检索结果-南通市图书馆

体内核磁共振(in vivo NMR)中表面圈线技术进展

在线全文

学校读者我要写书评

暂无评论

中国医学物理学杂志 1990年第Z1期7卷 1-7,12页

作者：朱好勤南京中国药科大学物理教研室

本文综述了体内核磁共振(in vivo NMR)中表面线圈技术的发展。着重讨论了表面线圈的工作原理及其特点,同时也对空间定位问题作了介绍。与常规核磁共振探头相比,表面线圈是目前将NMR技术用于生命机体内进行无损伤测定的较为理想的传感器... 详细信息

本文综述了体内核磁共振(in vivo NMR)中表面线圈技术的发展。着重讨论了表面线圈的工作原理及其特点,同时也对空间定位问题作了介绍。与常规核磁共振探头相比,表面线圈是目前将NMR技术用于生命机体内进行无损伤测定的较为理想的传感器。最后介绍了表面线圈技术在生物医学方面的应用。

关键词：体内核磁共振表面线圈

活体动物代谢过程的￣(31)PNMR研究─—方法与初步结果

在线全文

学校读者我要写书评

暂无评论

波谱学杂志 1994年第3期11卷 257-264页

作者：颜贤忠李桦冯锐杜泽涵阮金秀朱好勤北京军事医学科学院仪器测试中心北京毒物药物研究所中国药科大学物理教研室

利用表面线圈探头测得了小鼠大脑，大腿肌肉和肝脏的体内￣（３１）ＰＮＭＲ谱图。观察到ＰＣｒ，ＡＴＰ，ＰＭＥ，ＰＤＥ，Ｐ＿ｉ等化合物的共振峰，并确定了各谱峰的化学位移。由大脑的Ｐ＿ｉ化学位移计算得到其细胞内ｐＨ值为７．１... 详细信息

利用表面线圈探头测得了小鼠大脑，大腿肌肉和肝脏的体内￣（３１）ＰＮＭＲ谱图。观察到ＰＣｒ，ＡＴＰ，ＰＭＥ，ＰＤＥ，Ｐ＿ｉ等化合物的共振峰，并确定了各谱峰的化学位移。由大脑的Ｐ＿ｉ化学位移计算得到其细胞内ｐＨ值为７．１５．用差谱方法解决了因定位不准而造成的肝脏谱图不纯。观察了小鼠大脑在缺氧状态下的代谢变化过程。当Ｏ＿２浓度降至２％时，ＰＣｒ开始下降，降到１％时，Ｐ＿ｉ明显升高。从空气变化到１％的Ｏ＿２含量，致使小鼠死亡，小鼠大脑的ｐＨ值从７．１６降到６．４６。

关键词： NMR 代谢磷31 大脑缺氧动物

血浆噻吗洛尔浓度及其降低心率作用的药动学及药效学结果分析

在线全文

学校读者我要写书评

暂无评论

中国药理学与毒理学杂志 1994年第1期8卷 70-71页

作者：柳晓泉叶晓镭李勤朱好勤黄圣凯中国药科大学药理教研室

用药物动力学－药效学结合模型（ＰＫ－ＰＤ），对噻吗洛尔在兔体内的处置和效应动力学作定量分析。兔ｉｖ噻吗洛尔后，其效应变化明显滞后于血药浓度的变化，用ＰＫ－ＰＤ模型估算了其与这一滞后作用有关的效应动力学参数ｋｅｏ及与作... 详细信息

用药物动力学－药效学结合模型（ＰＫ－ＰＤ），对噻吗洛尔在兔体内的处置和效应动力学作定量分析。兔ｉｖ噻吗洛尔后，其效应变化明显滞后于血药浓度的变化，用ＰＫ－ＰＤ模型估算了其与这一滞后作用有关的效应动力学参数ｋｅｏ及与作用部位敏感性有关的药效学参数ＥＣ５０．兔ｉｖ４ｍｇ·ｋｇ后，Ｋｅｏ，ＥＣ５０分别为０．０９７±ｓ０．０２１ｍｉｎ，０．６±ｓ０．３ｕｇ·ｍＬ－１，本文用药物的时间－浓度－效应三维空间图描述效应和浓度随着时间变化的规律性。能直观地看出三者关系。

关键词：噻吗洛尔代谢解毒药物动力学

在线全文

学校读者我要写书评

暂无评论

机器学习用于慢性肾衰竭研究进展

中国医学影像技术 2024年第4期40卷 614-617页

作者：李寒笑曾甜邢雨朱好辉新乡医学院研究生院河南新乡435000 河南省人民医院超声科河南郑州450003

慢性肾衰竭(CRF)为多因素所致慢性进行性肾实质损害,进而可累及全身多系统。机器学习(ML)可对高维医学数据进行数据分析和挖掘,对于解决临床复杂问题具有显著潜力。本文围绕ML用于CRF研究进展进行综述。

关键词：机器学习肾衰竭慢性诊断预后

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

NMR波谱表面线圈探头研制成功

中国药科大学学报 1993年第2期 124-124页

作者：朱好勤中国药科大学物理学教研室

一种用于活体小动物NMR实验的体内P NMR表面线圈探头,最近由我校物理学教研室研制成功。该探头克服了常规检测技术的一些缺陷,能在正常生理条件下,无损伤地在分子水平上,对活的生命体中各部位如心脏、肝脏、大脑、肿瘤乃至细胞等进行定... 详细信息

一种用于活体小动物NMR实验的体内P NMR表面线圈探头,最近由我校物理学教研室研制成功。该探头克服了常规检测技术的一些缺陷,能在正常生理条件下,无损伤地在分子水平上,对活的生命体中各部位如心脏、肝脏、大脑、肿瘤乃至细胞等进行定量研究,并可进行长

关键词：表面线圈 NMR

传统和机器学习策略在基于结构虚拟筛选中的应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Chinese Journal of Chemical Physics 2024年第2期37卷 177-191,I0101,I0102页

作者：张宏高毅勤昌平实验室北京102200 北京大学化学与分子工程学院北京100871 北京大学生物医学前沿创新中心北京100871

计算机辅助药物发现和人工智能驱动药物设计在制药行业中是减少时间和经济成本的重要策略.其中具有代表性的方法包括虚拟筛选、蛋白质-配体相互作用评估、药物药代动力学性质预测以及药物设计.通常来说,虚拟筛选是药物发现的第一步,其... 详细信息

计算机辅助药物发现和人工智能驱动药物设计在制药行业中是减少时间和经济成本的重要策略.其中具有代表性的方法包括虚拟筛选、蛋白质-配体相互作用评估、药物药代动力学性质预测以及药物设计.通常来说,虚拟筛选是药物发现的第一步,其主要目标是识别和发现潜在的先导化合物的候选物.在过去的几十年里,已经开发了多种传统的和基于机器学习的方法来提高虚拟筛选的准确性和速度.本综述总结了传统和机器学习方法在基于结构的虚拟筛选中的应用,讨赖性较弱,且分布非常冷并在j=1处达到峰值,但(0,1,0)振动态的转论了它们的性能、优势和局限性等方面.

关键词：分子对接机器学习基于结构的虚拟筛选计算机辅助药物发现人工智能驱动药物设计