Go To English Version 超过100万源码资源,1000万源码文件免费下载
  • 论文研究 - 洛美医院地区的复杂高血压 ... %)和高血压性勃起(28%)。 盐和酒精的过量摄入是其他主要的可修正风险因素,分别为36.8%和22.8%。 神经系统并发症是最常见的脑血管意外(CVA)(66%),其中中风占69.7%。 心脏并发症排在第二位(31.2%)。 在与IEC + Ica ++相关的62.2%的病例中,可以选择双重治疗。 有56.6%的晚期肾脏疾病患者接受了透析。 总致死率是34%。 死亡的主要原因是CVA(脑血管意外)(85.9%)。 高血压在并发症方面非常困扰。 它的有效照料不过是通过基于敏感性的初级预防,对整个基层的教育 ...
  • 论文研究 - 大学医院G点(UH Pt G)心脏重症监护病房(ICU)的急性心力衰竭(AHF)的预后因素 ... 是整体性心力衰竭,占42.6%,其次是左心衰竭和右心衰竭,分别占37%和20.4%。 冠状动脉综合征(所有形式)是ICA的首发原因,占34%,其次是肺栓塞和高血压,分别占25.3%和24.1%。 平均住院时间为5.61±3.527天
  • 论文研究 - 颈内动脉再生障碍与缺血性中风1例:文献复习 背景:颈内动脉(ICA)的发育不全是大脑循环的罕见解剖 ...
  • 论文研究 - 动脉瘤后蛛网膜下腔出血性血管痉挛,动脉瘤部位与临床血管痉挛之间的临床相关性 ... 9月在开罗大学医院接受SAH入选的一项回顾性对照研究的139例患者的血管痉挛发生情况。 从开罗大学医院的图表中收集的数据包括患者的人口统计学,临床表现,动脉瘤位置,治疗方式和格拉斯哥结果量表(GOS)评分。 我们排除了24例非动脉瘤性SAH,3例颈内动脉(ICA)动脉瘤,7例多发性动脉瘤和4例在治疗前死亡的患者。 结果:该研究包括72名男性和29名女性,平均年龄53.5±11.5岁。 12例位于椎动脉组的动脉瘤,24例大脑中动脉动脉瘤,11例圆锥周膜动脉瘤,54例前交通动脉(ACoA)复合动脉瘤。 放射 ...
  • 论文研究 - 将主成分分析和独立成分分析与支持向量回归相结合的短期财务时间序列预测 ... 基于SVR的预测模型,该模型首先使用主成分分析(PCA)提取低维有效的特征信息,然后使用独立成分分析(ICA)预处理提取的特征以使特征无效。特征中噪声的影响。 根据16年历史数据,对孟加拉国达卡证券交易所( ... 股票进行了实验。 针对短期预测,提前1至4天进行预测。 为了进行比较,将PCA与SVR的集成(PCA-SVR),ICA与SVR的集成(ICA-SVR)和单个SVR方法应用于评估该方法的预测准确性。 实验结果表明,所提出的模型(PCA-ICA-SVR)优于PCA-SVR,ICA-SVR和单一SVR方法。
  • 论文研究 - 纤毛生物 金黄色葡萄球菌是负责医院和社区获得性细菌感染的主要致病菌之一。 该革兰氏阳性细菌的致病性通过其不同的粘附因子来确保。 胶原蛋白和细胞外糖蛋白粘附素是葡萄球菌最重要的毒力因子。 已经显示,大多数金黄色葡萄球菌菌株携带负责生物膜产生的ica操纵子。 但是,icaA和icaD基因的共表达对于完整的生物膜合成是必需的。 我们研究的目的是研究从不同来源收集的15株金黄色葡萄球菌临床菌株,以检测编码细胞间粘附蛋白的can和icaD基因的存在。 我们还打算通过Red Cong方法评估菌株形成 ...
  • 论文研究 - 热带环境中儿童心包炎的病因和进化特征 背景:液体心包炎是发展中国家住院的常见原因。 目的:本研究旨在描述ICA儿科心脏病中液体性心包炎的病因和进化方面。 方法:这是一项回顾性 ...
  • 论文研究 - 基于EEMD-PCA-RobustICA的单通道盲分离算法在轴承故障诊断中的应用 针对ICA只能被限制在观察信号的数量大于源信号的数量的问题 ...
  • 论文研究 - 货币,外汇和股票市场的共同运动和互动效应:来自中国的证据 本文利用中国金融市场的数据,研究了货币,外汇和股票市场之间的联动和互动问题。 基于ICA-EGARCH-M模型,我们探讨了波动溢出效应,以说明整个金融市场的整体联动。 此外,为了观察多市场动态关系的变化过程,我们使用AG-DCC-MGARCH模型计算动态相关系数。 我们的发现提供了关于金融市场的共同移动和相互作用影响的静态和动态证据,这可能导致系统性金融风险。
  • 运动图像大脑计算机界面中的分类精度提高了33% ... 的系统需要识别不同的大脑状态及其分类。 脑电图记录的大脑信号自然会受到各种噪音和干扰的污染。 通过实施不需要参考通道的自动方法“ Kmeans-ICA”来执行人工眼的去除。 该方法首先将脑电信号分解为独立分量。 然后使用Kmeans聚类(一种非监督的机器学习技术)来识别 ... 进行留出交叉验证以评估分类器的性能。 比较了两种类型的分类器:线性判别分析和支持向量机。 使用线性判别分析,使用Kmeans-ICA去除人工眼后,分类准确性从66%提高到88.10%。 所提出的方法优于最新的特征提取方法,即μ节奏带功率。