兰州大学机构库

Browse/Search Results:  1-10 of 19 Help

Selected(0)Clear Items/Page:    Sort:
P53、NM23作为甲状腺肿瘤诊断和预后指标的研究 期刊论文
兰州大学学报(医学版), 2003, 期号: 3, 页码: 13-14
Authors:  杨宏武;  马岚
Favorite  |    Submit date:2016/09/09
甲状腺肿瘤  Nm23  P53  预后指标  甲状腺良  滤泡状腺癌  乳头状癌  滤泡状癌  肿瘤标志物  免疫组化指标  
原癌基因c-met和半乳糖凝素-3在甲状腺肿瘤中的表达 期刊论文
兰州大学学报(医学版), 2009, 期号: 4, 页码: 22-25
Authors:  杨宏武;  马岚;  王学军
Favorite  |    Submit date:2016/09/09
甲状腺肿瘤  原癌基因c-met  半乳糖凝素-3  免疫组织化学  
甲状腺肿瘤中C-met蛋白表达与血管生成及预后的关系 期刊论文
兰州大学学报(医学版), 2010, 期号: 2, 页码: 35-38+43
Authors:  杨宏武;  马岚;  王学军
Favorite  |    Submit date:2016/09/09
甲状腺肿瘤  C-met蛋白  肿瘤血管形成  
硫酸妥布霉素注射液用于单纯胆囊切除术后 期刊论文
中国抗生素杂志, 2000, 卷号: 25, 期号: 1, 页码: 72-73
Authors:  杨宏武;  姜礼;  马岚
Favorite  |    Submit date:2016/09/09
硫酸妥布霉素  单纯胆囊切除  随机对照法  
基于0.13μm工艺的低电压CMOS场效应管输出电导 期刊论文
吉林大学学报(工学版), 2009, 卷号: 39, 期号: 1, 页码: 229-233
Authors:  杨志民;  马义德;  马永杰;  摆玉龙;  杨鸿武;  Yang, Z.-M. (yangzm@nwnu.edu.cn)
Favorite  |    Submit date:2016/07/15
半导体技术  集成电路  0.13μm工艺  CMOS场效应管  输出电导  Design formulae  MOSFET  Output  Output conductances  Semiconductor  Simulation results  Two stages  Very large integated circuit (VLIC)  Very low voltages  
藏药哇夏嘎等对急性心肌梗塞和缺血再灌注损伤心肌保护机制的系列研究 科技成果
2005
Authors:  程彦斌;  程殿威;  谈宏;  邢华平;  杨洪武;  杨旭凯;  赵建洪;  严洲
Favorite  |    Submit date:2023/11/24
藏药  急性心肌梗塞  缺血再灌注损伤心肌保护  
湖南一次强降水过程中尺度数值模拟 会议论文
第28届中国气象学会年会, 中国福建厦门
Authors:  黄菊梅;  何正阳;  刘红武;  隆宵
Favorite  |    Submit date:2023/11/27
暴雨  MM5  中尺度数值模拟  
Depression severity prediction from facial expression based on the DRR_DepressionNet network 会议论文
IEEE COMPUTER SOC, ELECTR NETWORK, DEC 16-19, 2020
Authors:  Li, Xiangguo;  Guo, Weitong;  Yang, Hongwu
Favorite  |    Submit date:2023/12/04
image enhancement  depression recognition  convolutional neural network  deep residual regression network  
A DNN-based Mandarin-Tibetan cross-lingual speech synthesis 会议论文
2018 ASIA-PACIFIC SIGNAL AND INFORMATION PROCESSING ASSOCIATION ANNUAL SUMMIT AND CONFERENCE (APSIPA ASC), Honolulu, HI, NOV 12-15, 2018
Authors:  Guo, Weitong;  Yang, Hongwu;  Gan, Zhenye
Favorite  |    Submit date:2019/09/27
Deep Neural Networks for Depression Recognition Based on Facial Expressions Caused by Stimulus Tasks 会议论文
IEEE, Cambridge, ENGLAND, SEP 03-06, 2019
Authors:  Guo, Weitong;  Yang, Hongwu;  Liu, Zhenyu
Favorite  |    Submit date:2023/12/05
depression recognition  deep belief networks  facial expression  action unit  mood-elicitation