神经症是一种精神障碍,主要表现为持久的心理冲突,病人觉察到或体验到这种冲突并因而深感痛苦且妨碍心理功能或社会功能,但没有任何可以证实的器质性病理基础

一、概念 是研究与法律相关的精神障碍和精神卫生问题的医学科学。 狭义即指司法精神病学 (forensic psychiatry) 广义则泛指精神病学与法律,法律精神病学(psychiatry and law)

【常见的精神疾病】 精神疾病是多种原因引起的精神活动障碍一类疾病的总称。 其种类很多。 包括: 精神病，亦称精神分裂症 （抗精神病药） 抑郁症 （抗抑郁症药） 躁狂症 （抗躁狂症药） 焦虑症 （抗焦虑症药、苯二氮 类药治疗）

神经性毒剂是以神经系统中毒为主的全身性毒剂,其主要特征是抑制神经系 统功能,产生相应的中毒体征和症状,严重时可危机生命。而失能剂是一类使人 暂时丧失战斗能力的全身性毒剂,主要通过损伤中枢和周围神经系统功能,引起 精神活动异常和躯体功能障碍,一般不会造成永久性伤害或死亡

第十三章抗精神失常药 1、精神:指心理活动,它包括感觉、 思维、情感、意志、行为和语言等基本过程。 2、精神失常:是一类由多种原因引起的精神活动障碍的疾病。包括

病例特点(一) 青年男性,急性起病。 既往无结核病史及接触史,否认冶游史。 主要表现为发热、头痛、呕吐,发热以下午为著 (最高达38.5℃),精神差,消瘦,无面颊潮红、 咳嗽,无肢体抽搐、意识障碍

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