医学硕士研究生开题报告(医学开题报告)
医学硕士研究生开题报告
医学硕士研究生开题报告
转眼间充实的大学生活即将结束，大学生们都在认真的做毕业设计，一般做毕业设计之前指导老师都会要求先写开题报告，我们该怎么去写开题报告呢？以下是小编帮大家整理的医学硕士研究生开题报告，供大家参考借鉴，希望可以帮助到有需要的朋友。
医学硕士研究生开题报告1
题目：中印传统医学现代发展对比研究
一、研究背景
中、印两国政府均承认并保护传统医学的发展，并且越来越重视发挥传统医学在国家卫生保健体系中的作用。印度传统医学历史、发展现状、国内外发展战略等都与中国传统医学存在极大可比性，是中国传统医学国际化发展强大的竞争对手。然而长期以来，我国对印度传统医学的情况了解并不多，尤其缺乏对中印两国传统医学现代发展的对比研宄。因此，有必要对印度传统医学管理、政策法规、医疗资源与服务、教育与科研、传统医药产业及国际化发展等现状进行研宄，为中国传统医学本土发展及国际化发展提供借鉴与参考。并阐释对我国传统医药产业国际化发展的启示。
二、研究目的与意义
1.本研究目的是通过对中印两国传统医学的国家政策、管理、医疗资源与服务、教育、科研、产业等各方面的现代本土发展及传统医药产业国际化发展现状进行对比分析，寻找当前我国传统医药本土发展及传统医药产业国际化发展过程中存在的问题与不足，阐释对我国传统医学本土发展及传统医药产业国际化发展的启示。
2.本研究一方面可为我国传统医药本土发展及国际化发展提供借鉴，另一方面可以互通有无，促进中印两国传统医学交流与发展，并促进世界传统医学的健康发展。
三、研究内容
1.对比分析中印两国传统医学现代发展现状与差异，主要包括：国家传统医学发展方针政策、传统医学管理、传统医学医疗资源与服务、传统医学科研、传统医学教育、传统医学产业及国际贸易等方面内容；
2.对比分析中印两国促进传统医学发展的因应策略、具体政策措施及取得的成效，寻找我国传统医学本土发展及传统医药产业国际化发展过程中存在的问题与不足；
3.在对比分析的基础上，针对传统医学本土发展及传统医药产业国际化发展过程中存在的问题与不足，阐释对我国传统医学本土发展及传统医药产业国际化发展的启示。
四、提纲
目录
摘要
Abstract
前言
正文
1.研究目的、意义与背景
1.1研究目的与意义
1.2研究背景
2.研究内容、方法与技术路线
2.1研究内容
2.2研究方法
2.3技术路线
3.中印传统医学政策法规与管理对比
3.1印度
3.1.1印度传统医学管理机构
3.1.2印度传统医学立法
3.1.2印度传统医学国家政策
3.2中国
3.2.1中国传统医学管理机构
3.2.2中国传统医学立法
3.2.3中国传统医学国家政策
4.中印传统医学医疗资源与服务对比
4.1传统医学医疗资源
4.1.1印度
4.1.2中国
4.2中印两国政府促进传统医学资源与服务发展的政策措施
4.2.1印度
4.2.2中国
5.中印两国传统医学高等教育对比
5.1传统医学高等教育资源
5.1.1印度传统医学高等教育院校数与招生数
5.1.2中国传统医学高等教育院校数与招生数
5.2印度阿育吠陀院校与中国高等中医药院校平均招生数
5.3中印两国传统医学高等教育院校主办机构
5.4中印两国传统医学高等教育“师生比”与“生床比”
6.中印两国促进传统医学教育发展的政策措施
6.1印度
6.2中国
7.中印两国传统医学科研对比
7.1印度研究机构
7.1.1科研管理及经费来源
7.1.2阿育吠陀研究的优先领域
7.2中国
7.2.1中医药及民族医药科研机构
7.2.2中医药科技科研经费来源
7.2.3中医药研究领域与科研成果
创新点
结语
参考文献
致谢
五、研究方法
1.文献分析法
广泛收集中印两国传统医学现代发展相关资料，通过国内、外传统医学相关期刊文献数据库、书籍、网络资源等获取中印两国传统医学相关文献以及传统医学政策、法律、法规等相关文本，通过对相关文献及文本的系统查阅、分析、整理，分析中印两国传统医学发展现状与差异。
2.统计分析法
本研究收集了中印两国关于传统医学医疗资源与服务、传统医学教育、以及传统医学产业、贸易等官方统计数据，针对不同统计指标，进行了增长幅度、年均增长率、所占比例等计算，通过量化分析测度中印两国传统医学发展水平及存在的差异。
3.比较推理法本研宄比较分析了中印两国政府对传统医学的管理模式及促进传统医学发展的政策措施及执行效果，从中分析两国的成功实践及对对方的借鉴与启示，并重点阐释对我国传统医学本土发展的启示。
4.竞争情报学方法本研宄釆用竞争情报学“竞争对手分析”及“分析”法，对中印两国传统医学产业的国际化发展进行分析，并阐释对我国传统医药产业国际化发展的启示。
六、研究进度安排
20xx-5-20~20xx-5-16:检查修改完成一次论文初稿
20xx-5-17~20xx-5-29:根据指导老师的讲评及意见，修改并提交二次论文草稿
20xx-5-30~20xx-5-31:讲评第二次论文草稿、集中解决有关论文漏洞问题并及时修改
20xx-6-01~20xx-6-11:基本完成论文大纲要求，论文成型，指导老师讲评修改并定稿
20xx-6-12~20xx-6-18:整理打印论文、装订论文
20xx-6-19~20xx-6-30:准备参加答辩
七、参考文献
[1]蔡景峰。唐以前的中印医学交流[J].中国科技史料，1986,06:16-23.
[2]李正安。中印医学汇通之尝试者--孙思邈[J].中医药信息，1990,02:13-15.
[3]周静华。对中印医学生物化学课程考试方式的比较与探讨[J].大理学院学报，20xx,03:80-82.
[4]李雪雷，罗勇军，吴玉，罗刚。中印边境医学地理特点及卫生保障对策[J].国外医学（医学地理分册），20xx,01:16-18.
[5]杨红旗，王茜，张学清，郭宪国。中印高等医学教育教学对比研究[J].大理学院学报，20xx,04:62-64+69.
[6]刘家瑛，杨德利。浅析中印传统医学的交互影响[J].世界中医药，20xx,04:249-250+253.
[7]吕爱平。论中印传统医学的四季养生法[J].中医函授通讯，1998,04:13-14.
[8]陈明。《阿输吠陀--印度的传统医学》评介[J].自然科学史研究，20xx,03:278-283.
[9]郑春苗。印度佛教与中国医学的发展[A].北京语言文化大学中华文化研究所。儒学与二十世纪中国文化学术讨论会论文集[C].北京语言文化大学中华文化研究所：,1997:13.
[10]罗艳秋，郑进。藏医学与印度医学源远流长的关系[J].云南中医学院学报，20xx,05:8-9+15.
[11]杨鸿，周志彬，向劲松，杨蕻。中医学与印度传统医学的关系[J].中医文献杂志，20xx,05:18-21.
医学硕士研究生开题报告2
编写算例使用建设部最新出台的《混凝土设计》gb50010-XX,该规范与原混凝土结构设计规范gbj10-89相比，新增约占15%，有重大修订的`内容约占35%，保持和基本保持原规范内容的部分约占50%，规范全面总结了原规范发布实施以来的实践经验，借鉴了国外先进标准技术。
项目研究意义：
结构是为建筑物提供安全可靠、经久耐用、节能节材、满足建筑功能的一个重要组成部分，它与建筑材料、制品、施工的工业化水平密切相关，对发展新技术。新材料，提高机械化、自动化水平有着重要的促进作用。
由于结构牵扯的数学公式较多，并且所涉及的规范和标准很零碎。并且计算量非常之大，近年来，随着经济进一步发展，城市人口集中、用地紧张以及商业竞争的激烈化，更加剧了房屋设计的复杂性，许多多高层建筑不断的被建造。这些建筑无论从时间上还是从劳动量上，都客观的需要计算机程序的辅助设计。这样，结构软件开发就显得尤为重要。
一栋建筑的结构设计是否合理，主要取决于结构体系、结构布置、构件的截面尺寸、材料强度等级以及主要机构构造是否合理。这些问题已经正确解决，结构计算、施工图的绘制、则是另令人辛苦的具体程序设计工作了，因此原来在学校使用的手算方法，将被运用到具体的程序代码中去，精力就不仅集中在怎样利用所学的结构知识来设计出做法，还要想到如何把这些做法用代码来实现，
医学开题报告
2016医学开题报告
医学的目的是提高人体生理机体健康。本文将介绍2016医学开题报告。
2016医学开题报告(1)
一、 选题的目的和意义
定量结构活性关系(Quantitative Structure-Activity Relationships，简称 QSAR)是20世纪60年代发展起来的一门新兴学科，是由结构活性关系(Structure-Activity Relationship，简称 SAR )发展而来的。QSAR 是通过对已知结构且有生物活性系列化合物(如一系列有相同药理作用的结构相似的化合物)进行化学信息学的计算, 选用适当的数学模型建立活性与化合物结构之间定量关系，解释由于分子结构的变化影响化合物生物活性的改变,推测其可能的作用机理。然后建立有效的QSAR模型，如果有新化合物的出现，且其结构数据已知，可以预测其生物活性，也可以优化结构改变现有化合物的结构以提高其生物活性。这种方法广泛应用于药物、农药、化学毒剂等生物活性分子的合理设计。在经历40多年的发展过程中，定量构效活性关系在国际上已成为一个相当活跃的研究领域。
长期以来，肿瘤一直严重威胁着人类的健康与生命。全世界的科学家在过去的几十年中付出了巨大努力，从多个角度来研究肿瘤的致病机制，采用各种手段来进行预防、诊断与治疗，但肿瘤的发病率与致死率仍然居高不下。WHO文件显示：过去数十年中，全世界每年有近700万人死于恶性肿瘤，估计2020年将升至1000万。对肿瘤的治疗主要包括外科切除、放射治疗和用抗肿瘤药物进行的化学治疗。抗肿瘤药物有“细胞毒”和促进分化等作用，可以杀死肿瘤细胞、抑制肿瘤细胞的生长繁殖和促进肿瘤细胞的分化等，从而可以治疗或治愈肿瘤，而且由于其相对低廉的费用，被大多数肿瘤患者所接受。
尽管肿瘤的化学治疗已取得重大进展，新的抗肿瘤药物不断出现，但肿瘤的化学治疗仍存在着许多问题，这主要是因为实体肿瘤占恶性肿瘤的90%但多数实体瘤如肺癌、肝癌、结肠癌及胰腺癌等还缺乏有效的药物;现有的抗肿瘤药物毒副反应太大，缺乏选择性;肿瘤细胞对抗肿瘤药物产生抗药性[1]。
QSAR主要侧重于药物早期的研究和发展，为新药物分子的筛选的和设计开拓了新的途径[2]，在受体结构已知的情况下，对抗肿瘤药物进行定量构效活性关系研究，用生成与受体结构互补的配体的方法来发现可以针对特定肿瘤、特定靶点的'非细胞毒类药物，使之更具有选择性和针对性。随着新QSAR模型的建立，极大地缩短了新药合成的时间，降低了开发成本，并能在某种程度上预测药物对特定肿瘤人群的有效性。为肿瘤治疗起到了积极地推动作用。
二、国内外研究现状
肿瘤的化学治疗药物发展很快,每年都有大量抗肿瘤药物研究文献发表，各国对抗肿瘤药物的开发也予以高度重视和大量投资，美国就此专门成立了美国国立癌症研究(National Cancer Institute，简称NCI)，成为了世界抗肿瘤的权威机构。
国内研发方向主要以含中草药及其活性成分的抗肿瘤药物，可以归纳为以下几个方面：(1)对现有药物进行结构改造以改善其药理学特性，如增加水溶性、降低毒副作用等;(2)以新的作用机理或作用靶点为指导寻找新的活性物质作为先导化合物;(3)发现新的作用靶点。在当前生物学的后基因时代，科学家们要面对数千个潜在的药物靶点，探讨它们与小分了化合物的相互作用;(4)加强定量构效活性构关系研究.
近年来随着分子生物学和计算机技术的迅速发展，使得开发新药的技术路线发生了重大变革。国际上越来越多的研究机构在新抗肿瘤药物的开发中使用计算机辅助分子设计,它大大加快了新药设计的速度，节省了创制新药工作的人力和物力，使药物学家能够以理论作指导，有目的地开发新药。计算机辅助分子设计主要分两种情况:一种是在受体结构已知的情况下,采用生成与受体结构互补的配体的方法来寻找新药物;另一种是在受体结构未知的情况下,采用对一组具有类似活性的化合物建立定量结构活性关系,在此模型基础上进行结构修饰来预测生成新的化合物。
QSAR作为抗肿瘤药物设计研究中的一个重要计算方法和常用手段,在新药的开发和研制过程中占据了重要位置。近半个世纪以来,QSAR研究对有机合成化学、药物化学及药物设计的发展起了巨大的推动作用,已经成为研究物质理化性质与生物活性以寻求分子解释的一个强有力工具。下面就定量活性结构活性关系研究的一些常见方法作简要地介绍如下。
1、二维定量结构活性关系方法(2D-QSAR)传统的二维定量结构活性关系方法很多,有Hansch法、基团贡献法和分子连接性指数法等[3] 。
其中最为著名、应用最为广泛的是Hansch 法。 它假设同系列化合某些生物活性的变化是和它们某些可测量的物理化学性质(疏水性、电性质和空间立体性质等)的变化相联系的,并假定这些因子是彼此孤立的,采用多重自由能相关法,借助多重线性回归等统计方法就可以得到定量结构活性关系模型。
基团贡献法是Free-Wilson 在对有机物亚结构信息和生物毒性的相关研究基础上建立的一种方法。这种模式认为有机物与受体间的毒性效应是该有机物特定位置上不同取代基团毒性贡献的加和。Free-Wilson 法仅适用于具有相同母体结构的有机物,常被用来对有机物进行毒性初评。
分子连接性指数法(Molecular connective index ,MCI) 是由Kier 和Hall 提出的。它是根据分子中各个骨架原子排列或相连接的方式来描述分子的结构性质。MCI 是一种拓扑学参数,有零阶项(0Xv )、易阶项(1Xv )、二阶项(2Xv ) 等等，可以根据分子的结构式和原子的点价(δ) 计算得到,与有机物的毒性数据有较好的相关性。MCI 能较强地反映分子的立体结构,但反映子电子结构的能力较弱,因此缺乏明确的物理意义,但由于其具有方便、简单且不依赖于实验等优点,近年来得到广泛应用和发展[4～8]。
2、三维定量结构活性关系方法(3D-QSAR)随着结构活性关系理论和统计方法的进一步发展,20 世纪80 年代,三维结构信息被陆续引入到定量结构活性关系研究中, 即3D-QSAR。与2D-QSAR 比较,3D-QSAR 方法在物理化学上的意义更为明确,能间接反映药物分子和靶点之间的非键相互作用特征。因此,近十多年来3D - QSAR 方法得到了迅速的发展和广泛的应用，研究方法也很多[9] ,比如分子形状分(molecular shape analysis ,MSA) ，距离几何方法( distance geometry , DG ,比较分子力场分析(comparative molecular field analysis ,CoMFA) ,比较分子相似因子分析( comparative molecular similarityindices analysi CoMSIA) 以及虚拟受体( phesudo receptor) 等方法。其中应用最为广泛的CoMFA 方法。
3、随着技术的发展和生产技术的进步，又出现了一些先进的方法来构建QSAR模型，都具有很好的预测能力。其中又以启发发(heuristic method,简称HM)，支持向量机(Support Vector Machine，简称SVM)，基因表达式编程(Gene Expression Programming,简称GEP)比较常见。支持向量机(Support Vector Machine)是Vapnik[10]等人根据统计学理论提出的一种新的通用学习方法，它是建立在统计学理论的VC维理论和结构风险最小原理基础上的，能较好地解决小样本、非线性、高维数等实际问题[11-12]，已成功地应用于分类、函数逼近和时间序列预测等方面[13-15];基因表达式编程(GEP)是基于生物学遗传思想，保持了生物学的特性，具有良好的结果重现性，同时也能够进行“遗传变异”控制，最终能获得可靠的实验效果。
三、主要研究内容
1、查阅中外文文献选取数据来源。
2、理化参数与结构参数的计算。
3、具体的结构参数的分析。
4、SVM与GEP的方法研究。
5、定量结构关系式的建立。
6、定量结构关系式的验证。
7、得出结论和总结。
四、论文工作计划
3月中旬—4月初：选题。
4月初—4月底：查阅资料，熟悉实验原理及方法，准备开题报告。
5月10日： 开题。
5月初日—5月底日：进行毕业设计实验，记录数据，撰写论文。
6月初日—6月中旬日：进行毕业论文答辩。
五、参考文献
[1] 任华益. 中华综合临床医学杂志(山东) , 2005, 7(2): 28 -33.
[2] 徐娟，王林编译. 计算机辅助药物设计中的QSAR和QSMR研究. 国外医学•药学分册, 2003, 30(3): 135-138.
[3] 郭宗儒. 药物化学总论. 北京:中国医药科技出版社, 1994. 108.
[4] Bakulh H Rao, Shyam R, Asolekar. QSAR models to predict effect of ionic strength on sorption of chlorinated benzenes and phenols at sediment-water interface. Water Research, 200l, 35(14): 3391-3401.
[5] 冯长君, 堵锡华, 唐自强. 取代芳烃对发光菌、大型蚤、呆鲦鱼急性毒性的QSAR研究. 应用化学, 2002, 19(11): 1037 -1042.
[6]秦正龙, 冯长君. 取代苯酚的定量结构-活性P性质相关性研究. 有机化学, 2003, 23(7): 654-658.
[7] 堵锡华. 取代芳香族化合物生物活性的拓扑学 . 南昌大学学报(理学版), 2005, 29(2): 155-160.
[8] Aleksandar Sablji C. QSAR models for estimating properties of persistent organic pollutants required in evaluation of their environmental fate and risk. Chemosphere, 2001, 43(3): 363 -375.
[9] 徐筱杰, 侯廷军，乔学斌，章威. 计算机辅助药物分子设计. 北京: 化学工业出版社, 2004.
[10] Vapnik VN.The Nature of Statistical Learning Theory.
NY: Springer-Verlag,1995.
[11] 阎辉，张学工，李衍达. 应用SVM方法进行沉淀微相识别.物探化探计算技术, 2000, (2): 158 -164.
[12] 张学工. 关于统计学习理论与支持向量机. 自动化学报, 2000, (1): 32 -42.
[13] Vapnik V, Golowich S, Smola A. Supportvector method for function approximation, regression estimation, and signal processing. In: Mozer M, Jordan M, Petsche Teds. Neural Information Processing System, MIT Press, 1997-09.
[14]马云潜，张学工. 支持向量机函数拟合在分形插值中的应用.清华大学学报(自然科学版) , 2000, (3): 76- 78.
[15] Muller K-R, Smola A J, Ratsch G . Predicting time series with support vector machines. In:Proc of ICANN 97, Springer Lecture Notes In Computer Science, 1997: 999-1005.