華西醫(yī)學(xué)期刊出版社
關(guān)鍵詞
  • 標(biāo)題
  • 作者
  • 關(guān)鍵詞
  • 摘要
高級搜索
高級搜索

搜索

找到 關(guān)鍵詞 包含"家系" 6條結(jié)果
  • 瘢痕疙瘩家系Fas基因死亡域突變的實驗研究

    目的 探討瘢痕疙瘩家系標(biāo)本中Fas基因 (外顯子7~9)有無突變以及Fas基因突變在瘢痕疙瘩形成中的意義。方法 實驗標(biāo)本來自南方醫(yī)科大學(xué)南方醫(yī)院整形外科2005年收集的A、B兩個瘢痕疙瘩家系。采用PCR及基因測序技術(shù),分別以A家系2例男性患者的瘢痕疙瘩組織為研究對象, 以其周圍正常皮膚及外周靜脈血作為自身對照,其配偶的外周靜脈血作為正常對照,并以B家系2例患者(母親與兒子)的外周靜脈血作為不同家系之間的對照,共檢測10份標(biāo)本中Fas基因外顯子7~9基因序列。結(jié)果 10份瘢痕疙瘩家系標(biāo)本Fas基因的7、8外顯子均未發(fā)生突變,2例瘢痕疙瘩組織標(biāo)本均在外顯子9編碼區(qū)的11 bp和53 bp兩個位點上存在單個堿基基因突變或多態(tài)性改變。結(jié)論 瘢痕疙瘩Fas基因死亡域外顯子9區(qū)段的基因結(jié)構(gòu)異常,極有可能與Fas蛋白的功能改變有關(guān),從而導(dǎo)致局部瘢痕疙瘩形成。

    發(fā)表時間:2016-09-01 09:23 導(dǎo)出 下載 收藏 掃碼
  • 眼底有色素和無色素沉積患者并存的 視網(wǎng)膜色素變性一家系

    發(fā)表時間:2016-09-02 06:03 導(dǎo)出 下載 收藏 掃碼
  • 兩例以抽搐為首發(fā)癥狀的低血糖患兒家系基因型及臨床表型分析

    目的認(rèn)識低血糖所誘發(fā)的抽搐發(fā)作,并對其基因型及臨床表型分析,加深對高胰島素血癥的認(rèn)識。方法收集 2012 年和 2014 年分別在河南省人民醫(yī)院兒科神經(jīng)門診以抽搐癥狀就診的 2 例患兒,經(jīng)抗癲癇藥物(AEDs)治療 1 年余效果不佳,分別進(jìn)行家系全外顯子檢測。結(jié)果1 例患兒發(fā)現(xiàn) ABCC8 基因突變,突變位置位于 11 號染色體,核酸變化:c.4607C>T(exon38),氨基酸改變:p.A1536V,rs745918247,該遺傳方式可為常染色體顯性遺傳,也可為常染色體隱形遺傳,患兒父母親在該位點均為野生型,該基因突變與家族性高胰島素低血糖 1 型/胰島細(xì)胞增生癥相關(guān)聯(lián)。另 1 例患兒檢測結(jié)果為 GLUD1 基因突變,突變位置位于 10 號染色體,核酸變化:c.1498G>A(exon12),氨基酸改變:p.A500T,該遺傳方式為常染色體顯性遺傳,父母親在該位點均為野生型,該基因突變與家族性高胰島素低血糖 6 型/胰島細(xì)胞增生癥相關(guān)聯(lián)。此 2 個基因突變位點目前國內(nèi)外尚未見相關(guān)報道,為新發(fā)突變。結(jié)論上述 2 個基因位點突變可能是導(dǎo)致低血糖抽搐的根本原因,也是 AEDs 控制不佳的最好解釋。

    發(fā)表時間:2018-03-20 04:09 導(dǎo)出 下載 收藏 掃碼
  • 人工智能在醫(yī)療及神經(jīng)病學(xué)領(lǐng)域的應(yīng)用

    該文闡述了人工智能的概念,介紹了醫(yī)學(xué)專家系統(tǒng)的工作機(jī)制、主要結(jié)構(gòu)以及國內(nèi)外醫(yī)學(xué)專家系統(tǒng)的發(fā)展歷程及臨床應(yīng)用;簡要闡述了機(jī)器學(xué)習(xí)的概念,常用算法及其在醫(yī)學(xué)診斷中的臨床應(yīng)用;重點介紹了人工智能在神經(jīng)病學(xué)中的應(yīng)用,并對人工智能系統(tǒng)在醫(yī)療領(lǐng)域應(yīng)用中的優(yōu)勢與不足進(jìn)行了分析;最后對人工智能在醫(yī)療領(lǐng)域的未來發(fā)展作了展望。

    發(fā)表時間:2018-06-26 08:57 導(dǎo)出 下載 收藏 掃碼
  • 基于故障樹的多參數(shù)監(jiān)護(hù)儀故障智能診斷專家系統(tǒng)研究

    針對現(xiàn)代醫(yī)療設(shè)備維修貴、維修難、技術(shù)資料缺乏及維修力量不足的困境,本文提出了一種基于故障樹的多參數(shù)監(jiān)護(hù)儀故障智能診斷專家系統(tǒng)。首先建立了多參數(shù)監(jiān)護(hù)儀故障樹并進(jìn)行了定性定量分析,然后基于故障樹分析結(jié)果構(gòu)建了專家系統(tǒng)知識庫和推理機(jī)并確定了系統(tǒng)整體框架,最后采用頁面超文本預(yù)處理器(PHP)語言開發(fā)實現(xiàn)了多參數(shù)監(jiān)護(hù)儀故障智能診斷專家系統(tǒng),故障診斷準(zhǔn)確率達(dá)80%。結(jié)果表明:基于故障樹和專家系統(tǒng)的兩種故障診斷技術(shù)融合可有效實現(xiàn)多參數(shù)監(jiān)護(hù)儀故障智能診斷并提供排故建議,既能為多參數(shù)監(jiān)護(hù)儀故障診斷提供經(jīng)驗積累,又能為醫(yī)療設(shè)備故障診斷提供一種新的思路和技術(shù)支持。

    發(fā)表時間: 導(dǎo)出 下載 收藏 掃碼
  • 以癲癇為主要表現(xiàn)的16p11.2末端微缺失綜合征病例遺傳學(xué)分析

    發(fā)表時間: 導(dǎo)出 下載 收藏 掃碼
共1頁 上一頁 1 下一頁

Format

Content