陈果【漆画作品】

陈果（1978-），男，汉，湖北武汉人，硕士，武汉科技大学艺术与设计学院讲师。

陈果应用针药合调治疗肝郁脾虚型失眠的临床经验

目的:通过对肝郁脾虚型失眠临床诊治的分析,阐述陈果教授三味安神方联合调神针法治疗本病的临床经验。方法:突出由肝脾胃着眼失眠,认为肝脾胃失调为本病特点。结果:建立了以“解肝郁,清肝热,养肝血”与“运脾化湿和胃”为总治则,治宜和调肝脾,宁心安神。结论:自拟三味安神方加减联合调神针法,对肝郁脾虚型失眠患者疗效明显。并附验案一则,以此佐证,为失眠诊治提出新思路。

陈果、张书瑜设计作品

作品名称:“扎西达杰”文创丝巾设计设计说明:扎西达杰象征着“吉祥”和“圆满”,丝巾图案采用传统藏族扎西达杰图案,分别是:宝瓶、宝伞、金鱼、白海螺、胜利幢、金法轮、吉祥结和莲花。由于传统图案颜色非常饱和,不适合直接应用到文创设计中。因此对提取的颜色进行二次加工,将这些颜色在饱和度上进行调整,形成一系列创造性的图案,再将图案融入到丝巾设计中,使得丝巾既不失传统特色又符合当下审美。

陈果运用健脾通窍方联合无烟灸治疗肺脾两虚型小儿过敏性鼻炎经验

介绍陈果教授治疗肺脾两虚型小儿过敏性鼻炎经验。陈教授认为小儿过敏性鼻炎与肺脾气虚、痰饮内生、外感风邪等因素有关,为虚实夹杂之证;其主张肺脾同治,确立健脾燥湿、祛风通窍的治法,运用健脾通窍方联合无烟灸治疗本病,疗效显著。

基于MEMS技术的集成压力-湿度传感器

设计了一种高灵敏度的集成压力和湿度传感单元的芯片。压力传感单元基于SOI和蛇形电阻结构。室温下,传感器在载压范围为3~129 kPa内灵敏度为0.026 mV/kPa,与有限元仿真基本吻合。传感器在25~120℃范围内的热灵敏度漂移为0.004‰FS/℃,热零点漂移为0.25%FS/℃。湿度传感单元采用的叉指电极和电容式结构,引入含氟PI作湿度敏感膜。设计Mo电阻加热结构加快传感器降湿过程,缩短降湿时间近32%。在10%~90%RH的湿度范围,含氟PI湿度传感器的灵敏度为0.121 pF/%RH,略低于无氟PI器件。含氟基团的引入,使得传感器的湿滞较无氟PI降低16%。“电容-湿度”曲线呈指数分布,相关系数R^(2)=0.996。测试结果发现,湿度传感单元和压力传感单元拥有良好的独立工作性能。

融媒体工作室:媒体融合转型的机制创新

媒体深度融合是当前媒体面临的重大课题,融媒体工作室则是媒体融合的一种创新之举。本文对融媒体工作室的功能作用、运行方式进行系统分析,并指出融媒体工作室需要在推进品牌IP化、IP效果最大化和IP粉丝运营这三个方面进行进一步的探索。

宫颈癌根治术后患者症状管理的质性研究

目的了解宫颈癌根治术后患者症状管理的现状,旨在为完善症状管理提供参考。方法采用现象学研究法,对12名宫颈癌根治术后患者进行半结构式访谈,应用Colaizzi七步分析法分析资料。结果归纳出3个主题,①症状体验:多重症状困扰、部分症状未引起重视;②应对现状:应对方式单一、自主寻求其他途径帮助、自我照护操作欠佳;③支持需求:提前宣教、及时沟通、提供个性化对策。结论宫颈癌根治术后患者症状管理现状无法满足患者需求,构建宫颈癌根治术后患者症状管理方案有助于提高患者的生活质量。

大数据时代高职院校课程质量诊断与改进研究

随着大数据时代的不断发展,职业人才的教育培养环境得到了显著改善。数据决策、数据分析及数据整合逐渐成为高职院校课程体系建设的重要组成部分。通过运用大数据技术,教育培养环境更加智能化、个性化,为职业人才的培养提供了有力支持。高职院校课程质量的诊断,也要基于大数据技术的运用,增强课程质量诊断的科学性与针对性,通过对课程教学方法及教育模式的改进实现对教学有效性的提升,并利用统一质量诊断标准、加强数据信息筛选,以及深化教育信息反馈等多种策略,增强高职院校课程教学成果的转化能力。

信息资源管理视域下的健康信息学研究——国内外研究主题对比分析

[目的/意义]健康信息学正处于蓬勃发展阶段,本文旨在梳理国内外信息资源管理学科中健康信息学的研究现状,以期为我国信息资源管理领域健康信息学的深入发展提供参考。[方法/过程]本文搜集了43本中外信息资源管理期刊中近3年健康信息学相关的1236篇论文,采用内容分析法对其研究主题进行了分类编码;并在各主题下筛选了共228篇代表性论文,对比综述国内外研究的特点和异同。[结果/结论]信息资源管理领域健康信息学研究主题可归纳为健康需求与搜寻行为、健康信息技术研究、健康信息服务3个基础主题,以及公共卫生健康、健康信息素养、健康信息学中的文献计量、社交媒体中的健康信息4个交叉主题。国内外健康信息需求与信息行为和健康信息技术的相关研究存在一定差异,我国健康信息学进一步发展可借鉴国外经验,关注特定细分群体的健康信息需求与服务,提高信息技术在健康信息学的应用。

融合时序分类的科技领域实体增长预测研究

[目的/意义]科技领域实体增长机制是进行预测型科技情报分析的核心,要有效地进行科技发展态势感知和预测,必须深入了解科技领域细粒度知识增长机制。文章提出并验证了融合时序分类的科技领域实体增长预测方案。[方法/过程]首先,根据实体词频时间序列的增长模式,将实体分为可拟合、有趋势和无规律3种类别;其次,利用曲线拟合、局部加权回归方法抽取特征,构建特征向量,再用MLP模型实现了高精度的实体分类;最后,构建融合时序分类的集成模型与基线模型进行对比验证效果。[结果/结论]根据实验结果,验证显示集成预测模型相对于基线模型,误差减少了13%以上,进一步证实了预测结果在科学性和准确性方面的优势。综合考虑,所提出的融合时间序列分类的实体增长预测方案在可行性和应用价值方面具备潜力。

《致敬》

材质:大漆苎麻金属箔螺钿工艺:大漆漆画尺寸:60 cm×180 cm创作时间:2024年创作说明:作品用了中国最本土的材料——大漆来描绘中国战士的形象,深深地向英勇的红军战士、八路军战士、解放军战士以及边防武警战士致敬,他们是共和国的建立者和守护者,是无数人民心中的英雄。作品的背景颜色与主题相呼应,突出了战士的英勇形象,他们大无畏精神将激励着我们不断前行,为中华民族的伟大复兴贡献力量。

近邻宜居行星巡天计划:利用空间天体测量法寻找下一个“地球”

近邻宜居行星巡天计划(Closeby Habitable Exoplanet Survey,CHES)采用空间微角秒级别的高精度天体测量技术,普查太阳系近邻(10 pc内)约100颗FGK等类型恒星,探测宜居带类地行星或超级地球;详细普查宜居行星的数目、真实质量和三维轨道等信息,这将是国际上首次近邻宜居带类地行星的空间探测任务.CHES的有效载荷是一台口径为1.2 m,视场为0.44°×0.44°,焦距为36 m的高像质、低畸变、高稳定光学望远镜,采用同轴三反TMA光学成像系统.为实现宜居带类地行星探测,CHES任务中的测量精度为1μas,是目前国际测量精度最高的空间探测项目.在空间科学先导专项背景型号项目的支持下,CHES团队深入凝练和论证科学目标,成功突破了三项关键技术难题:实现了畸变大视场高像质空间望远镜光学系统技术的重要突破;突破了10–5 pixel级别星间距测量技术;实现了卫星系统高稳定度姿态控制精度及热控精度的创新.CHES预计发现50颗类地行星,引领中国空间科学探测技术的跨越式发展.

注射体积对老年患者中等量基底节区脑出血微创穿刺术后临床疗效的影响

目的探讨药物总量控制下注射体积对老年患者中等量基底节区脑出血微创穿刺术后临床疗效的影响。方法以血肿最大层面长轴中心点为穿刺点,CT引导穿刺,穿刺成功后抽吸液态血肿,控制血肿腔内单次尿激酶总量4.0×10^(4)U,注射体积分别为2 mL和4 mL,根据术后CT结果调整针体深度,并根据血肿清除情况拔针。比较两组术后血肿清除率、颅内压、血肿周围水肿体积、总死亡率、并发症发生率、神经功能缺失评分(neurological deficit score,NDS)和日常生活能力评定(activities of daily living,ADL)结果。结果两组患者术后首次血肿清除率(31.17%±1.46%vs.30.50%±1.69%)、术后颅内压、总死亡率无明显差异(P均>0.05)。大体积组术后1 d(77.30%±3.75%vs.62.77%±3.89%),2 d(91.43%±4.05%vs.80.12%±4.15%),拔针前(92.35%±4.83%vs.85.9%±3.59%)血肿清除率明显高于小体积组(P<0.05)。大体积组留针时间(1.8 d±0.2 d vs.3.1 d±0.4 d,P<0.05)、尿激酶总用量(24.3×10^(4)U±2.3×10^(4)U vs.36.5×10^(4)U±4.7×10^(4)U,P<0.05)均少于小体积组(P<0.05)。大体积组术后3 d(11.33 mL±2.32 mL vs.16.45 mL±1.97 mL)、5 d(14.59 mL±2.11 mL vs.21.37 mL±2.43 mL)、7 d(22.79 mL±3.15 mL vs.30.15 mL±4.04 mL)、14 d(12.41 mL±1.95 mL vs.19.38 mL±2.47 mL)血肿周围水肿体积少于小体积组(P<0.05)。大体积组术后28 d、3个月、6个月NDS[分别为(22.35±2.49 vs.28.14±2.95)、(16.43±2.17 vs.23.81±2.56)、(11.39±1.87 vs.17.74±2.03)]及ADL评分[分别为(44.76±4.22 vs.36.15±2.36)、(62.55±3.81 vs.51.39±2.45)、(77.53±3.76 vs.60.81±4.35)]优于小体积组(P<0.05)。大体积组术后并发症发生率低于小体积组(P<0.05)。结论大体积注射法能更有效引流血肿,缩短留针时间,减少尿激酶用量,降低术后并发症发生率,改善患者预后,是老年中等量基底节区脑出血微创穿刺术后提高疗效的有效方法。

基于无人机多光谱NDVI值估测玉米产量

【目的】研究基于UAS-8无人机采集数据,运用归一化植被指数(Normalized Difference Vegetation Index)模型估测玉米产量,为大田无人机多光谱预测玉米产量提供理论依据。【方法】以新疆18份春播玉米为研究对象,获取开花期多光谱图像,经过辐射校正、大气校正、建立掩膜、提取NDVI图,计算植被覆盖率,得到区光谱反射率和归一化植被指数实际数值,将NDVI值与田间实测产量值进行模型拟合。【结果】幂函数Y=23411.46-10997.99/X(R^(2)=0.4886),二次函数为Y=39003.00-117963.03X+103130.25X 2(R^(2)=0.562),正反比函数(Inverse Proportional Function)为Y 2=2840.5 X/(1-X)(R^(2)=0.495),利用偏最小二乘回归(Partial Least Squares Regression),其线性函数Y=24458.22X-9620.55(R^(2)=0.521)。【结论】在数值0.5~0.8区间,NDVI与玉米产量具有较高的相关性,线性函数方程NDVI值可预测玉米的产量。

非结构化数据表征增强的术后风险预测模型

准确的术后风险预测对临床资源的规划、应急方案的准备以及患者术后风险和死亡率的降低具有积极的作用。目前,术后风险预测主要基于患者的基本信息、术前的实验室检查及术中的生命体征等结构化数据,蕴含着丰富语义信息的非结构化术前诊断的价值尚待验证。针对上述问题,该文提出一种非结构化数据表征增强的术后风险预测模型,利用自注意力机制,将结构化数据与术前诊断进行信息加权融合。基于临床数据,该文将所提出的模型与术后风险预测常用的统计机器学习模型以及最新的深度神经网络进行对比,在肺部并发症风险预测、ICU入室风险预测和心血管不良风险预测任务上的F1值平均提升了9.533%,同时预测模型还具有良好的可解释性。

蒙古草原的考古发掘与生活

“夏日盛大的蓝天正从远处大步走来。我突然感到记忆汹涌,不可遏止地又回到了命运之下偶然到过的那片山谷。”结束在蒙古国的考古发掘已数月有余,但在北京抬头望天时,总又觉身处草原,心中一片辽阔。去年9月,在导师彭菲的推荐下,我有幸参与了日本-蒙古联合发掘的位于蒙古国境内T-Am遗址的田野考古工作。整个发掘周期为三周,工作人员除了一位蒙古国的厨师和两位司机外皆为考古专业人士。