【摘 要】
：
糖尿病前期是将来发生糖尿病的一个分水岭，经过有效的干预，可以将其逆转，降低向糖尿病的转化，从而缓解因此带来的社会经济压力。该病当属中医学“脾瘅”范畴，陈秋教授运用中医学理论体系解析糖尿病前期主要的病因病机，病证结合，标本同治，提出了“健脾行气、滋阴活血”为治疗大法的综合干预方案。笔者结合医案进行分析、总结，以期为中医临床提供一定的借鉴意义。
【基金项目】
：
四川省属单位中医药发展资金-省名中医工作室（No.2100601-中医（民族医）药专项）；
论文部分内容阅读
糖尿病前期是将来发生糖尿病的一个分水岭，经过有效的干预，可以将其逆转，降低向糖尿病的转化，从而缓解因此带来的社会经济压力。该病当属中医学“脾瘅”范畴，陈秋教授运用中医学理论体系解析糖尿病前期主要的病因病机，病证结合，标本同治，提出了“健脾行气、滋阴活血”为治疗大法的综合干预方案。笔者结合医案进行分析、总结，以期为中医临床提供一定的借鉴意义。
其他文献
数字图像在获取过程中,由于采集环境、传感器设备等条件不理想,往往会受到不同程度的噪声污染。这种噪声污染具体表现为像素之间存在明显割裂感或出现吸引视觉注意力的孤立像素点或者像素块。随着信息时代的来临,视觉信息尤其是数字图像信息对人们的生活和工作影响越来越大。噪声的存在严重扰乱人们对图像正常、真实的视觉感受,噪声的污染也进一步影响图像增强、图像识别等后续对图像的深度处理和应用。因此对图像降噪以获取更高
子宫内膜异位症（EMs）是一种常见的妇科疾病,主要表现为子宫内膜组织的异位附着和生长,严重危害10%～15%的育龄妇女,患者常表现为重度疼痛或不孕。由于不完全了解其所涉及的潜在机制,药物治疗有很大程度的局限性。我们对临床上中国女性的一些代谢指标进行调查,发现高水平的载脂蛋白A1/载脂蛋白B（Apo A1/Apo B）和脂蛋白a（Lp（a））与子宫内膜异位的发展密切相关。然后,我们建立了两个子宫内膜
肺部CT图像分割是肺部医学图像处理中的一个基础问题,已有一些研究利用深度神经网络实现肺部CT图像的病变区域分割。肺结节的形状和尺寸多变,目标区域小,为提高肺结节的自动分割的精度,本文开展了深度学习肺结节分割方法研究,提出了一种基于特征压缩激活网络的肺部CT图像分割算法。针对U-Net模型在肺结节分割任务中出现的输出结果精度较低问题和网络复杂度提高带来的退化问题,本文在U-Net的编码和解码路径中添
随着无线通信和移动应用的高速发展,移动智能设备种类越来越多,功能也越来越强大,如物联网、5G、无人机、智能家居、虚拟现实等等。这些新型应用对移动设备的计算能力、续航和能耗等资源都具有了更高的要求,然而移动设备受体积限制,无法满足如此大量的需求,这成为了当前移动设备应用的关键问题。为解决该问题,有专家提出了移动边缘计算技术（MEC）,该技术通过在移动设备附近部署服务器,为移动设备提供强大的计算服务,
＜正＞【假期诗】枯藤老树昏鸦,空调wifi西瓜。葛优同款沙发,夕阳西下,我就往上一趴。【开学诗】课堂上心不在焉,见书本头晕目眩。一听课心思跑远,遇考试愁眉苦脸。犯了暑假综合症的同学,要尽快"治疗",对症下药!让自己重拾往日课堂上的积极上进状态。重新调整生物钟假期里,很多同学晚睡晚起,生物钟已经变成了"假期模式",开学前有必要按学校的作息时间安排饮食起居,调整为上学时期的生活规律。早睡早起,保证睡眠
血液胆固醇浓度异常是引发心血管疾病的重要因素,实现血液中胆固醇水平的快速、灵敏检测在临床应用领域需求很大。目前,检测用胆固醇氧化酶主要来源于微生物,其通过结合辅因子FAD催化胆固醇氧化,并伴随过氧化氢的产生。制约胆固醇氧化酶大规模商业化应用的主要问题是其表达纯化过程所导致的高成本和纯化后酶蛋白的储存不稳定性。微生物表面展示技术能够跨过蛋白质的表达纯化步骤,有效降低成本,且细胞表面所提供的承载微环境
贝叶斯网是一种代表性的基于概率的智能信息处理模型,它能够揭示变量间的因果关系,具有一定的可解释性。当前针对包含较少变量的贝叶斯网的结构学习方法的研究已经较为成熟,但将这些方法应用于包含成百上千个变量的大型网络的结构学习时,往往无法在短时间内给出结果。另外,现实世界中的数据集往往不是完备的,部分变量由于各种原因无法取得观测值,利用已经学习出的网络对存在缺失值的变量进行推理也是一项常见的任务,因此在结
受益于传感技术的发展和大规模计算环境的成熟,城市中海量的数据能够被收集起来,因此,通过大数据探索城市规律的方式在现阶段智慧城市建设方面备受关注。然而,城市中海量的原始数据需要经过处理后才能使用,受限于城市发展的不平衡,大多数城市的数据都未经过处理,仍然面临数据冷启动问题,难以借助自身数据来探索城市规律。在城市领域,其中最具代表性的就是人流预测问题,其对应的人流数据受限于隐私保护等原因,就面临严重的
近年来,随着深度学习算法研究的不断深入,深度学习技术成为了医疗辅助诊断领域的重要工具,在医学图像处理领域受到越来越多的研究者关注。超声心动图是一种低成本、无创性的心脏医学影像,常应用于在临床的心脏功能评价、心脏病诊断等。左心室功能评价是临床诊断中十分重要的步骤,也是后续疾病诊断的基础。目前许多研究通过深度学习算法,实现超声心动图的辅助诊断,如心脏视角分类、心室心房分割、疾病分类和左心室功能评价等,