王小奇基于六郁理论治疗难治性反流性食管炎经验介绍

介绍王小奇主任医师治疗难治性反流性食管炎的临床经验。王小奇认为难治性反流性食管炎属中医吐酸疾病范畴,强调肝气郁滞为当代吐酸病之核心病机,肝气郁滞既可横逆犯胃,直接影响胃气通降功能,又能变生热(火)郁、痰(湿)郁、食郁、血郁,加重胃气上逆,故以六郁理论为基础,提出理气为本、兼顾他郁、和胃为旨的总治则。理气为本重在疏肝理气,兼顾他郁则遵循热(火)郁者清热泻火,痰(湿)郁者化痰祛湿,食郁者消食和胃,血郁者行气化瘀的原则对症治疗,和胃为旨则是通过配合抑酸降逆药物达到治疗的最终目标。

隧道轮廓激光雷达点云线特征共面约束标定方法

地铁隧道断面轮廓参数测量过程中,需要对高速激光雷达点云进行高精度系统标定。特别是大场景隧道环境,对标定模板要求高,标定过程复杂,检测精度影响大。针对此问题,本论文提出了一种新颖的适用于地铁隧道轮廓点云的标定方法,并基于双激光雷达测量系统,进行了算法研究。本方法设计了专用的手推行便携式标定系统,利用由点云数据提取的标定板线特征,建立目标函数,通过混合了遗传算法和Levenberg-Marquardt算法的非线性优化方法,寻找全局最优解从而实现对激光雷达的标定。实验结果表明:本方法对于两侧钢轨顶轨的标定误差在±1.5 mm以内;静态测量精度X误差在±1 mm内、Y误差在±4 mm内;当采集系统以5 km/h的速度进行数据采集时,动态测量精度X误差在±4 mm内、Y误差在±6 mm内。本方法能够实现激光雷达的高精度标定,算法鲁棒性强,具有易操作、环境适应性强的特点。

基于激光雷达的隧道轮廓三维点云重构与形变检测研究

为实现地铁隧道轮廓全面、高效、精准的数字化检测,提出一种基于三维点云的隧道形变检测方法。该方法通过相对定位算法将激光雷达获取的多周期隧道轮廓点云数据进行数据融合,利用地铁隧道建模算法对融合数据进行处理建立标准隧道轮廓模型,根据测量值与模型输出值对比结果完成形变检测。相对定位算法利用转速传感器与激光位移传感器获取的公里标与轨道特征数据实现对地铁隧道轮廓特征数据粗、细校准定位,以解决转速传感器定位误差较大导致的相同位置不同检测周期激光点云数据无法对齐融合的问题。地铁隧道建模算法基于径向基神经网络(RBFNN)对融合后点云数据进行多重训练并不断剔除大误差数据建立隧道普通内壁模型,结合聚类算法对被剔除数据训练建立隧道管线区域模型。研究结果表明:相对定位算法可实现多周期数据融合,相对定位误差小于10 cm;隧道建模算法利用点云数据可建立标准隧道模型实现隧道形变分析,形变分析误差小于10 mm,达到预期效果。

铁路周界入侵目标多尺度特征感知算法

准确识别侵入周界范围内的人和大型牲畜是铁路周界入侵视频智能分析技术的重点内容,对保障铁路安全运营具有重要意义。基于现有目标检测算法难以处理铁路监控场景中入侵目标呈现显著尺度变化的状况,提出一种多输入双输出神经网络(Multiple Input Double Output Network,MIDO-Net)和基于自适应特征加权融合的目标多尺度特征感知算法。首先,通过MIDO-Net多层级联的多输入和双输出网络结构,提取图像目标更丰富的多尺度特征信息;其次,依据骨干网络多阶段的特点,先将多级特征上采样至统一分辨率,再利用注意力模块和自适应参数对多级特征进行加权;然后,将特征输入到检测头中完成铁路周界入侵的识别;最后,通过视觉目标类别(Visual Object Classes,VOC)公共数据集和制作的多场景、多尺度铁路异物侵限数据集,对算法进行验证。结果表明:提出的多尺度特征感知算法在VOC公共数据集中的检测精确率达83.3%,在多场景、多尺度铁路异物侵限数据集中的检测精确率达91.1%,平均召回率达56.2%,均优于当前广泛使用的各种特征提取骨干网络;算法检测速率为45帧·s^(-1),优于同类型的骨干网络,且能满足铁路场景的行人实时监测需求。

基于纹理特征增强的重载铁路钢轨缺陷检测算法

为实现重载铁路轨道典型缺陷的准确、快速、智能检测,基于深度学习算法,提出一种针对重载铁路钢轨图像的特征加强卷积神经网络模型,研制一套基于机器视觉的便携式轨道图像采集系统;整理创建重载铁路钢轨表面多目标图像数据集,并基于此数据集进行训练,实现裂纹、擦伤、块状损伤、接缝4种典型缺陷目标的智能识别;针对数据集中目标尺度分布不平衡的特点,使用聚类算法重新设置锚框的尺寸和数量;对比分析重载铁路钢轨缺陷图像的纹理复杂性与固有特点,引入加权融合池化模块和纹理特征增强模块对自适应训练样本选择(ATSS)算法进行改进。应用所提算法对重载铁路轨道进行检测,4类典型缺陷目标的全类平均正确率达到85.8%。通过与其他9种检测算法的对比,充分验证了所提算法的有效性。

基于探地雷达的隧道衬砌空洞检测方法

隧道衬砌内部空洞等病害检测已经成为隧道检修人员的主要工作之一。本文提出一种将探地雷达与深度学习相结合的隧道衬砌空洞检测方法,通过雷达探测和仿真模拟,得到大量衬砌雷达图像,并对图像进行标注和制作数据集。基于YOLOv5(You Only Look Once version 5)目标检测模型,结合数据集目标特征,提出一种检测衬砌空洞的算法,引入特征融合模块提高网络感受野,并采用K-means聚类算法提高检测准确率。通过现场检测,本文的检测方法准确率达到了97.7%,准确可靠,可在工程中进行应用。

燃烧室结构对中负荷反应活性控制压燃发动机影响的模拟研究

通过机理耦合和自动优化构建了包含重质柴油成分的多组分汽油/柴油替代物反应机理。将机理与CONVERGE耦合,构建了包含原机omega型燃烧室系统(omega combustion system,OMECS)、分离式涡流燃烧室系统(separated swirl combustion system,SSCS)和横向涡流燃烧室系统(lateral swirl combustion system,LSCS)的三维计算模型,以研究不同燃烧室对中负荷大预混比例条件下反应活性控制压燃(reactivity controlled compression ignition,RCCI)发动机的影响。结果表明,与OMECS燃烧室相比,SSCS和LSCS燃烧室的指示热效率分别提高了4.65%和3.51%,除NO_(x)外,其他排放物均有所降低。能量平衡分析和传热分析显示,传热损失、燃烧损失和排气损失降低;这表明新型燃烧室对RCCI燃烧模式的优化机制与对纯柴油燃烧模式不同。活塞壁面对柴油喷雾的引导效应不明显,但新型燃烧室独特的结构和缸内气流运动(例如SSCS燃烧室的分离燃烧室和LSCS燃烧室凸边两侧的小尺寸涡流等)对传热的削弱效应大于面容比和缸内温度增加对传热的增强效应。在所有的第二次喷射正时(start of injection,SOI)下,新型燃烧室的指示热效率均高于原机。

腹膜后巨大去分化脂肪肉瘤肾脏浸润1例报告

腹膜后脂肪肉瘤(retroperitoneal liposarcom,RPLS)是成人最常见的软组织肉瘤,来源于腹膜后脂肪组织非特定脏器,发病率约为2.5/100万,男性略高于女性[1]。常见的4种病理学亚型为非典型脂肪瘤性肿瘤/高分化脂肪肉瘤(低转移、高复发、放化疗不敏感)、去分化脂肪肉瘤(高异质性、侵袭性、易复发、转移、放化疗不敏感)、黏液样脂肪肉瘤(放化疗相对敏感)和多形性脂肪肉瘤(侵袭性最强、放化疗最不敏感、预后差)。本文介绍了绵阳市中心医院收治的1例腹膜后巨大去分化脂肪肉瘤,现报道如下。

基于红外热成像的地铁隧道渗漏水病害智能识别

为了准确、高效检测出隧道渗漏水病害,本文提出利用红外热成像技术采集图像数据,采用结合MobileNet V2的U-Net模型进行地铁隧道渗漏水病害智能识别的方法。结合MobileNet V2的U-Net模型既继承了MobileNet V2的轻量化优势,又保留了U-Net在小样本数据集上良好的分割功能。将从我国南方一地铁隧道内采集到的878张红外热成像图作为原始数据,对数据进行分割标注预处理后,建立标签为地铁隧道渗漏水的数据集。将数据集按9∶1的比例划分为训练集和测试集,使用本文方法进行渗漏水病害识别。结果表明:在保证识别精度的同时,计算参数量仅为原来的1/18,大幅降低了运算量;对小面积点状、中等面积条状和大面积复杂形状三类隧道渗漏水病害均有较好的识别效果;渗漏水区域和周围暗角均为蓝色时,采用传统数字图像处理方法比较容易受到暗角区域影响,而采用本文方法可以较准确识别渗漏水区域,说明本文方法识别效果优于传统数字图像处理方法,值得推广。

肾上腺尤文肉瘤1例报告

尤文肉瘤(Ewing's sarcoma,EWS),病理表现呈小圆细胞肿瘤,恶性程度高,复发转移风险高,常见于长骨,少数发生在软组织[1]。骨外尤文肉瘤(extraosseous Ewing's sarcoma,EES)罕见且具高度侵袭性,约占EWS的6%,好发于15~30岁的青壮年[2]。而肾上腺原发EWS在国内外少见报道。现回顾分析绵阳市中心医院收治的1例,报告如下。

体教融合视域下我国高校体育教学的价值导向、问题审视与路径选择

体教融合进入中国学校体育研究领域以来,强调体育回归教育本位。我国高校体育教学力求释放体育的育人功能与价值,并解决教育“培养什么人、怎样培养人”的问题已成为助力高校体育高质量发展的重要抓手。研究认为:体教融合对我国高校体育教学的价值导向体现为推进“健康第一”,教育理念正确贯彻;推进“教会、勤练、常赛”有效落实;推动高校体育教师队伍建设。体教融合视域下我国高校体育教学存在的问题主要为体育人文内涵流失,育人环境有待改善;课程内容缺乏特色,专业特点有待凸显;竞赛体系不完善,覆盖面有待提升;教学评价体系不健全,合理性有待提高;退役运动员、教练员缺乏系统培训,教学能力有待增强。体教融合视域下我国高校体育教学的路径选择为构建体育教学人文环境,增强以体育人实效性;打造强特色体育品牌课程,满足未来职业发展需求;完善竞赛体系,激发资源整合与协同育人活力;构建多维度体育教学评价体系,促进大学生全面发展;建立退役运动员、教练员过渡期培训体系,提升体育教学质量。

基于深度学习的CT室放射防护状况智能检测技术研究

针对医院CT室人员的复杂性以及患者在进行放射治疗过程中潜在的安全风险,设计了放射治疗过程中操作规范性判别的智能视频检测系统。该系统以医院CT室内的真实视频监控影像数据为基础,构建了多目标样本标注图像数据集,并采用了YOLOv5网络来检测设备状态、医护人员与患者防护装备的穿戴情况。通过对目标特征进行智能分析判断,从而实现放射治疗过程中人员操作行为规范性的实时监测。实验结果显示,该方法能够有效分析实时采集到的视频信息,实现CT室内多种目标的准确识别以及对患者防护服穿戴情况的有效监控。

基于样本自动标注的隧道裂缝病害智能识别

隧道表面裂缝的检测已经成为地铁运营人员的重要巡检任务之一.为实现隧道裂缝病害的自动监测,提出一种结合病害特征提取和深度学习的隧道裂缝样本自动标注与识别算法;针对隧道裂缝形态特征建立裂缝图像的特征样本库,改进了AlexNet深度卷积网络结构;设计研制了轨道移动式隧道图像采集系统以及巡检车,采集并构建了包含4500张裂缝图像样本和1500张测试图像的数据集,用以验证算法的可行性和有效性.研究结果表明:采集的图像清晰度符合要求,所设计算法可完成裂缝目标自动标注;裂缝图像测试集的识别率达到97.8%,证明了算法研究和采集系统的有效性.

微重力环境下航天员体能训练防护体系的研究进展

当前,构建并完善微重力环境下航天员体能训练防护体系是我国载人航天事业中亟待解决的课题。运用文献资料调研、逻辑分析等研究方法,从功能性角度梳理与分析微重力环境下对抗肌肉萎缩类与改善心血管功能类的体能训练防护设备相关研究进展,并对航天员适应微重力环境时期和空间站时期体能训练防护方案展开探讨。研究认为:1)体能训练防护设备在防护效果的全面性与针对性方面需进行更新研发。2)体能训练防护方案应结合中国医学防护措施以突出特色。3)制定适用于不同性别及高年龄段航天员的分级阶梯式方案。4)持续探索体能训练组合效果,构建体能训练防护方案库。未来,健全微重力环境下航天员体能训练防护体系是助力载人航天事业的应有之义与发展应然,同时体能训练与航天医学的交叉融合将助力建设体育强国、航天强国。

一体化课改视角下技工院校教师专业化发展研究

技工院校工学一体化课程教学改革得以实施并取得成效的关键,在于教师的专业化发展水平。基于此,本文分析一体化课改视角下技工院校教师专业化发展的现实需求,诠释该背景下教师专业发展目标和关键要求,并以此为基础,探索技工院校教师专业化发展路径,以提高技工院校的育人质量,促进区域经济实现高质量发展。

高价态硼磷COFs材料理论设计与储氢性能研究

采用分子力学方法,从理论上设计了五种具有lta拓扑结构的高价态硼磷共价有机骨架(BP-COFs)材料。研究结果表明五种材料均具备有利于储氢应用的结构特性,如低密度(0.52~1.17 g·cm^(-3))、大比表面积(1274.12~4033.95 m^(2)·g^(-1))和高孔隙率(0.55%~0.78%)等。使用巨正则蒙特卡罗(GCMC)方法预测298和77 K温度下五种材料对氢气分子的物理吸附性能,并分析了材料结构与氢吸附性能之间的构效关系,结果表明五种BP-COFs材料具有较强的氢气吸附能力。尤其是在77 K时,BP-COF-10和BP-COF-11在储氢性能方面的表现最为优异,BP-COF-10具有最高的体积储氢量52.86 g·L^(-1),BP-COF-11具有最高的质量储氢量9.90%,而且随着压强的增加,BP-COF-11的质量储氢量仍然保持较好的上升趋势,这表明本文所设计材料具有优异的储氢应用潜力。本研究将为实验上开发新型高性能储氢材料提供一定的理论参考。

机器人流程自动化技术驱动科技期刊数字化创新发展的应用路径——出版流程转型升级视角

通过结合编辑部的工作实践,进行科技期刊出版流程的精准自定义重塑,以探讨如何借助机器人流程自动化(RPA)技术推动科技期刊的数字化创新发展。研究表明,通过精准自定义重塑的出版流程,可以提升科技期刊编辑的工作适应性和灵活性,RPA技术是推动科技期刊数字化创新发展,提升出版效率和质量的重要手段,它为科技期刊编辑出版工作提供了新的视角和实践方法。

基于物联网的配电网络智能监控系统

随着物联网技术的快速发展,其在配电网络的应用日益受到关注。本文探讨了物联网技术在配电网络智能监控系统中的应用,旨在提升配电网络的效率、可靠性和安全性。通过设计一种基于物联网的智能监控系统架构,本文详细分析了系统的关键技术组成,包括传感器网络、数据通信和大数据分析。本研究采用了实时数据采集和机器学习算法来优化配电网络的运行和维护。此外,通过一个实际案例的应用展示了系统的有效性和潜在益处。研究结果表明,物联网技术能显著提高配电网络的监控能力和响应速度,为电网的智能化和可持续发展提供了有力支撑。

基于科技查新探讨人工智能在医学影像诊断中的应用

目的根据人工智能(AI)技术在医学影像诊断领域研究的项目进行统计,分析广东省医学AI的研究特点及方向,为医学AI在广东的发展规划提供参考依据。方法对查新系统中的人工智能相关项目进行分析,对机器学习、深度学习等人工智能技术在医学影像诊断中的研究及应用情况进行统计分析并进行文献对比。结果在2016年至2022年共接收50项医学AI与影像诊断相关的查新申请。AI研究集中在超声、CT、MRI等技术的应用领域。所采用的AI的关键技术以深度学习、机器学习为主,有些项目采用的是不同的辅助诊断系统。结论广东省的医学AI研究中,医学影像诊断是其中重要的研究方向。研究取得初步进展。相关管理部门应加强对医学AI在影像诊断中的研究,加大投入并有效引导,重视原创,培养医学与计算机工科人员相结合的交叉人才,将医学人工智能产业做大做强。

火花辅助压燃准维燃烧模型的建立及应用

本文采用湍流火焰传播速度模型描述火花点燃(SI)燃烧,针对单个自燃点仍采用湍流火焰传播速度模型,将所有自燃点的当量湍流火焰速度集合作为总当量湍流火焰速度用来描述压燃燃烧,进而建立了火花辅助压燃(SACI)准维燃烧模型。基于该模型研究了空气、外部废气再循环(EGR)稀释对SACI的影响,仿真和实验匹配良好。计算表明:SACI的火焰传播速度高于SI,随点火提前而增大,外部EGR稀释的火焰传播速度低于空气稀释;点火推迟或者增加外部EGR都会导致火焰前锋面面积峰值升高,衰减速度减慢,燃烧等容度减弱;稀释率相当时,空气稀释的热效率更高,但外部EGR稀释的尾气后处理更容易。