺素受体阻断药 第十二章 中枢神经系统药理概论 第十三章 全身麻醉药 第十四章 局部麻醉药 第十五章 镇静催眠药 第十六章 抗癫痫抗惊厥药 第十七章 治疗中枢神经系统退行性疾病药 第十八章 抗精神失常药 第十九章 镇痛药 第二十章 解热镇痛抗炎药 第二十一章 离子通道概论及钙通道阻滞药 第二十二章 抗心律失常药 第二十三章 肾素-血管紧张素系统药理 第二十四章 利尿脱水药 第二十五章 抗高血压药 第二十六章 治疗心力衰竭的药物 第二十七章 调血脂药与抗动脉粥样硬化药 第二十八章 抗心绞痛药 第二十九章 作用于血液及造血器官的药物 第三十章 影响自体活性物质的药物 第三十一章 作用于呼吸系统的药物 第三十二章 作用于消化系统的药物 第三十三章 子宫平滑肌兴奋药和抑制药 第三十四章 性激素类药及避孕药 第三十五章 肾上腺皮质激素类药物 第三十六章 甲状腺素及抗甲状腺药 第三十七章 胰岛素及其它降血糖药 第三十八章 抗菌药物概论 第三十九章 β-内酰胺类抗生素 第四十章 大环内酯类及多肽类抗生素 第四十一章 氨基糖苷类抗生素 第四十二章 四环素类及氯霉素类 第四十三章 人工合成抗菌药 第四十四章 抗病毒药和抗真菌药 第四十五章 抗结核病药及康麻风病药 第四十六章 抗寄生虫药 第四十七章 抗恶性肿瘤药 第四十八章 影响免疫功能的药物 第四十九章 基因治疗药物

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断