点击切换搜索课件文库搜索结果(301)
文档格式:DOC 文档大小:115.5KB 文档页数:20
二、K型题(每题2分) A:1+2+3 B:1+3 C:2+4 D:4 E:1+2+3+4 ⒈霍纳氏征的临床表现为: ⑴同侧眼裂小; ⑵同侧眼球内陷; ⑶同侧瞳孔缩小; ⑷同侧瞳孔对光反应消失
文档格式:PPT 文档大小:144KB 文档页数:22
一、复习解剖 (一)外部形状 1、位于椎管内圆柱形,成人长42——45cm, 上与延髓相连,下形成脊髓圆锥,终止于 1——2腰椎间。 2、共发出31对脊神经,其中包括颈8、胸12、 腰5、骶5、尾1。脊髓相应也分为31个节段。 3、在脊髓的颈段和腰段有两个梭形膨大
文档格式:PPT 文档大小:2.83MB 文档页数:87
1.鱼类的主要特征(简介): 1.1 躯体都分为头、躯干和尾三部分。 1.2 出现上、下颌。 1.3 皮肤常被鳞。 1.4 中胚层的内骨骼支持。双凹型椎体。附肢骨 出现,但未与中轴骨相连。 1.5 鳃呼吸,多具鳔。 1.6 单循环,心脏由一心房一心室、静脉窦和动 脉圆锥(软骨鱼类)组成。 1.7 肾脏排泄。 1.8 有侧线。神经较为原始。 1.9 多卵生。少数卵胎生
文档格式:DOC 文档大小:47KB 文档页数:5
一、 单选题(选择最佳答案填入表内,共 50 分) 1.苯妥英钠对何种心律失常最好( ) A.导管术 B.强心甙中毒 C.麻醉 D.心脏手术 E.心机梗塞 2.强心甙治疗房颤的主要原理是( ) A.加快去机化 B.正性肌力作用 C.抑制房室传导 D.减慢窦性心率 E.抑制心交感神经
文档格式:PDF 文档大小:258.71KB 文档页数:16
(一)立项依据与研究内容(4000-8000 字): 1、 项目的立项依据(附主要的参考文献目录)。 【项目的研究意义】 绝经后骨质疏松症(postmenopausal osteoporosis, PMO)及其所致的骨折是全球性老年人病死 率和医疗费升高的主要原因;随着世界人口的老龄化,PMO 将成为前所未有的公共卫生问题(1)。我 们据《素问·上古天真论》“女子七七肾气衰,…任脉虚,太冲脉衰少”而组方的补肾宁心方(曾用 名更年健/青/春),具有补肾宁心,燮理阴阳的功能。不仅能有效地改善围绝经期妇女的精神和神经 症状,同时对绝经后骨质疏松有良好的防治作用(2、3)
文档格式:PPT 文档大小:16.99MB 文档页数:149
上腔静脉 主动脉 肺动脉 肺静脉 左心房 右心房 左心室 下腔静脉 右心室 病因与发病机制: 神经精神学说 遗传学说 肾素-血管紧张素系统(RAS) 钠与高血压 血管内皮功能异常 胰岛素抵抗 其他 肺结核 (Pulmonary tuberculosis) 高血压的营养疗法 急性支气管炎 病毒性肝炎 (viral hepatitis)
文档格式:PDF 文档大小:5.22MB 文档页数:81
 胃液、胰液、胆汁的成分和作用  胃和小肠运动形式、胃排空及调控  吸收主要场所、主要营养物质的吸收  消化器官神经支配及作用  胃肠激素及其作用  消化期胃液分泌调节 一、消化道平滑肌和消化腺概述 二、口腔内消化 三、胃内消化 四、小肠内消化 五、大肠的功能 六、吸收 七、消化器官活动的调节
文档格式:PDF 文档大小:0.99MB 文档页数:10
矿区废弃地为室外大型非结构化环境,包含多种类型的障碍物且存在诸多不确定性因素,给移动机器人全覆盖路径规划造成了极大的困难。本文使用牛耕式单元分解法结合生物激励神经网络算法完成移动机器人对矿区废弃地的全覆盖路径规划。首先,针对矿区废弃地已知环境,采用牛耕式单元分解法对复杂环境做出区域分解,将具有综合复杂性的地图分解为多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,采用深度优先搜索算法确定子区域间的转移顺序;最后,采用生物激励神经网络算法确定子区域内部行走方式以及子区域间路径转移。仿真结果表明,生物激励神经网络算法在解决机器人路径转移问题方面比其他路径规划算法更高效,所得的方法能够处理复杂的非结构化环境,完成废弃矿区移动机器人的覆盖路径规划
文档格式:PPT 文档大小:112.5KB 文档页数:21
肝性脑病过去称肝昏迷(Hepatic coma),是肝病晚期 的一种并发症,即严重肝病引起的,以代谢紊乱为基础 的,以意识障碍、行为失常和昏迷为主要临床表现的中 枢神经系统功能失调综合征。 门体分流性脑病:门脉高压及侧枝循环引起。 亚临床或隐性肝性脑病:仅能用心理智能试验或电生理 测定作诊断。 急性与慢性肝性脑病:无本质不同,但有区别
文档格式:PDF 文档大小:1.87MB 文档页数:11
针对目前锂离子电池寿命预测结果不准确的问题,提出了一种多模态分解的锂离子电池组合预测模型,从而学习锂离子电池退化过程的微小变化。该方法在单一长短期记忆(LSTM)预测模型的基础上,采用了自适应噪声完全集成的经验模态分解(CEEMDAN)算法将锂电池容量分为主退化趋势和若干局部退化趋势,然后使用长短期记忆神经网络(LSTMNN)算法分别对所分解的若干退化数据进行寿命预测,最后将若干预测结果进行有效集成。结果表明,所提出的CEEMDAN?LSTM锂离子电池组合预测模型最大平均绝对百分比误差不超过1.5%,平均相对误差在3%以内,且优于其他预测模型
首页上页1920212223242526下页末页
热门关键字
搜索一下,找到相关课件或文库资源 301 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有