期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
钢板内固定系统重建椎管的生物力学分析 被引量:1
1
作者 陈建民 刘国印 +3 位作者 包天翼 柏天婷 张二来 赵建宁 《南方医科大学学报》 CAS CSCD 北大核心 2023年第3期331-339,共9页
目的比较椎板切除回植后应用不同钢板内固定系统(微H钢板和微L钢板)重建椎管的生物力学性能。方法应用3D打印技术打造正常腰4(L4)椎体模型,对L4椎体模型实施全椎板切除,根据椎板回植椎管重建(RL-SCR)内固定方式的不同分成微H钢板(H-MFS... 目的比较椎板切除回植后应用不同钢板内固定系统(微H钢板和微L钢板)重建椎管的生物力学性能。方法应用3D打印技术打造正常腰4(L4)椎体模型,对L4椎体模型实施全椎板切除,根据椎板回植椎管重建(RL-SCR)内固定方式的不同分成微H钢板(H-MFS)组和微L钢板(L-MFS)组;分别通过静态压缩和动态疲劳压缩实验对两组RL-SCR模型进行加载直至钢板失效、断裂或回植椎板塌陷;静态压缩实验采用速度控制模式,动态疲劳压缩实验采用载荷控制模式。同时,通过建立正常L3-L5有限元模型,在验证该模型有效性的前提下进行RL-SCR的生物力学研究;根据处理方式不同分为正常赋值组、椎板切除组、H-MFS组和L-MFS组;在相同载荷下,模拟前屈、后伸、左弯、右弯、左旋和右旋6个方向的生理活动条件,对各组L3-L4和L4-L5的活动度(ROM)变化进行评估。结果RL-SCR静态压缩实验中,H-MFS组的持续屈服载荷大于L-MFS组(P<0.05),在相同机械载荷下的压缩刚度、屈服位移和轴向位移-轴向载荷排列为:H-MFS组>L-MFS组(P<0.05);L-MFS组全部出现椎板原位还纳或“闭门”现象及椎板塌陷,均出现钢板断裂现象;而H-MFS组未出现钢板断裂现象,仅部分出现螺钉周围的钢板裂纹和螺钉尾帽松动的现象;RL-SCR的动态压缩疲劳实验中,H-MFS组的动态压缩峰值载荷可达873 N,为静压缩平均屈服载荷的95%,优于L-MFS组(P<0.05);而L-MFS组的动态压缩峰值荷载仅为468 N,为静压缩平均屈服载荷的80%;此外,根据疲劳寿命-峰值载荷图估算出L-MFS组的极限载荷仅为H-MFS组的46.59%,差异有统计学意义(P<0.05)。与椎板切除组相比,6种加载工况下,正常赋值组、H-MFS组和L-MFS组L3-L4和L4-L5的ROM范围均明显降低;与正常赋值组相比,H-MFS组仅在后伸时的ROM增加明显,而L-MFS组在前屈、后伸、左旋和右旋时的ROM增加明显;病变节段ROM的整体趋势为椎板切除组>L-MFS组>H-MFS组>正常赋值组。结论椎板切除会破坏脊柱后柱结构,从而影响其生物力学稳定性,而应用RL-SCR内固定的方式可有效维持脊柱生物力学的稳定性,且与微L钢板相比,微H钢板在维持椎管完整性和生物力学性能上的优势更明显。 展开更多
关键词 椎板回植椎管重建 椎板钢板 3D打印 静态压缩 动态压缩 生物力学 有限元分析
下载PDF
Reinforcement Learning from Algorithm Model to Industry Innovation Innovation: A Foundation Stone of Future Artificial Intelligence 被引量:1
2
作者 DONG Shaokang CHEN Jiarui +2 位作者 LIU Yong bao tianyi GAO Yang 《ZTE Communications》 2019年第3期31-41,共11页
Reinforcement learning(RL)algorithm has been introduced for several decades,which becomes a paradigm in sequential decision-making and control.The development of reinforcement learning,especially in recent years,has e... Reinforcement learning(RL)algorithm has been introduced for several decades,which becomes a paradigm in sequential decision-making and control.The development of reinforcement learning,especially in recent years,has enabled this algorithm to be applied in many industry fields,such as robotics,medical intelligence,and games.This paper first introduces the history and background of reinforcement learning,and then illustrates the industrial application and open source platforms.After that,the successful applications from AlphaGo to AlphaZero and future reinforcement learning technique are focused on.Finally,the artificial intelligence for complex interaction(e.g.,stochastic environment,multiple players,selfish behavior,and distributes optimization)is considered and this paper concludes with the highlight and outlook of future general artificial intelligence. 展开更多
关键词 artificial INTELLIGENCE DECISION-MAKING and control PROBLEMS reinforcementlearning
下载PDF
“误译研究/学”的术语化探究——以汉英俄语为例 被引量:1
3
作者 顾俊玲 刘陶陶 包天乙 《中国科技翻译》 2023年第3期19-22,共4页
术语标准化是确立及发展一门学科的必要条件,在翻译批评领域,“误译研究/学”正在逐步系统化,但是指称“不合格翻译”的汉、英、俄术语尚未达成共识。本文基于术语构成的简明性、语义的准确性、术语的接受度分析,提出确立“误译研究/学... 术语标准化是确立及发展一门学科的必要条件,在翻译批评领域,“误译研究/学”正在逐步系统化,但是指称“不合格翻译”的汉、英、俄术语尚未达成共识。本文基于术语构成的简明性、语义的准确性、术语的接受度分析,提出确立“误译研究/学”的汉、英、俄语表述方式。 展开更多
关键词 误译 误译研究/学 术语化
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部