前庭性偏头痛诊治专家共识(2018)

来源 :中国疼痛医学杂志 | 被引量 : 0次 | 上传用户:breeze_86
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
一、前言偏头痛和眩晕是临床常见的两种疾患。早在公元前131年,Cappadocia的学者Aretaeus第一次将偏头痛及眩晕联系起来[1],Liveing在1873年注意到了头痛与头晕的关联性[2],但直到20世纪80年代,人们才开始系统性地研究两者关系[3]。1984年Kayan等最先对偏头痛和眩晕的联系做了系统性的描述[4]。随着研究的深入,这些反复眩晕伴偏头痛的病人曾被诊断为偏头痛相关性眩晕/头晕、偏头痛相关性前庭功能障碍、偏头痛性眩晕等[5-8]。1999年,Dieterich和Brandt首次倡
其他文献
边界Fisher分析(MFA)应用于人脸识别时会遇到小样本问题,如果用主成分分析进行降维来处理该问题,则会丢失一些对分类有益的分量;如果把MFA的目标函数用最大间距准则代替,则较难得到最佳参数。提出了一种正则化的MFA方法,该方法用一个较小的数乘上单位阵构造正则项,然后加到MFA的类内散度矩阵中,使得所得矩阵是可逆的,并且不会丢失对分类有益的分量,也容易确定其中的参数。因为一个样本通常能被少数几个
会话初始化协议(SIP)提供了认证和协商会话密钥,能保证后续会话的安全。2010年,Yoon等(YOONE-J,YOO K-Y.A three-factor authenticated key agreement scheme for SIP on elliptic curves.NSS10:4th InternationalConference on Network and System Sec
针对扫描电子显微镜图像中粉煤灰区域的提取问题,提出了基于区域生长的珠状颗粒区域提取方法。该方法自动选取种子区域,在边界约束下按灰度相似度生长,生长区域结合形状特征提取目标。提取结果比对人工提取区域,提取误差用提取面积的错分率和漏分率之和表示。实验的最小提取误差是6.8%,平均提取误差是8%,自动提取60张SEM图像的时间小于10 min。提取时间和误差均可达到估算粉煤灰含量的要求。