李良济医友会:李开平主任“守护肩颈健康”专场科普交流圆满举行!

近年来,越来越多的人患上肩颈疾病,而且很多人年纪轻轻就脖子痛、肩膀痛!

为了帮助市民朋友及时治疗和预防肩颈疾病,8月15日下午,李良济医友会特邀南京中医药大学教授针灸推拿专家李开平主任,为市民朋友带来“颈肩疼痛不用愁,中医外治巧解忧”专题讲座!

专家科普分享

在专家讲座上,李开平主任用通俗易懂的语言,分享了颈椎病和肩周炎的患病原理,患病征兆以及临床表现。

李开平主任表示,颈椎病多是椎间盘退化、慢性劳损、颈椎外伤、先天疾病,以及颈椎周围肌肉退变导致的。中医上认为,风、寒、湿、热、痰、瘀等邪气滞留肢体筋脉、关节、肌肉,经络闭阻,不通则痛。

肩周炎则主要是肩部周围组织慢性损伤导致的,另外不良习惯,内分泌因素、气候因素也会诱发肩周炎。

关于患上颈肩疾病如何治疗,李开平主任在医友会上为大家详细分享了针刀疗法、针刺推拿、拔罐刮痧、中药外用等4种中医外治方法,并详细分析了不同治疗方法的优势,以及不同情况应该采用哪种治疗方法。

李开平主任还提醒大家,患上颈肩疾病,除了要积极治疗,日常康复护理也非常的重要!方法也很多,比如牵引中的挂床疗法。

针对于大家关注的颈椎的预防,李开平主任推荐大家可以睡觉时应选择合适的枕头和睡姿,平时运动做做颈椎操、八段锦~

肩周炎患者应注意,劳逸有度,避免劳损;适当锻炼,增强功能;局部保暖,保持温通。

李开平主任生动有趣的为现场嘉宾朋友讲解相关知识,大家都专注认真聆听,或在笔记本上记录,或拿出手机拍照保存,现场学习氛围浓厚,气氛热烈融洽。

在现场,我们还为大家准备了李良济的养生花草茶、枸杞原浆、杏仁七白饮、山楂六物膏等养生好物,大家在聆听专家讲座的同时可以感受传统中医药的食用魅力~

专家答疑 互动交流

讲座结束后进入健康答疑的时间,嘉宾们踊跃参与问答,有嘉宾问到脖子不舒服时,能否采用正骨让错位的骨骼恢复正常位置,来治疗颈椎病疼痛。

李开平主任表示,正骨只适合部分颈椎病,而且正骨要选择正骨医疗机构,通过专业的医生来进行。而且正骨用的是巧力,在病人自己可以活动到的范畴内轻微地拨动,而非蛮力。

本次医友会也来了多位对中医和针灸推拿感兴趣的高中生,在现场大家向李开平主任咨询,中医专业的报考和未来发展的相关知识,也提出了中医毕业就业的问题~

李开平主任详细认真的回答了大家的问题,告诉大家中医是一个神圣而伟大的职业,并鼓励大家积极加入中医,同时提出了学习中医的方法和方向。在互动中,高考生耐心的倾听,并对李开平医生表示感谢。

在大家的积极互动中,本次医友会也正式结束了。许多参与者表示,通过此次活动,他们不仅学习了解到颈肩基本的治疗方法,还学到了预防的技巧。他们纷纷表示,要将这些知识传播给身边的人,让更多人受益。

  • 10
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值