黄连温胆汤加减治疗脾胃湿热型痞满的疗效分析

来源 :名医 | 被引量 : 0次 | 上传用户:xzhtqx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:分析和探讨采用黄连温胆汤加减治疗脾胃湿热型痞满的疗效。方法:选取2018年1月至2019年12月于我院就诊的痞满患者,筛选出符合条件的脾胃湿热型患者50例作为研究对象,将患者随机分为黄连温胆组和伊托必利组,两组患者分别给予黄连温胆汤加减治疗和伊托必利治疗,观察和统计两组患者的疗效,评价不同治疗方法对患者总体疗效的影响。结果:患者经过治疗后,黄连温胆组有效率高于伊托必利组(P<0.05)。结论:对脾胃湿热型痞满患者给予中药黄连温胆汤加减治疗相比于用纯西药治疗,患者治疗的总有效率较高,疗效显著高于西药治疗,在今后对此类患者用药时可将该用法和用量应用于患者的治疗中。
其他文献
基于某公司现有项目的开展情况,文章主要研究了国内机床自动下料分拣现状。机床下料分拣是工件加工生产产线的重要部分,若其中任何一个环节效率低下,就会对整个生产效率产生负面影响。因此,研究机床自动下料分拣对工件的实际生产具有重要意义。首先,介绍机床自动下料分拣的基本方式;其次,从机床自动下料分拣的需求出发,分别从机床直接下料、输送线静态下料、输送线动态下料和零件混拣4个方面进行系统介绍;最后,总结和展望
拣矸机器人的分拣可靠性与煤的品质及分拣效率息息相关,对拣矸机器人系统分拣可靠性进行研究十分必要。现有可靠性研究主要是针对机器人系统结构可靠性进行研究,而没有对机器人工作任务可靠性即分拣可靠性进行研究。针对该问题,以柔索驱动拣矸机器人系统为研究对象,采用故障树分析法对其分拣可靠性进行研究。首先,从拣矸机器人系统的结构出发,分析了拣矸机器人系统分拣故障的原因,采用演绎法构建拣矸机器人系统的分拣故障树模
现有的物流分拣系统均没有得到分拣标定的最短距离,导致分拣效率较差,为减少物流分拣入库的时间,基于激光扫描技术,设计物流自动分拣入库控制系统。在硬件系统中,设计数字频率合成器,保证杂波信号的完整性,设计激光器驱动电路。在软件设计中,提取激光光条中心点,得到激光扫描图像的最大灰度值;标定物流分拣最短距离,设计分拣入库作业流程,得到物流自动分拣入库控制系统。在实验中,测试四种分拣方法的算法性能与分拣时间
近年来,国内企业不断转型,生产方式日趋智能化。要同时做到效率提升和控制成本仍是一大挑战。传统的工业质检系统难以实现产品的在线检测,并且对环境适应能力较差,难以满足复杂多变的检测需求。本文利用机器视觉和深度卷积神经网络算法实现对产品的实时监测和质量鉴别,从而达到提高效率和控制成本的目的。采用深度学习模型的机器视觉检测方法可以提高检测精度、鲁棒性以及通用性,具有广阔的应用前景。
英烈事迹和精神是中华民族文化和中华民族精神的重要组成部分,是加强党史学习、锤炼党性修养、培育社会主义核心价值观的宝贵红色文化资源。在建党百年之际,将英烈事迹和精神与高校学生党建工作有机融合,充分利用和挖掘英烈事迹和精神的时代价值,积极探索其融入高校学生党建的有效路径,最大限度地发挥英烈事迹和精神的育人价值,对于促进高校党建的高质量发展有着重大的现实意义和时代价值。
针对非结构化场景中存在的多工件堆叠遮挡等问题,提出了基于多尺度特征注意Yolact网络的堆叠工件识别定位算法。所提算法首先在Yolact网络的掩码模板生成分支中加入多尺度融合与特征注意机制,提升网络预测堆叠工件掩码的质量,并设计了基于膨胀编码的目标检测模块,增强网络对不同尺度堆叠工件的适应能力,构建了多尺度特征注意Yolact网络。其次,利用构建的多尺度特征注意Yolact网络预测堆叠工件的掩码与
近年来,国内企业不断转型,生产方式日趋智能化。要同时做到效率提升和控制成本仍是一大挑战。传统的工业质检系统难以实现产品的在线检测,并且对环境适应能力较差,难以满足复杂多变的检测需求。本文利用机器视觉和深度卷积神经网络算法实现对产品的实时监测和质量鉴别,从而达到提高效率和控制成本的目的。采用深度学习模型的机器视觉检测方法可以提高检测精度、鲁棒性以及通用性,具有广阔的应用前景。
为研究油气悬架对车辆行驶平顺性的影响,针对某90 t宽体矿车,建立车辆动力学模型,搭建前悬1/4车油气悬架AMESim仿真模型,研究在随机路面输入下车辆行驶平顺性机制。在被动悬架模型的基础上加入主动控制系统,与被动悬架进行对比分析,并利用AMESim/设计探索功能对主动悬架进行优化。结果表明:当车速不超过40 km/h、初始气室压力为7.7 MPa时,车辆平顺性较好;主动悬架相比被动悬架能更好地衰
目的:解决Delta机器人在食品分拣中定位精度差、抓取成功率低等问题,提高机器人的柔性抓取能力。方法:在现有双目视觉和Delta机器人技术的基础上,提出一种基于双目视觉的Delta机器人柔性抓取方法。采用张正友标定方法对相机进行标定,通过弦中点Hough变换对目标进行识别和定位,根据PID跟踪抓取控制Delta机器人抓取动态目标。通过试验对单目标分拣和多目标分拣性能进行分析,验证该方法的可行性。结
通过对煤和岩石的纹理特征值进行分析,使用图像处理与模式辨别技术分拣煤矸石中的大粒度煤矸石,针对工作制作出了一种将机器视觉作为基础的多机械臂煤矸石分拣机器人系统。该系统在运用过程中通过机器视觉搜集煤矸石信息,采用深度学习的方法辨别与提取煤矸石的特点;当提取煤矸石基本信息后,依据煤矸石的位置开展排序工作,同时利用多目标任务分配策略把提取任务传送至机械臂控制器;当机械臂接收到任务之后,依据接收到任务实时