张永教授运用益肝解毒汤联合西黄丸治疗复杂性肝脓肿经验

张永教授是山东中医药大学附属医院主任医师、教授、硕士研究生导师,师从著名肝病专家尹常健教授,全国第四批名老中医学术经验继承人,山东省高层次优秀中医临床人才。他对消化系统疾病见解深刻,经验丰富,论述颇著,笔者有幸跟随张永教授侍诊,现将张永教授运用益肝解毒汤联合西黄丸治疗复杂性肝脓肿经验报告于下。

青年之愿:青年夜校的可持续之道——专访华东师范大学教授、中国成人教育协会学术委员会委员张永

地方团委和市场化主体之间的互动,是社会治理能力现代化的重要探索。在这一社会治理体系中,团委要发挥好定盘星的主导作用,防止同市场化主体之间的互动失衡。这一主导作用主要体现在把握住价值导向上的公益属性、参与主体上的青年属性与平台搭建上的社会属性。

张永:用爱坚守 以美育人——四川省崇州市崇庆中学

站在三尺讲台上,回望二十六年的教学生涯,我始终不忘“用爱坚守,以美育人”的初心,用艺术的光芒照亮孩子们的未来。我深知,美育不仅仅是传授知识,更重要的是培养学生对美的感知、对艺术的热爱以及对生命的感悟。绘梦·知行合一:从理论之海到实践之岸在美育这方天地里,我深知“知行合一”的真谛。美育知识理论,是夜空中最亮的星,指引着教育教学的发展方向;实践应用,则是脚下的路,步步坚实。

工程教育专业认证背景下地方本科高校材料类专业创新型人才培养体系的研究

创新型人才的培养不仅可以促进我国核心制造业和地方本科高校的发展,还可以帮助大学生快速实现自我价值。地方本科高校肩负着为当地培养工程人才的重任,对地方经济和产业的进步起着举足轻重的作用。因此,在工程教育专业认证背景下构建地方本科高校材料类专业创新型人才培养体系具有重要的社会意义和经济意义。

基于“马赛克战”的水下有人-无人作战使用探讨

通过对“马赛克战”概念的背景和特点进行分析,提出基于马赛克的水下攻防作战运用构想,构建基于马赛克的水下有人-无人作战网络,分析多域背景下水下OODA作战网络的构成,利用OODA作战环理论对水下马赛克作战网络作战能力进行分析,并提出水下马赛克作战网络对抗单个平台和对抗作战网络的使用方法。最后,从通信组网、集群使用、人工智能、察打一体等4个方面对“马赛克战”概念下水下无人航行器装备使用提出建议。

考虑行为克隆的深度强化学习股票交易策略

为提高股票投资的收益并降低风险,将模仿学习中的行为克隆思想引入深度强化学习框架中设计股票交易策略。在策略设计过程中,将对决DQN深度强化学习算法和行为克隆进行结合,使智能体在自主探索的同时模仿事先构造的投资专家的决策。选择不同行业的股票进行数值实验,说明了所设计的交易策略在年化收益率、夏普比率和卡玛比率等收益与风险指标上优于对比策略。研究结果表明:将模仿学习与深度强化学习相结合可以使智能体同时具有探索和模仿能力,从而提高模型的泛化能力和策略的适用性。

黄连-红曲药对干预非酒精性脂肪肝病的临床疗效观察及网络药理机制分析

目的观察黄连-红曲药对干预非酒精性脂肪肝病的临床疗效,并基于网络药理学分析其潜在的药理学机制。方法80例非酒精性脂肪肝病患者按照随机数字表法分为对照组、治疗组各40例。两组均采用西医常规治疗,治疗组在对照组的基础治疗上加入黄连-红曲药对。在患者连续治疗8 w后,对患者治疗前后的门冬氨酸转氨酶(AST)、丙氨酸转移酶(ALT)、γ-谷氨酰转移酶(γ-GT)、总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白(HDL-C)、低密度脂蛋白(LDL-C)进行对比研究。通过TCMSP数据库和文献检索黄连、红曲成分,SwissTarget Prediction数据库预测成分作用靶点,Genecards获取脂肪肝相关靶点。对药物和疾病共同靶点构建PPI网络,同时进行GO和KEGG富集分析。结果经治疗后,两组患者AST、ALT、γ-GT、TC、TG、LDL-C较治疗前均明显降低(P<0.05),HDL-C均明显升高(P<0.05)。将治疗后的两组对比,治疗组较对照组AST、ALT、γ-GT、TC、TG、LDL-C均明显降低(P<0.05),HDL-C均明显升高(P<0.05)。网络药理分析显示黄连、红曲干预脂肪肝的生物学功能包括脂质代谢过程的调节、小分子代谢过程的调节、炎症反应、蛋白质磷酸化、离子传输的调节;关键的生物学通路为胰岛素抵抗、PPAR信号通路、NF-κB信号通路。结论黄连-红曲药对治疗非酒精性脂肪性肝病效果较好,能有效改善肝功能、血脂水平。网络药理学初步揭示了其治疗脂肪肝的机制,为临床用药提供参考,为后续实验研究提供支撑。

瓦斯抽采钻孔封堵一体化封孔技术研究及应用分析

针对地应力存在易影响煤层瓦斯抽采钻孔、易造成钻孔围岩出现衍生裂隙,进而引发钻孔漏气,影响瓦斯高效抽采的问题。为有效解决上述问题,以山西某矿5310综采工作面瓦斯抽采工程概况为例,深入分析了该工作面瓦斯抽采钻孔在使用后期出现失效的原因,研究了钻孔封堵一体化技术,设计了三囊袋封堵一体化装置,确定了最优裂隙堵漏材料配比方案,并进行了工业性试验,试验结果表明:与传统的两堵一注技术相比,应用封堵一体化技术后,钻孔瓦斯抽采平均浓度可从17.2%提升到59.6%,瓦斯抽采效果明显改善,有效消除了矿井安全生产隐患,更好地保障了矿井安全生产。

脂多糖生物探针法与传统培养法检测水中嗜肺军团菌的比较

目的比较脂多糖生物探针法和传统培养法(包括ISO 11731-2017法即“ISO法”、GB/T 18204.5-2013法即“国标法”)对水中嗜肺军团菌(Legionella pneumophila)的检测能力。方法分别采用脂多糖生物探针法和传统培养法对58份加标水样(其中50份为实际水样加标用于以上两类方法比对测试,8份为纯水加标用于脂多糖生物探针法的方法学性能测试)和50份实际水样进行检测,确定脂多糖生物探针法的检出限、准确度、精密度、特异性和灵敏度,并比较两类方法对50份实际水样加标前的定性结果和50份实际水样加标前后的定量结果。结果脂多糖生物探针法检出限为1.55 CFU/L,准确度为102.10%~139.29%,精密度为0.14%~1.78%,特异性为95.12%,灵敏度为88.89%。50份实际水样加标前脂多糖生物探针法和国标法两种方法(检出或未检出)的定性结果无统计学差异(P>0.05);50份实际水样加标前后脂多糖生物探针法定量结果的中位数(M)高于ISO法测定结果,差异具有统计学差异(P<0.001),两类方法测定结果存在相关(r=0.981)。脂多糖生物探针法检出限(1.55 CFU/L)低于ISO法的(15.74 CFU/L),检测时间(2 d)短于ISO法(10 d)。结论与传统培养法相比,脂多糖生物探针法耗时短,检测性能更优。

基于特征校正的多对抗域适应方法

领域自适应可以通过对齐源域和目标域的分布将有标签的源域信息迁移到没有标签但相关的目标域。然而,现有的大多数方法仅对源域和目标域的低层特征分布进行对齐,无法捕获样本中的细粒度信息。基于此,提出了一种基于特征校正的多对抗域适应方法。该方法在引入注意力机制以突出可迁移区域的基础上,通过部署特征校正模块对齐两个域之间的高级特征分布,进一步缩小域差异。此外,为了避免单个分类器过度拟合其自身的噪声伪标签,还提出了双分类器协同训练,并利用图神经网络特征聚合的特性生成更精准的源域标签。在3个迁移学习基准数据集上的大量实验证明所提方法的有效性。

矿井回采工作面钻孔抽采瓦斯技术

为有效抽采矿井回采工作面瓦斯,以山西某矿3206工作面瓦斯抽采工程为例,分析了现用的顺层钻孔抽采瓦斯及顶板裂隙钻孔抽采瓦斯技术现存的不足,重点针对这些不足问题,提出了一些具体的改进优化措施,经实际应用这些措施并监测该工作面瓦斯抽采效果发现:该工作面上隅角的最高瓦斯体积分数与平均瓦斯体积分数分别为0.67%、0.48%;工作面回风流中的最高瓦斯体积分数与平均瓦斯体积分数分别为0.50%及0.36%,该工作面回采作业中再没出现瓦斯超限,瓦斯抽采效率较高,达到了较好的瓦斯治理效果,可为类似工况下综采工作面瓦斯治理提供参考。

尹常健教授从肝论治情志病经验选介

尹常健教授是我国著名肝病专家,长期从事肝病研究工作,经验丰富。其从肝论治情志病,学术见解独到,用药特色鲜明,临床疗效显著。现将其从肝论治情志病的经验选介如下。

基于外观性状和内在成分的栀子质量等级评价

目的探索栀子外观性状和内在成分含量之间的相关性,为完善该药材质量标准评价体系提供科学依据。方法收集来自各个主产区的药材,通过测定百粒重、质重、青黄个质量占比、果梗质量占比、以及粉末颜色来衡量其饱满程度和色泽深浅。建立HPLC法同时测定37批药材中山栀苷、去乙酰车叶草苷酸甲酯、异栀子苷、6β-羟基栀子苷、京尼平龙胆双糖苷、栀子苷、西红花苷Ⅰ、西红花苷Ⅱ的含量。对外观和含量数据采用相关性分析、主成分分析和正交偏最小二乘判别分析,筛选影响药材质量的差异性成分,并制作可以快速判别其品质等级的比色卡。结果药材可分为2个品质等级,栀子苷、京尼平龙胆双糖苷为判别其等级标准的差异标志物。药材粉末颜色越亮越红,栀子苷、京尼平龙胆双糖苷含量越高,品质等级越高。结论本研究结合外观指标和内在成分对栀子进行质量评价,明确了影响药材质量的差异指标,实现了外观数据的量化并补充完善了等级标准评价体系,同时可为其他中药材质量等级标准判别提供新的方案和分析思路。

基于表里关联分析比较不同炮制程度焦栀子炮制过程中的质量变化规律

目的通过对不同炮制程度焦栀子色度值及内在成分的定量分析,研究栀子炮制过程中外表色泽和成分的关联性与内在成分变化规律,为焦栀子的质量评价提供参考。方法采用色差仪测量3种不同炮制程度焦栀子样品粉末的色度值(L^(*)、a^(*)、b^(*)、E^(*)ab),通过高效液相色谱(HPLC)法测定焦栀子中8个指标性成分的含量,并采用主成分分析(PCA)、正交偏最小二乘法-判别分析(OPLS-DA)、Pearson法等分析方法分析色度和成分之间的相关性。结果各个地区饮片厂因缺乏直观统一的标准,致使所生产的样品炮制程度差异较大。随着炮制的进行,焦栀子的表观颜色逐渐由红黄色转变为焦褐色。焦栀子的粉末色度值与内在成分之间高度相关。所测得的色度值参数和8个成分含量均呈下降趋势,其中与表观颜色变化最明显的a^(*)呈极显著正相关性的成分异栀子苷、栀子苷和西红花苷Ⅰ可以作为栀子炮制过程监控及质量控制的标志物。结论通过建立焦栀子炮制过程中颜色与成分变化的对应关系,弥补了传统经验鉴别的主观模糊性,为焦栀子炮制程度的判别和标志成分含量的预测提供线索。

基于改进YOLOv8n-pose和三维点云分析的蒙古马体尺自动测量方法

[目的/意义]准确高效地获取马匹体尺信息是马产业现代化进程中的关键环节。传统的人工测量方法耗时长、工作量大,且会对马匹造成一定应激反应。因此,实现准确且高效的体尺参数自动测量对于制定蒙古马早期育种计划至关重要。[方法]选择Azure Kinect深度相机获取蒙古马双侧RGB-D数据,以YOLOv8n-pose为基础,通过在C2f模块中引入可变形卷积(Deformable Convolution v2, DCNv2),同时添加洗牌注意力机制(Shuffle Attention, SA)模块和优化损失函数(SCYLLA-IoU Loss, SIoU)的方法,利用余弦退火法动态调整学习率,提出一种名为DSS-YOLO (DCNv2-SA-SIoU-YOLO)的模型用于蒙古马体尺关键点的检测。其次,将RGB图中的二维关键点坐标与深度图中对应深度值相结合,得到关键点三维坐标,并实现蒙古马点云信息的转换。利用直通滤波、随机抽样一致性(Random Sample Consensus, RANSAC)、统计离群值滤波、主成分分析法(Principal Component Analysis, PCA)完成点云处理与分析。最终根据关键点坐标自动计算体高、体斜长、臀高、胸围和臀围5项体尺参数。[结果和讨论] DSS-YOLO的平均关键点检测精度为92.5%;d_(DSS)为7.2个像素;参数量和运算量分别仅为3.48 M和9.1 G。体尺参数自动测量结果与人工测量值相比,各项体尺参数的整体平均绝对误差为3.77 cm;平均相对误差为2.29%。[结论]研究结果可为蒙古马运动性能相关遗传参数的确定提供技术支撑。

氮掺杂生物质多孔碳材料的制备及其在超级电容器中的应用

以碳化后的纤维素为基底,KOH为活化剂,尿素作为掺杂剂,采用热解法和活化法相结合成功制备了氮掺杂生物质多孔碳(N-PBCs),并通过一系列的表征手段证明了所制备的N-PBCs电极材料具有良好的孔径结构和大量的缺陷结构。此外,基于N-PBCs的水系对称超级电容器的最高比电容达到了230.1F·g^(-1)(电流密度0.3A·g^(-1)),当电流密度增加到10A·g^(-1)时,其比电容量保持率仍高达84.7%。这为下一代新型储能器件材料的开发提供了新思路。

基于“形气神一体观”探讨斑秃的诊疗思路

形气神一体观是中医整体观念的表现,也是中医独特地从物质形态、能量功能、精神思维三个层面探索人体的认知体系。斑秃作为临床常见的心身疾病,从形、气、神的视角出发,认为该病的发生与形质病变、气化失常、神志异常有关。“形质病变”是斑秃最突出的外在表现,脱发或被毛区的毛发损伤均可归于不同程度的“形变”,而该类“形变”的微观基础是玄府的病理变化,故“玄府形变”为斑秃发生的病理基础;“气化失常”是斑秃发生的中心环节,包括先后天脏腑虚衰和人体气机失常;神志异常古称“神不使”,贯穿于疾病的始终,是斑秃发生的关键因素。因此,斑秃的发生发展多由形、气、神三个层次的结构功能紊乱所致。本文从形气神一体观来诊疗斑秃,并依此提出急以固形、缓以治气、统以调神的治疗原则,以期为临床治疗斑秃提供又一新的思路。

自适应多视图融合图神经网络地铁客流预测模型

针对传统方法对地铁车站的多视角空间交互建模不足的问题,本文提出自适应多视图融合图神经网络模型(Adaptive Multi-view Fusion Graph Neural Network Model, AMFGNN)进行地铁车站短时客流预测。在空间维度,模型包括了物理拓扑图、线路可达性图、空间距离图等多个局部视图,并使用图注意力网络(Graph Attention Networks, GAT)学习每个视图内车站间的动态空间交互;以单视图车站为中心节点,结合其他视图中该车站作为邻居节点构建融合视图,并使用GAT学习多视图间动态交互;在时间维度,使用门控循环单元神经网络学习车站客流的时变特征。以重庆市地铁网络为例,全网出站客流的预测实验结果表明:相较于基线中的物理虚拟结合图网络模型(PVCGN),AMFGNN的平均绝对误差和均方根误差分别降低3.06%和2.49%。多视图内节点间注意力分数可视化结果表明,基于GAT的多视图建模思路能够自适应地融合不同视图中提取到的车站空间信息。此外,AMFGNN模型性能影响因素分析结果表明,以物理拓扑、线路可达性等结构稳定的视图作为中心节点构建融合视图能够获得更准确、稳定的预测模型。