检索结果-内蒙古大学图书馆

解剖学报 2023年第4期54卷 434-444页

作者：安韶光马俊杰张浩轩陆进蚌埠医学院临床医学院蚌埠医学院数字医学与智慧健康安徽省重点实验室蚌埠医学院人体解剖学教研室安徽蚌埠233030

目的分析爪蟾驱动蛋白样蛋白2靶蛋白(TPX2)在肝细胞癌(HCC)的表达及其临床预后的意义。方法首先,分别利用UALCAN、K-M Plot以及HPA数据库分析TPX2在HCC的表达水平、生存预后及其相关性;再次,利用TIMER、GEPIA和SangerBox数据库分析TPX... 详细信息

目的分析爪蟾驱动蛋白样蛋白2靶蛋白(TPX2)在肝细胞癌(HCC)的表达及其临床预后的意义。方法首先,分别利用UALCAN、K-M Plot以及HPA数据库分析TPX2在HCC的表达水平、生存预后及其相关性;再次,利用TIMER、GEPIA和SangerBox数据库分析TPX2的免疫细胞浸润以及与TP53突变相关性和突变景观图;最后,通过HCCDB数据库分析在HCC中TPX2的共表达基因及其预后价值,并对共表达基因进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。结果 TPX2在HCC高表达且不利于患者的总体生存(OS)、疾病特异性生存(DSS)、无进展生存(PFS)和无复发生存(RFS);同时,TPX2在HCC组织与肿瘤细胞纯度和多种免疫细胞(B细胞、CD4+T以及CD8+T等)显著相关;并且,TPX2在HCC中的表达水平与TP53突变显著相关。TPX2对HCC患者1年、3年和5年OS预后诊断的受试者工作特征(ROC)曲线下面积(AUC)分别是0.73,95%CI(0.669~0.79)、0.668,95%CI(0.604~0.732)和0.654,95%CI(0.574~0.734)。TPX2的共表达基因在HCC均不利于患者的OS;其GO功能主要富集在有丝分裂与核分裂、微管细胞骨架以及微管运动等,KEGG主要富集在细胞周期、卵母细胞减数分裂以及p53信号等通路上,且对HCC患者1年、3年和5年OS预后诊断的ROC曲线下面积AUC分别是0.801,95%CI(0.745~0.856)、0.725,95%CI(0.667~0.786)和0.711,95%CI(0.635~0.788)。结论 TPX2与HCC的发生密切相关,不利于HCC患者的生存预后,可作为HCC诊断与预后的生物标志物。

关键词：爪蟾驱动蛋白样蛋白2靶蛋白无病生存肝细胞癌生物信息学数据库分析

来源：评论

学校读者我要写书评

暂无评论

基于机器学习转移性鼻咽癌关键特征基因的筛选及其免疫细胞浸润分析

引用

解剖学报 2024年第3期55卷 311-318页

作者：陆进陈云帆张浩轩黄学应安徽医科大学人体解剖学教研室合肥230032 蚌埠医学院人体解剖学教研室安徽蚌埠233030 数字医学与智慧健康安徽省重点实验室安徽蚌埠233030

目的利用机器学习算法筛选转移性鼻咽癌(mNPC)的关键特征基因,并分析其肿瘤微环境中免疫细胞浸润情况。方法首先,通过GEO数据库下载训练集GSE103611数据,并对数据进行差异表达基因(DEGs)筛选、基因本体论(GO)、京都基因与基因组百科全书... 详细信息

目的利用机器学习算法筛选转移性鼻咽癌(mNPC)的关键特征基因,并分析其肿瘤微环境中免疫细胞浸润情况。方法首先,通过GEO数据库下载训练集GSE103611数据,并对数据进行差异表达基因(DEGs)筛选、基因本体论(GO)、京都基因与基因组百科全书(KEGG)以及免疫细胞浸润分析。其次,通过最小绝对收缩和选择器操作(LASSO)回归筛选DEGs中的预测基因,并利用预测基因的表达水平和受试者工作特征曲线(ROC)筛选特征基因。再次,进一步分析特征基因与免疫细胞的相关性,从而判断关键特征基因。最后,利用反向验证集GSE1245数据,对关键特征基因的表达水平和ROC进行验证。结果共获得136个DEGs,其KEGG主要富集在细胞色素P450、肿瘤坏死因子(TNF)信号通路、朊病毒疾病以及EB病毒感染等通路。GO主要富集在肽基酪氨酸磷酸化修饰、病毒基因表达以及B细胞和白细胞活化的负调节过程。22种免疫细胞在鼻咽癌(NPC)和mNPC中的浸润程度差异不明显。LASSO回归最终得到2个mNPC的关键特征基因无精子蛋白1缺失(DAZ1)和酵母氨酸脱氢酶(SCCPDH),且两者与mNPC微环境中的免疫细胞显著相关(P<0.05)。在反向验证数据集中,DAZ1和SCCPDH在非鼻咽癌(nNPC)和NPC组间的差异表达不显著(P>0.05),且两者ROC的曲线下面积(AUC)值均<0.6。结论DAZ1和SCCPDH是mNPC的关键特征基因,可作为mNPC及其免疫治疗的重要标志物。

关键词：转移性鼻咽癌免疫细胞浸润生物信息学机器学习

来源：评论

学校读者我要写书评

暂无评论

基于人工智能技术的鼻咽癌风险预测模型的构建与评价

引用

南方医科大学学报 2023年第2期43卷 271-279页

作者：张浩轩陆进蒋成义方美芳蚌埠医学院人体解剖学教研室安徽蚌埠233030 蚌埠医学院数字医学与智慧健康安徽省重点实验室安徽蚌埠233030 蚌埠医学院第一附属医院安徽蚌埠233030

目的利用人工智能(AI)技术筛选鼻咽癌(NPC)患者死亡的危险因素,并构建风险预测模型。方法基于SEER数据库(1973~2015)NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用... 详细信息

目的利用人工智能(AI)技术筛选鼻咽癌(NPC)患者死亡的危险因素,并构建风险预测模型。方法基于SEER数据库(1973~2015)NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用极限梯度提升(XGBoost)、决策树(DT)、套索算法(LASSO)与随机森林(RF)等4种AI算法筛选NPC患者死亡的危险因素,并构建风险预测模型。用C-指数(C-index)、决策曲线分析(DCA)、受试者工作特征曲线(ROC)和校准曲线(CC)等4种方式对模型进行内部评价;利用验证组数据和搜集的临床数据对模型进行内部验证与外部验证。结果共纳入2116例NPC患者的临床数据(建模组1484例;验证组632例);建模组数据筛选影响NPC患者死亡的危险因素有年龄、种族、性别、Stage_M、Stage_T和Stage_N,利用其构建NPC风险预测模型的内部评价的C-index为0.76、ROC曲线下面积AUC=0.74、DCA净获益率为9%~93%,内部验证的C-index为0.740、ROC曲线下面积AUC=0.749、DCA净获益率为3%~89%,且CC高度一致;外部验证数据的C-index为0.943;DCA净获益率为(3%~97%);ROC曲线下面积AUC=0.851;而CC显示预测值与真实值之间具有良好的一致性。结论性别、年龄、种族以及TNM分期是NPC患者死亡的危险因素,而NPC风险预测模型具有准确性、一致性、区分性与实用性等价值。

关键词：鼻咽癌预测模型列线图危险因素人工智能

来源：评论

学校读者我要写书评

暂无评论

拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌中的数量相关性及临床预后意义

引用

细胞与分子免疫学杂志 2022年第1期38卷 24-31页

作者：卢兴浩俞鹏陶恒陈云帆陆进蚌埠医学院人体解剖学教研室安徽蚌埠233030 蚌埠医学院数字医学与智慧健康安徽省重点实验室安徽蚌埠233030

目的分析拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌(HCC)中的数量相关性及临床预后意义。方法利用基因注释资源数据库(BioGPS)、基因表达谱交互作用分析(GEPIA)和Kaplan-Meier Plotter数据库分析TOP2A mRNA在正常肝组织... 详细信息

目的分析拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌(HCC)中的数量相关性及临床预后意义。方法利用基因注释资源数据库(BioGPS)、基因表达谱交互作用分析(GEPIA)和Kaplan-Meier Plotter数据库分析TOP2A mRNA在正常肝组织和HCC组织中的表达以及对HCC患者生存预后意义;利用GENE和Metascape数据库分析TOP2A的共表达基因及其基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路富集分析;利用Sangerbox数据库分析TOP2A基因与微卫星不稳定(MSI)和DNA错配修复基因的相关性;再分别利用TISIDB和TIMER数据库分析TOP2A基因与CD4^(+)T细胞和各种免疫细胞的关系,并分析CD4^(+)T细胞对HCC患者生存预后的影响。结果TOP2A mRNA在正常肝组织和CD4^(+)T细胞中表达不显著,而在HCC组织中显著高表达,不利于患者的生存预后;TOP2A共表达基因的GO功能主要富集在细胞有丝分裂和细胞增殖上,而KEGG主要富集在细胞循环和铂类化疗药物耐药通路;TOP2A基因的表达与MSI、DNA错配修复基因MutS同源物2(MSH2)与MSH6、肿瘤细胞纯度以及各种免疫细胞的数量显著正相关;各种免疫细胞在HCC中均发生一定的拷贝数变异,但仅有CD4^(+)T细胞的数量对HCC患者生存预后有显著影响。结论HCC组织中TOP2A mRNA表达与CD4^(+)T细胞数量呈正相关,不利于HCC患者的生存预后。

关键词：拓扑异构酶Ⅱα(TOP2A) 总体生存肿瘤肝癌

来源：评论

学校读者我要写书评

暂无评论

多序列3D-MRI影像组学对乳腺小肿块的鉴别价值

引用

临床放射学杂志 2024年第3期43卷 352-356页

作者：赵以惠陈艾琪杜小萌李想唐聪聪卢楚鸣吴明明钱宝鑫马宜传蚌埠医学院第一附属医院 233000 蚌埠医学院研究生院 233000 数字医学与智慧健康安徽省重点实验室汇医慧影医疗科技有限公司北京100000

目的基于动态增强磁共振(DCE-MRI)序列及扩散加权成像(DWI)序列构建影像组学模型,探讨其对直径≤2 cm的乳腺肿块良恶性的鉴别价值。方法选取2019年1月至2022年8月就诊于本院122例患者,均接受MRI检查,且经测量肿块直径≤2 cm。将所有... 详细信息

目的基于动态增强磁共振(DCE-MRI)序列及扩散加权成像(DWI)序列构建影像组学模型,探讨其对直径≤2 cm的乳腺肿块良恶性的鉴别价值。方法选取2019年1月至2022年8月就诊于本院122例患者,均接受MRI检查,且经测量肿块直径≤2 cm。将所有患者图像以DICOM格式上传至慧影大数据平台,使用双盲法在DWI及DCE第三期图像上逐层勾画感兴趣区(ROI),后将该病灶勾画的所有ROI融合成三维容积感兴趣区(3D-VOI)进行组学分析。按照4∶1将数据集随机分为训练集与测试集,采用逻辑回归(LR)分类器,构建DCE、DWI及DCE与DWI联合鉴别模型,以病理检查为金标准,评价三种影像组学模型的鉴别效能,并比较三种模型的曲线下面积(AUC)、准确率、特异度及敏感度。结果根据病理结果将122例患者分为良性42例,恶性80例,以DCE构建组学模型鉴别乳腺小肿块的AUC值为0.83(0.65~1.00)、准确率67%、特异度81%、敏感度67%;以DWI构建组学模型鉴别乳腺小肿块的AUC值0.81(0.67~0.98)、准确率64%,特异度78%、敏感度75%;以DCE与DWI联合模型鉴别乳腺小肿块AUC值0.93(0.80~1.00)、准确率80%、特异度88%、敏感度89%。结论 DCE-MRI与DWI序列联合所建立的模型无创性鉴别乳腺小肿块良恶性的价值更高。

关键词：乳腺小肿块影像组学 3D

来源：评论

学校读者我要写书评

暂无评论

3D打印个体化定制枕颈融合系统的三维有限元分析

引用

蚌埠医学院学报 2024年第4期49卷 448-453页

作者：赵保印牛国旗刘路坦孙正聂虎陈辉余若晨王震寰蚌埠医科大学第二附属医院骨科蚌埠医科大学数字骨科重点实验室安徽蚌埠233040 数字医学与智慧健康安徽省重点实验室安徽蚌埠233030

目的:运用三维有限元分析法对3D打印个体化定制枕颈融合系统(3D printing occipitocervical fusion system,3D-OCF)进行生物力学评价。方法:设计并研制3D-OCF,将该内固定系统与传统Summit内固定系统作对比,建立两套枕颈融合内固定方式... 详细信息

目的:运用三维有限元分析法对3D打印个体化定制枕颈融合系统(3D printing occipitocervical fusion system,3D-OCF)进行生物力学评价。方法:设计并研制3D-OCF,将该内固定系统与传统Summit内固定系统作对比,建立两套枕颈融合内固定方式的三维有限元模型,模拟术后上颈椎活动,分别在屈伸、侧屈及旋转6种工况下施加40 N垂直载荷及1.5 N·m力矩的预载荷,观察两种内固定系统固定下椎体活动度、枕骨位移峰值及内固定装置的应力分布。结果:在屈伸、侧屈、旋转6种工况下,与传统Summit内固定系统相比,3D-OCF固定的上颈椎各节段活动度明显降低,各节段整体活动度下降73.02%~100.00%;椎体位移峰值,与传统Summit内固定系统相比,3D-OCF固定的颈椎最大位移值明显降低,各个工况下下降了78.09%~95.73%;内固定系统应力分析,在屈伸、侧屈、旋转6种工况下,两套内固定系统所受最大应力值均在前屈状态下,3D-OCF最大应力值为37.43 MPa,Summit内固定系统最大应力值为533.32 MPa。3D-OCF的最大应力值与使用传统Summit内固定系统相比,3D-OCF各个工况的最大应力值明显降低,且各个工况下应力差均衡,无明显应力集中点。结论:3D-OCF能为枕颈融合内固定术能提供足够的强度和稳定性,且3D-OCF装置应力相对较为分散,系统装置发生断裂、失效的可能性小。

关键词：枕颈融合 3D打印个体化内固定有限元分析

来源：评论

学校读者我要写书评

暂无评论

基于眼动-面孔情绪识别范式的自闭症谱系障碍儿童一级亲属情感认知研究

引用

右江民族医学院学报 2024年第4期46卷 538-542页

作者：杨萌程丽婷许籽妍黄锦仪陈京学张斐然张顺花蚌埠医科大学医学影像学院安徽蚌埠233030 数字医学和智慧健康安徽省重点实验室安徽蚌埠233030

目的探讨自闭症谱系障碍(autism spectrum disorder,ASD)儿童一级亲属的情感认知特点,以揭示ASD的家族性影响。方法招募33名ASD儿童一级亲属和32名正常发育(typically developing,TD)儿童一级亲属,分别完成人际反应指针量表(Interperson... 详细信息

目的探讨自闭症谱系障碍(autism spectrum disorder,ASD)儿童一级亲属的情感认知特点,以揭示ASD的家族性影响。方法招募33名ASD儿童一级亲属和32名正常发育(typically developing,TD)儿童一级亲属,分别完成人际反应指针量表(Interpersonal Response Indicator,IRI)、多伦多述情障碍量表(Toronto Alexithymia Scale,TAS-20),以及眼动-面孔情绪识别任务。结果①ASD儿童一级亲属和TD儿童的一级亲属对情绪面孔“惊”的识别正确频次更高,并且TD儿童一级亲属更容易识别“悲”面孔,但两组在眼动-面孔情绪识别任务的反应准确性上差异无统计学意义;②与TD儿童一级亲属相比,ASD儿童一级亲属在观点采择方面的得分较低,个人忧伤得分较高;③ASD儿童一级亲属的外向性思维得分与共情能力、想象能力、观点采择及共情关注呈负相关,个人忧伤得分与述情障碍呈正相关。结论ASD儿童一级亲属对特定负面情绪的辨别能力存在差异,且其个人忧伤与情感辨别能力相关联,情绪类型能影响ASD儿童一级亲属和TD儿童一级亲属对情绪面孔识别的能力。

关键词：自闭症谱系障碍一级亲属面孔情绪识别共情述情障碍

来源：评论

学校读者我要写书评

暂无评论

颈型颈椎病曲率与颈部肌肉疲劳度相关性分析

引用

蚌埠医科大学学报 2025年第2期50卷 163-166页

作者：杨春花张永卿卢燕王耀霆丁琳王震寰蚌埠医科大学数字医学与智慧健康安徽省重点实验室安徽蚌埠233030 蚌埠医科大学第一附属医院康复医学科安徽蚌埠233004

目的:探讨颈型颈椎病生理曲度的弓深值D与距离H的比值和疼痛侧斜方肌上束、胸锁乳突肌表面肌电图的中位频率(median frequency,MF)的相关性。方法:健康对照组20名,颈型颈椎病颈部单侧疼痛病人50例,均进行颈椎正侧位X线片和采集疼痛侧胸... 详细信息

目的:探讨颈型颈椎病生理曲度的弓深值D与距离H的比值和疼痛侧斜方肌上束、胸锁乳突肌表面肌电图的中位频率(median frequency,MF)的相关性。方法:健康对照组20名,颈型颈椎病颈部单侧疼痛病人50例,均进行颈椎正侧位X线片和采集疼痛侧胸锁乳突肌、斜方肌上束表面肌电值的MF。使用Pearson相关性检验分析D/H与疼痛侧胸锁乳突肌、斜方肌上束表面肌电值的MF参数之间的相关性。结果:与健康对照组比较,生理曲度水平上,健康对照组>生理曲度变直组>生理曲度反弓组(P<0.01);Pearson相关分析显示,D/H与疼痛侧胸锁乳突肌MF、疼痛侧斜方肌MF存在明显的正相关关系(r=0.847、0.811,P<0.01)。结论:表面肌电图中颈部肌肉疲劳度的测定可以作为评估颈型颈椎病病人的一种无创便捷的方法;颈部肌肉表面肌电的评估可以为日后预防、诊断和治疗颈型颈椎病提供指导意义。

关键词：颈型颈椎病 X线表面肌电颈椎曲度中位频率

来源：评论

学校读者我要写书评

暂无评论

PLAU与MMP1在头颈鳞状细胞癌中的表达及临床预后意义

引用

赣南医学院学报 2023年第1期43卷 17-26页

作者：马俊杰安韶光陆进张浩轩蚌埠医学院蚌埠医学院人体解剖学教研室数字医学与智慧健康安徽省重点实验室安徽蚌埠233030

目的:基于生物信息学方法分析头颈鳞状细胞癌(Head and neck squamous cell carcinoma,HNSCC)关键基因PLAU与MMP1及其临床预后意义。方法:首先,通过基因表达总库(Gene Expression Omnibus,GEO)的GEO2R筛选4组HNSCC基因芯片数据的差异表... 详细信息

目的:基于生物信息学方法分析头颈鳞状细胞癌(Head and neck squamous cell carcinoma,HNSCC)关键基因PLAU与MMP1及其临床预后意义。方法:首先,通过基因表达总库(Gene Expression Omnibus,GEO)的GEO2R筛选4组HNSCC基因芯片数据的差异表达基因(Differentially expressed genes,DEGs),并利用Metascape数据库对DEGs进行基因本体论(Gene Ontology,GO)功能注释和京都基因与基因组百科全书(Kyoto Encyclopedia of Gene and Genome,KEGG)通路富集分析;其次,采用String数据库和Cytoscape软件CytoHubba插件的MCC算法进行蛋白互作网络(Protein-protein interaction,PPI)分析和HUB基因筛选;再次,利用GEPIA数据库分析前10个HUB基因表达量与HNSCC患者预后和临床分期关系;最后,利用TIMER、GEPIA和TISIDB数据库分析关键基因与免疫细胞浸润水平的关系以及临床生信之家分析关键基因与通路关系。结果:筛选出24个DEGs,其GO功能主要富集在细胞间黏附和血管发育等过程,KEGG主要富集在松弛素信号通路和蛋白质消化吸收等通路;前10个HUB基因仅PLAU和MMP1与HNSCC患者预后显著相关,且在HNSCC中高表达,并与B细胞和CD8+T细胞浸润水平呈负相关,但仅B细胞浸润水平与HNSCC患者生存预后显著相关;B细胞的浸润水平分别与PLAU和MMP1基因的高倍扩增和臂水平缺失的拷贝数改变有关;PLAU和MMP1主要与EMT标记基因和ECM相关基因等通路相关。结论:PLAU和MMP1可作为HNSCC关键基因,有望成为HNSCC靶向治疗位点。

关键词：头颈鳞状细胞癌 PLAU MMP1 免疫细胞浸润 B细胞

来源：评论

学校读者我要写书评

暂无评论

基于机器学习鼻咽癌关键特征基因筛选及其与免疫细胞相关性分析

引用

细胞与分子免疫学杂志 2023年第11期39卷 988-995页

作者：张浩轩马俊杰安韶光荀丽雪陆进蒋成义蚌埠医学院人体解剖学教研室安徽蚌埠233030 蚌埠医学院数字医学与智慧健康安徽省重点实验室安徽蚌埠233030 蚌埠医学院临床医学院安徽蚌埠233030 蚌埠医学院第一附属医院耳鼻喉科安徽蚌埠233030

目的利用机器学习法筛选鼻咽癌(NPC)关键特征基因并分析其与免疫细胞相关性。方法从基因表达数据集(GEO)下载NPC训练集数据GSE12452与GSE13597以及验证训练集数据GSE53819。首先,对训练集数据进行合并,并筛选差异表达基因(DEG);其次,对... 详细信息

目的利用机器学习法筛选鼻咽癌(NPC)关键特征基因并分析其与免疫细胞相关性。方法从基因表达数据集(GEO)下载NPC训练集数据GSE12452与GSE13597以及验证训练集数据GSE53819。首先,对训练集数据进行合并,并筛选差异表达基因(DEG);其次,对DEG进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)、基因集富集分析(GSEA)以及免疫细胞浸润分析;再次,采用最小绝对收缩选择(LASSO)算法和支持向量机(SVM)算法对训练集数据中NPC相关特征基因进行识别并在验证集中检验,同时利用受试者工作特征(ROC)曲线下面积(AUC)确定关键特征基因;最后,分析关键特征基因与免疫细胞的相关性。结果共得到55个DEG,43个下调基因,12个上调基因;其GO功能主要富集在体液免疫反应、细胞分化、中性粒细胞激活以及趋化因子受体结合等方面;而KEGG主要富集在细胞介素17(IL-17)信号通路上;GSEA富集在细胞周期、细胞外基质受体相互作用、癌症通路以及DNA复制。免疫细胞浸润分析显示,初始B细胞、记忆B细胞以及CD4+静息记忆细胞在NPC显著降低,而CD8+T细胞、CD4+初始T细胞、活化CD4+记忆T细胞、滤泡辅助T细胞、M0和M1巨噬细胞在NPC显著增加。通过LASSO和SVM筛选的特征基因中,仅卷曲螺旋结构域19(CCDC19)、层连蛋白β1亚基(LAMB1)、精子相关抗原6(SPAG6)和RAD51相关蛋白1(RAD51AP1)四个关键特征基因ROC的AUC在训练集与验证集均大于0.9,且与免疫细胞浸润密切相关。结论通过机器学习算法筛选出NPC发生过程中的关键特征基因CCDC19、LAMB1、SPAG6以及RAD51AP1,并与免疫细胞浸润密切相关。

关键词：鼻咽癌机器学习免疫细胞浸润支持向量机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：