骨髓间充质干细胞建立的成骨细胞培养模型的研究

目的:为骨折骨缺损治疗的基础实验研究建立理想的细胞模型,观察兔骨髓间充质干细胞(BMSCs)在体外培养状态下的生长情况,对其向成骨细胞分化及分化能力进行研究.方法:采用全骨髓密度梯度离心法联合差速贴壁法从兔股骨骨髓中提取、分离、纯化BMSCs,取第3代BMSCs细胞分为两组进行培养,A组:为用含有诱导剂的低糖DMEM培养基的诱导培养组;B组:为常规培养组.倒置显微镜及HE染色观察记录各代次细胞形态等特征;CD44,CD90检测细胞表形,通过碱性磷酸酶(ALP)染色及标准化钙结节计数,鉴定细胞成骨活性.结果:兔骨髓间充质干细胞生长状态良好,培养7 d后各组细胞形态趋于一致,多呈长梭形,培养2 wk后对两组细胞进行ALP染色,可见A组细胞质内ALP染色阳性反应明显,B组染色显色弱.21 d时A组细胞茜素红染色后钙化结节数量多且较大,B组有少量钙结节形成,但较小.A组标准化钙结节计数显著高于B组差异具有显著统计学意义(P<0.05).结论:通过密度梯度离心法联合差速贴壁法所获得的BMSCs在常规培养或诱导培养时均可表现出成骨潜能,但诱导培养组的BMSCs的ALP活性更强,成骨能力更确切,可为骨组织工程远期实验研究提供理想的细胞模型.

基于SAR-C的大兴安岭西麓地区主要农作物识别方法研究

雷达遥感能够克服复杂地形与气象条件影响,既可在恶劣的气候条件下,也可以在白天和黑夜发挥作用,具有较强的全天候、全天时的工作能力,这一特性优于可见光和红外波段的探测系统。大兴安岭地区,夏季多云,光学影像难以获取,对于遥感农作物识别造成了影响。该研究选取大兴安岭西麓部分地区为研究区域,以单极化多时相Sentienl-1A为数据源,采用最大似然法、CART决策树方法对研究作物种类进行提取,并对其结果进行了分析。通过分类结果数据比对,表明:在农作物识别中CART决策树分类方法能够提供较高的分类精度,作物识别精度达到80.257%,Kappa系数0.733。光学影像能够很好辅助雷达影像用于区分非耕地信息。SAR数据对大兴安岭西麓地区春小麦具有很好地识别效果。

基于Sentinel-2数据土壤表层水分遥感反演

文章基于土壤表层水分指数(SWCI)模型,将Sentinel-2数据应用于该模型,得到了土壤水分含量及其空间分布情况,该数据可用于精准快速的低植被覆盖下土壤水分遥感反演。通过SPSS对SWCI与土壤水分的相关性分析,得到Pearson、Kendall's Tau-b和Spearman 3个相关系数分别为0.880,0.778,0.891,呈显著性相关。在0～20 cm土层土壤水分遥感反演中,Sentinel-2数据模型操作简单、精度较高,适用于业务化监测。

雾状水滴介入模式对灭火效能的影响分析

以舱室油池火灾为例,针对直流喷雾水枪灭火过程中雾状水滴与火羽流的交互过程,结合火灾动力学原理建立液滴在火羽流中垂向运动模型,揭示单支喷雾水枪扑灭船舶舱室火灾时影响雾状水滴灭火效能的主要因素。通过正交设计构造基于5因素的水枪灭火模式模型,运用火灾动力学软件进行数值仿真,分别运用控温曲线和极差计算对影响液滴灭火效能的关键因素进行单一和多重指标分析,验证液滴垂向运动方程的正确性。结合舱室灭火作业实际需求提出优化建议。

基于SFMEA和三角模糊软集的电池系统风险评估

针对以锂离子动力电池为代表的典型复杂机电系统设计阶段的可靠性提升和潜在失效模式风险评估等问题,提出了将SFMEA和三角模糊软集融合分析的锂离子动力电池系统设计阶段风险评估方法.在对锂离子动力电池系统层次划分的基础上,引入评估专家群对潜在失效模式开展独立分析,利用专家风险评估矩阵收集初评数据与三角模糊软集进行模糊化和信息融合计算,计算结果利用梯级平均综合方法清晰化处理,通过故障模式融合参数分解与权重分配,得出风险评估结果,并进行风险的评分和排序.结果表明:融合三角模糊软集进行风险评估的SFMEA在系统设计初期将风险模式与评估结果的量化与评分,能够在系统级设计方面提高设计的稳健性,降低系统失效的风险;该方法在锂离子动力电池系统设计风险评估阶段的适用性良好.

RapidEye卫星红边波段对主要农作物识别能力的影响研究

德国RapidEye卫星在传统的可见光波段和近红外波段的基础上加入了红边波段,红边波段更有利于地表植被分类和监测植被生长状态。为了定量分析RapidEye卫星影像加入红边波段后对地物识别能力的影响,文章利用内蒙古呼伦贝尔市莫力达瓦达斡尔族自治旗哈达阳镇2017年7月25日的RapidEye数据,采用BP神经网络的监督分类方法,提取了研究区内玉米和大豆面积,并计算了有红边和无红边条件下该地区玉米、大豆以及其他作物之间的可分性测度和混淆矩阵,对比了这两种波段组合形式下农作物提取的可分性和基于混淆矩阵的分类精度。结果证明:引入红边波段后,玉米-大豆、大豆-其他、玉米-其他的可分性测度分别从1.71、1.97、1.91提高到1.99、1.99、1.93。总体分类精度从79.57%提高到84.14%,Kappa系数从0.63提高到了0.71。该结果证明,红边波段对区分玉米-大豆的能力有显著提高,区分其他地物的能力也有了明显提升。国外搭载红边波段的卫星载荷越来越多,国产卫星也拟引入红边波段载荷技术,为农业部门提供更可靠的数据支持,文章的研究结果能为国产红边波段数据在农业上的应用提供参考。

抽穗期大麦、春小麦、莜麦叶片叶绿素含量与冠层高光谱特征分析

为了寻找大麦、春小麦、莜麦3种作物遥感识别的敏感参数,该研究以内蒙古农牧业科学院试验田种植的大麦、春小麦、莜麦为研究对象,利用手持ASD光谱仪和叶绿素测定仪SPAD502测得3种作物的光谱反射率及叶片叶绿素含量,并利用微分求取3种作物冠层光谱反射率一阶微分,选择光谱位置变量、光谱面积变量、植被指数变量等19个光谱特征变量及SPAD值,进行统计分析。结果表明:3种作物的20个遥感参数上表现的特征存在差异,一是,3种作物10个位置变量中,红边对应的波长位置λr大麦>春小麦>莜麦。春小麦的特征是黄边内一阶微分光谱中的最大值Dy比其他2种作物小,莜麦特征是蓝边内一阶微分光谱中的最大值Db比其他2种作物小,大麦的特征是红边内一阶微分光谱中的最大值Dr比其他2种作物大。二是,3个面积变量中,大麦的SDr,SDb 2个参数比春小麦和莜麦大,SDy值比春小麦和莜麦值小;春小麦的SDr,SDb 2个参数比莜麦小,SDy值比大麦与莜麦值大;莜麦的SDr,SDb,SDy值处于中间。三是,6个植被指数变量中,SDr/SDy,SDr/SDb 2个参数特征差别明显,其他4个参数差别不明显。SDr/SDy值大麦>莜麦>春小麦;SDr/SDb值春小麦>莜麦>大麦。四是,莜麦的叶片SPAD值大于其他2种作物,大于60,大麦的值最小,春小麦值在中间。抽穗期的3种麦光谱反射特征及叶绿素含量值有明显差别,为遥感识别3种作物提供了新的思路。

基于GF-1 WFV数据的河套灌区春小麦长势遥感分析——以临河区为例

河套灌区是内蒙古自治区乃至我国的重要灌溉农业区和绿色农产品基地,其中春小麦是河套灌区的主要粮食作物,对当地农业可持续发展、种植业结构调整有着十分重要的意义。文章用地面实时监测数据结合GF-1卫星影像快速提取春小麦面积和长势信息的方法,探讨了该方法在巴彦淖尔市临河区农业遥感长势监测中的适用性。利用2017年5月18日的GF-1 WFV数据提取了临河区春小麦面积,在确定春小麦空间分布的基础上用NDVI监测作物长势情况,用3期的地面数据和遥感数据构建了研究区内春小麦的长势时间序列,进行了春小麦的长势对比分析。结果表明:临河区春小麦面积提取结果精度达到了93.51%,Kappa系数为0.805 3。通过遥感定量评价的结果发现植被指数的增长与地上生物量呈线性增加关系,用时间序列NDVI值代表长势取得了较好的结果,弥补了地面人工目视评价的不足。研究结果证明该方法在河套地区有很好的适用性和较高的推广价值。

规避舆论风险教育在医学生培养中的作用及方法浅析

当前社会医患关系日趋紧张,传统媒体为了吸引更多关注,互联网和新型社交媒体的开放性与包容性均使得某些人将并不全面的信息肆意传播无限放大,伤害了医护群体,此类报道屡见不鲜。加强医德医风教育似乎已经成为每次处理此类事件的必备招式,但是否每一事件都与医德医风相关?社会舆论本身是否存在伤害医患关系的潜在风险?医护人员又是否具有足够的辨识力和控制力去发现以及避免潜在伤害?强化医学生规避舆论风险本领已成为当前医学教育改革中非常值得注意的方面。通过转变观念、整合师资、多元化教学手段等方法才能从根本上提高医学生规避舆论风险的能力,促进和谐医患关系。

船舶舱室火灾一般规律研究

船舶舱室火灾一般规律能够反映不同种类火灾特征信息参数变化情况,与"预防为主,消防结合"的防治原则是一致的,并能为火灾防治提供指导。在总结分析船舶火灾一般规律的基础上对不同载荷火灾的特殊性进行系统分析:立足于可燃载荷物理化学特性,对舱室火灾不同阶段温度场和烟气生成特性进行对比分析,并对其特定火灾场景中的典型火行为进行深入探讨分析。

舰船耗散性管网系统受损评估方法

鉴于对舰船耗散性管网的监测有别于常压封闭管网,其相关参数变化的瞬时性使得对受损后管网的快速辨识与评估存在一定困难,建立舰船耗散性管网系统的静态模型。基于该模型,对舰船管网的运行进行模拟并获得相应节点的各模态数据集。利用模糊理论对管网的运行状态进行评估,并以模糊聚类的隶属度作为参数来评估管网受损情况及对破损点进行定位。测试表明:该方法能够简便、快捷、有效地对舰船耗散性管网受损进行定位和评估,并获得直观的评估结果。

基于级联神经网络的型钢表面缺陷检测算法

深度学习在缺陷检测方面具有优越性能,然而在工业应用过程中由于缺陷概率低,无缺陷图像的检测过程占据了大部分计算时间,严重限制了整体上的有效检测速度。针对上述问题,提出一种基于级联网络的型钢表面缺陷检测算法SDNet。该算法分为两个阶段:预检阶段和精检阶段。预检阶段采用基于深度可分离卷积(DSC)以及多尺度并行卷积的轻量化ResNet预检网络,判断型钢表面图像是否存在缺陷;精检阶段以YOLOv3作为基准网络对图像中的缺陷进行准确分类与定位,并在主干特征提取网络以及预测分支中引入改进空洞空间金字塔池化(ASPP)模块以及对偶注意力模块,以提升网络的检测性能。实验结果表明,SDNet在1 024像素×1 024像素图像上的检测速度达到每秒120.63帧,准确率达到92.1%。与原YOLOv3算法相比,所提算法的检测速度是原YOLOv3算法的3.7倍,检测精度提高了10.4个百分点,可应用于型钢表面缺陷的快速检测。

药物干预微创脊柱创伤术后疼痛的最佳剂量与最佳时机及镇痛效果的单中心临床研究

目的通过分析疼痛持续时间等信息,分析包含口服药物在内的镇痛方案在微创脊柱创伤手术后控制患者疼痛的最佳剂量与时机。方法选取2019年6月至2020年6月就诊的脊柱创伤患者,并接受微创手术治疗。120例病例纳入本次研究,采用简单随机抽样方法将受试对象随机分入观察组和对照组,观察组受试对象再分为三个亚组,在不同时机给与不同高剂量的镇痛干预方案,对照组给与常规镇痛。收集患者手术相关情况,手术前后疼痛程度,疼痛持续时间信息,术后疗效情况信息以及并发症发生情况。结果4组患者术中出血量和手术时间差异无统计学意义(P>0.05)。住院时间以对照组最长(12.26±3.57)d,观察亚组2最短(6.04±3.01)d,差异有统计学意义(P<0.05)。4组基线疼痛程度的VAS评分差异无统计学意义(P>0.05)。术后对照组VAS水平为各组最高,观察组内部3个亚组又可见亚组2水平最低,其中术前患者的VAS评分均在7.69~7.79分,出院时对照组降至(5.88±2.05)分,最低分数出现在观察组亚组2,为(1.62±0.67)分;对照组术后疼痛持续时间为(7.33±3.08)h,为4组中最长,最短为观察亚组2,时间(3.97±1.06)h,4组之间差异有统计学意义(P<0.05)。4组患者与疼痛相关的炎性因子血清表达,包括TNF-ɑ,IL-8以及CRP水平均可见在出院时均有所减低,其中观察亚组2改善最多(P<0.05)。4组患者疼痛介质5-HT,SP以及NPY的血清水平均可见在出院时均有所减低,其中观察亚组2改善最多(P<0.05)。可见4组患者治疗前后后Cobb角水平差异无统计学意义(P>0.05),治疗后均表现明显减低(P<0.05)。4组并发症发生率比较,观察亚组2的相关并发症发生率最低(P<0.05)。4组患者生活质量HGQOL评分水品在出院时均有所改善,观察亚组2改善最为明显(P<0.05)。结论对于微创脊柱创伤手术患者来说,镇痛使用“术前口服尼美舒利+术中肌内注射较小剂量罗哌卡因(联合地塞米松磷酸钠)+术后48 h内PCA泵”的镇痛效果最佳。可以有效控制疼痛程度、时间并减少并发症的发生风险。

基于Landsat8 TVDI的河套灌区旱情分析——以临河区为例

[目的]河套灌区是我国北方重要粮、油生产基地,该区域地处我国干旱区,及时有效地监测评价该地区的旱情状况,对农业有十分重要的意义。通过遥感手段监测河套灌区旱情状况,将研究区分为无旱、轻旱和干旱3个旱情等级,并对统计结果进行评价,以期为当地农业生产提供参考。[方法]选取2016年7月1日的两景Landsat8遥感影像数据,针对遥感参数进行计算反演,对归一化植被指数(NDVI)、地表温度(LST)和温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)等遥感参数分级统计,评价临河区旱情。[结果]3个旱情等级中,无旱的面积为466.38 km^2,占临河区面积的20.02%;轻旱的面积为1 176.50 km^2,占临河区面积的50.49%;干旱的面积为687.12 km^2,占临河区面积的29.49%。临河区东北地区旱情面积比重较大;西南地区靠近黄河及人工渠旱情面积较小或者无旱情发生。[结论]该方法适合农业旱情的快速监测评价,能较好地反映区域旱情空间分布,监测结果具有一定的实用价值。

夹芯型吸波结构抗侵彻性能研究

以初速为1.2 km/s的3.3 g立方体弹体作为典型防御目标,对设计的夹芯型吸波结构开展抗侵彻试验,对比分析夹芯型吸波结构与吸波贴片+船用钢的上层建筑典型钢质结构的防护性能。结果表明:结构4(由3.0 mm厚的Q-GFRP+5.0 mm厚的PU基吸波芯材+5.0 mm厚的S-GFRP+3.0 mm厚的CFRP构成的夹芯型吸波结构)具有良好的抗侵彻性能,其单位面密度吸能可达55.73 J·m2/kg,优于6.0 mm厚的945钢板;在结构4后进一步增加15.0 mm厚的KFRP,可有效抵御典型防御目标的侵彻,且留有约10.0 mm厚的防护余量,在隐身性能、防护性能及结构轻量化方面均优于典型钢质结构。

基于纹理特征与MODIS-NDVI时间序列的耕地面积提取研究

[目的]耕地是粮食安全的重要前提与保障,通过对MODIS时间序列数据的特征分析和提取,讨论了在大尺度条件下的耕地面积提取的可行方法,以期为当地合理利用耕地资源进行农业生产规划与布局提供参考。[方法]文章以呼伦贝尔市为研究区域,选择MOD13Q1为数据源,采用Savizky-Golay滤波方法对MODIS-NDVI时间序列进行滤波处理,并分析各地物间的时间变化特征,最后结合纹理特征信息进行CART决策树分类的结果比较。[结果](1) MODIS-NDVI时间序列能较好的区分不同的土地利用类型;(2) Savizky-Golay滤波降噪能够明显提高分类精度;(3)纹理特征的加入进一步反映地物间差异性;(4)该方法的总体分类精度为83. 72%,Kappa系数为0. 789,其中耕地的提取准确度为86. 33%。[结论]纹理特征使数据像元间的灰度相关性更加丰富,并通过提高像元之间的差异改善结果的精度。该文结果为进一步利用MODIS数据进行土地利用信息与农业资源调查提取提出了新思路。

多源遥感数据特征优选的大兴安岭沿麓不同农作物提取

【目的】以内蒙古呼伦贝尔市为研究区,采用多源遥感数据进行农作物提取,旨在为多云多雨条件下、跨气候带区域和高寒旱作农业区大尺度农作物提取应用提供解决方案。【方法】基于Google Earth Engine平台,采用以Sentinel-1和Sentinel-2为主的多源遥感数据进行农作物提取。利用Boxcar滤波后Sentinel-1多极化数据构建时序数据集;获取Sentinel-2 TOA生长季数据,合成为最小云量影像并计算多种遥感指数特征;将地形因素和地表覆盖作为分类辅助数据,结合地面样本数据应用到随机森林分类器中,获取10 m精度的作物分布图,通过评估分类精度和分类贡献水平,将特征优选后的数据集用以提取研究区农作物分布,并分析农作物的分布特征。【结果】通过将雷达数据和光学数据进行组合(VVB+VHB+M+I+T+L)得到87.41%的农作物分类精度,比单独的组合(VVB+VHB、M+I+T+L)提取结果分别提高了7.58%和7.88%;使用500树的分类精度最高,当决策树的数量超过或不足500时,分类精度都有所下降,过多的决策树并没有提高分类器的性能;利用多源遥感数据特征波段重要性排名前24位组成的数据集提取的农作物总体精度为87.76%,Kappa系数为0.86。【结论】该研究结果获得了比较理想的农作物分布图,可实现常规业务化监测,能够为农作物遥感调查提供有效手段。

改进注意力机制的型钢表面微小缺陷检测方法

针对型钢表面缺陷种类多样、微小缺陷占比较大导致的检测效率低、检测精度差的问题,提出了一种基于双重多尺度注意力机制的表面缺陷检测方法DMSA-YOLOv3,实现型钢表面多尺度缺陷快速精确检测。构建了基于通道和空间的双重多尺度注意力模型DMSA,对不同尺度特征进行筛选融合,强化小尺度缺陷的特征权重;改进了YOLOv3模型,使用深度可分离卷积对DarkNet53特征提取主干网络实现轻量化处理,提高检测速度,并构建多尺度长距离上下文特征提取层,使用4种不同扩张率的并行空洞卷积替代全局池化,提高模型对小尺寸缺陷的特征提取能力;构建了融合DMSA模型和改进YOLOv3模型的DMSA-YOLOv3缺陷检测模型,并应用于型钢表面多尺度缺陷检测。实验结果表明:DMSA-YOLOv3模型具有97.6%的多类别平均检测精度和55.3 frame/s的检测速度,与YOLOv3模型相比分别提升了4.7个百分点和24.5 frame/s;最小可检出20×20像素(约10×10 mm^(2))缺陷,与YOLOv3模型相比提高了6.25倍,有效提升了型钢表面缺陷的检测精度与检测速度。

臭柏天然居群遗传多样性及演变历史分析

为了合理有效地保育天然臭柏(Juniperus sabina L.)种质资源,追溯和阐释其分布格局的历史成因,本文对我国内蒙古自治区、陕西省、甘肃省和青海省共10个天然臭柏居群388个个体的核糖体内转录间隔区(ITS)序列片段进行测序分析。结果显示:臭柏ITS序列总长度为1089 bp,共含有25个变异位点,定义32个单倍型,其中H4和H6单倍型为共有单倍型;分子变异分析(AMOVA)显示,臭柏居群变异主要来源于居群内,遗传变异为95.04%,而居群间遗传变异仅4.96%,居群间差异水平极显著(F ST=0.0496,P<0.001);Network单倍型网络分析表明,H4和H6为古老单倍型,其他单倍型是由他们衍生而来;遗传分化系数N ST(0.072)<G ST(0.105),表明臭柏居群不存在明显的谱系地理结构,且历史上未经历过明显的扩张过程;单倍型最大简约树将32个单倍型聚为两大支;Mantel检验结果表明,臭柏居群间的遗传距离与地理距离无显著相关性(R^2=0.0649,P>0.05)。推测臭柏起源于第三纪中新世(Miocene)中期约12.38 Mya,在第四纪冰期可能存在多个小型避难所。沙埋产生不定根的扩繁能力和较好的有性更新环境可能是沙地居群遗传多样性高于山地居群的决定性因素。

基于深度学习的型钢表面多形态微小缺陷检测算法

为了解决由于型钢表面缺陷形态多样、微小缺陷众多所带来的检测效率低与检测精度差的问题,提出一种基于可变形卷积与多尺度−密集特征金字塔的型钢表面缺陷检测算法--Steel-YOLOv3。首先,使用可变形卷积代替Darknet53网络部分残差单元的卷积层,从而强化特征提取网络对型钢表面多类型缺陷的特征学习能力;其次,设计了多尺度−密集特征金字塔模块:在原有YOLOv3算法的3层预测尺度上增加1层更浅层的预测尺度,再对多尺度特征图进行跨层密集连接,从而增强对密集微小缺陷的表征能力;最后,针对型钢缺陷尺寸分布特点,使用K-means维度聚类方法优化先验框尺寸并将先验框平均分配到4个对应预测尺度上。实验结果表明:Steel-YOLOv3算法具有89.24%的检测平均精度均值(mAP),与Faster R-CNN(Faster Region-based Convolutional Neural Network)、SSD(Single Shot MultiBox Detector)、YOLOv3和YOLOv5算法相比分别提高了3.51%、26.46%、12.63%和5.71%,且所提算法显著提升了微小剥落缺陷的检出率。另外,所提算法的每秒检测图像数量达到25.62张,满足实时检测的要求,可实际应用于型钢表面缺陷的在线检测。