一、【概述】定义、流行病学特征。 二、【病因】遗传因素、环境因素。 三。【发病机制】气道炎症、气道高反应性、免疫机制、神经精神因素

抗癫痫药与抗惊厥药 癫痫属神经科常见疾病,发病率较高;多种原 因所致大脑某些神经细胞群异常放电,向周围扩散, 引起临床症状发作。 表现:突发、短暂、反复发作(运动、感觉、意识 精神等脑功能紊乱) 原发性:(病因未明) 继发性:脑瘤、脑寄生虫、脑血管畸形、脑外伤等 所致。 脑部存在病灶,异常高频放电,病灶所处部位 放电侵犯区域大小,决定临床发作类型及症状轻重

• 肿瘤发生发展的概述 • 肿瘤病因学 • 环境因素（80％～90％） – 化学致癌因素 – 物理致癌因素 – 生物致癌因素 • 机体因素 – 遗传、免疫、内分泌、代谢、精神神经等因素 • 肿瘤发生的分子机制 • 癌基因 • 抑癌基因

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