下载文档原格式
上海交通大学博士学位论文电针镇痛评估系统的研究姓名：周密申请学位级别：博士专业：麻醉学指导教师：王祥瑞;陈杰20070401电针镇痛评估系统的研究摘要目的：随着对电针镇痛机制的深入研究，电针镇痛和电针麻醉的应用日渐广泛。
目前对电针镇痛的神经通路和神经递质的研究取得了一定的进展，初步揭示了电针镇痛的机理。
但是对电针镇痛效果的监测和评价的研究还较少。
通常在各种实验中以血液或脑脊液生化指标（如内源性阿片肽等）来评价疼痛程度和镇痛效果，操作较复杂；而临床上以病人的自我评估为主，或通过行为评估来判断疼痛程度或镇痛效果，缺乏客观性。
尤其对电针麻醉的病人，在镇静的情况下，无法获取其主观感觉或对其行为加以观察；加之电针适应现象的存在，不能及时准确地评价镇痛效果，及时调整电针参数，达到持续镇痛的目的。
因此，有必要对电针镇痛评估系统进行研究，寻找方便快速的评估方法。
本研究分析了急性疼痛刺激和电针镇痛后机体生理指标（血压、心率、心率变异性和皮肤电阻）和血清生化指标（肾上腺素、去甲肾上腺素、五羟色胺、亮脑啡肽和β-内啡肽）各自的变化规律以及相互之间的关系，探讨采用生理指标来即时监测疼痛程度及镇痛效果的可行性，从而为进一步研究如何调整电针参数，达到最佳电针镇痛效果打下基础。
方法：100例患者随机分为“疼痛刺激组”和“针刺镇痛组”。
“疼痛刺激组”依次以10Hz、20Hz、30Hz的电刺激来模拟急性疼痛刺激，每个频率的电刺激均持续1分钟。
电刺激前及每次电刺激后即刻记录生理指标值，并采集外周血检测血清生化指标。
“针刺镇痛组”先在足三里穴进行电针治疗15分钟，再进行与“疼痛刺激组”一样的实验步骤。
结果：(1)电针刺激足三里穴能提高“针刺镇痛组”受试者的痛阈；(2)“针刺镇痛组”在电针足三里穴后，其血清肾上腺素、亮脑啡肽和β-内啡肽含量和“疼痛刺激组”相比（此时两组均未开始电模拟疼痛刺激）均升高，其平均动脉压、心率变异性和皮肤电阻值与“疼痛刺激组”相比均变小，差别有统计学意义；(3)两组在三个频率的电模拟疼痛刺激前后，各自的生理和生化指标都有显著变化，且“针刺镇痛组”各指标的变化幅度小于“疼痛刺激组”相应频率电疼痛刺激下各指标的变化幅度（但是β-内啡肽在20Hz及30Hz电模拟疼痛刺激前后的变化幅度、平均动脉压在20Hz电模拟疼痛刺激前后的变化幅度，“针刺镇痛组”略大于“疼痛刺激组”）；(4)两组各自的生理指标和生化指标之间存在显著的相关性，相关系数绝对值均大于0.5（皮肤电阻为负相关，其余均为正相关）, 其中心率与各生化指标的相关系数最高，心率变异性其次，平均动脉压再次，皮肤电阻最小。
神经网络在生物医学中的应用神经网络是一类基于人工神经元网络结构所构建的计算模型，最初的神经网络模型源于对人脑的仿生学研究。
自20世纪80年代开始，神经网络被广泛应用于各个领域，如电子商务、智能化制造、金融、交通、电力等。
近年来，神经网络在生物医学中的应用也呈现出极大的潜力。
本文将从以下方面对神经网络在生物医学中的应用进行阐述。
一、神经网络对医学图像分析的应用医学图像分析是医学领域中的一个重要研究方向，目标是通过对医学图像的分析、处理、诊断来帮助医生更加准确地诊治疾病。
神经网络在医学图像分析中的应用主要体现在以下几个方面：1.疾病诊断：神经网络可以对不同部位的医学影像数据进行诊断，如肺结核的诊断、乳腺癌的诊断等。
2.医学影像分割：神经网络可以将医学影像进行分割，提取出感兴趣的区域，如肿瘤、血管等，为医生制订诊疗方案提供现实地依据。
3.医学影像配准：通过神经网络，不同时间、不同角度、不同放大倍数的医学影像可以自动配准，帮助医生更好地观察病变。
二、神经网络对疾病预测的应用神经网络在医学中的应用不仅仅局限于医学图像分析领域，还可以用于疾病的预测。
通过对大量病例数据的训练，神经网络可以自动地学习出某种疾病的“影像”，并在新病例中进行判断和预测。
1.疾病筛查：通过建立神经网络模型，对人群中的某种疾病进行筛查，如胃癌、肺癌、糖尿病等。
2.疾病预测：通过监测生理指标、体征等数据，并将这些数据作为神经网络的输入，来预测某种疾病的发生概率。
三、神经网络在精准医学中的应用精准医学是指根据个体的分子、遗传、环境和生活方式信息，制定个性化的疾病预防、治疗和健康管理方案。
神经网络在精准医学中的应用可以帮助医生更好地了解患者的特征和疾病风险，制定更加个性化的治疗方案。
1.基因信息分析：通过对大量基因数据的学习，神经网络可以预测某种基因突变与疾病的关联程度，并对患者进行风险评估。
2.生理特征分析：通过对患者的体征、生化指标等生理特征数据进行学习，神经网络可以帮助医生进行疾病分类和诊断。
神经网络技术在医学诊断中的应用神经网络技术在医学诊断中的应用正在迅速发展。
通过机器学习和算法，神经网络技术帮助医生更准确地诊断和治疗疾病，并提高病人的治疗效果。
本文将介绍神经网络技术在医学诊断中的应用，并阐述其优点和挑战。
什么是神经网络技术？神经网络技术是一种模拟人脑工作原理的计算机技术。
它由连接很多小的处理器和存储器单元组成，可以自我学习和自我纠正。
神经网络技术的学习过程是通过从输入数据中提取特征，再用这些特征来识别新的数据。
这种技术是一种数据驱动的算法，可以用于解决复杂的模式识别问题。
神经网络技术在医学诊断中的应用范围很广，主要包括以下方面：1.医学影像诊断神经网络技术可以用于医学影像的分类、检测和识别。
在医学影像诊断中，医生需要对影像数据进行分析和解释。
神经网络技术可以自动化地对影像数据进行处理，提取特征和模式识别，从而帮助医生更准确地进行诊断。
例如，神经网络技术可以用于乳腺癌的影像诊断。
它可以分析大量的乳腺X线片，自动检测和分析潜在的癌变病灶，从而帮助医生更准确地确定癌变的位置和范围。
2.疾病预测和诊断神经网络技术可以用于疾病的预测和诊断。
它可以从很多的医学数据中提取规律和关联，从而预测和诊断疾病。
例如，神经网络技术可以用于糖尿病的预测。
通过对大量的糖尿病患者数据进行分析，神经网络技术可以发现糖尿病患者的一些独特特征，如血糖、胰岛素、胆固醇等指标。
然后，它可以将这些指标用于预测患者是否有糖尿病，从而帮助医生更早地进行治疗。
3.药品研发神经网络技术可以用于药品研发。
它可以分析药物的分子结构和作用机理，从而挖掘潜在的药物效果。
例如，神经网络技术可以用于新药的筛选。
它可以对大量的药物数据进行分析和模拟，从而找到具有潜在治疗效果的化合物。
这可以帮助制药公司更快地开发出新的药物，为病人提供更好的治疗方案。
神经网络技术的优点神经网络技术在医学诊断中具有很多优点，主要包括以下方面：1.高度自适应性神经网络技术具有高度的自适应性。
BP人工神经网络技术在穴位按摩分娩镇痛法的分析报告摘要】目的探讨ANN（BP）人工神经网络技术用于评估穴位按摩在分娩镇痛过程中的意义。
方法根据人工神经网络原理，进行BP网络建模并进行训练，直到均方误差 (MSE)<10-8。
选择足月顺产者300例，进行穴位按摩法镇痛治疗，使用训练好的BP网络对治疗结果进行统计分析，用SPSS 10.0统计软件分析，比较两种统计分析方法的优缺点。
结果两种方法方差分析P=0.590，均值比较差异无统计学意义。
线性相关系数0.997(P<0.001)，两种方法计算结果高度相关。
结论 BP神经网络可以用于评估治疗结果，为探索建立人工神经网络穴位按摩分娩镇痛模型提供技术依据。
【关键词】 BP神经网络穴位按摩分娩镇痛【Abstract】 Objective:To investigate the significance of ANN (BP) artificial neuralnetwork technology for the assessment of acupuncture point massage during labor analgesia. Methods: According to principle of artificial neural network, establish BP network model and to conduct training, until the mean square error (MSE) <10-8. Choose 300 cases of full-term cis-middle-class to carry out point massage analgesic therapy, using the trained BP network statistical analysis of treatment results, and the SPSS 10.0 statistical software analysis, comparative advantages and disadvantages of two methods of statistical analysis.Results:Two methods variance analysis P=0.590, mean difference was not statistically significant. Linear correlation coefficient of0.997(P<0.001), the results are highly relevant in two ways.Conclusion: BP neural network can be used to assess treatment outcomes, in order to explore the establishment of artificial neural network model of massage to provide technical basis for labor analgesia.【Key words】 BP neural network acupuncture point massage labor analgesia 探讨ANN（BP）人工神经网络技术用于评估穴位按摩在分娩镇痛过程中的作用，对符合纳入观察标准、足月分娩者300例，在分娩过程中通过穴位按摩法镇痛，同时使用训练好的BP网络对治疗结果进行统计分析，报告于下：1 资料与方法1.1 病例选择选择2008年1月至2009 年9月就诊于我院两所附属医院的足月顺产患者共300例，其中初产妇210名，经产妇90名，平均年龄（28±1.8）岁。
神经网络在针刺治疗海洛因依赖疗效评价中的应用探讨【摘要】运用神经网络预测方法，对针刺治疗海洛因依赖患者的疗效进行评价。
通过筛选中医辨证证候、海洛因戒断稽延性症状、SCL90中与海洛因渴求相关项，标准化后作为病因项输入网络，进行针刺疗效的预测。
评估网络性能，讨论其评价针灸治疗海洛因渴求的可能性。
【关键词】海洛因渴求；针刺；疗效；预测；人工神经网络Abstract：The method of artificial neural network to estimate the curative effects of the acupunctural therapy in Heroin craving. The quantized values of relevant factors of Heroin craving-practitioner of Chinese medicine dialectic， Heroin protracted syndrome protracted syndrome，SCL90 chosen as etiological factors were input the neural network by normalization，and the curative effects of acupuncture were forecasted.The possibility of neural network used in clinical practice of acupunctural treatment on Heroin craving was studied after elevating the performance of neural network.Key words：Heroin craving； Acupuncture； Curative effect；Forecast； Artificial neural network药物成瘾（Drug addiction)一般被界定为强迫性药物寻求和药物摄入的行为模式［1］。
用于中药药品质量快速检测的近红外光谱模糊神经元分类方法刘雪松;程翼宇
【期刊名称】《化学学报》
【年(卷),期】2005(63)24
【摘要】针对非线性且分类界线模糊的药品质量类别快速测定难题,将近红外光谱分析与模糊神经网络相结合,经研究提出近红外光谱模糊神经网络分类方法,用于计算辨析中药等化学组成复杂药品的近红外光谱模式类别,从而快速评定这类药品的质量.以参麦注射液为典型分析对象,以鉴别其生产厂家这一模式分类问题为例,考核本文方法,结果表明,其分类准确率达到94.2%,明显优于经典的BP神经网络分类方法(84.6%),可望用于中药产品质量类别的快速检测与评价.
【总页数】5页(P2216-2220)
【作者】刘雪松;程翼宇
【作者单位】浙江大学药物信息学研究所,杭州,310027;浙江大学药物信息学研究所,杭州,310027
【正文语种】中文
【中图分类】O6
【相关文献】
1.用于中药纯化过程的近红外光谱分析新方法 [J], 韩学军;付贵昕
2.近红外光谱技术与偏最小二乘法及模糊聚类法相结合的糖品种分类方法 [J], 魏俞涌;陈永明;林萍;何勇
3.近红外光谱定量技术应用于中药领域的最新研究 [J], 徐茂玲
4.近红外光谱应用于中药质量控制及生产过程监控的研究进展 [J], 李文龙;瞿海斌
5.基于近红外光谱技术快速检测中药制剂中马兜铃酸含量的实验研究 [J], 黄婷;赵如意;徐文林;连媛媛;孙伟明;陈敬华
因版权原因，仅展示原文概要，查看原文内容请购买。
