期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
儿童肥胖综合干预对自我效能体重认知和行为改变的作用 被引量：5
1
作者 尚莉伽 高爱钰 +1 位作者 王海俊 刘峥 《中国学校卫生》 CAS 北大核心 2022年第2期207-210,共4页
目的探讨儿童肥胖综合干预对自我效能、体重认知和行为改变阶段的作用,为儿童肥胖的干预提供科学依据。方法研究设计为整群随机对照人群试验。2013年9月在北京市东城区选取12所小学的1889名儿童(7~11岁),开展肥胖综合干预。6所学校(930... 目的探讨儿童肥胖综合干预对自我效能、体重认知和行为改变阶段的作用,为儿童肥胖的干预提供科学依据。方法研究设计为整群随机对照人群试验。2013年9月在北京市东城区选取12所小学的1889名儿童(7~11岁),开展肥胖综合干预。6所学校(930名)被随机分配至干预组,6所学校(959名)被随机分配至对照组,干预时长为1年。对研究对象开展面对面问卷调查,使用R 4.0.3软件分析数据,并采用多元线性回归模型分析干预效果。结果干预后,干预组与对照组儿童自我效能评分分别为(4.4±0.9)和(4.2±1.1)分。干预后,干预组低估和高估自我体重的比例分别为28.4%和11.3%,对照组则为37.1%和6.9%;相比对照组,干预组儿童低估体重的风险降低(OR=0.64,95%CI=0.52~0.80,P<0.01),高估体重的风险增加(OR=1.79,95%CI=1.26~2.54,P<0.01)。干预后,干预组儿童处于行为改变意向阶段和行动阶段的比例分别为65.3%和83.6%,对照组则为59.8%和69.8%;相比于对照组,干预组更多儿童在行为改变中转变为意向阶段(OR=1.28,95%CI=1.03~1.59,P=0.02)和行动阶段(OR=2.59,95%CI=2.04~3.27,P<0.01)。结论儿童肥胖综合干预对提高自我效能、改善体重认知和促进行为改变有积极作用,但会增加高估体重的风险。 展开更多
关键词 肥胖症 干预性研究 体重 认知 行为 儿童
原文传递
自体颗粒脂肪移植术92例经验总结 被引量：3
2
作者 尚莉伽 王江允 《中国美容医学》 CAS 2006年第3期274-275,共2页
关键词 自体颗粒脂肪移植术 自体颗粒脂肪注射隆乳术 组织相容性 填充材料 乳房塑形 抽脂减肥 乳房松弛 感染率 注射后
下载PDF
基于优化极限学习机的CVD预测模型研究 被引量：4
3
作者 逯鹏 李奇航 +2 位作者 尚莉伽 李新建 张微 《郑州大学学报（工学版）》 CAS 北大核心 2019年第2期1-5,共5页
利用机器学习算法,改变传统心血管疾病(CVD)预测模型的严格数理化公式,以增加危险因素的纳入、降低数据格式的要求.首先提出利用基于单隐层前馈神经网络(SLFNs)的极限学习机(ELM)算法建立CVD预测模型;进一步通过五阶段连续变异方式建立... 利用机器学习算法,改变传统心血管疾病(CVD)预测模型的严格数理化公式,以增加危险因素的纳入、降低数据格式的要求.首先提出利用基于单隐层前馈神经网络(SLFNs)的极限学习机(ELM)算法建立CVD预测模型;进一步通过五阶段连续变异方式建立增强领导粒子的粒子群算法(ELPSO),以粒子群(PSO)算法的优化策略,对SLFNs的隐层单元参数进行优化.通过对UCI数据库Statlog (heart)数据集和heart disease database分析结果显示,所提ELPSO-ELM模型测试正确率分别达到85. 71%、84. 00%,AUC(ROC曲线下面积)分别达到0. 902 4、0. 842 3,高于传统CVD预测模型,同时放松了数据线性化约束,能纳入更多的复杂危险因素. 展开更多
关键词 心血管疾病 风险预测 极限学习机 粒子群
下载PDF
基于MMD心电域适应学习的分类模型
4
作者 韩昕哲 尚莉伽 +4 位作者 张宏坡 毛晓波 刘超 王汉章 逯鹏 《计算机应用与软件》 北大核心 2023年第1期117-121,233,共6页
针对心电信号分类中的无监督域适应问题,提出一种域适应分类模型MMD-Net。将源数据和目标数据映射至再生希尔伯特空间(Reproducing Kernel Hilbert Space, RKHS),使用最大均值差异(Maximum Mean Discrepancy, MMD)度量二者在公共特征空... 针对心电信号分类中的无监督域适应问题,提出一种域适应分类模型MMD-Net。将源数据和目标数据映射至再生希尔伯特空间(Reproducing Kernel Hilbert Space, RKHS),使用最大均值差异(Maximum Mean Discrepancy, MMD)度量二者在公共特征空间的差异,通过最小化该差异使分类器利用源域知识对目标数据进行分类,从而实现ECG模型的无监督域适应。在MIT-BIH心房颤动数据集和CCDD数据集上交替进行域适应实验,平均准确率分别达到了73.34%和70.75%,结果表明该方法可对目标心电数据有效分类。 展开更多
关键词 心电信号 域适应 最大均值差异 门控循环单元
下载PDF
“S”形切口修剪皮瓣法治疗腋臭92例 被引量：1
5
作者 尚莉伽 王谆 《河南外科学杂志》 2004年第4期71-72,共2页
关键词 “S”形切口修剪皮瓣术 腋臭 局部性臭汗症 手术疗效 发病原因
下载PDF
基于卷积自编码器网络的脉搏波分类模型 被引量：1
6
作者 逯鹏 王汉章 +4 位作者 毛晓波 赵宇平 刘超 尚莉伽 孙智霞 《郑州大学学报（工学版）》 CAS 北大核心 2021年第5期56-61,共6页
针对基于深度学习的脉搏波分类依赖大量标记数据,临床数据有限、标注成本高影响了脉搏波分类识别效果,设计一种基于卷积自编码器网络(CAE-Net)的脉搏波分类模型。首先,利用卷积神经网络(CNN)的局部特征提取能力和自编码器(AE)的压缩重... 针对基于深度学习的脉搏波分类依赖大量标记数据,临床数据有限、标注成本高影响了脉搏波分类识别效果,设计一种基于卷积自编码器网络(CAE-Net)的脉搏波分类模型。首先,利用卷积神经网络(CNN)的局部特征提取能力和自编码器(AE)的压缩重构及降维特性构建卷积自编码器(CAE),结合脉搏波波形特点,在平均绝对误差损失函数中引入脉搏波时域特征约束,提升CAE对脉搏波低维特征自学习能力;其次,重用预训练CAE编码层网络和权重,构建CAE-Net,并利用有标记脉搏波数据进行网络微调。在心血管疾病数据集上的实验结果表明,CAE-Net的分类准确率为98.00%,F1值达到94.40%,相较于其他脉搏波分类模型,设计网络所提取特征的区分度较高,同时减弱了对标注脉搏波数据的依赖,在小样本脉搏波数据上具有较好分类效果。 展开更多
关键词 心血管疾病 脉搏波 卷积神经网络 自编码器
下载PDF
修剪皮瓣法治疗腋臭110例
7
作者 尚莉伽 王谆 《中国煤炭工业医学杂志》 2004年第11期1066-1066,共1页
关键词 腋臭 皮瓣 外科手术
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部