学科分类
/ 1
6 个结果
  • 简介:五脏(脾、肺、肾、肝、心)气血盛衰与年、日、时干支及五行、五音、气化纳时、五运六气有关,估极其复杂。本文根据[1]关于五脏气血盛衰估计的有关理论,通过研究编排组合,制出一系列表格,其估速度大大提高。在临床针灸治疗及进一步深入研究五脏气血盛衰规律和经络穴位相互关系具有实用价值。

  • 标签: 五行 五运六气 干支
  • 简介:本文用南京新博公司生产的NHE-1000型心电高频信息检测分析仪,研究了正常Wister大鼠高频心电图(HF-ECG)的时域和QRS波群的功率谱。主要结果如下(以Ⅱ导联为例,±SD):心率为420±46次/min;P—R间期为47.3±4.5ms;QRS波宽15.7±1.9ms;T波宽39.0±7.0ms;Q—T间期54.7±7.3ms。Ⅱ导联QRS波群各频段相对能量:0—100Hz的相对能量为83.47±15.07%;80—300Hz的相对能量为25.56±18.4%;100—250Hz为16.15±14.8%;150—250Hz为5.25±4.81%;100—1000Hz为16.53±15.07%。

  • 标签: 高频心电图 WISTER 大白鼠 时域值 功率谱
  • 简介:多电极微阵列(multi-electrodearrays,MEA)技术的发展,使同时记录多个神经元活动成为可能。在多电极阵列芯片上体外培养海马神经元网络,采用互相关函数对神经元网络自发信号进行分析。通过分析不同电极上的锋电位序列信号,互相关函数可以找出它们之间的相互联系,从而映射出相应神经元之间的连接状况和动态特性。实验结果表明:互相关函数能够描述神经元网络的结构及神经元间电活动的动态特性,并有助于我们了解神经元群体活动对信息的综合处理与编码。

  • 标签: 多电极阵列(MEA) 互相关函数 培养神经元网络 动态特性 锋电位序列
  • 简介:通过径向基函数神经网络的分析,对神经元脉冲电位信号提出了新的分类方法。对原始信号进行峰电位检测,获得脉冲电位信号样本,以主成分进行预分类,选取与类中心方差小的典型脉冲电位集合作为径向基网络的训练样本,让神经网络进行自适应学习,以实现对原始信号的分类。仿真结果表明,在对模拟的脉冲电位信号进行分类时此方法的错误率比主成分聚类法和形状聚类法小。多电极细胞外记录的海马神经元细胞电活动信号应用此方法分类也取得了较好的效果。

  • 标签: 径向基函数神经网络 脉冲电位分类 多电极阵列 主成分分析 海马神经元网络
  • 简介:通过对一组聚乳酸样品的凝胶渗透色谱(GPC)和特性粘度〔η〕的测定,应用直线最小二乘拟合的方法,订定了聚乳酸在丙酮中,25℃下的Mark-Houwink方程参数。结果:k=1.672×10-4,α=0.703。将这一结果运用到GPC谱图的计算,所得的粘度(〔η〕)与用粘度法实测比较,最大偏差小于493%

  • 标签: Mark-Houwink参数 凝胶渗透色谱 特性粘度 聚乳酸