请问一下，孕前检查，这些结果正常吗？？？
请问一下，孕前检查，这些结果正常吗？？？
发病时间：不清楚
请问一下，孕前检查，这些结果正常吗？？？
全国三甲医院，主任级名医在线坐诊已有124家三甲医院，828位主任医师在线答疑
精选回答(2)
歙县第二人民医院
擅长：阴道炎、宫颈炎、卵巢囊肿、子宫肌瘤、月经不调、功血、子宫内膜异位症、人流药流避孕
您好，您做了孕前检查，第一张报告单是宫颈HPV检测，提示高危型48型与低危型42型阳性。这个感染一般不会影响怀孕。第二张报告是地中海贫血筛查，您的报告也是正常的。第三张报告是G-6PD（6-磷酸葡萄糖脱氢酶）检测，是看是否有6磷酸葡萄糖脱氢酶缺乏症，也就是蚕豆病的，这个也是正常的。第四张报告，是优生优育五项检查，其它阴性，虽然风疹抗体IGG阳性，这个是说明曾经隐性感染过风疹，现在已经自愈了。所以综上所述，从目前发来的这几张报告来说，是不是影响备孕的。您可以积极备孕。备孕期记得服用小剂量叶酸预防胎儿神经管畸形。要进行适当的体育运动，增强体质 ，男生要戒烟戒酒，多吃一些补锌的食物。祝好孕。
你好，高危是58，不会影响怀孕吗？&&？？
回复追问：
嗯，HPV属于人乳头瘤病毒，其实现实中它们广泛存在自然界中，亚洲人是易感人群，80%的妇女一生中都可能感染HPV，其中大多数是一过性感染，能够被自身免疫系统清除，因而并不产生病变，也就是说感染不等于病变了，宫颈TCT检查做了吗？如果正常的，就不用担心，也不用特殊处理，备孕无碍。
回复追问：
宫颈TCT是什么呢？？ 之前有检查过一下uu结果是阳性
回复追问：
UU阳性的话，是提示解脲支原体感染，这个要治疗后再备孕的。宫颈TCT是宫颈的防癌检查，一般与宫颈HPV检测一起做的，不知道是否做了？
回复追问：
那就没做，当时那个医生说就做个宫颈筛查，然后结果就我发的那四个，另外还有个血常规，
回复追问：
嗯，那您如果是UU阳的，这个当时应该要做药敏试验的呀，要选择合适的敏感药物治疗的，转阴后再备孕。宫颈TCT如果没有做，问题不大。
回复追问：
博康中医妇科
擅长：妇科病，不孕症，产后缺乳，产后身痛
你好，你的检查hpv阳性，而且风疹病毒阳性，这些结果是不正常的，需要进行治疗后复查
向医生提问
（病毒性风疹,德国麻疹,风痧,红疹,流行性蔷薇疹,隐疹,风毒）
风疹(rubella,Germanmeasles)是由风疹病毒引起的一种常见的急性传染病。又称风痧，痧子等 。是儿童常见的一种呼吸道传染病。由于风疹的疹子来得快，去得也快，如一阵风似的，风疹也因此得名。风疹病毒在体外生活力很弱，传染性与麻疹一样强。一般通过咳嗽、谈话或喷嚏等传播。以发热、全身皮疹为特征，常伴有耳后、枕部淋巴结肿大。由于全身症状一般较轻，病程短，往往认为本病无关紧要，但是近年来风疹暴发流行中重症病例屡有报导。如果孕妇感染风疹，将全严重损害胎儿，儿童成人均可发病。中医学称本病为风疹、风痧、隐疹。认为系感受风热时邪，发于肤表所致。
多发人群：学龄前及学龄儿童
典型症状：&&&&&&&&&&
临床检查：&&&&&&&&&&&&
治疗费用：市三甲医院约（3000 —— 5000元求助：大家帮我看看早孕三项检查结果正常吗？-播种网论坛
努力加载中...
10){window.location='forum.php?mod=viewthread&tid=&extra=page%3D1&page='+ doane(event);}">跳转
求助：大家帮我看看早孕三项检查结果正常吗？
谢赞，祝宝宝宫内健康成长!
已邀请用户 ： （此提示只有您可以看到，其他用户无法查看）
12.4（孕26天）hcg60，孕酮21.5ng/ml，雌二醇154,；12.11（孕33天），hcg1900，孕酮25.7ng/ml，雌二醇209，每天肌注20mg黄体酮一支，大家帮我看看结果正常吗？谢谢啦！
点击查看全文
四级宝宝, 积分 125, 距离下一级还需 75 积分
hcg虽然不算高，但翻倍不错~~~孕酮也算及格吧~~~
就是雌二醇好像低了点，我34天的时候查，已经1322了~
90%孕妈用过都觉得好，建议你也下载孕迹暖暖App试试！这里有超级多姐妹分享的孕期经验和育儿经，还可以拉着准粑粑一起录音给宝宝做胎教呢！安装【孕迹暖暖App】”
点击查看全文
十二级宝宝, 积分 2163, 距离下一级还需 237 积分
mine7777 发表于
hcg虽然不算高，但翻倍不错~~~孕酮也算及格吧~~~
就是雌二醇好像低了点，我34天的时候查，已经1322了~ ...
你的雌二醇那么高啊
点击查看全文
七级宝宝, 积分 474, 距离下一级还需 126 积分
雌二醇孕期正常值该是多少呀？俺感觉自己更高呢！
点击查看全文
十二级宝宝, 积分 2163, 距离下一级还需 237 积分
海儿妈 发表于
雌二醇孕期正常值该是多少呀？俺感觉自己更高呢！
你30天时雌二醇多少啊
点击查看全文
七级宝宝, 积分 474, 距离下一级还需 126 积分
那个时候没查这指标，话说那个时候医院试纸告诉我都没怀孕！！！
点击查看全文
十六级宝宝, 积分 5915, 距离下一级还需 85 积分
我都没查过雌二醇，你的孕酮还可以啊！！为什么要打针？？
点击查看全文
十二级宝宝, 积分 2163, 距离下一级还需 237 积分
凯旋宝 发表于
我都没查过雌二醇，你的孕酮还可以啊！！为什么要打针？？
大夫说孕激素还是有些低，让打就打吧，只要对孩子好！不过我看有的人孕酮都40以上呢
点击查看全文
十三级宝宝, 积分 2656, 距离下一级还需 344 积分
。。西医是不查雌二醇的。
我觉得你的孕酮还不错啊。25还是大单位，为啥要打针么。。
点击查看全文
十二级宝宝, 积分 2163, 距离下一级还需 237 积分
yuertianshi 发表于
。。西医是不查雌二醇的。
我觉得你的孕酮还不错啊。25还是大单位，为啥要打针么。。 ...
西医查的，现在比较关注雌二醇。孕酮是大单位，我看好多人都大于40呢，既然让大夫看了，就得听他的，没办法啊！
点击查看全文
10){window.location='forum.php?mod=viewthread&tid=&extra=page%3D1&page='+ doane(event);}">跳转
爱心妈妈团成员，继承非妈的理想与荣耀，尽己所能去帮助姐妹，优先回答紧急悬赏提问。
分享到站内：
分享到站外：
姐妹都在抢
关注微信微博
瞪谁谁好孕检查结果正常吗？_百度宝宝知道雷锋网按：本文作者 Jason Brownlee 为澳大利亚知名机器学习专家、教育者，对时间序列预测尤有心得。原文发布于其博客。雷锋网崔静闯、朱婷编译。神经网络算法利用了随机性，比如初始化随机权重，因此用同样的数据训练同一个网络会得到不同的结果。初学者可能会有些懵圈，因为算法表现得不太稳定。但实际上它们就是这么设计的。随机初始化可以让网络通过学习，得到一个所学函数的很好的近似。然而， 有时候用同样的数据训练同一个网络，你需要每次都得到完全相同的结果。例如在教学和产品上。在这个教程中，你会学到怎样设置，才能每次用同样的数据训练同一网络时，都能得到同样的结果。我们开始。教程概览这个教程分为六部分：为啥我每次得到的结果都不一样？不同结果的演示解决方法用Theano 后端设置随机数种子用TensorFlow 后端设置随机数种子得到的结果还是不同，咋办？运行环境该教程需要你安装了Python SciPy。你能用Python2或3来演示这个例子需要你安装Keras (v2.0.3+)，后台为TensorFlow (v1.1.0+)或Theano (v0.9+)还需要你安装了scikit-learn，Pandas，NumPy以及Matplotlib如果在Python环境的设置方面需要帮助，请看下面这个帖子：How to Setup a Python Environment for Machine Learning and Deep Learning with Anaconda为啥我每次得到的结果都不一样？我发现这对神经网络和深度学习的初学者而言是个常见问题。这种误解可能出于以下问题：我如何得到稳定的结果？我如何得到可重复的结果我应该如何设置种子点神经网络特意用随机性来保证，能通过有效学习得到问题的近似函数。采用随机性的原因是：用它的机器学习算法，要比不用它的效果更好。在神经网络中，最常见的利用随机性的方式是网络权值的随机初始化，尽管在其他地方也能利用随机性，这有一个简短的清单：初始化的随机性，比如权值正则化的随机性，比如dropout层的随机性，比如词嵌入最优化的随机性，比如随机优化这些甚至更多的随机性来源意味着，当你对同一数据运行同一个神经网络算法时，注定得到不同的结果。想了解更多关于随机算法的原委，参考下面的帖子Embrace Randomness in Machine Learning不同结果的演示我们可以用一个小例子来演示神经网络的随机性.在这一节中，我们会建立一个多层感知器模型来学习一个以0.1为间隔的从0.0到0.9的短序列。给出0.0，模型必须预测出0.1；给出0.1，模型必须预测出0.2；以此类推。下面是准备数据的代码&# create sequencelength = 10sequence = [i/float(length) for i in range(length)]# create X/y pairsdf = DataFrame(sequence)df = concat([df.shift(1), df], axis=1)df.dropna(inplace=True)# convert to MLPfriendly formatvalues = df.valuesX, y = values[:,0], values[:,1] & &我们要用的网络，有1个输入，10个隐层节点和1个输出。这个网络将采用均方差作为损失函数，用高效的ADAM算法来训练数据这个网络需要约1000轮才能有效的解决这个问题，但我们只对它训练100轮。这样是为了确保我们在预测时能得到一个有误差的模型。网络训练完之后，我们要对数据集进行预测并且输出均方差建立网络的代码如下&# design networkmodel = Sequential()model.add(Dense(10, input_dim=1))model.add(Dense(1))model.compile(loss='mean_squared_error', optimizer='adam')# fit networkmodel.fit(X, y, epochs=100, batch_size=len(X), verbose=0)# forecastyhat = model.predict(X, verbose=0)print(mean_squared_error(y, yhat[:,0])) & &在这个例子中，我们要建立10次网络并且输出10个不同的网络得分完整的代码如下from pandas import DataFramefrom pandas import concatfrom keras.models import Sequentialfrom keras.layers import Densefrom sklearn.metrics import mean_squared_error# fit MLP to dataset and print errordef fit_model(X, y):# design networkmodel = Sequential()model.add(Dense(10, input_dim=1))model.add(Dense(1))model.compile(loss='mean_squared_error', optimizer='adam')# fit networkmodel.fit(X, y, epochs=100, batch_size=len(X), verbose=0)# forecastyhat = model.predict(X, verbose=0)print(mean_squared_error(y, yhat[:,0]))# create sequencelength = 10sequence = [i/float(length) for i in range(length)]# create X/y pairsdf = DataFrame(sequence)df = concat([df.shift(1), df], axis=1)df.dropna(inplace=True)# convert to MLP friendly formatvalues = df.valuesX, y = values[:,0], values[:,1]# repeat experimentrepeats = 10for _ in range(repeats):fit_model(X, y) & &运行这个例子会在每一行输出一个不同的精确值，具体结果也都不同。下面是一个输出的示例0.70.20.0.70.10.0.80.90.310.92 & &解决方案下面是两个主要的解决方案。解决方案#1：重复实验解决这个问题传统且切实可行的方法是多次运行网络（30+），然后运用统计学方法概括模型的性能，并与其他模型作比较。我强烈推荐这种方法，但是由于有些模型的训练时间太长，这种方法并不总是可行的。解决方案#2：设置随机数字生成器的种子另一种解决方案是为随机数字生成器使用固定的种子。随机数由伪随机数生成器生成。一个随机生成器就是一个数学函数，该函数将生成一长串数字，这些数字对于一般目的的应用足够随机。随机生成器需要一个种子点开启该进程，在大多数实现中，通常默认使用以毫秒为单位的当前时间。这是为了确保，默认情况下每次运行代码都会生成不同的随机数字序列。该种子点可以是指定数字，比如“1”，来保证每次代码运行时生成相同的随机数序列。只要运行代码时指定的种子的值不变，它是什么并不重要。设置随机数生成器的具体方法取决于后端，我们将探究下在Theano和TensorFlow后端下怎样做到这点。用Theano后端设置随机数种子通常，Keras从NumPy随机数生成器中获得随机源。大部分情况下，Theano后端也是这样。我们可以通过从random模块中调用seed()函数的方式，设置NumPy随机数生成器的种子，如下面所示：&from numpy.random import seedseed(1) &&&最好在代码文件的顶部导入和调用seed函数。这是最佳的实现方式（best practice），这是因为当各种各样的Keras或者Theano(或者其他的)库作为初始化的一部分被导入时，甚至在直接使用他们之前，可能会用到一些随机性。我们可以在上面示例的顶端再加两行，并运行两次。每次运行代码时，可以看到相同的均方差值的列表（在不同的机器上可能会有一些微小变化，这取决于机器的精度），如下面的示例所示：0.2.e-050.21.e-070.90.40.750.598.e-080.9 & &你的结果应该跟我的差不多（忽略微小的精度差异）。用TensorFlow后端设置随机数种子Keras从NumPy随机生成器中获得随机源，所以不管使用Theano或者TensorFlow后端的哪一个，都必须设置种子点。必须在其他模块的导入或者其他代码之前，文件的顶端部分通过调用seed()函数设置种子点。from numpy.random import seedseed(1) & &另外，TensorFlow有自己的随机数生成器，该生成器也必须在NumPy随机数生成器之后通过立马调用&set_random_seed() 函数设置种子点。from tensorflow import set_random_seedset_random_seed(2) & &要明确的是，在代码文件的顶端，在其他之前，一定要有以下4行：from numpy.random import seedseed(1)from tensorflow import set_random_seedset_random_seed(2) & &你可以使用两个相同或者不同的种子。我认为这不会造成多大差别，因为随机源进入了不同的进程。在以上示例中增加这4行，可以使代码每次运行时都产生相同的结果。你应该看到与下面列出的相同的均方差值（也许有一些微小差别，这取决于不同机器的精度）：0.0.230.440.80.530.0.10.80.280. & &你的结果应该与我的差不多（忽略精度的微小差异）。如果我仍然得到不同的结果，怎么办？为了重复迭代，报告结果和比较模型鲁棒性最好的做法是多次（30+）重复实验，并使用汇总统计。如果这是不可行的，你可以通过为代码使用的随机数发生器设置种子来获得100%可重复的结果。如果你已经按照上面的说明去做，仍然用相同的数据从相同的算法中获得了不同的结果，怎么办？这可能是有其他的随机源你还没有考虑到。来自第三方库的随机性也许你的代码使用了另外的库，该库使用不同的也必须设置种子的随机数生成器。试着将你的代码简化到最低要求（例如，一个数据样本，一轮训练等等），并仔细阅读API文档，尽力减少可能引入随机性的第三方库。使用GPU产生的随机性以上所有示例都假设代码是在一个CPU上运行的。这种情况也是有可能的，就是当使用GPU训练模型时，可能后端设置的是使用一套复杂的GPU库，这些库中有些可能会引入他们自己的随机源，你可能会或者不会考虑到这个。例如，有证据显示如果你在堆栈中使用了&Nvidia cuDNN，这可能引入额外的随机源（ introduce additional sources of randomness），并且使结果不能准确再现。来自复杂模型的随机性由于模型的复杂性和训练的并行性，你可能会得到不可复现的结果。这很可能是由后端库的效率造成的，或者是不能在内核中使用随机数序列。我自己没有遇到过这个，但是在一些GitHub问题和StackOverflowde问题中看到了一些案例。如果只是缩小成因的范围的话，你可以尝试降低模型的复杂度，看这样是否影响结果的再现。我建议您阅读一下你的后端是怎么使用随机性的，并看一下是否有任何选项向你开放。在Theano中，参考：Random NumbersFriendly random numbersUsing Random Numbers在TensorFlow中，参考：Constants, Sequences, and Random Valuestf.set_random_seed另外，为了更深入地了解，考虑一下寻找拥有同样问题的其他人。一些很好的搜寻平台包括GitHub、StackOverflow 和&CrossValidated。总 结在本教程中，你了解了如何在Keras上得到神经网络模型的可重复结果。特别是，你学习到了：神经网络是有意设计成随机的，固定随机源可以使结果可复现。你可以为NumPy和TensorFlow的随机数生成器设置种子点，这将使大多数的Keras代码100%的可重复使用。在有些情况下存在另外的随机源，并且你知道如何找出他们，或许也是固定它们。via&machine learning mastery，雷锋网崔静闯、朱婷编译
您可能感兴趣：
摄影手机硬件笔电平板
下载ZOL APP秒看最新热品结果正常吗？_百度知道
结果正常吗？
6岁小孩裸眼视力：
散瞳6天半后，（最
后一次散瞳是早上快
8点钟，当天上午11点
多验的光）。验光结果：右+1.25
左+1.50X170
请问结果正常吗？（...
我有更好的答案
很有可能是，检测的人没有和孩子建立起良好的相互沟通的关系。
再说了，对这种结果验光的人也得问个为什么呀？这样就写上去了，也忒里根愣了。
不管您多么信服散瞳的价值，也不管您多么信服这位验光者，我谨以一名视光学教师的名义告诫您两点：① 还是不要在哪个地方配镜为宜。② 仅凭左眼的散光度讲，眼镜是应当配的。
眼视光学著作家
楼上的不要瞎说。人家乙肝表面抗体 阳性是说明人家有抗体，很有可能是注射了乙肝疫苗产生的抗体。你怎么能说人家感染了乙肝病毒呢？“这是测肝肾功能的一套医学指标。一般每个医院会仪器和检测方法不同，医院一般会根据自身检测的特点在报告后面列出正常参考值范围的。你可以自己先对照着把异常的挑出来再请人分析会比较好。”这些说的还在理。。你放心乙肝表面抗原－只有乙肝表面抗体＋说明的是你对乙肝病毒有抵抗能力但是你并不是乙肝病毒携带者不用注意和别人共用餐具的问题。乙肝五项的化验结果是说明：你没有得乙型肝炎并且你身体里有抵抗乙型肝炎的抗体。
参考资料：
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}