email_rule
标题
标题要求:简明扼要,必要时附上个人信息,如student ID
常见title:
PhD application 博士申请
Application for Scholarship 奖学金申请
Questions for essay 作业提问
Excused Absence 请假
Asking for an appointment 约见时间
Extension for XXX 要求延期
称呼
Dear Professor + Last Name
Dear Dr. + Last Name
Hi/Hey
正文
问候语
Hope all is well.
I hope this email finds you well.
We send you our best wishes.
Warm greetings
Good Morning/Afternoon.
Happy Holidays.
I hope your week is going smoothly.
自我介绍
进行自我介绍,点名姓名、班级、Student ...
hexo - 基本操作
常见操作
上传博客
本目录下右键 Git Bash Here
输入hexo g
输入hexo d
就可以在网页上打开了
中英双语:
使用./deploy.sh d all来upload
本地生成博客内容:
本目录下右键 Git Bash Here
输入hexo s则编译打开文件
ctrl+C 结束分享
教程:https://www.bilibili.com/video/BV1mU4y1j72n?p=5&vd_source=2029748cdca0ccea25511170cf7a00c3
常见指令
创建post
hexo new <post名称>
本机post预览
hexo s
上传github
hexo g
发布
hexo d
创建draft
hexo new draft <draft名称>
本机草稿预览
hexo S --draft
发布草稿
hexo P <filename>
发布页面
hexo new page <name>
进阶操作
文章置顶
在github base中输入npm install hexo-gene ...
生物医学工程 | 解剖学 - 泌尿系统
泌尿系统
排泄的概念
排泄:排出机体代谢过程中产生的代谢终产物,多余的水和无机盐,以及进入体内的异物
肾脏基本大体解剖结构
表层皮质,深部髓质。
皮质=肾小体(深入髓质的部分称肾柱)+肾小管。
髓质=肾锥体。
锥体根部-肾乳头-肾小盏-肾大盏-肾盂-输尿管
组织结构中的基本概念
肾单位:肾的基本功能单位(=肾小体+肾小管)
肾小体:=肾小球(血管球,与入球小动脉+出球小动脉相连)+肾小囊(包裹肾小球)
肾小管:单层上皮细胞组成。近球小管,髓袢细段,远球小管
肾单位的基本的结构形式,几类不同的肾单位(皮质和髓质,各自的特点,一个负责排泄和吸收,一个负责浓缩和稀释,因为小管的长度的不同)
肾单位可以分为皮质肾单位和髓质肾单位
皮质肾单位:占比高。入球小动脉比出球粗,髓袢短
髓质肾单位:占比低。髓袢长,肾小球体积大。出球小动脉=网状毛细血管+U形直小血管
集合管:在尿浓缩中起作用
肾小球旁器(参与肾素的释放与调节)=球旁细胞+致密斑+球外系膜细胞
肾脏血流的基本特点
供应很丰富,而且分布不均匀,血管阻力小
腹主A →肾A →叶间A →弓形A → 小叶间A→入球小A →肾小球毛细血 ...
生物医学工程 | 解剖学 - 内分泌系统
内分泌系统
内分泌相关基本概念
内分泌:激素直接进入细胞外液,然后扩散进血液,经一定的循环途径作用于相应的靶细胞。
内分泌系统=内分泌腺+内分泌细胞
内分泌细胞群:分布于某些器官中具有内分泌功能的细胞形成的腺组织
激素:内分泌系统分泌的高效能生理活性物质
内分泌系统:有内分泌功能的细胞或腺体分泌高效能的生理活性物质,通过血液循环或体液扩散,调节器官生理功能的调节系统
神经内分泌:中枢神经系统存在具有内分泌功能的神经细胞,既能产生传导神经冲动,又能合成释放激素
神经激素:神经内分泌细胞产生的激素
激素的来源、种类、作用方式、受调节的方式、效应方式
来源:内分泌细胞,内分泌腺
种类:胺类,肽类,蛋白质类,脂类
传递方式:内分泌,旁分泌,自分泌,内在分泌
内分泌:经血液运输至远距离的靶细胞发挥作用(血液运输-远距离)
旁分泌:不经过血液运输,直接由组织液扩散作用于邻近细胞(体液扩散-邻近)
自分泌:内分泌细胞所分泌的激素在局部扩散而又返回作用于该内分泌细胞(自身-自身)
内在分泌:内分泌细胞产生的激素直接与该细胞内的受体结合而发挥作用
作用步骤:受体识别,信号转导,细胞反 ...
生物医学工程 | 解剖学 - 神经系统
神经系统
神经系统概况中的一些基本概念、术语
神经系统/周围神经系统/中枢神经系统/脊神经/脑神经/躯体神经/内脏神经/感觉纤维/运动纤维/植物性神经/交感神经/副交感神经
灰质:在脑和脊髓中,神经元的胞体和树突集中的部位,由于血管丰富,在新鲜标本上颜色灰暗,故称灰质。
白质:在脑和脊髓中,神经纤维(轴突+髓鞘)集中的部位,由于神经纤维表面的髓鞘含有类脂质,颜色发亮,故称白质
皮质:在大脑和小脑,大量神经元胞体和树突所形成的灰质集中于表层,故称为皮质。
神经核:在脑和脊髓中,除皮质外的其他部位,结构相似、功能相同的神经元胞体及其树突集中成灰质团块,称神经核。
神经节:在周围神经系统中,结构相似、功能相同的神经元胞体集中的部位称神经节。
神经系统调节机能的主要方式——反射活动
神经系统的组成
脊髓的大体解剖特点、基本位置、节段、前后侧角、板层概念、主要传导束的功能
解剖特点:全长粗细不等,有两个膨大(颈膨大和腰骶膨大,人体颈膨大明显)
基本位置:位于椎管内,上端与延髓相连,下端为脊髓圆锥。短于椎管,终丝终止于尾骨背面
节段:有31个节段,对应于31对脊神经。每一对脊神经的神经根所连的那 ...
生物医学工程 | 解剖学 - 消化系统
消化系统
消化和吸收的概念和意义
消化:食物在消化管内分解为小分子物质
吸收:消化后的小分子物质透过消化道黏膜进入血液和淋巴循环
消化方式:机械消化(消化管运动将食物磨碎推动-物理),化学消化(通过消化腺分泌的消化酶将食物分解成小分子-化学)
消化器官
消化管平滑肌的生理特性/ 消化道平滑肌活动特点
一般特性:兴奋性较低,收缩缓慢;自律性;紧张性(紧张性的收缩);富有伸展性;功能合胞体特性
电生理特性:
静息电位
K外流
基本电节律(慢波)
机械阈-Ca+少量内流
动作电位-在慢波去极化基础上发生的
电阈
去极化 -Ca+内流
复极化-K外流
消化腺及其分泌特点
改变pH;分解作用;稀释食物;分泌粘液抗体和液体,保护作用
胃肠激素——体液调节消化器官的运动
概念:胃肠内分泌细胞分泌的激素
作用:1,调节消化腺分泌和消化管运动;2,调节其他激素分泌,营养作用
胃内消化
胃酸,胃蛋白酶原,内因子,黏液-碳酸氢盐屏障
紧张性收缩,容受性舒张(增加存储容量-特有),蠕动,排空,呕吐
小肠内消化
胰液(碱性):HCO3−HCO_3^-HCO3−含量高(中和胃酸,提供偏碱 ...
生物医学工程 | 机器学习 - 凸优化
目的:学习optimize objective的有效方法——gradient descent。该方法基于convex function
Convex Optimization
本节目标是求解下面optimization problem
其中C⊂Rd\mathscr{C}\subset \mathbb{R}^dC⊂Rd, F:Rd→RF:\mathbb{R}^d \rightarrow \mathbb{R}F:Rd→R。C是convex set,F是convex function
Convex Function和Convex set的定义
Convex Function定义
Convex Set定义
Convex Function的例子
l2l_2l2-norm
F(w)=∥x∥22=x⊤xF(w) = \|x\|_2^2=x^\top x
F(w)=∥x∥22=x⊤x
Logistic
F(w;x,y)=log(1+exp(−yw⊤x))F(w;x,y)=\log(1+\exp(-yw^\top x))
F(w;x,y)=log(1+exp(−yw⊤x))
Mean of ...
生物医学工程 | 机器学习 - Duality
目的:一般算法如MLE只能够求无约束的式子的最优化值,如 maxω1m∑l(ω;xi,ji)\max_\omega \frac{1}{m}\sum l(\omega; x_i, j_i)maxωm1∑l(ω;xi,ji)。但是如果我们遇到了有constraint的算法,则需要用Duality,LP,QP来解决这类问题。此外,Duality,LP,QP也可以解决第一类没有constraint的类型
Duality Problem
题目类型
minωJ(ω)s.t. ci(ω)≤0, for i∈jei(ω)=0, for i∈ϵ——(0)\min_\omega J(\omega)\\
\text{s.t. } c_i(\omega)\leq 0 \text{, for } i\in {j}\\
e_i(\omega)= 0 \text{, for } i\in {\epsilon}——(0)
ωminJ(ω)s.t. ci(ω)≤0, for i∈jei(ω)=0, for i∈ϵ——(0)
Augmented Lagrange
L(ω,α,β)=J(ω)+∑i∈jα ...
生物医学工程 | 机器学习 - 支持向量机 SVM
Linear SVM
set up
给了n个数据点 (x1,y1),...,(xn,yn)(x_1, y_1), ..., (x_n, y_n)(x1,y1),...,(xn,yn),yiy_iyi 是1或者-1,指示 xix_ixi 属于哪个class。每个 xix_ixi 都是为p-dimension real vector。
SVM的目标是找到一个maximum-margin hyperplane,能够将所有点 xix_ixi 都按照 yi=1y_i=1yi=1 和 yi=−1y_i=-1yi=−1 分成两组,且使得hyperplane到两组点的nearest point的距离都最大。
SVM目的:找到一个hyperplane能够maximize margin
hyperplane定义
ω⊤xi+b=0\omega^\top x_i+b=0
ω⊤xi+b=0
margin定义:距离hyperplane最近的那个点的距离
γ(w,b)=mini∈[m]∣w⊤xi+b∣∥w∥2\gamma(w,b)=\min_{i\in[m]}\frac{|w^\top x_ ...
生物医学工程 | 机器学习 - 独立成分分析法 ICA
概念
目的:source separation
input:x⊂Rdx\subset \mathbb{R}^dx⊂Rd,有n个x. $ x^{(i)}.\text{size} = (d,1) $
output:s⊂Rds\subset \mathbb{R}^ds⊂Rd,要求s不能是Gaussian分布的,否则无法求出s
function:f(x)=s, s.t. x(i)=As(i) or x=Asf(x)=s, \text{ s.t. } x^{(i)}=As^{(i)}\text{ or }x=Asf(x)=s, s.t. x(i)=As(i) or x=As
其中A叫做maxing matrix,W叫做unmixing matrix,W=A−1W=A^{-1}W=A−1, s=Wxs=Wxs=Wx, sj(i)=ωjTx(i)s_j^{(i)}=\omega_j^Tx^{(i)}sj(i)=ωjTx(i)
W=[−ω1T−−ω2T−...−ωdT−]W = \left[
\begin{matrix}
-\omega_1^T-\\-\omega_2^T-\\...\\- ...