检索历史 清除

【中文期刊】 芦婷 张朝月  等 《海军军医大学学报》 2025年46卷3期 352-359页 ISTICPKUCSCDCA

【摘要】 目的 通过脑电信号特征和皮质溯源分析的方法探索脑力疲劳对注意保持功能的影响.方法 招募25 名健康男性作为被试,采用关联性负变(CNV)听觉范式,以CNV不同加工阶段的平均波幅为分析指标,评价脑力疲劳前后脑电特征的变化,进一步使用标准化低分...

【关键词】 脑力疲劳； 注意保持； 关联性负变；

【中文期刊】 汪玲华 罗向阳  等 《中国儿童保健杂志》 2005年13卷4期 306-308页 ISTICPKUCSCDCA

【摘要】 [目的]探讨注意缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)儿童在Benton视觉保持测验中(visual retention test,VRT)的反应特征,为研究ADHD发病机...

【关键词】 本顿视觉保持测验； 注意缺陷多动障碍； 视觉记忆；

【中文期刊】 汪玲华 范海虹  等 《广东医学》 2006年27卷7期 1023-1025页 ISTICCA

【摘要】 目的探讨注意缺陷多动障碍(ADHD)儿童的某些神经心理学特征及可能相关的机制.方法采用本顿视觉保持测验、瑞文标准推理测验对52例ADHD儿童和30例正常儿童进行实验测试.结果ADHD儿童在BVRT 3种测试方法中得分均值与对照组比较均有显著...

【关键词】 注意缺陷多动障碍； 本顿视觉保持测验； 视觉记忆；

【中文期刊】 傅亚强  《心理学探新》 2016年36卷2期 141-146页

【摘要】 将位置与方向两特征捆绑于一个空间符号,探讨该符号的编码与保持过程与注意的关系.方法:采用系列呈现方式,分别在学习阶段与保持阶段施加中央执行抑制分心任务,考察空间符号的材料类型、分心任务负荷、系列位置对位置、方向及其捆绑关系再认效率的影响.结...

【关键词】 空间符号； 捆绑； 注意；

【中文期刊】 常景芝  《实用医技杂志》 2005年12卷24期 3700页

【摘要】 <篇首> 美国教育学家约翰洛克说过这样一名话:教师的巨大技巧在于集中与保持学生的注意力.医学基础的生物化学内容复杂抽象,尤其是有关代谢过程的知识冗长乏味,概念类枯燥难懂,在教学过程中很难集中学生的注意力,更不要说保持学生的注意力.笔者多年来坚持...

【关键词】 生化教学； 集中与保持； 学生注意力；

【中文期刊】 杨青 闫国利  《应用心理学》 2013年19卷1期 34-41页

【摘要】 作为一种具有重要生物学意义和社会性的视觉刺激,面孔比一般的视觉刺激更容易吸引注意.本研究以Eyelink 2000车载眼动仪为工具,在混合呈现的反眼跳任务中考察了32名大学生被试对自我面孔、恋人面孔和陌生面孔加工中的注意捕获和维持注意方面的...

【关键词】 自我面孔； 反向眼跳； 朝向眼跳；

【中文期刊】 梁莎  《心血管病防治知识（科普版）》 2017年8期 44-46页

【摘要】 对很多人来说,大餐和传统的招待客人之道是假日的主要特点.但你不要贪恋这些高热量、富含脂肪和盐为特点的假日餐饮.特别是在节假日期间,当你面前满是今年其他时候你没有吃到的食物时,重要的是要想一下你要不要吃这些东西.

【中文期刊】 邹燕琴 唐蕾  《中国临床药理学杂志》 2022年38卷20期 2514-2520页 ISTICPKUCSCDCA

【摘要】 盲法是控制偏倚,保证临床试验数据客观性和科学性的重要措施之一,但在部分双盲试验中,一些研究人员通过接触试验用药品或参与血药浓度测定等行为可能知晓分组情况而未能使所有研究人员均处于盲态.部分设定了盲态评价研究者的单盲试验,试验过程中研究人员的...

【关键词】 临床试验； 偏倚； 盲态保持；

【中文期刊】 方海燕 何强  等 《现代医药卫生》 2023年39卷11期 1814-1817页

【摘要】 目的 探讨注意缺陷多动障碍(ADHD)患儿的视听反应与伴随性负变化(CNV)的临床价值.方法 选取2020年1月至2021年12月该院妇女儿童和儿童青少年门诊年龄为7～12岁ADHD患儿90例,30例健康儿童作为对照.分别作ADHD筛查量表...

【关键词】 儿童； 注意缺陷多动障碍； SNAP-Ⅳ量表；

【中文期刊】 曾宪华 李彦澄  等 《电子与信息学报》 2022年44卷7期 2547-2558页

【摘要】 超声图像去噪对提高超声图像的视觉质量和完成其他相关的计算机视觉任务都至关重要.超声图像中的特征信息与斑点噪声信号较为相似,用已有的去噪方法对超声图像去噪,容易造成超声图像纹理特征丢失,这会对临床诊断的准确性产生严重的干扰.因此,在去除斑点噪...

【关键词】 图像去噪； 超声图像； 深度学习；