颈动脉CT血管成像评估他汀类药物治疗前后颈动脉斑块进展的研究

目的:通过颈动脉CT血管成像定量评价颈动脉粥样硬化斑块及管腔形态学特征,探讨他汀类药物对颈动脉粥样斑块的作用。方法:回顾性入选2022年4月至2023年4月,在北京市顺义区医院放射科进行CTA复查且有基线检查的颈动脉粥样硬化患者140例,根据是否应用他汀类药物治疗分为应用组和未用组,测量两组患者颈动脉的狭窄率、斑块易损性、斑块负荷和斑块体积等影像形态学特征,计算复查前后年化变化率。结果:两组患者颈动脉狭窄及斑块均有不同程度进展,但未应用他汀组狭窄率年变化率、斑块负荷年变化率、管壁/管腔比年变化率更高(P均<0.05)。复查时高危易损斑块出现比例更高(P=0.009),其中斑块内低密度出现的比例较高(P=0.020)。应用他汀组钙化斑块负荷年变化率增长更高(P=0.003)。结论:他汀类药物对颈动脉粥样硬化斑块进展具有一定抑制作用,包括延缓斑块负荷的增加、延缓动脉管腔狭窄的加重;同时对颈动脉斑块具有一定稳定作用,包括减少易损斑块出现以及促进斑块钙化。

基于CNN-SVR模型对两相复合材料电容值的预测

电介质复合材料是重要的储能材料,其电容是电容器关键参数之一。传统方法中,实际的电容值是由仪器直接测试得到,给定微观结构的复合材料其电容值可以由泊松方程计算得到。在计算机模拟生成的数据集基础上,采用CNN-SVR模型进行了预测研究,研究结果表明,机器学习方法能够快速有效地预测给定复合材料微观结构的电容值,不仅克服了静态物理特征表达能力的不足,而且摆脱了繁琐的特征设计过程,也避免了复杂的有限元仿真运算。该方法还具有推广和应用于复合材料其他物理特性研究的潜力。