韓劇電影你都看哪一部呢？論文書籍站
ABO 測試 性別的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包
ABO 測試 性別的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦蘇明石寫的 冷門知識我最在行 和王瑞元的 運動生理學都 可以從中找到所需的評價。
這兩本書分別來自品果 和人民體育所出版 。
臺北醫學大學 醫學資訊研究所碩士班 張資昊、徐之昇所指導 羅彩芝的 開發基於真實世界數據及機器學習之肺癌治療預後預測模型 （2021），提出ABO 測試 性別關鍵因素是什麼，來自於肺癌、非小細胞肺癌、臨床資料庫、機器學習、隨機森林、梯度提升。
而第二篇論文臺北醫學大學 醫學資訊研究所碩士在職專班 林明錦所指導 劉沛涵的 人工智慧數位化神經理學檢查判讀-以finger to nose為例 （2020），提出因為有 人工智能、神經系統檢查、指鼻試驗的重點而找出了 ABO 測試 性別的解答。
冷門知識我最在行
為了解決ABO 測試 性別 的問題，作者蘇明石 這樣論述：
如今在無所不能的網路環境中，我們認為自己無所不知，確實，滑鼠輕敲之間，我們也許會找到自己想要的答案。可是，我們需要的不是對已知事物的理解，而是要探索未知的領域。有人把這些無聊的、異想天開的、難以啟齒的、各種稀奇古怪，包羅萬象的問題稱之為「無聊的笨蛋」問題，而就是這些看似無聊、不以為然的笨蛋問題，很多聰明人都回答不上來，所以，還會有幾個人知道答案？ 作者簡介 蘇明石 中國民族大學新聞傳播碩士，愛好文學，擅長寫字，出版多本圖書，銷量極佳。 第一篇 漫話人類生活1.放在口袋裡的耳機線為什麼總纏在一起？ 2.電話座機話筒和機身的連接線為什麼總是扭來扭去？3.坐雲宵飛車車的時候，哪個位置最恐
怖？ 4.橄欖枝與鴿子為什麼會成為世界和平的象徵呢？ 5.為什麼飲料罐子有鐵罐也有鋁罐？ 6.人們為什麼喜歡在水岸邊種柳樹？ 7.沿運動場跑步一定要逆時針嗎？ 8.為什麼多色牙膏擠出的顏色不會亂呢？ 9.一次淋浴的耗水量夠一個人喝多久？ 10.為什麼放在口袋裡的錢用洗衣機洗過也不會爛？ 11.溜冰場上的冰是怎麼鋪上去的？12.鞋為什麼會發臭？13.為什麼香皂、洗髮精的泡沫都是白色的？ 14.啤酒瓶蓋上有多少個鋸齒？ 15.汽車輪胎為什麼不是彩色的？ 16.「埋單」與「買單」有什麼不同？ 17..氣象報告中「往年氣溫」，是指哪年？ 18.在通訊不發達的時候，怎麼樣用中文發電報？ 19.坐飛機要是
發生緊急狀況，可以跳傘逃生嗎？20.為什麼要用勾手指發誓？ 21.「純屬虛構」是誰創造的？ 22.「福」字在任何地方都能倒著貼嗎？ 23.大多數母親為什麼慣用左手抱孩子？ 24.為什麼速食麵說明要泡三分鐘而不是五分鐘？ 25.兩個人一上一下抬東西上樓梯誰更吃虧呢？26.身分證最後一位為什麼會有X？ 27.什麼日常用品最髒呢？ 28.為什麼強力膠粘不住裝它的容器？ 29.保鮮膜為什麼貼不住金屬容器？ 30.水上救生衣為何都是橙黃色的？ 31.為何紙幣上有號碼而硬幣上卻沒有？32.水也會衰老嗎？33.為什麼人們一激動就喜歡把人拋向空中？ 第二篇 吃吃喝喝知多少1.魚翅是魚身上的什麼部位？2.紅
皮的雞蛋和白皮雞蛋哪個更有營養呢？ 3.雞蛋是越新鮮越好吃嗎？4.為什麼糖水裡加點鹽會更甜昵？ 5.蓮藕為什麼有那麼多洞？ 6綠馬鈴薯為什麼不能吃？ 7.魚肉比畜肉更容易變質腐爛嗎？ 8.元宵和湯圓只是名字不同嗎？ 9.煮熟的雞蛋黃表面為何會出現灰綠色？10.速食麵是哪國人發明的？ 11.為什麼速食麵是捲曲的形狀？ 12.干紅和干白葡萄酒有什麼區別？ 13.為何皮蛋不應放冰箱裡保存？ 14.究竟是宮爆雞丁還是宮保雞丁？ 15.魚香肉絲是因為有魚的香味嗎？ 16.會有人用辣椒作為水果佐料嗎？ 17.冰淇淋是中國人發明的？ 18.為什麼雞蛋豎著放更容易保鮮？ 19.冷藏室保存熱帶水果的方法比較好嗎
？ 20.比薩的起司為什麼能夠拉絲？21.為什麼雞蛋被加熱了之後會凝固？ 22.北京烤鴨起源於北京嗎？ 23.馬鈴薯、紅薯為何不能放在一起？24.味精也有度數嗎？ 25.食物越熱酸味越明顯嗎？ 26.熟餃子涼了後為何會重新下沉？ 27.為什麼壽司要用紫菜包著？ 28.蕃茄是蔬菜還是水果呢？ 29.山珍海味包括什麼？ 30.喝雞尾酒前調酒師要搖晃是為了耍帥嗎？ 第三篇 奇妙的人體奧秘1.聰明人會「絕頂」嗎？ 2.為什麼有人會有酒窩？ 3.人在走路的時候為什麼雙手總要前後擺動？ 4.打噴嚏說明有人想念你嗎？ 5.眼睛為什麼不怕冷？ 6.一件沒結果的事為什麼叫「黃」了？7.為什麼長大後就不尿床了
？ 8.身體最髒的部分是哪裡？ 9.真的是男孩像媽媽，女孩像爸爸嗎？ 910.為什麼有人經常臉紅？ 11.左撇子的人都比較聰明嗎？ 12.為何一緊張就心跳加速？ 13.喝了酒的人，為什麼老是想去洗手間？ 114.「打哈欠」會傳染嗎？ 15.可以一口氣喝下兩瓶啤酒，為什麼不能一口氣喝下同等量的水？ 16.人體很多器官或部位都是對稱的嗎？ 17.哪個部位最能看出一個女人的年齡？ 18.人為什麼聞不出自己的口臭？ 19.為什麼眉毛沒有進化消失呢？ 20.眼睛疲倦時，是眼球嗎？ 21.清除肚臍中的污垢，肚子會痛嗎？ 22.為什麼有人天生歌喉美妙，有人卻是破鑼嗓？ 23.宰相肚子裡真的能「乘船」嗎？ 2
4.身上的淤青為什麼會變來變去？ 25.人的皮膚多厚，才可以刀槍不入？ 26.性別是在受精卵形成幾週之後形成的？ 27.存在「同母異父」的雙胞胎嗎？ 28.為什麼酸痛感出現在運動後的兩天？ 29.感到肚子很餓，為什麼忍了一下之後，就不那麼餓了？ 30.血是紅色的，為什麼血管看起來是綠色的？ 31.是什麼影響耳垢的不同明暗度？ 32.闌尾真的沒用嗎？ 33.智齒是多餘的嗎？ 34.你的腦袋幾斤幾兩？ 35.你的臉皮有多厚？36.為什麼手指用力滑過玻璃會發出聲音？37.為什麼很多人都喜歡睡回籠覺？ /38.裸睡比穿著衣服睡要暖和嗎？39.人有幾個鼻孔？ 40.能從臉型識別打呼嚕的人嗎？ 41.人類
是從猿類進化過來的嗎？ 42.男人離婚後會死得早？ 43.骨灰中能提煉出鑽石嗎？ 44.自己撓癢和別人撓癢為何不一樣？ 45.懷孕後，愛吃酸就會生兒子嗎？46.不按時剪指甲，它會一直生長嗎？ 47.人每天放多少個屁？ 48.真的是換了床就睡不著嗎？ 49.血型為什麼是ABO，而不是ABC？ 50.戀人相互傾訴時更多對著左耳還是右耳？ 51.手指甲和腳趾甲哪個長得更快？ 52.為什麼手被燙之後要摸耳朵？ 53.為什麼大多數人習慣使用右手？ 54.初吻的時候人們都在想什麼？ 55.我們一天會眨多少次眼？ 56.心臟一天輸送的血液量有多少？ 57.一滴血液流遍全身大約需要多長時間？58.自己的舌尖能
舔到自己的胳膊肘嗎？ 59.尿液變黃，是太疲倦的原因嗎？ 60.同樣是毛髮，為什麼長勢懸殊呢？ 61.站著打瞌睡會摔倒嗎？ 62.自己說話的聲音為什麼聽著不一樣？ 63.受冷的牙齒為什麼要「打架」？ 64.可以睜著眼睛打噴嚏嗎？ 65.所有人都能自由收縮鼻孔嗎？ 第四篇 健康知識也有趣1.飲料瓶底部的那個箭頭三角型是什麼意思？ 2.吮吸鉛筆，會鉛中毒嗎？3.飯後容易忽略做的危險事情都有什麼？ 4.每晚睡足八小時很危險嗎？ 5.人脫水時，應該喝什麼？ 6.胃潰瘍是由什麼引起的？ 7.酒精是否殘害了大腦細胞？ 8.電視對健康的最恐怖之處是什麼？ 9.比戰爭還要兇險三倍的東西是什麼？ 10.「走
路療法」能治療抑鬱症嗎？ 11.測試視力為什麼要用字母「E」？ 12.會有人一夜白頭嗎？ 13.頭皮屑是頭皮脫落的碎屑嗎？ 14.喝茶也會讓人醉嗎？ 15.人倒立著還能喝水嗎？ 16.喝酒能禦寒嗎？ 17.白酒加溫後會變得好喝嗎？ 18.和胖子在一起住久了也會發胖嗎？ 919.睡眠是越多越好嗎？ 20.公共廁所的烘手機衛生嗎？ 21.母乳是血液形成的嗎？ 22.孩子是在春天長得快嗎？ 23.人能通過憋氣自殺嗎？ 24.喝一瓶可樂等於吃了多少白糖？ 125.飯後要不要立即刷牙？ 26.吃蔬菜是不是越新鮮越好？ 27.人一天要掉多少根頭髮？28.看掌紋能算命嗎？29.房間裡的大多數灰塵是人脫落的皮
膚？ 30.肚臍眼為什麼發臭呢？ 31.原地打轉為什麼站不穩？ 第五篇 歎為觀止的大自然1.水中的藻類從哪裡來？ 2.颱風中心地帶反而無風無雨？ 3.陷入沼澤為什麼逃不出來？4.沙漠中的仙人掌依靠什麼貯存水分？ 5.風速很高時蒼蠅為什麼不能飛？6.為什麼樹幹要長成圓的？ 7.水是什麼顏色的？8.彩虹有直的嗎？ 9.雨點是什麼形狀的？ 10.最堅硬的木頭是哪種？ 11.鑽石是如何形成的？ 12.為什麼鳳梨會長刺？ 13.酸味可驅螞蟻嗎？ 14.肥皂水是驅逐蟑螂的法寶嗎？ 15.陽光的顏色也會變化嗎？ 16.地底下有季節變化嗎？17.指南針在金星上會分清東南西北嗎？18.金子也有山寨版？ 19
.最熱的地方也會有積雪嗎？ 20.石頭會生(金秀)嗎？21.同樣是極地，南極北極哪個冷？ 22.沙漠中也能釣魚嗎？23.植物也睡覺嗎？ 24.落水後抓住木頭一定能得救嗎？ 25.肥皂泡的溫度比太陽還高？ 26.花卉愛「喝」啤酒，這是真的嗎？ 27.植物也會胎生繁殖嗎？28.植物會張嘴咬人嗎？ 29.向日葵為什麼總向日而不向其他方向呢？ 30.瓜果也有雌雄之分？ 31.有能夠自己決定出生地的植物嗎？ 32.香蕉是長在樹上的嗎？ 33.為什麼生活在炎熱沙漠中的人偏偏愛穿長袖長褲？ 34.非洲一年四季都熱得要命嗎？ 第六篇 動物世界很奇妙1.南極和北極的魚會被凍死嗎？ 2.恐龍到底是怎樣滅絕的？
3.貓頭鷹為什麼常常是睜一隻眼睛閉一隻眼睛呢？ 4.毒蛇打架會彼此對咬嗎？ 5.猴子的眼白也是白色的嗎？ 6.金魚的記憶只有三秒嗎？7.蜘蛛織網時為什麼不會被網粘住？ 8.為什麼大雁喜歡排隊飛行？ 9.鯊魚為什麼喜歡搖晃小船？ 10.聽到緊急鳴笛，為什麼狗也會跟著吠叫？ 11.把綿羊放到水裡，它身上的羊毛會不會縮水？ 12.動物也會做夢嗎？ 13.貓從高空墜下，為什麼容易傷到下巴？ 14.駝峰中貯藏的是什麼？ 15.北極熊在冰上走，會滑倒嗎？ 16.狗可以吃巧克力嗎？ 17.為什麼小鳥在樹上睡覺不會掉下來？ 18.狗多少年相當於人類的一年？ 19.響尾蛇被蒙上眼睛後會迷路嗎？ 20.烏鴉是最
聰明的鳥嗎？ 21.天鵝在高空中為何沒缺氧？22.斑馬身上的斑紋有什麼用處嗎？ 23.蚊子叮人找血管的本領，為什麼比醫生還準？ 24.動物的血都是紅色的嗎？ 25.有可以變性的動物嗎？ 26.地震前哪些動物會表現異常？ 27.為什麼狗有時候會吃草？ 228.動物有血型嗎？ 29.有倒著走路的動物嗎？ 30.刺蝟天生就渾身是刺嗎？ 31.企鵝的腳為什麼不怕凍？32.鯨魚噴出來的水是鹹的嗎？ 33.貓在什麼情況下背會像橋洞一樣拱起？ 34.世界上什麼動物最大？什麼動物最小？ 35.海綿是動物嗎？ 36.為什麼蒼蠅拍揮下時，蒼蠅就逃走了？
開發基於真實世界數據及機器學習之肺癌治療預後預測模型
為了解決ABO 測試 性別 的問題，作者羅彩芝 這樣論述：
肺癌是全球癌症死亡的首要原因。2020年全球約有221萬新發肺癌病例，約180萬例死亡。2019年發病率為29.21/10萬人，死亡率為26.40/10萬人。如何精準地預測疾病的預後及藥物治療的結果，乃至於作為治療決策與藥物選擇之參考輔助，是臨床醫學近年來的重要議題。近年來，人工智慧技術常被應用在醫療學術研究及臨床實務。利用大數據且經由機器學習或深度學習之演算法所開發的疾病風險及預後預測的模組，為近年來人工智慧應用在醫療領域之學術研究的一大主流。本研究有三項研究目的：（1）建立非小細胞肺癌患者確診後二年存活預測模型；（2）建立非小細胞肺癌患者標靶藥物治療後二年存活預測模型；（3）建立非小細胞
肺癌患者確診後腦轉移預測模型。本研究的資料來源為臺北醫學大學臨床研究資料庫（Taipei Medical University Clinical Research Database, TMUCRD）。我們擷取了2008至2019年罹患非小細胞肺癌患者作為研究族群。本研究分別以每位患者的非小細胞肺癌確診日或標靶藥物治療日為起始日，以診斷後二年內死亡或腦轉移之發生作為結果，另以患者基本人口學特性、生活習慣、肺癌疾病特性、共病症、近期用藥情形、臨床檢驗數據、基因檢測結果等作為特徵因子。本研究同時使用多種不同的機器學習方式，包括邏輯斯迴歸（Logistic Regression）、套袋法集成學習（Ba
gging）、梯度提升（Gradien Boosting）、自適應增強法集成學習（AdaBoost）、隨機森林（Random Forest）、極限梯度提升（eXtreme Gradient Boosting, XGB）、線性判別分析（Linear Discriminant Analysis）及LightGBM（Light Gradient Boosting Machine）來建立預測模型。我們也根據外部測試結果，ROC曲線下面積AUC（Area Under Curve, AUC）最大的模型是最佳模型。本研究中，總共收納 3,714 名患者（2,280 名用於訓練數據集，1,434 名用於測試數
據集）。目的一（確診後二年存活預測）的結果顯示，在完整模式下，隨機森林模型（Random Forest）的 AUC 比其他模型高（AUC＝0.869），且最重要的特徵因子是癌症期別、腫瘤尺寸、性別、確診年齡和身體質量指數。目的二（標靶治療後二年存活預測）的結果顯示，在完整模式下，梯度提升模型（Gradien Boosting）的AUC最高（AUC＝0.785），且最重要的特徵因子為癌症期別、腫瘤尺寸、身體質量指數、ROS1、ALK和PD-L1。目的三（確診後腦轉移預測）的結果顯示，在完整模式下，梯度提升模型（Gradien Boosting）的AUC最高（AUC＝0.703），且最重要的特徵因
子是癌症期別、腫瘤尺寸、確診年齡及身體質量指數。綜上所述，結合多種特徵因子（包括人口學特徵、疾病狀況、共病症、合併用藥、實驗室檢測結果和基因檢測結果）可以建立效能頗佳的非小細胞肺癌預後預測模型，且癌症期別、腫瘤尺寸及身體質量指數在本研究的不同模型下皆為重要特徵因子。使用隨機森林模型（Random Forest）或梯度提升模型（Gradien Boosting）演算法開發的模型具有最高的AUC，它們可能是最適合用於非小細胞肺癌預後預測的工具。
運動生理學
為了解決ABO 測試 性別 的問題，作者王瑞元 這樣論述：
進一步完善了生理學及運動生理學中經典的教學內容，系統介紹了運動對各個器官的影響，並且就運動對不同性別、年齡人群的生理影響做了專門的論述。在骨骼肌疲勞性損傷機制、內分泌、腦功能、特殊環境與運動等方面還引入了國內學者和國際同行的最新研究成果。 基礎篇第一章緒論第一節運動生理學概述一、運動生理學的概念、研究對象和任務二、運動生理學研究的基本方法與水平第二節生命活動的基本特征一、新陳代謝二、興奮性三、應激性四、適應性五、生殖第三節人體生理機能的維持與調節一、內環境及其穩態二、生理機能的調節第四節人體生理機能調節的控制一、非自動控制系統二、反饋控制系統三、前饋控制系統第五節運動生理學的
發展歷史與研究現狀一、運動生理學的發展歷史二、運動生理學研究現狀三、運動生理學研究的重點課題第二章骨骼肌機能第一節肌纖維的結構一、肌原纖維和肌小節二、肌管系統三、肌絲的分子組成第二節骨骼肌細胞的生物電現象一、靜息電位二、動作電位三、動作電位的傳導四、細胞間的興奮傳遞第三節肌纖維的收縮過程一、肌絲滑行學說二、肌纖維收縮的分子機制三、肌纖維的興奮一收縮耦聯第四節骨骼肌特性一、骨骼肌的物理特性二、骨骼肌的生理特性第五節骨骼肌的收縮形式一、骨骼肌的收縮形式二、骨骼肌收縮的力學表現三、運動單位的動員第六節肌纖維類型與運動能力一、肌纖維類型的划分二、不同類型肌纖維的形態、機能及代謝特征三、運動時不同類型運
動單位的動員四、肌纖維類型與運動項目五、訓練對肌纖維的影響第七節運動對骨骼肌形態和機能的影響一、運動導致的延遲性肌肉酸痛二、運動導致的骨骼肌超微結構改變三、延遲性肌肉酸痛和運動性骨骼肌超微結構改變的機理四、運動導致的延遲性肌肉酸痛和超微結構改變的防治第八節肌電的測試原理與應用一、肌電的引導二、肌電信號的分析三、肌電在體育科研中的應用第三章血液第一節血液的組成和理化特性一、血液的組成二、內環境相對穩定的生理學意義三、血液的功能四、血液的理化特性第二節運動對血液的影響一、運動對血量的影響二、紅細胞與運動三、白細胞與運動四、血小板與運動第三節運動對血液凝固和纖溶能力的影響一、血液凝固和纖維蛋白溶解二
、運動對血凝和纖溶能力的影響第四節運動員血液一、「運動員血液」概念二、運動員血液特征三、「運動員血液」的生理意義第五節血型與輸血原則一、血型與紅細胞凝集二、ABO血型三、ABO血型與輸血第六節血液中重要指標參考值及意義第四章循環機能第一節循環系統概述一、心臟的一般結構與血液循環途徑二、各類血管結構功能特點第二節心臟生理一、心肌的生理特性二、心肌的供血與能量代謝特點三、心臟的泵血功能四、心音五、心電圖第三節血管生理一、動脈血壓二、動脈脈搏三、靜脈血壓和靜脈回心血量四、微循環第四節心血管活動的調節一、神經調節二、體液調節三、局部血流調節第五節運動與心血管功能一、運動時心血管功能的變化二、運動心臟的
特點三、運動與心血管疾病第五章呼吸機能第一節呼吸運動和肺通氣機能一、肺通氣的動力學二、肺通氣機能三、肺通氣機能的指標第二節氣體交換和運輸一、氣體交換二、氣體運輸第三節呼吸運動的調節一、調節呼吸運動的神經系統二、呼吸運動的反射性調節三、化學因素對呼吸的調節第四節運動對呼吸機能的影響一、運動時通氣機能的變化二、運動時換氣機能的變化三、運動時呼吸的調節四、運動時合理呼吸五、呼吸肌與運動訓練第六章物質與能量代謝第一節物質代謝一、人體主要營養物質的消化與吸收二、主要營養物質在體內的代謝第二節能量代謝一、基礎代謝二、人體運動時的能量供應與消耗第三節體溫一、正常人體溫度二、體溫調節第七章腎臟功能第一節腎臟的
基本結構一、腎單位的基本結構二、腎臟的血液循環第二節尿的生成過程一、腎小球的濾過作用……應用篇主要參考文獻索引
人工智慧數位化神經理學檢查判讀-以finger to nose為例
為了解決ABO 測試 性別 的問題，作者劉沛涵 這樣論述：
神經科學在人工智慧的發展上扮演相當關鍵角色，也一直是構建人工智慧技術的主要來源。一般而言，有兩種形成路徑：第一，模擬相當人類的智力，第二，建立模擬大腦結構的神經網絡。以往在醫學影像辨識及分類的效果仍差強人意，所以在一些難以判讀的異常人體細胞時，往往讓醫師因無法確實掌握正確病因的關鍵確診證據而產生遺憾。故若能正確將人工智慧在檢驗醫學領域的應用加以推廣，讓操作軟體具有訓練及學習能力的演算功能，對於圖像資料庫的正確判讀是有幫助的。因為人工智慧數位化神經理學檢查判讀在以往相關研究較為缺乏，有鑑於此議題的重要性，而手指碰鼻 (Finger to nose) 測試為在臨床評估上肢功能常見的測試方式之一，
故本研究擬此測試為研究對象，以探討人工智慧數位化神經理學檢查判讀效果，例如左右手食指移動之預測力，同時探討機器學習之檢測正確率與Loss率。在這項研究中，本研究採用準實驗研究設計 (Quasi-experimental Research Design) 方法裡的病例對照研究 (Case‐control study) 進行。研究實際總收案數為44人(18人為手部抖動，26人為手部不抖動)，共拍攝88部影片，而影片則以左右手區分是否抖動，共有39部為抖動，49部為不抖動。實驗過程則採用錄影資料，後續將建立類神經網路、羅吉斯迴歸模型，以人工智慧建立機器學習模型產生分數辨識正常或異常。主要分析成果，則
說明如後：1.差異分析部分，無論是以Person或是以Hand為分析單位，年齡部分均呈現顯著差異，性別部分均呈現不顯著差異。2.羅吉斯迴歸分析結果，(1)檢測左手食指移動的預測能力約為88.6%；檢測右手食指移動的預測能力約為81.8% - 84.1%，檢測左手有明顯相關的特徵為：食指的垂直(Y軸)移動平均值，呈負向影響。(2)檢測食指移動的預測能力約為79.5% - 84.1%，檢測有明顯相關的特徵為食指的垂直(Y軸)移動平均值，呈負向影響。3.機器學習分析結果，在30輪次的迭代學習後其正確率已相當接近100%，而經過50輪次的迭代學習則達到100%，在Loss率部分，20輪次的迭代學習後仍
有3次的Loss，經過30次亦為零Loss。從以上結果可知，本研究所提之人工智慧數位化神經理學檢查判讀機制，在評估手指碰鼻的上肢功能測試中能達到不錯的效果，未來發展上可嘗試與其它各類手部顫抖徵狀，如意向性手抖、運動性手抖、姿勢性手抖等，並配合相關檢驗機制，以提高診斷之正確率。