发布时间：
论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 提出时间：2014年 论文地址： 针对问题： 从Alexnet提出后，作者等人思考如何利用卷积网络来完成检测任务，即输入一张图，实现图上目标的定位（目标在哪）和分类（目标是什么）两个目标，并最终完成了RCNN网络模型。 创新点： RCNN提出时，检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢，作者采用的是Selective Search候选区域提取算法，来获得当前输入图上可能包含目标的不同图像块，再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客： 。 论文题目：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 提出时间：2014年 论文地址： 针对问题： 该论文讨论了，CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后，在网络后端组织两组卷积或全连接层，一组用于实现定位，输出当前图像上目标的最小外接矩形框坐标，一组用于分类，输出当前图像上目标的类别信息。也是以此为起点，检测网络出现基础主干网络(backbone)+分类头或回归头（定位头）的网络设计模式雏形。 创新点： 在这篇论文中还有两个比较有意思的点，一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的，而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制，那用1x1卷积来替换FC层，是否可行呢？作者在测试时通过将全连接层替换为1x1卷积核证明是可行的；二是提出了offset max-pooling，也就是对池化层输入特征不能整除的情况，通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练，然后切换分类头为回归头，再训练回归头的参数，最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。 参考博客： 论文题目：Scalable Object Detection using Deep Neural Networks 提出时间：2014年 论文地址： 针对问题： 既然CNN网络提取的特征可以直接用于检测任务（定位+分类），作者就尝试将目标框（可能包含目标的最小外包矩形框）提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。 创新点： 本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心，（800个anchor box）然后学习预测不考虑目标类别的二分类网络，背景or前景。用到了多尺度下的检测。 参考博客： 论文题目：DeepBox: Learning Objectness with Convolutional Networks 提出时间：2015年ICCV 论文地址： 主要针对的问题： 本文完成的工作与第三篇类似，都是对目标框提取算法的优化方案，区别是本文首先采用自底而上的方案来提取图像上的疑似目标框，然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序；而第三篇为直接利用CNN网络来回归图像上可能的目标位置。创新点： 本文作者想通过CNN学习输入图像的特征，从而实现对输入网络目标框是否为真实目标的情况进行计算，量化每个输入框的包含目标的可能性值。 参考博客： 论文题目：AttentionNet: AggregatingWeak Directions for Accurate Object Detection 提出时间：2015年ICCV 论文地址： 主要针对的问题： 对检测网络的实现方案进行思考，之前的执行策略是，先确定输入图像中可能包含目标位置的矩形框，再对每个矩形框进行分类和回归从而确定目标的准确位置，参考RCNN。那么能否直接利用回归的思路从图像的四个角点，逐渐得到目标的最小外接矩形框和类别呢？ 创新点： 通过从图像的四个角点，逐步迭代的方式，每次计算一个缩小的方向，并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。 参考博客： 论文题目：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 提出时间：2014年 论文地址： 针对问题： 如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络，在处理过程中就造成了图像块信息的损失。在实际的场景中，输入网络的目标尺寸很难统一，而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。创新点： 作者提出的SPPnet中，通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸，在训练的时候，池化的操作还是通过滑动窗口完成的，池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。 参考博客 ： 论文题目：Object detection via a multi-region & semantic segmentation-aware CNN model 提出时间：2015年 论文地址： 针对问题： 既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位，本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。创新点： 作者通过对输入网络的region进行一定的处理（通过数据增强，使得网络利用目标周围的上下文信息得到更精准的目标框）来增加网络对目标回归框的精度。具体的处理方式包括：扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置，使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性，从而提高了回归框的精度。 参考博客 ： 论文题目：Fast-RCNN 提出时间：2015年 论文地址： 针对问题： RCNN中的CNN每输入一个图像块就要执行一次前向计算，这显然是非常耗时的，那么如何优化这部分呢？ 创新点： 作者参考了SPPNet（第六篇论文），在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸，从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图，再将原图上用Selective Search算法得到的目标框映射到特征图上，避免了特征的重复提取。 参考博客 ： 论文题目：DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers 提出时间：2015年 论文地址： 主要针对的问题： 本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文，作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。 创新点： 作者在不同的激活层上以滑动窗口的方式生成了假设，并表明最终的卷积层可以以较高的查全率找到感兴趣的对象，但是由于特征图的粗糙性，定位性很差。相反，网络的第一层可以更好地定位感兴趣的对象，但召回率降低。 论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 提出时间：2015年NIPS 论文地址： 主要针对的问题： 由multibox（第三篇）和DeepBox（第四篇）等论文，我们知道，用CNN可以生成目标待检测框，并判定当前框为目标的概率，那能否将该模型整合到目标检测的模型中，从而实现真正输入端为图像，输出为最终检测结果的，全部依赖CNN完成的检测系统呢？ 创新点： 将当前输入图目标框提取整合到了检测网络中，依赖一个小的目标框提取网络RPN来替代Selective Search算法，从而实现真正的端到端检测算法。 参考博客 ：
采用了YOLO目标检测的思想，将人体姿态检测看作是一个目标检测问题，对人体部位不再采用 pixel-wise(像素级别) 的检测，而是采用 grid-wise(网格级别) 来得到人体部位的feature map，其中利用一个 single-shot CNN 网络同时对身体关节和肢体(limb)来进行检测，然后采用类似OpenPose中的PAF分析方法来得到完整的人体姿态
YOLO整体思想：将输入图片分成 S×S 个 grid(网格) ，每个网格预测 B 个 bounding boxes 和这些网格的 confidence scores ，每个 bounding boxes 包含5个预测值 : 和 ，同时每个 grid cell 又会预测 (所有类别数) 个目标在当前gird cell中的概率
经过特殊设计的Loss函数：
同时每个grid cell也会对肢体(limbs)进行检测：
Loss函数设计：
最终，CNN输出 维张量，6代表 的6个参数， 前面提到过
原文： Scalable Object Detection using Deep Neural Networks——学术范 最近，深度卷积神经网络在许多图像识别基准上取得了最先进的性能，包括ImageNet大规模视觉识别挑战(ILSVRC-2012)。在定位子任务中获胜的模型是一个网络，它预测了图像中每个对象类别的单个边界框和置信度得分。这样的模型捕获了围绕对象的整幅图像上下文，但如果不天真地复制每个实例的输出数量，就无法处理图像中同一对象的多个实例。在这篇论文中提出了一个显著性启发的神经网络检测模型，它预测了一组与类无关的边界框，每个框有一个分数，对应于它包含任何感兴趣的对象的可能性。该模型自然地为每个类处理数量可变的实例，并允许在网络的最高级别上进行跨类泛化。 目标检测是计算机视觉的基本任务之一。一个解决这个问题的通用范例是训练在子图像上操作的对象检测器，并在所有的场所和尺度上以详尽的方式应用这些检测器。这一范例被成功地应用于经过区别训练的可变形零件模型(DPM)中，以实现检测任务的最新结果。对所有可能位置和尺度的穷举搜索带来了计算上的挑战。随着类数量的增加，这个挑战变得更加困难，因为大多数方法都训练每个类单独的检测器。为了解决这个问题，人们提出了多种方法，从检测器级联到使用分割提出少量的对象假设。 关于对象检测的文献非常多，在本节中，我们将重点讨论利用类不可知思想和解决可伸缩性的方法。 许多提出的检测方法都是基于基于部件的模型，最近由于有区别学习和精心设计的特征，已经取得了令人印象深刻的性能。然而,这些方法依赖于在多个尺度上详尽地应用零件模板，这是非常昂贵的。此外，它们在类的数量上是可伸缩的，这对像ImageNet这样的现代数据集来说是一个挑战。 为了解决前一个问题，Lampert等人使用分支绑定策略来避免计算所有可能的对象位置。为了解决后一个问题，Song et al.使用了一个低维部件基，在所有对象类中共享。基于哈希算法的零件检测也取得了良好的结果。 另一种不同的工作，与我们的工作更接近，是基于对象可以本地化的想法，而不必知道它们的类。其中一些方法建立在自底向上无阶级分割[9]的基础上。通过这种方式得到的片段可以使用自上而下的反馈进行评分。基于同样的动机，Alexe等人使用一种廉价的分类器对对象假设是否为对象进行评分，并以这种方式减少了后续检测步骤的位置数量。这些方法可以被认为是多层模型，分割作为第一层，分割分类作为后续层。尽管它们编码了已证明的感知原理，但我们将表明，有更深入的模型，充分学习可以导致更好的结果。 最后，我们利用了DeepLearning的最新进展，最引人注目的是Krizhevsky等人的工作。我们将他们的边界盒回归检测方法扩展到以可扩展的方式处理多个对象的情况。然而，基于dnn的回归已经被Szegedy等人应用到对象掩模中。最后一种方法实现了最先进的检测性能，但由于单个掩模回归的成本，不能扩展到多个类。 我们的目标是通过预测一组表示潜在对象的边界盒来实现一种与类无关的可扩展对象检测。更准确地说，我们使用了深度神经网络(DNN)，它输出固定数量的包围盒。此外，它为每个盒子输出一个分数，表示这个盒子包含一个对象的网络信任度。 为了形式化上述思想，我们将i-thobject框及其相关的置信度编码为最后一网层的节点值: Bounding box: 我们将每个框的左上角和右下角坐标编码为四个节点值，可以写成vectorli∈R4。这些坐标是归一化的w. r. t.图像尺寸，以实现图像绝对尺寸的不变性。每个归一化坐标是由最后一层的线性变换产生的。 Confidence: 置信度:包含一个对象的盒子的置信度得分被编码为单个节点valueci∈[0,1]。这个值是通过最后一个隐藏层的线性变换产生的，后面跟着一个sigmoid。 我们可以组合边界盒位置sli,i∈{1，…K}为一个线性层。同样，我们可以将所有置信区间ci,i∈{1，…K}作为一个s型层的输出。这两个输出层都连接到最后一个隐藏层 在推理时，我们的算法生成kbound盒。在我们的实验中，我们使用ek = 100和K= 200。如果需要，我们可以使用置信分数和非最大抑制在推理时获得较少数量的高置信框。这些盒子应该代表对象。因此，它们可以通过后续的分类器进行分类，实现目标检测。由于盒子的数量非常少，我们可以提供强大的分类器。在我们的实验中，我们使用另一个dnn进行分类。 我们训练一个DNN来预测每个训练图像的边界框及其置信度得分，以便得分最高的框与图像的groundtruth对象框很好地匹配。假设对于一个特定的训练例子，对象被标记为boundingboxesgj,j∈{1，…，M}。在实践中，pre- dictionary的数量远远大于groundtruthboxm的数量。因此，我们试图只优化与地面真实最匹配的预测框子集。我们优化他们的位置，以提高他们的匹配度，最大化他们的信心。与此同时，我们将剩余预测的置信度最小化，这被认为不能很好地定位真实对象。为了达到上述目的，我们为每个训练实例制定一个分配问题。Wexij∈{0,1}表示赋值:xij= 1，如果第i个预测被赋值给第j个真对象。这项任务的目标可以表示为 其中，我们使用标准化边界框坐标之间的el2距离来量化边界框之间的不同。此外，我们希望根据分配x优化盒子的可信度。最大化指定预测的置信度可以表示为 最终的损失目标结合了匹配损失和信心损失 受式1的约束。α平衡了不同损失条款的贡献。 对于每个训练例子，我们通过解决一个最佳的赋值x*的预测到真实的盒子 约束执行赋值解决方案。这是二部匹配的一种变体，是一种多项式复杂度匹配。在我们的应用程序中，匹配是非常便宜的——每幅图像中标记的对象的数量少于一打，而且在大多数情况下只有很少的对象被标记。然后，通过反向传播优化网络参数。例如，反向传播算法的一阶导数计算w、r、t、l和c 尽管上述定义的损失在原则上是足够的，但三次修改使其有可能更快地达到更好的准确性。第一个修改是对地面真实位置进行聚类，并找到这样的聚类/质心，我们可以使用这些聚类/质心作为每个预测位置的先验。因此，鼓励学习算法为每个预测位置学习一个残差到一个先验。 第二个修改涉及到在匹配过程中使用这些先验:不是将N个groundtruth位置与K个预测进行匹配，而是在K个先验和groundtruth之间找到最佳匹配。一旦匹配完成，就会像之前一样计算目标的置信度。此外，位置预测损失也不变:对于任何一对匹配的(目标，预测)位置，其损失定义为groundtruth和对应于匹配先验的坐标之间的差值。我们把使用先验匹配称为先验匹配，并假设它促进了预测的多样化。 需要注意的是，尽管我们以一种与类无关的方式定义了我们的方法，但我们可以将它应用于预测特定类的对象盒。要做到这一点，我们只需要在类的边框上训练我们的模型。此外，我们可以预测每个类的kbox。不幸的是，这个模型的参数数量会随着类的数量线性增长。此外，在一个典型的设置中，给定类的对象数量相对较少，这些参数中的大多数会看到很少有相应梯度贡献的训练示例。因此，我们认为我们的两步过程——首先本地化，然后识别——是一个更好的选择，因为它允许使用少量参数利用同一图像中多个对象类型的数据 我们使用的本地化和分类模型的网络架构与[10]使用的网络架构相同。我们使用Adagrad来控制学习速率衰减，128的小批量，以及使用多个相同的网络副本进行并行分布式训练，从而实现更快的收敛。如前所述，我们在定位损失中使用先验——这些是使用训练集上的均值来计算的。我们还使用α = 来平衡局部化和置信度损失。定位器可以输出用于推断的种植区以外的坐标。坐标被映射和截断到最后的图像区域。另外，使用非最大抑制对盒进行修剪，Jaccard相似度阈值为。然后，我们的第二个模型将每个边界框分类为感兴趣的对象或“背景”。为了训练我们的定位器网络，我们从训练集中生成了大约3000万幅图像，并对训练集中的每幅图像应用以下步骤。最后，样品被打乱。为了训练我们的本地化网络，我们通过对训练集中的每一幅图像应用以下步骤，从训练集中生成了大约3000万幅图像。对于每幅图像，我们生成相同数量的平方样本，使样本总数大约为1000万。对于每幅图像，样本被桶状填充，这样，对于0 - 5%、5 - 15%、15 - 50%、50 - 100%范围内的每个比例，都有相同数量的样本，其中被包围框覆盖的比例在给定范围内。训练集和我们大多数超参数的选择是基于过去使用非公开数据集的经验。在下面的实验中，我们没有探索任何非标准数据生成或正则化选项。在所有的实验中，所有的超参数都是通过对训练集。 Pascal Visual Object Classes (VOC)挑战是最常用的对象检测算法基准。它主要由复杂的场景图像组成，其中包含了20种不同的对象类别的边界框。在我们的评估中，我们关注的是2007版VOC，为此发布了一个测试集。我们通过培训VOC 2012展示了结果，其中包含了大约。11000张图片。我们训练了一个100框的定位器和一个基于深度网络的分类器。 我们在一个由1000万作物组成的数据集上训练分类器，该数据集重叠的对象至少为 jaccard重叠相似度。这些作物被标记为20个VOC对象类中的一个。•2000万负作物与任何物体盒最多有个Jaccard相似度。这些作物被贴上特殊的“背景”类标签。体系结构和超参数的选择遵循。 在第一轮中，定位器模型应用于图像中最大-最小中心方形作物。作物的大小调整到网络输入大小is220×220。单次通过这个网络，我们就可以得到上百个候选日期框。在对重叠阈值为的非最大抑制后，保留评分最高的前10个检测项，并通过21路分类器模型分别通过网络进行分类。最终的检测分数是给定盒子的定位分数乘以分类器在作物周围的最大方形区域上评估的分数的乘积。这些分数通过评估，并用于计算精确查全曲线。 首先，我们分析了本地化器在隔离状态下的性能。我们给出了被检测对象的数量，正如Pascal检测标准所定义的那样，与生成的包围框的数量相对比。在图1中，我们展示了使用VOC2012进行训练所获得的结果。此外，我们通过使用图像的最大中心面积(max-center square crop)作为输入以及使用两个尺度(second scale)来给出结果:最大中心面积(max-center crop)的第二个尺度(select3×3windows的大小为图像大小的60%)正如我们所看到的，当使用10个边界框的预算时，我们可以用第一个模型本地化的对象，用第二个模型本地化48%的对象。这显示出比其他报告的结果更好的性能，例如对象度算法达到42%[1]。此外，这个图表显示了在不同分辨率下观察图像的重要性。虽然我们的算法通过使用最大中心作物获得了大量的对象，但当使用更高分辨率的图像作物时，我们获得了额外的提升。进一步，我们用21-way分类器对生成的包围盒进行分类，如上所述。表1列出了VOC 2007的平均精度(APs)。达到的平均AP是，与先进水平相当。注意，我们的运行时间复杂度非常低——我们只使用top10框。示例检测和全精度召回曲线分别如图2和图3所示。值得注意的是，可视化检测是通过仅使用最大中心方形图像裁剪，即使用全图像获得的。然而，我们设法获得了相对较小的对象，例如第二行和第二列的船，以及第三行和第三列的羊。 在本工作中，我们提出了一种新的方法来定位图像中的对象，该方法可以预测多个边界框的时间。该方法使用深度卷积神经网络作为基本特征提取和学习模型。它制定了一个能够利用可变数量的groundtruth位置的多箱定位成本。在“一个类一个箱”方法的情况下，对1000个盒子进行非max-suppression，使用与给定图像中感兴趣的DeepMulti-Box方法相同的准则，并学习在未见图像中预测这些位置。 我们在VOC2007和ILSVRC-2012这两个具有挑战性的基准上给出了结果，在这两个基准上，所提出的方法具有竞争力。此外，该方法能够很好地预测后续分类器将探测到的位置。我们的结果表明，deepmultibox的方法是可扩展的，甚至可以在两个数据集之间泛化，就能够预测感兴趣的定位，甚至对于它没有训练的类别。此外，它能够捕获同一类物体的多种情况，这是旨在更好地理解图像的算法的一个重要特征。 在未来，我们希望能够将定位和识别路径折叠到一个单一的网络中，这样我们就能够在一个通过网络的一次性前馈中提取位置和类标签信息。即使在其当前状态下，双通道过程(本地化网络之后是分类网络)也会产生5-10个网络评估，每个评估的速度大约为1个CPU-sec(现代机器)。重要的是，这个数字并不与要识别的类的数量成线性关系，这使得所提出的方法与类似dpm的方法非常有竞争力。
支原体、衣原体感染经常浏览我的网页的朋友会发现，我对性功能障碍论述得比较详细，对生殖器感染、性传染病很少详细论述。这是因为性功能障碍的原因简单明确，一般网友们只要详细阅读，是可以掌握的；而生殖器感染、性传染病比较复杂，需要有丰富的临床经验、必要的检查才能明确的。所以，我希望大家如果怀疑自己得了生殖器感染、性传染病，还是到正规医院进行详细的检查、治疗为好。网上咨询是无法解决这样的问题的。我在这里要论述的是，如果单单只是发现支原体、衣原体阳性，而本身没有任何症状、不适，是不是一定需要治疗呢？我的观点是，这不需要治疗的。这在我的“咨询汇编”有提及的。这让一些网友很不解、疑惑。看看这么多网站、医疗广告都在强调支原体、衣原体感染的危害，你这样说是不是太缺乏专业知识和对网友不负责了？我在此详细论述一下，下面部分相关数据资料来源于：吴晓初（中国医学科学院、中国协和医科大学皮肤病研究所）、邵长庚（中国医学科学院、中国协和医科大学皮肤病研究所）、颜艳（中国医学科学院、中国协和医科大学皮肤病研究所）合作的论文：尿道炎表现为尿道分泌物、排尿困难或尿道口瘙痒，这是某些病原体引起的尿道炎症反应。体检特征是尿道分泌物，能确诊的实验室检查是尿道涂片革兰染色或首段尿沉渣中多形核白细胞（PMNL）数量增加。当发现淋病奈瑟菌（简称淋球菌）时，称为淋菌性尿道炎（GU）或淋病，如无此菌，则称为非淋菌性尿道炎（NGU）。NGU一词比非特异性尿道炎更合适，因为NGU有许多特异的病因，在已明确的病因中沙眼衣原体和解脲支原体最为常见。在尿道淋病治愈后不久，发生NGU称为淋病后尿道炎（PGU）。大家可能被上述的专有名词搞糊涂了，这样说吧：除了淋球菌引起的淋菌性尿道炎即淋病，其它出现尿道炎的情况都可以统称为“非淋菌性尿道炎”。而导致非淋菌性尿道炎的病原体很多，支原体、衣原体只是其中的一类，其它还有①大肠杆菌，②脑膜炎双球菌，③其他微生物（腺病毒、腐生葡萄球菌、解脲类杆菌），④生殖支原体，⑤原发生殖器单纯疱疹病毒，⑥阴道滴虫，等等。即使是尿道检验出支原体、衣原体阳性，也并非都是病人：流行病学调查表明，34％正常男性可分离到解脲支原体，在国外的一些研究中，从11％的无症状士兵、11％城市急诊部门无症状男性和7％无症状的大学生中分离到沙眼衣原体。据《福建医科大学学报》1999年第33卷第2期资料：福州地区273名无临床症状妇女进行生殖道Uu（解脲支原体）培养，132名阳性，阳性率％。在对孕妇的研究中：解脲支原体（UU）在孕妇下生殖道的寄居率可高达50～80%。美国乡村人群中孕妇沙眼衣原体(CT)感染率为；墨西哥低经济收入的孕妇CT感染率为；丹麦Vestsjaelland 城，孕妇CT感染率为；巴西圣保罗，孕妇CT感染率为9%；而法国Martinique城，孕妇CT感染率为。世界各地孕妇CT感染率不同，可能与各地的检测试剂、方法和时间不同有关。看到上述的数字，大家应该知道，正常人是可以有支原体、衣原体寄生的。如果所有检查出有支原体、衣原体都需要治疗，那按上述统计就要有30%以上男性和40%以上女性需要治疗了。这可是几亿人啊。一些网友说，如果依照你不需治疗的观点，那么是不是意味抱着一个炸弹在身边，因为这些微生物随时可能发病，为什么不在它发病之前把它从体内清除出去呢？其实，我们的身体内、生活环境是充满微生物的。如果你学过《微生物学》，你会知道，人体内是有大量的微生物寄生的，其中很多是致病微生物。但为什么很多人都是健康正常而不发病呢？这和人的自身抵抗力、免疫力有关。也和寄生于人体内的微生物形成的“菌群平衡”有关。我们自身有很好的免疫系统，它们保护了身体不受各种各样的微生物的侵害，维护了我们的身体健康。即使是少数致病力很强的微生物（烈性传染病），也并非所有人都会感染后发病的。这就是在一般的情况下，生活于相同环境下只有少数人会患病，往往，他们是同时出现身体素质的下降，抵抗力低下了。近年来，支原体和衣原体成为造成非淋菌性尿道炎的重要因素是，在性混乱群体，由于他们往往有较高的性交频率，性器官长期处于充血状态。这使得他们的性器官对病原体的抵抗力下降，他们就比正常人更容易出现支原体和衣原体感染，出现非淋菌性尿道炎。如果真的可以“在它发病之前把它从体内清除出去”那当然很好，但在大多数的情况下，这是不可能的。寄生在人体的各种各样的微生物可以说是伴随着人的一生的。支原体和衣原体是可以在正常人中寄生的，它们和众多其它寄生微生物相互制约（争取寄生环境的‘资源’），达到一种平衡，使得相互的数量受到控制，不至于对人体造成影响，这就是医学上所说的“菌群平衡”。如果滥用抗生素，破坏了原有的“菌群平衡”，反而会出现让某些微生物的数量剧增，引至其它感染发生。在一些医院，由于利益或专业知识水平的因素影响，滥用抗生素的情况时有发生。但一个有专业知识水平、有道德的医生是不应这样做的。如果出现症状，是一定要去正规医院治疗的；但如果你没有任何症状，是不需要治疗的。而这些所谓“治疗”往往只是加重你们的心理负担、增加你们不必要的支出，更为不幸的是，会破坏你们体内原有的“菌群平衡”，造成各种问题的出现。还是进行适当的体育运动，保持自己的身体健康，提高自身的抗病能力为实际而理想。
支原体、衣原体感染 经常浏览我的网页的朋友会发现，我对性功能障碍论述得比较详细，对生殖器感染、性传染病很少详细论述。这是因为性功能障碍的原因简单明确，一般网友们只要详细阅读，是可以掌握的；而生殖器感染、性传染病比较复杂，需要有丰富的临床经验、必要的检查才能明确的。所以，我希望大家如果怀疑自己得了生殖器感染、性传染病，还是到正规医院进行详细的检查、治疗为好。网上咨询是无法解决这样的问题的。 我在这里要论述的是，如果单单只是发现支原体、衣原体阳性，而本身没有任何症状、不适，是不是一定需要治疗呢？我的观点是，这不需要治疗的。这在我的“咨询汇编”有提及的。 这让一些网友很不解、疑惑。看看这么多网站、医疗广告都在强调支原体、衣原体感染的危害，你这样说是不是太缺乏专业知识和对网友不负责了？ 我在此详细论述一下，下面部分相关数据资料来源于：吴晓初（中国医学科学院、中国协和医科大学皮肤病研究所）、邵长庚（中国医学科学院、中国协和医科大学皮肤病研究所）、颜艳（中国医学科学院、中国协和医科大学皮肤病研究所）合作的论文： 尿道炎表现为尿道分泌物、排尿困难或尿道口瘙痒，这是某些病原体引起的尿道炎症反应。体检特征是尿道分泌物，能确诊的实验室检查是尿道涂片革兰染色或首段尿沉渣中多形核白细胞（PMNL）数量增加。当发现淋病奈瑟菌（简称淋球菌）时，称为淋菌性尿道炎（GU）或淋病，如无此菌，则称为非淋菌性尿道炎（NGU）。NGU一词比非特异性尿道炎更合适，因为NGU有许多特异的病因，在已明确的病因中沙眼衣原体和解脲支原体最为常见。在尿道淋病治愈后不久，发生NGU称为淋病后尿道炎（PGU）。 大家可能被上述的专有名词搞糊涂了，这样说吧：除了淋球菌引起的淋菌性尿道炎即淋病，其它出现尿道炎的情况都可以统称为“非淋菌性尿道炎”。而导致非淋菌性尿道炎的病原体很多，支原体、衣原体只是其中的一类，其它还有①大肠杆菌，②脑膜炎双球菌，③其他微生物（腺病毒、腐生葡萄球菌、解脲类杆菌），④生殖支原体，⑤原发生殖器单纯疱疹病毒，⑥阴道滴虫，等等。 即使是尿道检验出支原体、衣原体阳性，也并非都是病人：流行病学调查表明，34％正常男性可分离到解脲支原体，在国外的一些研究中，从11％的无症状士兵、11％城市急诊部门无症状男性和7％无症状的大学生中分离到沙眼衣原体。据《福建医科大学学报》1999年第33卷第2期资料：福州地区273名无临床症状妇女进行生殖道Uu（解脲支原体）培养，132名阳性，阳性率％。 在对孕妇的研究中：解脲支原体（UU）在孕妇下生殖道的寄居率可高达50～80%。美国乡村人群中孕妇沙眼衣原体(CT)感染率为；墨西哥低经济收入的孕妇CT感染率为；丹麦Vestsjaelland 城，孕妇CT感染率为；巴西圣保罗，孕妇CT感染率为9%；而法国Martinique城，孕妇CT感染率为。世界各地孕妇CT感染率不同，可能与各地的检测试剂、方法和时间不同有关。 看到上述的数字，大家应该知道，正常人是可以有支原体、衣原体寄生的。如果所有检查出有支原体、衣原体都需要治疗，那按上述统计就要有30%以上男性和40%以上女性需要治疗了。这可是几亿人啊。 一些网友说，如果依照你不需治疗的观点，那么是不是意味抱着一个炸弹在身边，因为这些微生物随时可能发病，为什么不在它发病之前把它从体内清除出去呢？ 其实，我们的身体内、生活环境是充满微生物的。如果你学过《微生物学》，你会知道，人体内是有大量的微生物寄生的，其中很多是致病微生物。但为什么很多人都是健康正常而不发病呢？ 这和人的自身抵抗力、免疫力有关。也和寄生于人体内的微生物形成的“菌群平衡”有关。 我们自身有很好的免疫系统，它们保护了身体不受各种各样的微生物的侵害，维护了我们的身体健康。即使是少数致病力很强的微生物（烈性传染病），也并非所有人都会感染后发病的。这就是在一般的情况下，生活于相同环境下只有少数人会患病，往往，他们是同时出现身体素质的下降，抵抗力低下了。 近年来，支原体和衣原体成为造成非淋菌性尿道炎的重要因素是，在性混乱群体，由于他们往往有较高的性交频率，性器官长期处于充血状态。这使得他们的性器官对病原体的抵抗力下降，他们就比正常人更容易出现支原体和衣原体感染，出现非淋菌性尿道炎。 如果真的可以“在它发病之前把它从体内清除出去”那当然很好，但在大多数的情况下，这是不可能的。寄生在人体的各种各样的微生物可以说是伴随着人的一生的。支原体和衣原体是可以在正常人中寄生的，它们和众多其它寄生微生物相互制约（争取寄生环境的‘资源’），达到一种平衡，使得相互的数量受到控制，不至于对人体造成影响，这就是医学上所说的“菌群平衡”。如果滥用抗生素，破坏了原有的“菌群平衡”，反而会出现让某些微生物的数量剧增，引至其它感染发生。在一些医院，由于利益或专业知识水平的因素影响，滥用抗生素的情况时有发生。但一个有专业知识水平、有道德的医生是不应这样做的。 如果出现症状，是一定要去正规医院治疗的；但如果你没有任何症状，是不需要治疗的。而这些所谓“治疗”往往只是加重你们的心理负担、增加你们不必要的支出，更为不幸的是，会破坏你们体内原有的“菌群平衡”，造成各种问题的出现。 还是进行适当的体育运动，保持自己的身体健康，提高自身的抗病能力为实际而理想。 -------------------------------------------------------------------------------- 附录：北京中关村医院前列腺、性病专科的相关文章： 不要被非淋菌性尿道炎吓唬住！ 据新闻报道，北京性病诊疗市场很多地方存在着欺行为：病人多花钱自不必说，有的人根本不是什么性病，只是局部有一些炎症，但一些诊所抓住患者对性病不甚了解的现状，任意夸大性病的危害和后果；有的诊所还拿出非常恐怖的照片给患者看，给患者心理造成了极大伤害；有的医生还故意拖延病人的治疗时间，让病人花了许多冤枉钱。我们在临床中发现曾在私人诊所或者在被某些医院租赁出去的性病或泌尿专科诊治过的患者，很多人被衣原体、支原体感染的非淋菌性尿道炎所吓唬住，使得患者在经济上的受到很大损失，在心理上遭受了严重的创伤，使得患者惶惶不可终日。真的是“非淋”猛于虎吗？ 究竟非淋菌性尿道炎是怎么一回事呢？ 非淋菌性尿道炎从字面上就是可以看出它不是由淋球菌引起的，而是由淋球菌以外的其它病原体所引起的尿道感染，它可以与淋病性尿道炎同时或交叉感染，主要通过性行为传播。 引起非淋菌性尿道炎的微生物是多种多样的，它们主要包括有衣原体、支原体、人型支原体、阴道滴虫、白色念珠菌、庖疹病毒、包皮杆菌、葡萄球菌、链球菌及兰氏鞭毛虫等。其中衣原体及支原体性引起得非淋菌性尿道炎为多见。 衣原体和支原体这些微生物对温度变化都很敏感，温度在560C～600C时它们仅能存活5～10分钟；而在冰冻条件下可存活数年；一般的消毒剂都能很快将其杀死。它们对肥皂、酒精、胆盐、四环素、红霉素、卡那霉素等也敏感。但是青霉素对支原体、衣原体无效。 非淋菌性尿道炎的表现是什么样子的？ 非淋菌性尿道炎好发于青年性旺盛时期，从感染到发病一般为1～3周，发病较缓慢，症状比淋病轻。 典型的表现是男性患者会出现尿道口刺痒、有烧的感，尿频（小便次数增多）、尿急（尿有控制不住的感觉）、尿痛（小便时尿道疼痛）有时有轻度排尿困难，尿道口略微发红，如在较长时间不排尿，或晨起时尿道口有水样或稀薄粘液流出。有时仅表现为尿道口有一层痂皮似的薄膜，或者在内裤上可见污秽物，偶尔可发生尿道口被痂皮封闭，当排尿时，由于尿流受痂膜阻挡，可产生尿流分叉现象。但也有些病人无尿道分泌物或者分泌物量很少，需用手用力挤压才能有分泌物从尿道日溢出。 女性患者的表现不典型，有的可以毫无症状，患非淋菌性尿道炎的同性恋者，由于他们的异常性行为如肛交、口交等还可造成直肠炎、咽炎或其他疾患。 在诊断非淋菌性尿道炎时，常常需要与淋菌性尿道炎、前列腺炎鉴别。 做衣原体抗原检测试验可靠吗？ 有关开展衣原体抗原检测试验是患者非常关心的问题，有关衣原体培养，支原体培养检验，虽然对诊断有帮助，但是由于目前卫生部对非淋菌性尿道炎的实验室检查，没有规定统一的检验标准，所以在目前临床上所使用各种检验方法并不可靠，假阳性居多。因此，我们说，诊断非淋菌性尿道炎还不能以实验室的化验为主，必须结合临床表现做出正确的判断。 究竟怎样才能诊断非淋菌性尿道炎呢？ 我国卫生部卫生防疫司规定，诊断非淋球菌性尿道炎除了有症状和体征外．还必须具备以下条件： ① 有婚外性接触史或配偶感染史。 ② 尿道分泌物涂片在油镜（1000倍）视野下观察，若平均每个视野中多形核白细胞数）4个为阳性，晨尿（前段尿15毫升）沉淀在高倍镜（400倍）视野下每视野的多形核白细胞）15个，有诊断意义。 如果患者没有性乱史，没有尿道炎的症状和体征，尿道分泌物或晨尿没有找到白细胞，那么即使尿道内分离出解脲支原体，亦不能确定患者是非淋球菌性尿道炎，因为在很多正常人群的生殖道中也有携带解脲支原体的现象。因此，光凭解脲支原体培养阳性，不问青红皂白就给患者套上非淋球菌性尿道炎的帽子，这不仅是对患者本人的不负责任，更重要的是它将影响到整个家庭的稳定与美满，因此诊治性病的医生在给患者作出非淋球菌性尿道炎的诊断时，必须结合临床而慎重定论。 非淋菌性尿道炎能治愈吗？ 非淋菌性尿道炎是可以治愈的，它的治疗方法也非常简单，就是采用口服广谱抗生素治疗，但是需要按照规则、定时、定量，彻底治疗。下面是常用的几种抗生素疗法（只要使用1－2种，至多使用2－3种就可以了）： 1．四环素每天4次，每次500毫克，口服共14天。 2．红霉素每天4次，每次500毫克，共7天。 3．强力霉素一天两次，每次100毫克，共7天。 4．美满霉素每日两次，每次100毫克，一日两次，共8天。 5．氟哌酸每日400毫克，连续7天～10天。 当患有非淋菌性尿道炎男性有尿道口红肿，龟头有充血，红疹，女性有外阴痊痒，白带量多及阴道瘙痒等症状时，除服药治疗外，可以采用局部用药的方法进行辅助性治疗。常用的外治药物有： （1）3％硼酸水：取200mL湿敷阴部或冲洗外阴。 （2）苦参饮：苦参20g，蛇床子20g，地肤子20g，黄柏20g，野菊花20g。水煎外洗，每日1次，每次30分钟。 （3）洁尔阴、皮肤康、洁身纯等洗液兑入适当的水，冲洗患部。 “非淋”经过治疗仍有症状怎么办？ 治疗“非淋”的疗程结束后1周，如果患者仍有症状存在则需进一步检查是否有“非淋”以外的其它的炎性感染，如都为阴性，则可再重复治疗一次。 如果经重新治疗后症状仍不消失，则应该追查其配偶感染的情况及其有无异常性生活习惯。反复发作，症状持续不消退的病人多半是与有传染性的性伴保持性接触有关，所以对其配偶同时治疗和终止不正常的婚外性关系是治疗成功的关键。 非淋菌性尿道炎的治愈标准是什么？ 非淋菌性尿道炎的治愈标准是：自觉症状消失，尿道分泌物，尿沉淀物涂片检查无白细胞出现即可。 如何预防非淋菌性尿道炎？ 淋菌性尿道炎的传染来源主要是通过与衣原体和支原体感染者的性接触所引起。为了预防非淋球菌性尿道炎并防止其死灰复燃，可采取以下预防措施。 ①避免婚外性交、制止性乱现象。②坚持正规治疗，避免半途而废，这对消灭传染源和预防合并症都有好处。疗前和疗后至少2周禁性交，这样有助于疾病的彻底痊愈。③在完成治疗后需做复查，以评定是否真正痊愈。④患者和性伴侣要同时检查，进行正规的治疗。⑤在性伴彻底治愈前避免性接触。⑥如症状持续存在或复发，应到正规的医院有关专科进行检查。⑦提倡使用避孕套等屏障性工具。⑧排除焦虑心理，积极配合大夫治疗。⑨疗期多饮水，以降低尿的浓度，减轻对尿道的刺激。⑩不饮酒。饮酒可以加重尿道的充血，使炎症更加急剧。⑾注意正常性生活的卫生，建立良好的个人卫生习惯。 -------------------------------------------------------------------------------- （后记）这篇文章发表后，我收到了大量关于支原体、衣原体感染的咨询，总结如下： 检查出支原体、衣原体后，医生说是性病，他（她）怀疑我，但我洁身自好啊... 答：现在，的确有不少人将“支原体、衣原体”和“性病、不洁性交”等同起来，这是极不科学的，也导致了患者夫妻相互猜疑、争吵甚至家庭破裂，这是不道德的。看看这一组数据：“流行病学调查表明，34％正常男性可分离到解脲支原体，在国外的一些研究中，从11％的无症状士兵、11％城市急诊部门无症状男性和7％无症状的大学生中分离到沙眼衣原体。据《福建医科大学学报》1999年第33卷第2期资料：福州地区273名无临床症状妇女进行生殖道Uu（解脲支原体）培养，132名阳性，阳性率％。 在对孕妇的研究中：解脲支原体（UU）在孕妇下生殖道的寄居率可高达50～80%。美国乡村人群中孕妇沙眼衣原体(CT)感染率为；墨西哥低经济收入的孕妇CT感染率为；丹麦Vestsjaelland 城，孕妇CT感染率为；巴西圣保罗，孕妇CT感染率为9%；而法国Martinique城，孕妇CT感染率为。”你就应该知道，检查出支原体、衣原体寄居是很的事。 其实，如果医生为你进行全身的微生物培养，至少可以分离出数十种病原体的，但这并不代表你有数十种疾病。 我是阴道炎到医院检查，检验出支原体、衣原体，医生说如果不治疗，会导致不孕，我很害怕，是这样的吗？ 答：至今没有权威、可信的研究资料证明支原体、衣原体寄居会造成不孕。相反，怀孕后，由于阴道环境的改变，更适宜让支原体、衣原体寄居。看看我文章上引用的资料：“在对孕妇的研究中：解脲支原体（UU）在孕妇下生殖道的寄居率可高达50～80%。美国乡村人群中孕妇沙眼衣原体(CT)感染率为；墨西哥低经济收入的孕妇CT感染率为；丹麦Vestsjaelland 城，孕妇CT感染率为；巴西圣保罗，孕妇CT感染率为9%；而法国Martinique城，孕妇CT感染率为。”，可想而知，不应对此担心的。 抽血检验说我有衣原体、支原体感染，这可信吗？ 答：不可信。1，取尿道分泌物、阴道分泌物作支原体、衣原体培养才是可信的检测方法。2，需要同时伴随有相应的症状、不适才考虑“感染”；没有任何症状，仅仅从分泌物培养出支原体、衣原体也只是“寄居”，并非感染。 如何理解“感染”和“寄居”的区别？ 答：我文章里论述过的，这里再次解释一下：我们人的身体的皮肤、粘膜、口腔、上呼吸道、胃肠、生殖器外部、尿道、阴道、直肠、肛门等等部位平常就有大量的微生物寄生，其中很多是病原体。在人的抵抗力正常的时候，它们和众多其它寄生微生物相互制约（争取寄生环境的‘资源’），达到一种平衡，使得相互的数量受到控制，不至于对人体造成影响，这就是医学上所说的“菌群平衡”。此时，就叫“寄居”。 当人的抵抗力下降（体质虚弱，纵欲过度造成性器官长期慢性充血、局部抵抗力下降），或者滥用抗生素，破坏了原有的“菌群平衡”，出现某些微生物的数量剧增，此时，它寄居的组织就因为它们的大量繁殖而出现炎症、症状，此时就叫“感染”。 看看，我们人类就是这样每天生活在危险中的。所以，保持身体健康、增强自身的抵抗力对人类来说是多么的重要！ 能否杀灭所有人体的微生物？ 唉，当然很好~~~，这样人类就不会有感染性疾病了，真的很好！但这是不可能的！接受现实吧。 我阴道炎，医生检查阴道分泌物后说我是“非淋”，是支原体引起的... 答：如果你没有听错，那个人就未必是“医生”的。“非淋”是指“非淋菌性尿道炎”，这和“阴道炎”是两码事。你检查的是“阴道分泌物”，不是“尿道分泌物”，这样的诊断让人怀疑。 我有阴道炎，检查出有滴虫（或霉菌）和支原体、衣原体，该同时治疗吗？ 答：这其实有两种可能：1，你的阴道炎是由滴虫或霉菌引起的，支原体、衣原体只是在你的阴道寄生，不是导致阴道炎的原因。2，你的阴道炎同时是由于滴虫（或霉菌）、支原体、衣原体引起的，需要同时治疗。 我的建议是：1，积极治疗滴虫（或霉菌）性阴道炎。2，可同时进行支原体、衣原体的治疗。 我有非淋菌性尿道炎，是支原体、衣原体引起的，是可信的大医院检查的，应该如何治疗？ 答：如果确实是支原体、衣原体导致的非淋菌性尿道炎，那当然是需要治疗的。支原体、衣原体对抗菌素很敏感的。阿奇霉素对此效果很好的，用法：一，顿服法：一次服用1g（每片250mg的片剂4片）就可以了。 二，第一天服（2片），每天各服一片，服够（6片）就可以了。（一般的阿奇霉素包装都是每盒6片，每片250mg的，一般是70元/盒） 我是支原体、衣原体感染，他们说每天用药要500元，要使用十天，真的那么贵吗？ 答：我不知道他们用什么药，但我不会这样用药的。 支原体、衣原体感染后，经治疗后症状消失，但检查仍然有支原体、衣原体，怎么办？ 答：症状消失就已经是临床治愈了，我已经说过，支原体、衣原体在体内寄居是正常的。你还是加强运动锻练身体，提高自身的抵抗力，别过度纵欲，这样，就不容易复发的。 说实话，我比较“花心”，在外面有很多女人，我有了非淋菌性尿道炎，是支原体、衣原体感染，但我老婆却没有，为什么我不会传染她？ 答：如你所说：由于你的“花心”，在外面有很多女人，你必然是性生活频率很高的。由于性交频繁，性器官长期处于慢性充血状态，生殖器的局部抵抗力就大大下降了，所以你容易出现支原体、衣原体感染；而你夫人没有纵欲、生殖器慢性充血的情况出现，她的局部抵抗力是正常的，就不容易出现感染了。 还是学会为自己的身体健康负责好。 我是非淋菌性尿道炎，是支原体、衣原体引起的。服药后症状消失，但休息不好、疲劳、饮酒等情况却又出现症状，我难道要这样反复服药一辈子？ 答：“但休息不好、疲劳、饮酒等情况却又出现症状”的重要原因是，你的体质差、自身的抵抗力不好，这样当然是容易出现复发的。你现在更重要的是加强运动锻练身体，提高自身的抵抗力，这样才是根本解决问题的方法。 -------------------------------------------------------------------------------- 后记： 唉...支原体啊支原体~~~~ 自从我的文章在我的网站上登出后，每天收到此方面的咨询剧增。说实话，我曾经有删除这一文章的打算的，这的确影响了我的日常工作，增加了我的工作负担，而这一切都是“为人民服务”的... 但是，唉...有些事不能不做、不能不说的... 支原体是目前所能发现的能在无生命培基中生长繁殖的最小的微生物。它广泛分布于自然界，有80余种，与人类有关的支原体有肺炎支原体、人型支原体、解脲支原体和生殖器支原体。 要搞清楚的几个概念： 一，感染和寄居： 网友们不容易搞清楚“感染”和“寄居”的区别，觉得不管它是感染还是寄居，如果自己检查发现是“阳性”，那还是将它“清除”出去为放心！能够“清除”它们当然很好，但很多时候，这是不可能的。 我们身体并没有一般人想象的那么“干净”。其实，上中学《生物》课时就应该知道，我们的身体寄居着大量的微生物的。只是我们的身体有一套完善的免疫系统，在免疫系统的保护下和微生物之间的竟争、制约（争取寄生资源），从而达到一种动态平衡。这在医学上称之为“菌群平衡”，而这种寄居微生物即称之为“正常菌群”。 举一个让人不那么舒服的例子：人死后，很快就开始腐烂、发臭，这是为什么呢？ 因为，人死后，这些“正常菌群”由于不再受到免疫系统的制约，人的尸体成为它们最好的“培养基”，它们马上开始大量繁殖，吞噬人的尸体。 支原体广泛存在于自然界，它也可以是人体内的“正常菌群”之一。如何理解“广泛存在于自然界”这一概念呢？ 例如：实验室作细胞培养、研究已经是要求十分严格，卫生、消毒条件一流了吧？但细胞培养（特别是传代细胞）被支原体污染是个世界性问题。 支原体污染的来源包括工作环境的污染、操作者本身的污染（一些支原体在人体是正常菌群）、培养基的污染、污染支原体的细胞造成的交叉污染、实验器材带来的污染和用来制备细胞的原始组织或器官的污染。 连世界上那么多的严格的实验室细胞培养都免不了受到支原体的污染，何况生活在自然界忙忙碌碌的人们？别介意，人体内有支原体寄居是正常的，接受这个现实吧。 嗯~~~没办法，接受就接受吧，但为什么它会造成“感染”而不是老老实实地“寄居”呢？ 这引出了另一个概念“环境性病原体”或“环境性致病菌”：这些“正常菌群”只是相对而言的，它们不会和人类老老实实“和平相处”的，它们一有机会就大量繁殖，侵噬我们的机体。当它们寄居的环境一改变，有机会时它们就大量繁殖，出现“感染”的表现。 例如：金黄色葡萄球菌可以在任何人的皮肤身上检验出来，它由于“皮肤屏障”的保护，它不会造成什么问题，此时，它就是“正常菌群”了； 当受伤、皮肤破损后，环境发生了变化，“皮肤屏障”受到破坏，它可以轻易进入皮下组织大量繁殖，出现“感染”。此时，这“正常菌群”就变成了“环境性致病菌”了。 相信大家都有这样的经验吧？皮肤出现破损后，如果处理不及时正确，很快就会出现伤口“化脓”的。 造成伤口化脓的最常见的病原体就是金黄色葡萄球菌。 又例如：白色念珠菌（霉菌、真菌）在自然界也是广泛存在，也是人体最常见的“正常菌群”之一，但同时，它又是造成女性霉菌性阴道炎的罪魁祸首。为什么呢？ 因为女性的生殖器解剖上的特点，它是微生物生长、繁殖的“优良场所”，它是最容易受到病原体侵袭的。 女性如果不注意生殖器卫生、盆腔慢性充血、性交摩擦造成阴道粘膜的损伤等等都为微生物大量繁殖提供了条件，这就容易出现“感染”了。 总结：“寄居”是指病原体在人体内生存，但数量受到控制，不会造成身体出现不适、症状的表现；“感染”是指局部环境改变、局部抵抗力下降后，病原体乘虚而入，在局部大量繁殖，损害、吞噬了正常的组织，出现了症状、不适的表现。 两者的差别在微生物的“量”上。 所以，人要接受这样一种概念：我们是生活在危险中的，人类的身上本身就存在各式各样的微生物，它们之间相互制约，同时，人类在免疫系统的保护下和它们形成了一种动态平衡。如果这种平衡受到打破，微生物大量增生、繁殖的话，身体就表现出症状和不适了。 二，性传染病和“不洁”性生活： 网友在很多网站上、医疗广告宣传都看到，支原体感染是性病！而国人心目中的“性病”观念是和不洁性生活联系在一起的，“性病”意味著它与性行为及寻花问柳的行为有密切的关系。于是，当夫妻一方检查出“支原体阳性”后，“性病”的联想马上让人怀疑伴侣的不忠、相互猜疑导致感情受到了破坏甚至破裂... 但这种观念是错误的！ 这需要大家分清楚广义性病和狭义性病的概念： 广义性病是指有可能通过性交传染的疾病都称之性病：除了传统认为仅仅是通过性交传播的疾病外，凡是有可能通过性交传染的疾病都称之为性传染病。 如：非淋菌性尿道炎，霉菌、滴虫性阴道炎等都列为“广义性传染病”中。 但一定要记住，它们是有可能通过性交传染，但感染上它们却未必和“不洁性交”有关！ 例如：“非淋菌性尿道炎”是指除了淋球菌导致的尿道炎外的所有尿道炎，而导致非淋菌性尿道炎的病原体很多，支原体、衣原体只是其中的一类，其它还有 1，大肠杆菌，2，脑膜炎双球菌，,3，其他微生物（腺病毒、腐生葡萄球菌、解脲类杆菌），4，生殖支原体，,5，原发生殖器单纯疱疹病毒，6，阴道滴虫，等等。 由于女子的解剖学特点（尿道短而直，感染的机会较多），女性一生中至少有一次以上尿道炎的患病经历。 如果将“非淋菌性尿道炎”列为“不洁性生活”的证据，那这个世界就太“淫乱”了... 狭义性传染病：淋病、梅毒、尖锐湿疣、性病疱疹此类性病的病原体不会在正常人身上寄居，所以出现此类性病时，那多半就是“不洁性生活”的证据了。 但是，即使是此类“狭义性病”，近年也发现越来越多的间接传染的报道，如：同居一室，生活上密切接触，共用公共用品、办公用具，共用公用厕所（坐式）等等方式也有传染此类性病的可能的。 三，生育和不育： 无论男女，生殖器官如果出现任何炎症、感染，微生物大量增生、繁殖，都有可能影响生育、导致不育。
医生说没有症状就不用冶疗是对的，这位医生还是比较人性化的。看看这么多网站、医疗广告都在强调支原体、衣原体感染的危害，那是因为那些医院要靠这些赚钱。我在此详细论述一下，下面部分相关数据资料来源于：吴晓初（中国医学科学院、中国协和医科大学皮肤病研究所）、邵长庚（中国医学科学院、中国协和医科大学皮肤病研究所）、颜艳（中国医学科学院、中国协和医科大学皮肤病研究所）合作的论文：尿道炎表现为尿道分泌物、排尿困难或尿道口瘙痒，这是某些病原体引起的尿道炎症反应。体检特征是尿道分泌物，能确诊的实验室检查是尿道涂片革兰染色或首段尿沉渣中多形核白细胞（PMNL）数量增加。当发现淋病奈瑟菌（简称淋球菌）时，称为淋菌性尿道炎（GU）或淋病，如无此菌，则称为非淋菌性尿道炎（NGU）NGU一词比非特异性尿道炎更合适，因为NGU有许多特异的病因，在已明确的病因中沙眼衣原体和解脲支原体最为常见。在尿道淋病治愈后不久，发生NGU称为淋病后尿道炎（PGU）。大家可能被上述的专有名词搞糊涂了，这样说吧：除了淋球菌引起的淋菌性尿道炎即淋病，其它出现尿道炎的情况都可以统称为“非淋菌性尿道炎”。而导致非淋菌性尿道炎的病原体很多，支原体、衣原体只是其中的一类，其它还有①大肠杆菌，②脑膜炎双球菌，③其他微生物（腺病毒、腐生葡萄球菌、解脲类杆菌），④生殖支原体，⑤原发生殖器单纯疱疹病毒，⑥阴道滴虫，等等。即使是尿道检验出支原体、衣原体阳性，也并非都是病人：流行病学调查表明，34％正常男性可分离到解脲支原体，在国外的一些研究中，从11％的无症状士兵、11％城市急诊部门无症状男性和7％无症状的大学生中分离到沙眼衣原体。大家应该知道，正常人是可以有支原体、衣原体寄生的。如果所有检查出有支原体、衣原体都需要治疗，那按上述统计就要有30%以上男性和40%以上女性需要治疗了。这可是几亿人啊。一些网友说，如果依照你不需治疗的观点，那么是不是意味抱着一个炸弹在身边，因为这些微生物随时可能发病，为什么不在它发病之前把它从体内清除出去呢？其实，我们的身体内、生活环境是充满微生物的。如果你学过《微生物学》，你会知道，人体内是有大量的微生物寄生的，其中很多是致病微生物。但为什么很多人都是健康正常而不发病呢？ 这和人的自身抵抗力、免疫力有关。也和寄生于人体内的微生物形成的“菌群平衡”有关。我们自身有很好的免疫系统，它们保护了身体不受各种各样的微生物的侵害，维护了我们的身体健康。即使是少数致病力很强的微生物（烈性传染病），也并非所有人都会感染后发病的。这就是在一般的情况下，生活于相同环境下只有少数人会患病，往往，他们是同时出现身体素质的下降，抵抗力低下了。 近年来，支原体和衣原体成为造成非淋菌性尿道炎的重要因素是，在性混乱群体，由于他们往往有较高的性交频率， 性器官长期处于充血状态。这使得他们的性器官对病原体的抵抗力下降，他们就比正常人更容易出现支原体和衣原体感染，出现非淋菌性尿道炎。如果真的可以“在它发病之前把它从体内清除出去”那当然很好，但在大多数的情况下，这是不可能的。寄生在人体的各种各样的微生物可以说是伴随着人的一生的。支原体和衣原体是可以在正常人中寄生的，它们和众多其它寄生微生物相互制约（争取寄生环境的‘资源’），达到一种平衡，使得相互的数量受到控制，不至于对人体造成影响，这就是医学上所说的“菌群平衡”。如果滥用抗生素，破坏了原有的“菌群平衡”，反而会出现让某些微生物的数量剧增，引至其它感染发生。在一些医院，由于利益或专业知识水平的因素影响，滥用抗生素的情况时有发生。但一个有专业知识水平、有道德的医生是不应这样做的。如果出现症状，是一定要去正规医院治疗的；但如果你没有任何症状，是不需要治疗的。而这些所谓“治疗”往往只是加重你们的心理负担、增加你们不必要的支出，更为不幸的是，会破坏你们体内原有的“菌群平衡”，造成各种问题的出现。 还是进行适当的体育运动，保持自己的身体健康，提高自身的抗病能力为实际而理想。
没问题 告诉我具体的格式要求
这个实际上就是根据你的新店反应速度，然后进行一个有效的测量和测定
我的论文，基于STM32的多关节机器人设计，图文详细，绝对满足你的需求
网页链接
当的原理当然跟他亲戚有关系的，因为他们都是连接的
价格合理！信工毕业 就会单片机
我给你一个题目，如果你写出来了，我保你论文得优秀。因为当年我就是选这个题目得的优秀。刚才我在网上搜了一下，网上还是没有与这个系统相关的论文。 《高考最低录取分数线查询系统》基本思想很简单，现在的高考分数线查询是很繁琐的，需要先把分数查出来，然后根据录取指南再找你的分数能被录取的学校，高考过的都知道，高考报考指南是一本多么厚的书。所以，这个系统的思想就是：你用所有高校近十年的录取分数线建立一个数据库，然后开发一个系统，当你输入查询命令的时候（查询命令可以用1，2，3这三个数来代替，用flog实现；输入1，查询的是符合你所输入的分数以下的所有高校信息；输入2，查询的是符合你所输入分数段之间的所有高校信息；输入3，查询大于你所给的分数线的高校信息。）当然，你可以再加上一些附加的功能。大致思想就这些。 郑州今迈网络部竭诚为你解答，希望我的答案能帮到你！
已把我毕业论文的一部分发给你了，应该是你想要的。还需要其它的说一声
基于视频的人流量监测系统设计与实现 图像水印识别微信小程序设计与实现 基于重力传感器的飞机大战游戏开发 手机平台加减乘除口算训练游戏开发 基于Android平台的个人移动地图软件开发 面向多种数据源的爬虫系统的设计与实现 基于Zabbix的服务器监控系统的设计与实现 基于新浪微博的分布式爬虫以及对数据的可视化处理 基于分布式的新闻热点网络爬虫系统与设计 舆情分析可视化系统的设计与实现 基于大数据的用户画像的新闻APP设计 基于Android平台的语言翻译程序设计与实现 基于SSH的水电信息管理系统的设计与实现 基于SSM的学科竞赛管理系统
虹软上就有免费的安卓版本的活体检测SDK啊，也有demo的，而且他们家及以上已内置活体的
可以在云脉的SDK开发者平台下一个人脸识别活体检测的SDK，好像只要注册登录就能下载试用了。云脉的活体检测是配合张嘴、闭眼、点头、摇头等各种动作来完成的，准确率高，识别速度快，还不错的。
OK ，可、以、操、作。1、论文题目：要求准确、简练、醒目、新颖。 2、目录：目录是论文中主要段落的简表。（短篇论文不必列目录） 3、提要：是文章主要内容的摘录，要求短、精、完整。字数少可几十字，多不超过三百字为宜。 4、关键词或主题词：关键词是从论文的题名
是防止被攻击欺诈，提高安全性。
人脸活体检测主要是通过识别活体上的生理信息来进行，它把生理信息作为生命特征来区分用照片、硅胶、塑料等非生命物质假座的生物特征。
一旦虚假人脸攻击成功，极有可能对用户造成重大损失。人脸活体检测技术可以有效阻挡PS换脸、视频、三维人脸模型、高清人像照片等各种不同类型的攻击。通过动作指令验证前端活体有效，再获取一张操作者本人照片，将这张照片传送至服务器端，由机器进行活体的后验，防止被攻击欺诈，提高安全性。