检索结果-南通市图书馆

槐胺碱对心肌收缩性和麻醉犬血流动力学的影响

在线全文

学校读者我要写书评

暂无评论

中国药理学通报 1995年第3期11卷 224-227页

作者：王化洲金英张云芳路德泽锦州医学院药理教研室附属第一医院计算机教研室

本研究表明，槐胺碱（Ｓｏｐ）能增强电驱动的大鼠左心室肌条的收缩反应。静脉输入Ｓｏｐ后，可使麻醉犬的心肌组织收缩性增强，使左室压（ＬＶＰ）、左室任最大上升速率和心肌收缩成分缩短速度明显增加，血压和总外周血管阻力下降，心... 详细信息

本研究表明，槐胺碱（Ｓｏｐ）能增强电驱动的大鼠左心室肌条的收缩反应。静脉输入Ｓｏｐ后，可使麻醉犬的心肌组织收缩性增强，使左室压（ＬＶＰ）、左室任最大上升速率和心肌收缩成分缩短速度明显增加，血压和总外周血管阻力下降，心输出量增加。

关键词：槐胺碱抗心律失常药心肌收缩性血流动力学

在线全文

学校读者我要写书评

暂无评论

突变理论与疾病控制

锦州医学院学报 1988年第4期 349-351页

作者：路德泽锦州医学院

世界一切事物都在变化。象地球绕太阳的公转,生物的生长发育,血液的流动等,其变化过程表现为连续的渐变。而象地震的突然发生,流行病的突然暴发等则表现为非连续的突变。经典微积分是研究连续的渐变的有力工具,这已为历史所证实。然而... 详细信息

世界一切事物都在变化。象地球绕太阳的公转,生物的生长发育,血液的流动等,其变化过程表现为连续的渐变。而象地震的突然发生,流行病的突然暴发等则表现为非连续的突变。经典微积分是研究连续的渐变的有力工具,这已为历史所证实。然而经典微积分处理非连续的突变现象却不那么得心应手,尽管长期以来不少科学家做了大量工作,但收效不大。

关键词：突变理论非稳定控制变量初等突变突变过程稳定态临界值耗散结构疾病控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

灰色系统在预测肺癌发病趋势中的应用

数理医药学杂志 1995年第1期8卷 91-92页

作者：路德泽锦州医学院计算机室锦州121001

本文以灰色预测理论为依据,选用GM(1,1)为数学模型,在286微机上对锦州地区肺癌发病趋势进行预测分析。

关键词：肺肿瘤灰色系统发病趋势预测

在线全文

学校读者我要写书评

暂无评论

医用电脑教程

1996年

作者：路德泽赵德宝张尔强梁延祥高峰

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

提高医学生计算机教学质量的研究

医学信息 1999年第9期 42-43页

作者：封梅路德泽韩智涌尚丹梅锦州医学院!121001

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进心电图QT间期校正方法的临床研究

中国实验诊断学 1998年第4期2卷 216-217页

作者：路德泽刘仁光杨增颜李丽张力闫涛锦州医学院计算机教研室锦州医学院附属第一医院锦州石化医院

改进心电图ＱＴ间期校正方法的临床研究路德泽刘仁光杨增颜李丽张力闫涛作者单位：１２１００１锦州医学院计算机教研室（路德泽）；锦州医学院附属第一医院（刘仁光，杨增颜，李丽，闫涛）；锦州石化医院（张力）ＱＴ间期是反映心室复... 详细信息

改进心电图ＱＴ间期校正方法的临床研究路德泽刘仁光杨增颜李丽张力闫涛作者单位：１２１００１锦州医学院计算机教研室（路德泽）；锦州医学院附属第一医院（刘仁光，杨增颜，李丽，闫涛）；锦州石化医院（张力）ＱＴ间期是反映心室复极的重要心电图指标，且明显受心率影...

关键词：心电图 QT间期校正方法

基于智能优化算法和Bi-LSTM神经网络的盾构隧道刀盘扭矩智能预测方法

在线全文

学校读者我要写书评

暂无评论

中国科学:技术科学 2025年

作者：孔凡超刘懿晗刘士吉路德春杜修力华北电力大学水利与水电工程学院北京工业大学岩土与地下工程研究所

智能预测合理的刀盘扭矩可有效降低盾构隧道开挖对地层的扰动并减小刀盘磨损,对于盾构安全高效施工具有重要意义.本文基于智能优化算法和深度学习神经网络,提出了盾构隧道刀盘扭矩时序智能预测方法.采用Bi-LSTM神经网络作为深度学习预... 详细信息

智能预测合理的刀盘扭矩可有效降低盾构隧道开挖对地层的扰动并减小刀盘磨损,对于盾构安全高效施工具有重要意义.本文基于智能优化算法和深度学习神经网络,提出了盾构隧道刀盘扭矩时序智能预测方法.采用Bi-LSTM神经网络作为深度学习预测模型,分别联合粒子群优化算法(PSO)、遗传优化算法(GA)、饥饿游戏搜索算法(HGS)和麻雀搜索算法(SSA)智能确定Bi-LSTM神经网络的3个超参数,即学习率、神经元数量和丢弃率,进而获得了盾构隧道刀盘扭矩智能预测方法.智能模型预测值与实测值的均方根误差作为4种优化算法的适应度函数,数据预处理采用归一化方法降低不同参数间的量级差异影响.智能预测模型的输入考虑了15个参数对刀盘扭矩的影响,包括1个隧道几何参数、6个地质力学参数和8个盾构掘进参数.结合盾构隧道现场实测数据,从精度、效率和稳定性3个角度评价4种优化算法寻优Bi-LSTM神经网络超参数的性能,结果表明相比于其他3种优化算法, HGS方法具有较好的稳定性、较快的效率和较高的计算精度,是确定Bi-LSTM超参数的适用性方法.

关键词： Bi-LSTM神经网络超参数启发式智能优化算法刀盘扭矩性能分析