六味地黄丸的作用

11、六味地黄丸配方的数据挖掘与应用分析 本文通过对SinoMed数据库中六味地黄丸相关文献的数据挖掘,构建了疾病、证候、症状、中草药之间的多维网络关系。研究揭示了六味地黄丸不仅主治肾阴虚和肝肾阴虚证,还关联多种西医疾病如糖尿病、高血压等,体现了‘一方治多病’的中医理念。通过合并网络分析,展示了其在临床中的灵活加减与个性化应用,并发现文献报道与教科书存在差异,为中医药现代化研究提供了数据支持和实践参考。 阅读详情
六味地黄丸是滋阴补肾的代表方剂,由熟地黄、山药、山茱萸、泽泻、茯苓、丹皮共六味药组成。传统上应用于治疗肾阴不足、虚火上炎而出现的头晕目眩、腰膝酸软、耳鸣、遗精、手足心热等症。近年来,通过临床观察,发现六味地黄丸还具有多方面的作用。六味地黄丸具有显著的增强免疫、抗衰老、抗疲劳、抗低温、耐缺氧、降血脂、降血压、降血糖、改善肾功能、促进新陈代谢及较强的强壮作用。

  1、小儿呼吸道反复感染有人用六味地黄丸治疗小儿呼吸道反复感染患者60例,效果满意。每次1丸(9克),每日2次。治疗时间最短者35天,最长者90天,平均为61.6天,据观察,六味地黄丸对患儿免疫功能和体内的微量元素影响明显,疗效显著。

  2、慢性鼻炎六味地黄丸每次9克,早晚各服一次,连服2~3个月,可有明显疗效。

  3、过敏性鼻炎六味地黄丸可增强细胞免疫功能,促进免疫球蛋白的合成,又能抑制抗体的生成,抑制过敏反应,起到双向调节作用。用六味地黄丸加色甘酸钠治疗过敏性鼻炎,停药后疗效维持时间长,复发少。

  4、矽肺据报道,用汉防己甲素(100mg3次/日)和六味地黄丸每周同服6天,连用2个月,可使矽肺患者咳嗽、咯痰、胸痛及呼吸困难明显改善,感冒和支气管肺部感染率下降52.94%。

  5、牙周脓肿六味地黄丸每次10克,每日3次,3~5天可减轻症状。

  6、复发性口疮六味地黄丸每次6~9克,每日2~3次,一般3~5天可见效,且愈后很少复发。如复发再服本药仍有效。

  7、五更泄泻六味地黄丸每次10克,每日3次,一般服一个月可痊愈。

  8、口干症中老年人患口干症若无其他原发病症,服用六味地黄丸治疗效果好。每次服六味地黄丸9克,一日3次,一个月为1疗程。

  9、食管上皮细胞重度增生(食管癌癌前病变)每日晨起服1—2丸(每丸9克)连服1年,治疗食管上皮细胞重度增生30例,结果转为正常和好转的有26例,稳定3例,好转率达86.7%%,表明六味地黃丸对阻断重增的癌变、預防食道癌的发生有一定的作用。

  10、上消化道出血本品对服用糖皮质激素引起的慢性消化道出血患者有一定的疗效。用法是:每次取本品9克,每日3次,温开水送服,7天为1个疗程,连服2~3个疗程。

  11、轻中度高血压有人将38例轻、中度高血压患者随机分为治疗组及对照组进行治疗观察。治疗组22例用六味地黄丸和复方丹参治疗,对照组16例用心痛定加维生素E治疗。结果,中药组降压率为90.9%,西药组降压率为87.5%。

  12、室性早搏服用六味地黄丸确有较好的作用。

  13、慢性肾炎六味地黄丸治疗慢性肾炎的疗效比治疗急性肾炎好,尤以伴高血压者疗效为佳,对合并水肿型的患者也有较好疗效。能迅速消除蛋白尿及水肿,促进肾功能的恢复。用法每次9克,每日3次,1个月为 1个疗程。

  14、肾病综合征六味地黄丸治疗肾病综合征也有较好的疗效。用法:每次9克,每日3次,温开水送服。20天为1个疗程。一般经服药1个疗程后,症状、体征及蛋白尿即可显著好转。

  15、蛋白尿若急性肾炎患者水肿消失,但尿蛋白仍存在,口服六味地黄丸每次6~9克,每日2~3次,服1~2个月后尿蛋白可消失

  16、前列腺炎据临床报道,慢性前列腺炎患者服用六味地黄丸后效果显著。用法:每次1丸(9克),每日3次,温开水送服。10天为1个疗程。

  17、遗尿症本品对因氯氮平引起的遗尿症效果显著,方法是:取本品每次9克,每日2次,温开水送服,14天为1疗程,连续2~3个疗程。

  18、男子不育症六味地黄丸可作用于下丘脑—垂体—性腺轴而改善性激素分泌,促进正常精子的生成,从而提高受孕率。

  19、预防药物性白细胞减少六味地黄丸可治疗氯氮平、抗甲状腺和化疗等药物所致的粒细胞减少症。

  20、增强化疗药效果,减少毒副作用用六味地黄丸辅助治疗肿瘤可获得较好效果。用法:自化疗的第1天开始口服六味地黄丸,每次9克,每日3次,连服20天。据临床观察,患者服用本药后,化疗药物的药效显著增强,而副作用明显减少。

  21、糖尿病轻度糖尿病患者除调节饮食外,加用六味地黄丸,可降低血糖、尿糖,改善症状。

  22、更年期综合征服用六味地黄丸3个月后,患者的潮红、潮热、出汗、心悸、焦虑、失眠等症状可得以改善。

  23、脑出血后遗症服用六味地黄丸对脑出血后遗症所致的半身不遂、语言障碍、口角歪斜等症状有较好的治疗效果。

  24、老年性痴呆六味地黄丸有明显的抗氧化作用,对老年性痴呆有一定治疗作用。台湾中国医药学院谢明村教授指出,动物实验表明,六味地黄丸可诱发动物改善学习记忆障碍,有助于增强记忆力。临床试验证实,六味地黄丸对改善健忘及老年性痴呆有一定疗效。

  25、顽固性失眠用法每次9克,每日3次。15天为1个疗程。

  26、提高记忆能力药理研究还证实,熟地黄可改善实验性脑功能障碍和增强老人的记忆力。熟地黄、山药、山茱萸能调节大脑中枢神经,改善脑代谢和中枢神经递质的传递,增强学习和记忆能力。山药、山茱萸、茯苓可促进脑细胞的生长发育。长期给予六味地黄丸提高小鼠记忆获得和记忆保持能力,改善其空间记忆能力,并部分改善其条件性回避反应能力。

  27、疲劳综合症如工作紧张、生活劳累后出现的精神疲惫、头昏脑胀、食欲不振、睡眠欠佳、情绪不稳定、精力难集中、记忆力与应变力差等,服之可很快得到改善。

  28、类风湿性关节炎在治疗类风湿性关节炎时,应用六味地黄丸,利用其糖皮质激素效应,代替糖皮质激素的应用,这样可避免糖皮质激素带来的副作用。用法:每次18克,每日3次,1个月为1个疗程。

  29、慢性腰腿痛用法:每次2丸(9克/丸),每日3次,温开水送服。5天为1个疗程。

  30、美容六味地黄丸有强大的滋肾阴功效,并有助于抗衰老成分SOD(超氧化物歧化酶)的产生。SOD可以把使人衰老的超氧离子转化为无害物质,从而延缓人体衰老,保持容颜。

  31、早衰如须发早白,皱纹增多,皮肤枯燥等未老先衰现象,服用六味地黄丸能延缓其衰老进程。

  32、老年皮肤瘙痒症该病的发病机理主要与老年人皮脂腺功能的减退、皮肤缺乏皮脂滋润及老年人植物神经功能的退化有关。六味地黄丸具有滋补肾阴,增强雄激素分泌、兴奋性腺轴、减慢皮脂腺萎缩、缓解皮肤干燥等作用。患者可服用六味地黄丸,每次服8克,每日服2次,五日为一疗程。

  33、系统性红斑狼疮本病是一种自身免疫性疾病,“浆膜炎”是本病的主要症状和表现。在病变的稳定期和应用皮质激素的减量阶段,患者口服六味地黄丸,可通过其扶正培本、滋补肾阴的作用,调整机体免疫功能,缓解皮质激素“反跳”及其它一些不良反应,协助撤减激素用量,并可减轻皮质激素对肾上腺皮质内分泌功能的反馈性抑制作用。

  34、缓解迪银片的不良反应迪银片是目前治疗银屑病的常用药物,其主要成分为氨肽素、扑尔敏、氨茶碱及活性多肽等。患者服用后常出现口唇开裂、皮肤干燥瘙痒等症状,严重者还可出现全身皮肤发红、脱屑。患者服用六味地黄丸,每次服8克,每日2次,可明显减轻这些症状,还可增强机体免疫力,有助于银屑病皮疹的消退及全身抵抗力的恢复。

  35、白癜风该病是一种后天色素脱失的皮肤病。六味地黄丸有补益肝肾、滋养精血、润泽肌肤之作用。现代研究认为该品治疗本病是通过提高机体细胞免疫 ,从而激活酪氨酸的活性、加快酪氨酸催化黑色素的生成 ,促进黑色素细胞分裂及移动 ,使白斑之色素逐渐消退。用法为每日 2次 ,每次 9~ 18克 ,3~ 6个月为一疗程。有显效。

  36、脱发中医认为发为肾之余 ,肾阴不足 ,精血不充 ,毛发失荣 ,则脱落不断 ,用六味地黄丸治疗。每日 2次 ,每次服 18克 ,3个月为 1疗程。

  37、黄褐斑此病亦称汗斑 ,是发生于面部的常见色素沉着性皮肤病。多与遗传内分泌失调、自身免疫、口服某些药物以及妊娠有关。目前尚无特效疗法 ,而本品有益肝肾 ,调和气血 ,润泽皮毛等有很好效果。一般每日服 2次 ,每次 9~ 18克 ,3个月为 1疗程。颇有良效。

  38、瑞尔黑变病该病是发生于面部的一种网状色素沉着病 ,以面部皮肤呈淡褐、深褐及灰黑色的色素沉着性的斑片 ,也可发生于前额及颈部两侧 ,本病类似中医黧黑斑。中医认为这与肾阴不足水亏火旺 ,以致精血亏虚、不能荣润肌肤 ,加之日光及化妆品的刺激 ,导致伤阴损肤而发为本病。用六味地黄丸每日 2次 ,每次 9~ 18克 ,3个月为 1疗程。有良效。

  39、眼病老年性白内障患者服用六味地黄丸,可较明显提高视力、改善视物模糊、晶状体混浊等症状。此外,六味地黄丸对治疗外伤性角膜溃疡、睫状体青光眼综合征等也有一定的疗效

  40、甲胎蛋白低浓度持续阳性甲胎蛋白低浓度持续阳性易转肝癌。六味地黄丸每次9克,一日2次,连续服半年至一年,可大大降低肝癌的发病率。
ROST_CM6软件之词频分析、社会网络和语义网络分析、情感分析 简介 ROST CM 6是武汉大学沈阳教授研发编码的国内目前唯一的以辅助人文社会科学研究的大型免费社会计算平台。该软件可以实现微博分析、聊天分析、全网分析、网站分析、浏览分析、分词、词频统计、英文词频统计、流量分析、聚类分析等一系列文本分析。 社会网络和语义网络分析(S) 数据 注意,保存时编码要为ANSI 所以这里需要转换一下 准备自定义表与停词表 例如 同时,点击快速分析后,将会弹出网络图 对网络图进行设置 对布局进行设置 对节点、边进行设置 最终效果图 修改 情感分析 阅读详情

相关推荐

UE5新手必看:如何在UMG控件中嵌入浏览器实现Web页面展示(附完整步骤)

本文为UE5新手提供了在UMG控件中无缝集成Web浏览器的完整实战指南。详细介绍了从启用WebBrowser插件、创建并配置WebBrowser控件蓝图,到编写动态加载与交互逻辑,以及在游戏关卡中实例化UI的全过程。文章还分享了性能优化技巧与常见问题排查方法,帮助开发者高效实现游戏UI内的Web页面展示与交互。

weixin_29243063的博客 711

AI+单细胞与空间组学驱动中医药研究新范式

单细胞测序技术和空间组学是现代生物医学研究的核心技术,能够在细胞层面解析基因表达和空间分布信息。结合AI技术,特别是深度学习和图神经网络,可以从海量数据中挖掘传统方法难以发现的模式,显著提升数据分析的灵敏度和准确性。这种多模态分析方法在中医药研究中具有重要价值,能够精准解析中药复方的作用机制和针灸机理。例如,通过整合单细胞RNA-seq和空间转录组数据,可以识别特定细胞亚群对中药成分的响应,并预测关键调控靶点。该技术为中医药现代化研究提供了新的方法论支持,具有广阔的应用前景。

weixin_29031161的博客 251

C#实战:如何用Bartender 10.1实现动态打印与批量打印(附完整源码)

本文深入探讨了如何在C#项目中高效集成Bartender 10.1,实现企业级的动态打印与批量打印功能。文章提供了从环境配置、COM接口精讲、高可用打印服务类封装,到批量打印性能优化及生产环境部署的全套实战方案与源码,帮助开发者构建健壮、可维护的打印解决方案。

weixin_29290963的博客 436

六味地黄丸吃对了是补药,吃错了变“毒药”,这5类人要远离!

避免食用油腻和难以消化的食物,如红烧肉、炸鸡、薯条等,以清淡的食物为主,可以适量食用小米粥、南瓜粥、蔬菜粥等清淡、养胃的食物,有助于身体尽快恢复。六味地黄丸主要用于治疗肾阴虚,而湿热体质的人群常常会出现口干、咽干、便秘等症状,这与六味地黄丸的治疗方向相反。所以,六味地黄丸吃对是补药,吃错变“毒药”,我们在使用药物时,一定要遵从医嘱,切勿盲目用药,才能充分发挥六味地黄丸的诸多好处。此外,六味地黄丸还可以治疗多种慢性疾病,如糖尿病、高血压、慢性肝炎等,对于这些疾病的治疗也有着一定的疗效。

zhongyiJK的博客 1193

手把手教学,Python 游戏编程之实现飞机大战(含源代码)

我想大家都是有玩过类似飞机大战的射击类游戏,也享受目标被消除通过后带来的愉悦感。那么如果用Python来实现飞机大战游戏?下面就跟大家一起用Python来做一个小游戏,不仅可以从中感受到乐趣,还可以提升自己的能力。

veratata的博客 1万+

CNN经典论文(一)LeNet

Gradient-Based Learning Applied to Document Recognition(梯度学习在文档识别中的应用) Yann LeCun, Leon Bottou, Yoshua Bengio, and Patrick Haffner 发表时间:December 1998 期刊:Proceedings of the IEEE 影响:世界上第一个卷积神经网络 论文地址:Gradient-Based Learning Applied to Document Recognition

loveling丶的博客 3598

出汗异常可用食疗

出汗异常可用食疗(2004-09-14 09:30:24) 据湖北省中医院神经内科谭子虎教授介绍,不同的汗治疗方法也不相同,不过多数情况都是在饮食上多加注意就可以了。自汗:多吃一些具有健脾作用的食物,如粳米、薏米、山药、扁豆、莲子、大枣等,这些既能健脾益气又能和胃,可以煮粥食用。盗汗:可吃一些具有养阴生津的食物,如小米、麦粉及各种杂粮和豆制品;牛奶、鸡蛋、瘦肉、鱼肉等;水果、蔬菜应

无情的你,无情的雨! 1558

qq对接openclaw,通过qq发送命令

把 OpenClaw 接入 QQ 和微信,目前主流的微信文章和教程主要提供了两种截然不同的路径。我为你梳理了它们的核心区别和关键步骤,你可以根据自己的需求来选择。

suny8的专栏 270

如何科学有效地根治肾虚——下篇(如何有效治疗肾虚?)

耳熟能详的广告 治疗*肾虚的药物最出名的恐怕就是六味地黄丸了,这广告简直铺天盖地耳熟能详了。目前国内六味地黄丸已经达到了年销售额10个亿的市场规模,真是人人都在补*肾。 ...

知贵待缘 1020

Python爬虫实战:爬取国家气象局台风路径数据的完整教程

国家气象局(如中国气象局)一般会在官方网站公布台风的实时路径,包括台风编号、名称、时间点、经纬度、中心气压、最大风速等信息。这些数据以图形和表格的形式呈现,有时以JSON或CSV文件形式下载。爬取这类数据,有助于构建台风数据库、历史路径分析、趋势预测等应用。本文详细介绍了如何通过Python爬取国家气象局发布的台风路径数据,涵盖了数据采集、解析、存储和可视化全流程。通过实践,你可以构建自己的台风数据库,结合机器学习开展路径预测和风险评估等高级分析。后续可结合深度学习技术,实现台风轨迹预测;

2201_76125261的博客 1026

【赛题解析&命令脚本配置】2023年全国职业院校技能大赛GZ073网络系统管理赛项赛题第9套模块A:网络构建 & (三)无线网络配置+(四)出口网络配置-命令配置

【赛题解析&命令脚本配置】2023年全国职业院校技能大赛GZ073网络系统管理赛项赛题第9套模块A:网络构建 & (三)无线网络配置+(四)出口网络配置-命令配置

君逍遥o 1018

小孩蛋蛋肿大

记录一下 像附子,细辛,草乌,龙胆草等药,才需要慎重,明目地黄丸,滋补类的药,药性平和,不用担心副作用,除非天天当饭吃。跟眼药水对比,比用眼药水好多了。 我一岁多的小孩蛋蛋肿大,走几家大医院都说要手术,我就看书用六位地黄丸加黄芪党参薏仁治好的。中医的作用,妙不可言。关键是找到病因,对症下药,自己找不出,就去小找好医生。好医生不多呢,自己要小心选择辨别。 ...

libing666666的博客 143

ICV:Metal Fill Insertion流程

如果不想删除先前加的metal fill,可以使用signoff_create_metal_fill -mode add命令,当使用这个mode后,工具不会fix density问题,哪怕设置了signoff.create_metal_fill.fix_density_errors,设置这个mode后可以使用以下option控制metal fill 的插入。默认情况下,signoff_create_metal_fill是会删掉已经加进去的metal/via fill再重新加的。

m0_61544122的博客 1134

补肾常见中成药辩驳------右归丸、左归丸与桂附地黄丸、六味地黄丸

本文转载自高山予鹰《右归丸、左归丸与桂附地黄丸、六味地黄丸》,因老先生的网易博客关闭,无法权限访问,但是该文章写的极好,理应世人共享,故转载,谢谢! 明代医学家张景岳对补肾却有着更深层的考虑。他认为,两肾之间为命门, 命门主宰两肾的水火阴阳,“阴阳原同一气,水为火之主,水即火之原,水火原不相离也”。由此他主张,补肾应阴阳水火互配, 即补阳(火)配以滋阴(水),勿使...

知贵待缘 1万+

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

六味地黄丸

究竟是出现了什么样的症状才可以使用六味地黄丸呢?主要是在肾阴虚的时候,服用效果最好。   那么,到底什么样的表现是肾阴虚呢?   首先要看舌头,舌头分舌苔和舌质两个部份,舌质如果发红就有可能是了(如果舌质白则是阳气不足的表现要排除)。舌质红,然后舌苔是薄的,注意舌苔厚的人说明是体内有痰湿,是不能用六味地黄丸的,要先清掉痰湿。   总结一下,就是舌头的状态是舌质红、舌苔薄的人,有服

android移动设备 3079

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

六味地黄丸能补肾吗

“地黄丸”家族庞大,六味地黄丸只是其中之一。很多滋补方都是在它的基础上,加减化裁而成。同名为“地黄丸”,但药物成分略有不同,使用前需仔细察看,以免误用。   六味地黄丸由熟地黄、山茱萸、山药、泽泻、牡丹皮、茯苓组成。其特点是补泻并用,平和甘淡、不燥不温、补而不滞、滋而不腻,是补阴的代表方之一。适用于肝肾阴亏,虚火所致的眩晕、耳鸣、腰痛、消渴等。   麦味地黄丸由“六味”加麦冬、五味子组成,也称...

weixin_30906671的博客 246

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

六味地黄丸不是补肾万能药!这几类人吃才对症,大多人都白吃了

六味地黄丸不是万能补肾药,仅适合肾阴虚体质者。这类人群表现为手足心热、盗汗、腰膝酸软、口干舌燥等虚热症状,或因肾阴虚导致脱发、失眠等问题。但脾胃虚寒、湿气重及肾阳虚者(怕冷、便溏)服用会加重不适。感冒期间也不宜使用。该药组方以滋阴为主(熟地、山萸肉等),并非壮阳药。用药前建议中医辨证,避免盲目进补。本文仅为中医知识科普,具体诊疗需遵医嘱。

2601_95189877的博客 177

为什么你吃了六味地黄丸耳鸣没有好?

六味地黄丸的确可以改善耳鸣,但是为什么你吃了却没有效果呢?经常有患者问,说他在网上看到或者身边的朋友说自己的耳鸣是吃了六味地黄丸之后大有改善,所以他也买来吃,但是吃了不少耳鸣却没好,这是怎么回事呢?如果你吃了六味地黄丸却没有什么效果,那么很有可能是药不对症。如果你的耳鸣的同时还有头晕耳鸣,浑身乏力,多梦易醒,五心烦热,欲望减退等症状,那就考虑的是肾阴虚耳鸣,那么用六味地黄丸来说啊、,就很合适,如果是由于肾阳虚或者是脾虚肝郁引起的耳鸣,那么用六味地黄丸作用就不大了,而且体时以及阳虚者,过敏体质者、脾虚气。

m0_71049536的博客 529

当千年古方遇上青春综艺:北京同仁堂六味地黄丸借力《国医少年志3》开启全民滋补新叙事

依托节目正统、年轻化、科普向的国医传播优势,双方以文化联动、趣味科普、沉浸式互动活动为核心,重新诠释六味地黄丸“温和滋阴、日常调养”的核心价值,跳出单一“治病用药”的传统标签,让千年古方适配当代快节奏生活,成功打造兼具文化底蕴与实用性的国民日常轻养生伴侣,以年轻化IP联动形式,完成传统中医药从“对症疗愈”到“日常养人”的认知突围。长期以来,六味地黄丸作为家喻户晓的经典国医方剂,深受大众熟知,但也固化了单一的药用认知,大众多局限于传统治病功效的刻板印象,忽略了其适配现代人群的日常轻养生价值。

2401_86584021的博客 280

请问肾阴虚吃什么药?饮食注意什么?还有桂附地黄丸是治肾阴虚还是治肾阳虚的?谢谢

①、如果确属肾阴虚当用“六味地黄丸”,但肾阴虚那么多的特征里,最为明显的就是“夜间盗汗”,如果不能确定,还是改用“桂附地黄丸”,在“六味”的基础上加了“肉桂”与“附子”两味温药,作用就是在滋阴的基础上,温补肾阳,适宜平补,即“阴阳双补”,最适宜服用的季节是从立秋到来年立春。②、如果自行服药的话,饮食宜忌药品说明书中会有详细说明,但是要补充几点:一是忌食辛辣食物,防止加重阴虚症状;二是地黄丸属于滋补

冷月宫主的专栏 2827

请问肾阴虚吃什么药?饮食注意什么?还有桂附地黄丸是治肾阴虚还是治肾阳虚的?谢谢...

①、如果确属肾阴虚当用“六味地黄丸”,但肾阴虚那么多的特征里,最为明显的就是“夜间盗汗”,如果不能确定,还是改用“桂附地黄丸”,在“六味”的基础上加了“肉桂”与“附子”两味温药,作用就是在滋阴的基础上,温补肾阳,适宜平补,即“阴阳双补”,最适宜服用的季节是从立秋到来年立春。②、如果自行服药的话,饮食宜忌药品说明书中会有详细说明,但是要补充几点:一是忌食辛辣食物,防止加重阴虚症状;二是地黄丸属于滋补...

linuxstuding 681

肾和膀胱中医笔记

中医认为,手淫、房劳过度、熬夜等,耗伤阴精,阴液大伤,精亏血少,阴虚阳亢,虚火虚热内生,(可能是中午阳气最旺,加强了阳气,本就阴虚更压不住火,所以午后发热)2024年3月6日 W先生晚上7-8点尿频,尿液淡,手心脚心自汗。阴虚内热,津液不足,故而口燥咽干、口渴、大便偏干、小便发黄。虚热内蒸,故心情烦躁、手脚心发热烦,潮热,颧红;,大便干结,小便短赤等症状。盗汗,或有自汗,心情烦躁、7点55服用知伯地黄丸,阴虚生内热,阳虚生外寒。,出现晚上睡觉出汗等;,手脚心发热,或兼有。

分享计算机视觉,C++,网络摄像头研发,音视频开发,嵌入式等知识。 2055

淘宝/天猫按关键字搜索淘宝商品 API 返回值说明

请求参数:q=中药&start_price=0&end_price=0&page=1&cat=0&discount_only=&sort=&page_size=&seller_info=&nick=&ppath=&imgid=&filter=

ocean_hhn的博客 1713

程序人生之"六味地黄丸"

编者絮语:        在优快云 BLOG 中,有这样的博文。或许不是技术类的文章,但是却在影响我们的生活。和我们在这里领略这个周的“程序人生”吧,或许这里你能找到和您生活接近的故事。东莞至广州大巴实录—骗局环环扣--海 愿 の blog点点:见过《天下无贼》里的小偷么?看样子厉害的都跑广东那地界了,不厉害的才在北京偷。存款敌不过上涨的房价租房消磨11年青春--fanjianguo的专

优快云 博客周刊 1692

学习《医学三字经白话解》之虚劳

三、虚劳 1、七情伤,上损是。(喜怒忧思悲恐惊),上损:心肺胃虚损,治以归脾汤。 归脾汤:白术、当归、白茯苓、黄耆(炒)、龙眼肉、远志、酸枣仁(炒)、人参3g,木香1.5g,甘草(炙)1g 2、下损由,房帏迩。(下损:肾、肝、脾)五脏主藏精,不可伤,伤则守而无气,无气则死。色欲过度,则积伤而下损,至于失守无气,则下级而上。 肾水亏,六味拟《熟地黄、酒萸肉、牡丹皮、山...

weixin_34178244的博客 183

以少年传国韵 以古方焕新生|北京同仁堂六味地黄丸携手《国医少年志》第三季圆满收官

立足中医药文化传承发展大局,以权威内容科普为核心、以青年文化破圈为抓手、以国民职场健康为落点,实现传统文化传播、品牌价值升级、大众健康赋能的多维突破,为老字号中医药品牌年轻化、场景化传播树立行业标杆。整季合作坚持权威科普先行、文化传播为主,以综艺年轻化语态解构传统中医理论,打破中医药晦涩、枯燥、老旧的大众刻板印象,实现老字号品牌与青年文化的深度同频,构建新时代中医药文化创新传播的全新范式。作为本季节目节目撑腰官,本季节目以趣味化、场景化、可视化方式,完成大众对六味地黄丸组方价值的重新认知,其中。

2401_86584021的博客 242
上一篇: 如何让血管“返老还童”
下一篇: VIMer不用羡慕EMACSer了
lambda_z
博客等级 码龄19年 35粉丝 23原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值