排序方式: 共有63条查询结果,搜索用时 0 毫秒
1.
2.
本文应用PCR检测阴道炎,宫颈糜烂和宫颈癌病变部位分泌物中的乳头瘤病毒DNA,共138例,结果表明:44例阴道炎中8例阳性占18.18%,80例宫颈糜烂中37例阳性占46.25%,14例宫颈癌11例阳性占78.5%,所设对照组20例正常标本均为阴性。目前,用核酸杂交试验已将HPV分成至少50多个型,本文实验所用引物可以扩增所有型的HPV。并且本实验模板制备方法非常简单,不会引起模板丢失。因此,聚合酶链反应非常适用于快速检测乳头瘤病毒的感染,实验表明乳头瘤病毒与宫颈糜烂和宫颈癌的发生密切相关。 相似文献
3.
类器官是指在体外三维培养构建的,依赖于人造细胞外基质的多细胞团,具有自我更新、自我组织能力,并维持了其来源组织的生理结构和功能。类器官作为一种新兴的研究模型,兼具细胞系和动物模型两者的优点。其构建材料简单、培养效率高、耗时短,在疾病研究模型构建、临床药敏试验和再生医学中有良好的应用前景。类器官模型主要分为三种细胞来源类型:胚胎干细胞/诱导多能干细胞、成体干细胞、肿瘤细胞。本文将重点介绍三种细胞来源类器官最新的研究进展,并展望其在口腔医学中的应用。 相似文献
4.
整合素β3(Integrinβ3)和转化生长因子-β1(TGF-β1)在妊娠期高血压疾病患者胎盘组织中的表达及意义 总被引:1,自引:0,他引:1
目的研究转化生长因子-β1(TGF-β1)和整合素β3(Integrinβ3)在妊娠期高血压疾病患者胎盘组织中的表达,并探讨其与妊娠期高血压疾病发病的关系。方法采用免疫组织化学染色(SP法)分别检测Integrinβ3、TGF-β1在12例妊娠期高血压疾病患者及13例正常妊娠者胎盘纽织中的表达。结果妊娠期高血压疾病纽胎盘Integrinβ3表达明显高于正常妊娠组(P〈0.01)。妊娠期高血压疾病组胎盘TGF-β1表达亦明显高于正常妊娠组(P〈0.01)。结论与正常妊娠组比较妊娠期期高血压疾病患者胎盘组织integrinβ3、TGF-β1的表达明均显增高。表明integrinβ3、TGF-β1可能参与妊娠期高血压疾病的发生和发展。 相似文献
5.
本组调查此病发病率8.14%。低于欧美20—25%男性患此病的结果。亚湿疣状外阴炎已是生育年龄妇女的常见病、多发病。本文为防治病毒感染的生殖器炎症和癌病因阻断提供一定参考。资料与方法本组病人150例,来自1990年6月至1992年7月普查1842名妇女。依据四联法的诊断为标准。年龄20—44岁占97.3%,45岁以上占2.4%,发病高峰年龄25—39岁。多在生育年龄发病。结果 150例疣状外阴炎的亚临床特征,是指亚湿疣状外阴炎与尖锐湿疣早期鉴别的特点。 相似文献
6.
基础睾酮水平与不同卵巢储备患者体外受精周期卵巢反应的关系 总被引:1,自引:0,他引:1
目的探讨基础睾酮(testosterone,T)水平与不同卵巢储备能力患者体外受精周期(in vitro fertilization,IVF)卵巢反应的相关性。方法对248例首次行IVF的患者行回顾性分析,先按基础日FSH/LH及FSH值大小分成卵巢储备能力正常组(A组164例)和卵巢储备能力低下组(B组84例)分别进行研究,取总体样本248例患者的T值均数为截点,将A、B组分别分为组1(T<0.5ng/ml)和组2(T≥0.5ng/ml),比较组1和组2间卵巢反应参数均值差异;用Pearson相关性分析分别分析A、B两组中T值与卵巢反应参数的相关性;运用多元回归寻找影响获卵数的独立因素;运用受试者工作(receiver operating curve,ROC)曲线分别评价各指标在A、B组患者中预测卵巢反应的价值。结果 (1)A组:①A1组卵巢反应参数低于A2组,差异有统计学意义。②基础T值与卵巢反应参数明显正相关(P<0.05)。③T值是影响获卵数的独立因素之一,且在该组中对获卵数影响最大(P<0.01)。④根据ROC曲线结果当T值为0.500ng/ml的时候,其诊断卵巢低反应的敏感度为86.5%特异度为76.2%。(2)B组中:①B1组部分卵巢反应参数高于B2组,差异有统计学意义。②基础T值与部分卵巢反应参数负相关(P<0.05)。③T值是影响获卵数的独立因素之一,但影响是负面的。④ROC曲线显示该组中基础窦卵泡数(AFC)较T值对卵巢反应具有更高的预测价值。结论在卵巢储备能力低下的组,血清基础睾酮值与体外受精周期卵巢反应参数正相关,对卵巢低反应具有较强的预测价值;卵巢储备能力尚好的组,血清基础睾酮值与部分卵巢反应参数负相关,不具备明显的预测卵巢反应的价值。 相似文献
7.
8.
目的 探讨基于支持向量机(SVM)构建的人工智能辅助诊断模型对椎弓根螺钉钉道完整性进行超声鉴别与验证的方法研究。
方法 本文提出了一种基于超声图像智能分析的椎弓根钉道完整性评估方法。数据采自4个新鲜人体胸腰椎标本。预建立钉道50个,共800张超声图像(其中钉道完整与破损的样本各400个),采用五折交叉验证的方法对样本进行训练集与测试集的划分,对人工智能辅助诊断模型进行训练及测试。首先对超声图像进行裁剪,并采用亮度映射方法进行图像增强得到易于计算机判断识别且排除无效信息干扰的超声图像;然后通过灰度共生矩阵算法进行纹理特征提取,并采用支持向量机模型对正常和严重破损样本的初始分类模型进行搭建;其次,使用灰度分布得到用于区分前景和背景的阈值,并通过设计的损失函数得到得到钉道同心圆的半径;最后将同心圆外部图像的熵、方差、对比度、能量、平均绝对偏差作为第二类特征,最后进行轻微破损样本和未破损样本的二次分类模型搭建。
结果 初始分类的准确率为74.75%,特异性为71.81%,灵敏度为81.5%,F1值为76.35%,假正率为32%,假负率为18.5%。二次分类的准确率为93.75%,特异性为91.55%,灵敏度为97.5%,F1值为94.43%,假正率为9%,假负率为2.5%。二次类准确率与初始分类相比较,准确率提升19%。
结论 本文提出的基于SVM机器学习模型的方法可较为准确地检测椎弓根钉道的破损情况,且准确率较高,可用于术中实时判断椎弓根钉道的状态。 相似文献
9.
21世纪是医学和生命科学的世纪,建设人类卫生健康共同体,不断强化团结合作是战胜新冠肺炎疫情有力的武器。中国医学科学院北京协和医学院是我国最高医学科研和教育机构,始终坚持服务国家卫生外交大局和健康中国战略,积极拓展利用国际资源,围绕国家重大战略需求,坚持创新引领,聚焦科技前沿,在医学科研、教育和医疗等领域开展全方位国际交流合作,不断推进人类卫生健康共同体建设。 相似文献
10.