赵晓平教授治疗脑胶质瘤经验

脑胶质瘤属中医“脑瘤”范畴,陕西省名中医赵晓平基于自身多年中医辨证经验及对现代医学知识的掌握,提出“气虚染毒以致瘀”是胶质瘤的重要病机,以补泄并用、化瘀解毒、扶正祛邪为治法自拟“益气祛瘀解毒方”,并将脑胶质瘤中医证型分为五型,在治疗脑胶质瘤方面运用自身总结的“培元、豁痰、通瘀”的诊疗思路,在中西医结合治疗晚期脑胶质瘤患者姑息治疗方面取得成效。

企业内部控制信息化管理探究与讨论

本文旨在探讨企业内部控制信息化管理的重要性和挑战,以及改进策略和未来发展趋势。首先介绍了内部控制和信息化管理的基本概念,然后重点分析了信息化管理在企业内部控制中的作用,并探讨了信息化管理所面临的挑战和障碍。接下来,论文提出了克服这些挑战和改进企业内部控制信息化管理的方法和策略。最后,对未来发展趋势进行了展望,并提出了相关建议。通过本文的研究,可以更好地理解企业内部控制信息化管理的重要性,并为相关领域的研究和实践提供参考。

改进孪生网络在小样本轴承故障诊断中的应用

针对传统深度学习模型过度依赖大量训练数据,在小样本条件下会出现准确率低和泛化性差的问题,提出一种基于改进孪生神经网络(improved siamese neural network,ISNN)的小样本轴承故障诊断方法。该方法致力于利用度量学习思想来判断样本间的相似性,相比于复杂、多层的深度模型其结构更简单,在小样本下也更容易训练。具体而言,共设计了三个模块来实现故障诊断。特征提取阶段分别利用长短时记忆网络和卷积神经网络提取出故障信号的时间和空间特征,能够充分利用有限的样本信息;关系度量阶段以自适应的网络度量方式来代替常用的欧式距离度量,并且引入全局均值池化来减少网络参数;此外,与标准孪生网络相比,构建的故障分类网络可以直接对样本进行故障识别,在测试阶段无须繁琐的样本比对。实验结果表明,ISNN方法在有限的训练样本数量下,故障诊断准确率和泛化性能均优于各种对比方法。

基于迁移学习的小样本齿轮箱故障诊断方法

实际工程场景中齿轮箱受工况、环境等因素影响,数据难以满足特征分布相同、训练数据充足等条件,如何在变工况情况下对齿轮故障进行诊断是故障诊断领域一大难点。为此,提出了一种结合Logistic混沌麻雀搜索优化算法(LSSA)与深度置信网络(DBN)的智能故障诊断方法,即LSSADBN。首先,将时域振动信号进行快速傅里叶变换(FFT)转换为频域信号作为训练数据集,运用Logistic混沌映射对SSA种群进行初始化,采用LSSA方法对训练数据集进行DBN结构寻优;使用最优结构DBN对源域训练集进行预训练,并加入少量目标域样本用于反向权重调优,最终实现在小样本情况下对目标域齿轮箱健康状况的准确识别。实验对比结果证明,LSSADBN方法在模型调优阶段具有更快的收敛速度,且针对不同的目标域进行迁移时都具备较高的准确率,LSSADBN方法的研究对小样本情况下的齿轮箱故障诊断具有一定的应用价值。

改进DenseNet的乳腺癌病理图像八分类研究

目前,在医学图像领域存在乳腺癌组织病理图像自动分类难以应用于临床诊断的现象,究其根源是当前没有大型公开的数据集或数据集数据不均衡。针对上述问题,提出一种结合密集卷积神经网络(dense convolutional network,DenseNet)、注意力机制(attention mecheanism)和焦点损失函数(Focal loss)的乳腺癌组织病理图像的多分类模型,即DAFLNet。DAFLNet在乳腺癌组织病理图像数据集BreaKHis上进行训练、验证与测试,最终实验结果显示,该模型对良恶性二分类的识别准确率达到99.1%,对乳腺亚型八分类的识别准确率达到95.5%。证明在数据不均衡的条件下,DAFLNet模型能够准确地对乳腺组织病理图像进行八分类。

脑出血相关影响因素分析

目的分析脑出血发生的相关影响因素。方法2021年11月至2022年12月陕西中医药大学第一临床医学院共纳入71例脑出血患者为病例组,收集所有受试者的一般情况、既往史、生活嗜好、家族史、入院血压、随机血糖及生化指标,根据样本特征选取同期35例非脑出血人群配对为对照组,采用logistic回归分析筛选出与脑出血发病相关的影响因素。结果病例组入院时收缩压、舒张压、入院随机血糖、同型半胱氨酸(Hcy)高于对照组,胱氨酸蛋白酶抑制剂C(Cys C)、总胆固醇、低密度脂蛋白胆固醇(LDL-C)低于对照组,差异有统计学意义(P<0.05)。logistic回归分析显示,入院时收缩压(OR=0.884,P=0.001)、LDL-C(OR=21.521,P=0.007)、Hcy(OR=0.863,P=0.007)为脑出血发病的独立影响因素。结论脑出血的发生是多因素共同作用的结果,入院时收缩压升高、Hcy水平增高可能会增加其风险,LDL-C水平增高可能会降低其风险,临床治疗中应对这些指标异常的患者加强监测。

中药治疗脑胶质瘤作用机制研究进展

中药治疗脑胶质瘤疗效确切,但其作用机制尚未完全明晰。单味中药及其活性成分、中药复方可能通过多条途径发挥抗脑胶质瘤作用,主要涉及6大方面:(1)调节非肿瘤细胞如重塑肿瘤相关巨噬细胞表型,降低其向M2型极化及促进向M1型极化、抑制骨髓源抑制性细胞浸润等,进而改善脑胶质瘤免疫抑制微环境;(2)调控半胱氨酸蛋白酶、B淋巴细胞瘤-2(B-cell lymphoma-2,Bcl-2)、Bcl-2相关X蛋白等凋亡相关蛋白以及基质金属蛋白酶类的表达,抑制脑胶质瘤细胞增殖,诱导其细胞周期阻滞及细胞凋亡,阻断脑胶质瘤细胞发展进程;(3)下调血管内皮生长因子、缺氧诱导因子等关键性因子的表达,改善脑胶质瘤中存在的缺氧微环境,并阻止脑胶质瘤微血管的新生;(4)开发多种不同类型的中药靶向递送系统,提高脑胶质瘤细胞聚集部位的药物有效浓度,调控血脑屏障的通透性;(5)降低端粒酶、逆转录酶的表达,抑制端粒酶的活性;(6)提高活性氧水平,诱导氧化应激的发生,导致脑胶质瘤细胞凋亡。

血管老化加速自发性脑出血发生的相关研究进展

自发性脑出血是老年人最常见的急危重症,高血压和血管结构改变是其发生的主要原因,但是年龄的增长为什么会带来自发性脑出血发病率的升高尚不清楚。该文通过对近年来血管老化与自发性脑出血发生相关文献进行综述,从衰老引起的高血压和血管结构功能改变两个方面探讨血管老化加速自发性脑出血发生的机制,期望对自发性脑出血防治的研究提供新的思路和参考。

一种新的旋转机械升降速阶段振动信号的瞬时频率估计算法

传统的短时傅里叶变换(Short-time Fourier transform,STFT)峰值搜索法对高噪声、强干扰信号进行瞬时频率估计的结果往往偏离真实值误差较大,且对复杂的旋转机械设备产生的振动信号不能实现参考轴的瞬时频率估计。针对旋转机械升降速阶段振动信号的特点,提出一种新的旋转机械升降速阶段振动信号瞬时频率估计算法——STFT Viterbi拟合法(STFT_Viterbi algorithm fit,STFT_VF)。该方法采用STFT对振动信号进行时频分析,从而得到时间离散点和频率离散点组成的网格面,然后运用Viterbi算法实现对参考轴信号的瞬时频率估计。STFT_VF方法极大地降低了噪声和干扰对瞬时频率估计结果的影响,实现了对复杂旋转机械振动信号的瞬时频率估计,且结果精度高。仿真和实际测试试验验证了本方法的正确性。

基于多任务深度学习的齿轮箱多故障诊断方法

机械故障诊断领域已进入了“大数据”时代,且深度学习以其强大的自适应特征提取和分类能力也在机械大数据处理方面取得了丰硕的成果。然而这些研究均运用在单标签体系下,诊断单一目标故障。在大数据背景下,单标签体系不仅割裂了机械装备不同目标故障之间的联系,也难以完整描述装备故障位置、类型、程度等种类繁多的健康状态信息。提出了一种基于多任务深度学习模型的诊断方法,对齿轮箱的轴承及齿轮这两种目标的故障同时进行诊断。其优势在于通过单独的任务层,能够从同一信号中自适应的提取不同目标的特征,并进行诊断。实验结果表明,该方法实现了在多种工况,大量样本下对齿轮箱内轴承和齿轮不同故障的准确诊断。

旋转机械阶比跟踪技术研究进展综述

阶比跟踪是一种用于旋转类机械系统动态设计、故障诊断和状态监测的重要方法。阐述了阶比跟踪的国内外发展及技术情况。对阶比跟踪算法从不同的角度进行了分类,并对各种旋转机械阶比跟踪技术的优缺点进行了详细的分析和比较,以表格的形式进行了系统的描述。展望了阶比跟踪算法研究的主要发展方向。

基于瞬时频率估计的自适应Vold-Kalman阶比跟踪研究

结合旋转机械启停阶段振动信号的特点,提出了一种基于Viterbi算法和短时傅里叶变换(STFT-VA)的瞬时频率估计算法,STFT-VA算法在高噪声、临近阶比和交叉阶比情况下有较高的精度。实现了基于STFT-VA算法的自适应Vold-Kalman阶比跟踪(AVKF-OT),和传统的以硬件实现的Vold-Kalman阶比跟踪(VKF-OT)相比,此方法具有无需转速计等硬件、用纯软件的方法实现。实验结果表明,该方法能够在时域中准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取。

一种基于Triplet loss的齿轮箱复合故障识别方法

随着设备检测点的数量与采样频率的增加,机械健康监测进入了"大数据"时代。深度学习以其强大的自适应特征提取和分类能力也在机械大数据处理方面取得了丰硕的成果。在故障诊断领域,目前深度学习方法的研究对象均集中于单一故障,而复合故障却鲜有人涉足。复合故障因为其各类故障信号间有耦合,变化的工况(负载,转速)也会对信号产生较大影响,所以难以准确诊断。面对复杂的复合故障,传统的Softmax分类器已不能精确高效的完成故障诊断。提出了一种基于Triplet loss的深度度量学习模型的诊断方法,对齿轮箱的轴承及齿轮这两种目标的故障同时进行诊断。其优势在于通过该模型提取故障信号的特征,再利用Triplet loss度量各类故障之间的距离,使得同类故障特征间的距离很近,异类故障特征间的距离很远,从而高效完成诊断任务。试验结果表明,该方法实现了在多种工况,大量样本下对齿轮箱内轴承和齿轮不同故障的准确诊断。

基于J2EE的棉纺企业综合信息管理系统

对一个大型的分布式棉纺企业综合信息管理系统进行了详细的需求分析,完成了系统体系架构设计和系统总体设计。描述基于J2EE技术构建的6层体系结构,具体叙述了每一层的主要功能,分析架构设计中使用的组件和系统集成等关键技术;根据棉纺企业生产、管理和销售的特点,给出系统的总体设计方案,并描述了各模块的主要功能。系统在企业运行后显著提高企业的生产管理水平和管理效率,降低了生产成本,基本实现了全过程、全员参与的质量管理,企业的产品质量得以大幅度提高。

基于Viterbi算法的Gabor阶比跟踪技术

结合旋转机械启停阶段振动信号的特点,提出一种基于Viterbi算法的Gabor阶比跟踪(Gabor order tracking based on Viterbi,V_GOT)算法,此算法采用Viterbi算法代替了传统的Gabor阶比跟踪(Gabor order tracking,GOT)算法中的时频滤波技术。V_GOT算法和传统的GOT算法相比,其能够对复杂机械振动信号产生的邻近阶比和交叉阶比分量进行有效的跟踪和分离,并且具有计算量小、精度高、无需转速计等硬件和用纯软件的方法实现等优点。详细讨论了V_GOT技术的基本原理、算法及进行阶比跟踪的实现过程,另外,对偶函数对Gabor阶比跟踪结果的影响进行了深入的研究。采用仿真和实际试验对V_GOT算法进行了验证,试验结果表明该方法能够在时频域准确地提取幅值和复杂频率变化的阶比,适合于复杂旋转机械振动响应特征提取。

5种杨树种间及品种间同工酶的比较分析

[目的]为正确选择杂交亲本和杂种后代的鉴定提供依据。[方法]采用聚丙烯酰胺凝胶电泳方法,对杨属的5种杨树过氧化物酶同工酶、细胞色素氧化酶同工酶的酶谱进行了比较分析。[结果]黑杨组和青杨组杨树的过氧化物酶同工酶和细胞色素氧化酶同工酶的酶谱带数较多,白杨组较少。形态相似的不同种之间过氧化物酶同工酶酶谱比较接近,相似系数较高。处在同一组的两种杨树之间的细胞色素氧化酶同工酶的相似系数较大,处在不同组之间的相似系数较小。青杨组与黑杨组的关系较近,与白杨组的关系相对较远。[结论]杨属中存在广泛的遗传多样性,利用同工酶分析可以找出品种间的细微差异。

双水平无创正压通气呼吸机治疗急性期慢性阻塞性肺疾病合并呼吸衰竭患者30例

临床对于慢性阻塞性肺疾病（COPD）急性期（AECOPD）合并呼吸衰竭患者,通常采用机械通气改善症状。传统有创机械通气治疗操作复杂、护理量大,需要气管插管和切开,患者创伤大、并发症多。双水平无创正压通气（BIPAP）呼吸机是一种新型无创的呼吸支持模式，具有操作简便、安全无创等特点，避免了患者气管插管相关并发症，不影响患者自主呼吸，保留了患者语言及进食功能，临床应用效果满意。

不同枣树品种的同工酶分析

利用聚丙烯酰胺凝胶电泳方法对枣树6个品种的细胞色素氧化酶同工酶、过氧化物酶同工酶的酶谱进行了观察和试验分析,分别计算了细胞色素氧化酶同工酶、过氧化物酶同工酶酶谱中各自酶带的Rf值以及不同品种之间的相似系数,比较了不同品种之间的亲缘关系并首次进行了排序,为枣树的品种鉴定和遗传育种提供了参考。

改进的Seam Carving瞬时频率估计算法研究

旋转机械升降速阶段微弱振动信号具有潜在性和动态响应的微弱性等特点,因此瞬时频率是限制早期故障诊断发展的关键问题.针对这一问题,该文引入了图像处理领域的Seam Carving(SC)算法,并对SC算法进行改进,结合短时傅里叶变换(Short-Time Fourier Transformation,STFT),提出了STFT-SC瞬时频率估计算法.STFT-SC算法采用STFT对振动信号进行时频分析,然后利用Seam Carving算法中的能量梯度,采用动态规划的思想寻求seam路径,实现了旋转机械振动信号的一阶瞬时频率提取,最后对一阶时频数据进行时域重构,将重构的时域信号和仿真信号进行相关性分析.结果表明,STFT-SC算法对于高噪声、邻近阶比等振动信号都具有非常好的效果.

非遗传因素对敖汉细毛羊12个性状表现的影响

对内蒙古敖汉细毛羊主要性状的非遗传因素进行了分析,采用动物模型最佳线性无偏预测(BLUP)和多性状非求导约束最大似然法(MTDFREML)估计了12个主要性状的方差组分和遗传参数。结果表明:出生年份或性状鉴定年份对所有性状有显著影响;性别和场别对所有早期性状有显著影响,场别还对产毛性状中的剪毛量、体重和毛长度有显著影响;出生类型对所有产毛性状无显著影响,但对早期性状中的初生重、断乳重、断乳毛长度和断乳毛细度有显著影响;母亲年龄对初生重和断乳重有显著影响,对其余性状无显著影响;年龄对毛密度分和毛油汗分无显著影响,对其余产毛性状有显著影响。