排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
目的:探究不同血脂类型的IgA肾病患者的临床病理表现的差异.方法:采用横断面研究设计,纳入525例IgA肾病患者的性别、基线年龄、基线病程、基线血压、高血压病史、血肌酐、eGFR、尿酸、24 h小时尿蛋白定量、尿红细胞计数、血清白蛋白、血脂、Katafuchi半定量病理积分系统(包括小球积分、小管-间质积分、血管积分)等临床病理资料,根据血脂结果将患者分为血脂正常组、高胆固醇血症组、高甘油三酯血症组、低高密度脂蛋白组,分别比较各组临床病理指标的差异.结果:高甘油三酯血症组的间质纤维化积分、小管萎缩积分、小管间质积分、血管壁增厚积分、血管积分、katafuchi总积分高于血脂正常组;其小球增殖积分低于高胆固醇血症组;而血管壁增厚积分高于高胆固醇血症组.结论:不同血脂异常类型的IgA肾病患者的病理损害程度并不完全相同,其中高甘油三酯血症可能对肾脏病理改变影响较大. 相似文献
2.
3.
4.
5.
论防火墙在网络安全体系中的作用 总被引:2,自引:0,他引:2
本文论述了防火墙是构建网络安全防护体系的重要组成部分,并阐述了防火墙的工作原理、主要功能、应用方法和不足。 相似文献
6.
近十年来,通过社交网络(如微博、推特)分享信息已经成为人们日常生活中不可缺少的一个环节,如何有效地预测信息传播的影响力成为社交网络研究中的重要课题,不论是识别病毒式营销和虚假新闻还是精确推荐和在线广告都有许多应用.目前,一些应用深度学习进行社交网络影响力预测的方法已经取得了一定进展,但在进行深度学习时仍会面临以下难点:用户通常具有不同的行为和兴趣并且他们同时通过不同的渠道进行互动;用户之间的关系难以检测和形式化表达.传统的社交网络影响力预测方法通过设计复杂的规则来手动提取用户及其所处网络的特征信息,这一方法的有效性严重依赖于设置规则的专业性,所以很难将某一领域的规则推广到其他领域的应用中去.基于深度神经网络模型,设计一种端到端的神经网络来学习用户的隐藏特征信息以预测其社交网络影响力.首先通过图嵌入的方式对用户的局部网络进行特征提取,然后将特征向量作为输入对图神经网络进行训练,从而对用户的社会表征进行预测.该方法的创新之处:运用图卷积和图关注方法,将社交网络中用户的特征属性和其所处局域网络特征相结合,大大提高了模型预测的精度.通过在推特、微博、开放知识图谱等数据集上的大量实验,证明该方法... 相似文献
7.
输变电GIS系统中电力线路要素模型库的建立 总被引:1,自引:0,他引:1
在输变电GIS三维可视化过程中,建立电力线路要素三维模型库是非常重要的.本文给出了建立三维模型库的方法.使用3DMAX作为建模工具,并用OSG做为底层的渲染基础框架设计了8种电力线路模型原型,提出了动态模型实列的概念和分页加载渲染的方法,制定了数据存储格式与标准,使得GIS系统能够直接从模型库中调用线路杆塔模型,实现了输电线路的三维全景仿真. 相似文献
8.
1