最新机能学实验家兔呼吸运动的调节及其影响因素-华西-10-8-药学医学精品资料.ppt

《最新机能学实验家兔呼吸运动的调节及其影响因素-华西-10-8-药学医学精品资料.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、最新机能学实验家兔呼吸运动的调节及其影响因素-华西2012-10-8-药学医学精品资料实验报告实验题目实验目的实验对象实验步骤与观察项目实验结果实验讨论实验结论呼吸呼吸：机体与外界环境之间的气体交换过程机体通过肺通气实现外界空气与肺之间的气体交换，完成这一交换的原动力是呼吸运动。呼吸运动的调节主要是通过化学感受性呼吸反射、肺牵张反射等来调节实验目的熟悉家兔颈部手术操作和BL-420生物信息采集与处理系统观察各种因素对呼吸运动的影响并分析其机制。实验对象家兔1.5~2.0kg实验步骤与观察项目称重麻醉：耳缘静脉注射1.5%戊巴比妥钠2ml/kg固定颈部手术剪毛局部麻醉：1%普鲁卡

2、因2～3ml局部浸润麻醉皮肤切口：颈部正中切口（5～7cm）气管分离：用血管钳钝性分离出气管（注意：勿损伤气管旁血管），在其下穿一线备用。两侧迷走N分离：穿2根线备用⑥插管⑦连接BL-420生物信息采集与处理系统，打开“呼吸实验”内模块，监测正常呼吸曲线。观察项目吸入N2:PiO2↓,PaO2↓吸入CO2:PaCO2↑增加无效腔：长约0.5m橡皮管连于气管插管的一个侧管上，用止血钳夹闭另一侧管，使无效腔增加先结扎一侧迷走N并将其切断再结扎另一侧迷走N并将其切断电刺激一侧迷走N中枢端注意事项每一项观察因素完成后，都应等动物呼吸基本恢复正常后再做后续观察因素结果预测及分析(1)吸入

3、N2:PaO2↓呼吸加深、加快，肺通气增加(2)吸入CO2:PaCO2↑呼吸加深加快，肺通气量增加(3)增大无效腔PaCO2↑+PaO2↓呼吸加深、加快，肺通气增加（4）迷走N切断及刺激实验a.先结扎一侧迷走神经并将其切断：呼吸变化不明显b.再结扎另一侧迷走神经并将其切断：吸气延长、加深，呼吸变得深而慢。c.刺激一侧迷走神经中枢端：吸气浅短，呼吸浅快。P2P流量识别问题初探周骏2007.5.26内容提要研究背景研究现状分析与探讨小结研究背景与传统的分布式系统相比，P2P技术的分布化程度、可扩展性、健壮性、性价比、负载均衡能力等都表现得更加优秀，客观来说比较适合现有网络结构，因此

4、，P2P应用在近年来得到了迅猛的发展。P2P流量在Internet流量中占据的比例越来越重，仅仅靠提高网络容量很难应对这种局面，有效的解决办法是研究和发展P2P流量的识别和过滤技术。Cont.P2P技术正是在不断地挑战中生存并发展的，它不断采用新的技术隐藏传输行为，躲避运营商的识别。动态端口应用层隧道加密传输采用分布式散列表（DistributedHashTable,DHT）技术提高分布化程度研究现状P2P流量分类和识别主要分为4种类型。基于端口识别基于应用协议特征字识别基于行为特征的启发式识别基于机器学习方法的分类和识别基于特征端口的识别通常，基于特征端口来识别网络流量和应用

5、是最为简单并行之有效的方法。随着端口跳变、信息隐藏等技术的广泛采用，这种识别方法已经不再适用于P2P流量的识别与检测。基于应用协议特征字的识别优点在于识别的准确率高、可在线处理缺点在于需要获取分组的应用层负载，对处理效率的影响较为严重涉及到隐私保护等法律问题对于采用了信息加密传输的应用无法识别应用协议的特征字提取比较困难应用协议升级后，必须重新提取特征字无法识别新应用。Cont.Haffner,Sen等人提出了自动构造应用特征字的一种方法（AutomatedConstructionofApplicationSignatures,ACAS）采用机器学习技术，使用预先分类好的样本数

6、据对分类器进行训练后，可以用于应用特征字的自动提取是一种新的思路，但该方法还不够成熟基于行为特征的启发式识别综合利用流的属性、统计特性以及流的行为特征，按照启发式规则对流进行分析，达到对P2P流量分类和识别的目的。优点是：不依赖于流的应用层报文内容，用于分析的测度及其导出指标容易获取，因此便于工程实现和应用。缺点是：分类和识别的结果不是确定性的，而是基于概率的结果，因此方法的精度取决于P2P应用特征的显著程度和启发式规则对这种特征的覆盖能力。此外，这类方法用于分类效果较好，用于单个P2P应用识别还有待进一步研究。代表性方法T.Karagiannis,A.Broido,M.Fal

7、outsos,andK.claffy,“TransportLayerIdentificationofP2PTraffic,”inIMC’04,Taormina,Italy,October25-27,2004.根据少量的运输层首部信息，使用两种启发规则来进行P2P流识别，该方法只能用于事后分析。可识别出90%以上的P2P流量，表明了基于流的运输层行为特征也可以进行流量识别，摆脱了基于应用协议特征字进行识别时所面临的困境。Cont.BLINC方法（参见程磊论文）结合流的属性和参与特定应用时主机的