为探索体象障碍作为一独立疾病,其临床特征、诊断与其化心理障硬的区别,应用观察法及体象障碍自评量表,区别对体象障碍组、神经症组、正常人组进行测评,采用t检验及多元分析等方法进行比较。体象障碍量表分,体象障碍明显高于两对照组,差异显著(P大于0.0001);动态聚类结果与原始分类拟合度达87.7%,贝叶斯判别正确率88.2%,均有显著性意义。结合入组标准及临床特征显示体象障碍为一独立疾病单元,应与体象障碍综合征区别。对体象障碍形成机制提出了新的“体象认知失调”理论。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
基于秩结构矩阵的快速并行算法
矩阵分解的低延迟并行算法
并行计算模型和并行算法研究
高阶稀疏矩阵向量乘的可扩展异构并行算法及其在电磁计算中的应用