白细胞介素家族与心房颤动的研究进展

心房颤动是一种病理生理学机制复杂的心律失常。大量的临床试验及动物实验表明炎症因子介导的心房结构重构及电重构是诱发心房颤动的重要病理生理学基础,其中白细胞介素(IL)家族与心房颤动的关系最为密切。现简要概述IL-1β、IL-6、IL-10、IL-17和IL-22与心房颤动之间的相关性以及目前已发现的IL受体拮抗剂在心血管疾病中的应用。

磷钼酸-还原氧化石墨烯-聚苯胺改性阳极微生物燃料电池处理高氯酸盐废水的性能研究

采用磷钼酸(PMo12)-还原氧化石墨烯(rGO)-聚苯胺(PAN)对微生物燃料电池(MFC)的阳极进行改性,构建单室空气阴极MFC,考察了材料结构、改性阳极形貌和MFC的电化学特性、产电特性和高氯酸盐去除性能,并探讨了改善MFC性能的机理。结果表明:相比空白阳极,PMo12-rGO-PAN改性阳极具有更多的电化学活性位点,其MFC循环伏安闭合曲线面积和交换电流密度分别提高了2.34、9.36倍,电荷转移内阻降低了85.87%。在560 mg/L高氯酸盐下,该阳极MFC产生最大输出电压为160.03 mV;在运行过程中,该阳极MFC对高氯酸盐的还原率始终高于空白阳极。该阳极通过改善微生物的附着条件和提高阳极电子转移速率提升了MFC的运行性能。

微气泡臭氧氧化+生化中试装置深度处理化工废水运行性能

采用微气泡臭氧氧化+生化中试装置深度处理化工废水,对其长期连续运行性能进行评估并构建神经网络预测模型。结果表明,该中试装置能够稳定有效深度处理化工废水,微气泡臭氧氧化对COD和UV_(254)平均去除率分别为35.1%和52.5%,臭氧投加量与进水COD的质量比m是影响运行性能的重要参数,控制在0.5较为适宜。微气泡臭氧氧化处理可有效改善废水可生化性,BOD_(5)/COD由0.10提高至0.33,BOD_(5)增加量与COD去除量的比值可达到37.23%,对臭氧氧化后的废水进行生化处理,BOD_(5)去除量占COD去除量的80%以上。采用误差反向传播神经网络(BPNN)建立微气泡臭氧氧化处理中m对COD去除性能的预测模型,预测模型具有稳定的、较为精准的预测能力。

三酰甘油-葡萄糖指数与冠状动脉慢血流的相关性研究

目的分析冠状动脉慢血流(CSF)相关风险因素,使用限制性立方样条(RCS)模型探究三酰甘油-葡萄糖(TyG)指数与CSF之间剂量-反应关系,进一步了解胰岛素抵抗(IR)与CSF发生间的关系。方法回顾性选取2021年6月至2023年5月就诊于新疆医科大学第五附属医院完善冠状动脉造影检查明确诊断为CSF的115例患者作为CSF组,另选取同期健康体检的121例无冠状动脉血流异常者作为正常血流组进行研究。运用多因素logistic回归分析发生CSF的相关风险因素,对TyG指数进行分组,运用RCS模型明确TyG指数与CSF之间的剂量-反应关系。结果多因素logistic回归分析结果表示,吸烟史(β=1.538,OR=4.655,95%CI:2.332~9.681)、收缩压(β=0.077,OR=1.080,95%CI:1.051~1.113)、低密度脂蛋白胆固醇(β=0.552,OR=1.737,95%CI:1.156~2.676)和TyG指数(β=1.072,OR=2.922,95%CI:1.629~5.475)为CSF的危险因素,淋巴细胞计数(β=-0.941,OR=0.390,95%CI:0.218~0.680)和左室射血分数(β=-0.126,OR=0.881,95%CI:0.813~0.944)为CSF的保护因素。RCS模型结果表示,TyG指数与CSF之间存在剂量-反应关系(P-overall<0.001,P-non-linear=0.001)。结论TyG指数为CSF的独立危险因素,二者之间存在非线性剂量-反应关系,IR可能与CSF的发生机制相关。

厌氧氨氧化反应器启动特性及基质比优化调控

为实现厌氧氨氧化UASB(Up-Flow Anaerobic Sludge Bed)反应器的高效启动,以体积比为1∶2的厌氧氨氧化污泥和活性污泥为接种污泥,通过逐步提高进水基质质量浓度及优化调控基质比的方式调整反应器总氮容积负荷(Nitrogen Loading Rate,NLR),考察启动过程中反应器的脱氮性能、污泥特性及微生物群落结构。结果显示:经3次基质质量浓度提升及1次基质比优化调控,NLR达到2.16 kg N/(m^(3)·d),同时总氮去除率(Nitrogen Removal Efficiency,NRE)和总氮去除负荷(Nitrogen Removal Rate,NRR)分别达到87.60%和1.89 kg N/(m^(3)·d),经90 d厌氧氨氧化反应器成功启动;当进水NH_(4)+-N和NO_(2)^(-)-N质量浓度分别为250 mg/L、330 mg/L[NLR为2.38 kg N/(m^(3)·d)]时,NRE仅为73.75%,比厌氧氨氧化活性(Specific Anammox Activity,SAA)由148.57 mg N/(g VSS·d)下降至112.77 mg N/(g VSS·d),表明进水中过高的NO_(2)^(-)-N质量浓度抑制了厌氧氨氧化菌(Anaerobic Ammonium Oxidation Bacteria,AnAOB)的活性,进而导致反应器性能恶化;将进水基质质量比由1∶1.32调整为1∶1.10,NRE提高至87.60%,SAA增加至151.12 mg N/(g VSS·d),表明适当调整基质比能有效缓解高质量浓度NO_(2)^(-)-N对AnAOB活性的抑制,历时5 d反应器的脱氮性能可恢复。微生物群落结构分析表明反应器启动过程中微生物丰富度和多样性减少,浮霉菌门(Planctomycetes)的相对丰度显著增加至43.60%;当反应器性能受到抑制时,优势菌属为Candidatus_Brocadia(20.36%)。调整质量比解除抑制后,Candidatus_Kuenenia相对丰度达到了32.19%,取代Candidatus_Brocadia成为优势菌属。

快速溶剂萃取-GC-MS/MS法测定经济作物土壤中的甲霜灵、嘧霉胺、戊唑醇等6种常用农药残留

建立一种利用快速溶剂萃取(ASE)-气相色谱-三重四级杆质谱仪检测经济作物土壤中甲霜灵、嘧霉胺、戊唑醇等6种农药的分析方法。样品经研钵研细,利用ASE进行提取,提取液经氮吹浓缩后,上GC-MS/MS进行检测,外标法定量。6种农药质量浓度在0.05～5μg/mL范围内线性关系良好,相关系数均大于0.995;检出限在0.005～0.023μg/mL;加标回收率在81.2%～108.7%之间;重复性(n=6)相对标准偏差在3.26%～4.40%之间。实验表明该方法具有操作简单、检测速度快、检出限低等优点,适用于经济作物土壤中多种农药残留的分析检测。

射血分数保留的心力衰竭患者MMP-2、MMP-9、Gal-3的浓度变化及其临床意义

目的观察射血分数保留的心力衰竭(HF-PEF)患者血清中基质金属蛋白酶-2(MMP-2)、MMP-9及半乳糖凝集素-3(Gal-3)的浓度变化及其临床意义。方法选取2016年7月—2017年6月新疆医科大学第五附属医院心血管内科诊治的HF-PEF患者88例作为HF-PEF组,非心力衰竭患者35例为NHF组,均采用ELISA法测定血清MMP-2、MMP-9及Gal-3的浓度,超声测定左房直径(LA)、左室舒张末期内径(LVEDD)及左室射血分数(LVEF),并分析其相关性。结果HF-PEF组患者血清MMP-2、MMP-9及Gal-3浓度明显高于NHF组(t/P=12.952/0.000、17.618/0.000、14.801/0.000),并随着心功能分级升高而显著增加(F/P=78.72/0.000、127.531/0.000、86.418/0.000);HF-PEF组LAD水平大于NHF组,LVEF水平低于NHF组(P均<0.01),而2组LVEDD水平比较差异无统计学意义(P>0.05)。血清MMP-2、MMP-9和Gal-3浓度与LAD、LVEDD呈正相关(LAD:r/P=0.716/0.000、0.712/0.000、0.661/0.000;LVEDD:r/P=0.267/0.012、0.325/0.002、0.280/0.008),与LVEF呈负相关(r/P=-0.357/0.001、-0.547/0.000、-0.451/0.000)。结论检测血清中MMP-2、MMP-9及Gal-3浓度有助于HF-PEF患者病情早期诊断及其疾病严重程度的判断。

一种利用QuEChERS-GC/MS测定苹果种植土壤中5种常见菊酯类农药的方法研究

实验建立利用QuEChERS提取苹果种植土壤中的5种菊酯类农药(甲氰菊酯、联苯菊酯、高效氯氟氰菊酯、氯菊酯、氰戊菊酯),气相色谱-质谱法定性定量检测的分析方法。苹果种植土壤样品用乙腈:冰乙酸(9:1,V/V)进行超声提取,QuEChERS方法进行净化处理,净化后的溶液用氮吹仪吹干,残渣用丙酮溶解定容至1 mL,0.45μm滤膜过滤,GC-MS仪定性定量检测。结果表明:5种菊酯类农药在0.1～50.0μg/mL范围内线性关系良好,r2均大于0.995;检出限在0.008～0.02 mg/kg之间,加标回收率范围为80.6%～106.7%;精密度相对标准偏差在1.8%～2.8%之间,重复性相对标准偏差在3.5%～4.6%之间。实验证明该方法具有前处理简单、检测速度快、灵敏度高、检测结果准确等优点。

针对深度神经网络模型指纹检测的逃避算法

随着深度神经网络在不同领域的成功应用,模型的知识产权保护成为了一个备受关注的问题.由于深度神经网络的训练需要大量计算资源、人力成本和时间成本,攻击者通过窃取目标模型参数,可低成本地构建本地替代模型.为保护模型所有者的知识产权,最近提出的模型指纹比对方法,利用模型决策边界附近的指纹样本及其指纹查验模型是否被窃取,具有不影响模型自身性能的优点.针对这类基于模型指纹的保护策略,提出了一种逃避算法,可以成功绕开这类保护策略,揭示了模型指纹保护的脆弱性.该逃避算法的核心是设计了一个指纹样本检测器——Fingerprint-GAN.利用生成对抗网络(generative adversarial network,GAN)原理,学习正常样本在隐空间的特征表示及其分布,根据指纹样本与正常样本在隐空间中特征表示的差异性,检测到指纹样本,并向目标模型所有者返回有别于预测的标签,使模型所有者的指纹比对方法失效.最后通过CIFAR-10,CIFAR-100数据集评估了逃避算法的性能,实验结果表明:算法对指纹样本的检测率分别可达95%和94%,而模型所有者的指纹比对成功率最高仅为19%,证明了模型指纹比对保护方法的不可靠性.

抗生素废水处理技术的研究进展

介绍了抗生素废水的来源及特点。针对抗生素废水的有机物浓度高、难降解、水质波动较大等特点,简述了近几年抗生素废水处理的主要方法:物化法、生物法及组合法。分析了其各工艺的处理效果及存在的问题,由此提出了应根据当前形式寻找针对不同抗生素废水高效、经济的处理工艺。

无导线起搏器临床应用进展

心脏起搏器自20世纪60年代初被推出以来,一直作为缓慢性心律失常的有效治疗手段被临床上广泛接受并推广。然而,尽管技术进步,传统心脏起搏器仍由脉冲发生器和导线组成。该系统与高达9.5%的并发症发生率有关,其中包括与设备相关的并发症,如血肿、心脏起搏器囊袋感染,以及与导线放置相关的并发症,如气胸、心脏穿孔和导线脱位[1]。并且随着患者寿命的延长,不良事件发生率增高以及随之所面临的电极拔除风险都将是临床医师诊疗过程中所需要面对并解决的难题。无导线起搏器的诞生能够有效解除临床医师这一窘境,并在临床中迅速推广,本文围绕其临床应用进展作一系统阐述。

石家庄城市生态化协调度研究

以石家庄市为例,以文献频度统计法筛选保留经济发展、人口及素质水平、环境生态承载力和环境生态保护措施四个方面的20项指标,以此构建指标评价体系,并以灰色关联分析法为基础计算石家庄城市生态化关联系数及协调度。结果表明:2008～2017年石家庄城市生态化协调度呈宽口U字型规律发展,且在2013年达最低值(0.41),而后呈触底后缓慢上升趋势,2017年已上升至0.65,并结合石家庄市地理条件、产业结构、城市建设和环保措施等方面进行深入分析,以期为后续研究做好基础。

阿维菌素和盐霉素废水厌氧试验研究

采用厌氧法对阿维菌素废水和阿维菌素与盐霉素混合废水进行了对比处理试验。探索不同比例的盐霉素对厌氧实验的影响,确定最佳运行条件。为该公司废水的达标排放提供了技术参考,对其他含有难生物降解有机物的废水处理具有一定的借鉴意义。

石家庄城市化对生态环境影响分析

以现有文献研究为依据,分别从石家庄城市化对气温气候、水文水质和生态系统健康安全等多方面的影响进行了分析比较,结果表明,石家庄的生态化发展受城市化影响,处于较低的初级敏感阶段,仍处于低位运行,且快速的城市化进程,对气温气候和水文水质等影响较为明显,为此,提出了相关的发展建议。

针对卷积神经网络流量分类器的对抗样本攻击防御

随着深度学习的兴起,深度神经网络被成功应用于多种领域,但研究表明深度神经网络容易遭到对抗样本的恶意攻击。作为深度神经网络之一的卷积神经网络(CNN)目前也被成功应用于网络流量的分类问题,因此同样会遭遇对抗样本的攻击。为提高CNN网络流量分类器防御对抗样本的攻击,本文首先提出批次对抗训练方法,利用训练过程反向传播误差的特点,在一次反向传播过程中同时完成样本梯度和参数梯度的计算,可以明显提高训练效率。同时,由于训练用的对抗样本是在目标模型上生成,因此可有效防御白盒攻击;为进一步防御黑盒攻击,克服对抗样本的可转移性,提出增强对抗训练方法。利用多个模型生成样本梯度不一致的对抗样本,增加对抗样本的多样性,提高防御黑盒攻击的能力。通过真实流量数据集USTC-TFC2016上的实验,我们生成对抗样本的网络流量进行模拟攻击,结果表明针对白盒攻击,批次对抗训练可使对抗样本的分类准确率从17.29%提高到75.37%;针对黑盒攻击,增强对抗训练可使对抗样本的分类准确率从26.37%提高到68.39%。由于深度神经网络的黑箱特性,其工作机理和对抗样本产生的原因目前没有一致的认识。下一步工作对CNN的脆弱性机理进行进一步研究,从而找到更好的提高对抗训练效果的方法。

低强度无创迷走神经刺激治疗冠状动脉慢血流患者的短期效果观察

目的观察低强度无创迷走神经刺激(tragus stimulation,TS)对冠状动脉慢血流(coronary slow flow,CSF)患者的短期治疗效果。方法选取2020年1月至2021年12月就诊于新疆医科大学第五附属医院心血管内科,行冠状动脉造影(coronary angiography,CAG)检查诊断为CSF的患者共60例,并随机分配为实验组(TS组,n=30)和对照组(N-TS组,n=30),TS组给予无创迷走神经刺激30 min,N-TS组给予假刺激30 min,采用校正的心肌梗死溶栓治疗帧数计数(corrected TIMI frame count,CTFC)法计算刺激前后两组患者冠状动脉血流速度,记录其一般临床资料、生化指标以及术前、术后12导联心电图,同时分析干预前后心率变异性(heart rate variability,HRV)中频域成分低频功率(low frequency,LF)、高频功率(high frequency,HF)、LF/HF的变化。结果TS组及N-TS组患者在一般情况、生化指标、刺激前各冠状动脉CTFC值、刺激前HRV中LF、HF、LF/HF在基线水平比较,差异无统计学意义(P>0.05)。TS组患者左前降支(left anterior descending artery,LAD)、左回旋支(left circumflex artery,LCX)、右冠状动脉(right coronary artery,RCA)的CTFC值较刺激前均下降,差异有统计学意义(P<0.05),且刺激后TS组各支冠状动脉的CTFC值较N-TS组差异有统计学意义(P<0.05);TS组患者的LF/HF、LF水平较刺激前降低,HF水平较刺激前升高,差异有统计学意义(P<0.05)。结论低强度无创迷走神经刺激术可以改善CSF患者的冠状动脉血流速度。

Fe/HA修饰阳极对MFC产电和脱氮性能的影响

为了选取具有较高氧化还原活性的铁腐殖酸复合物(Fe/HA)作为阳极材料,开展Fe/HA修饰阳极对MFC产电和硝酸盐降解性能影响的研究。通过电沉积法制备Fe/HA修饰阳极,利用扫描电子显微镜(SEM)和傅里叶红外光谱(FTIR)对Fe/HA修饰阳极的表面形貌特征和活性官能团进行表征;同时采用循环伏安曲线(CV)、塔菲尔曲线(Tafel)和交流阻抗曲线(EIS)对Fe/HA修饰阳极的电化学性能进行测量;并以硝酸盐废水为模拟废水,考察Fe/HA修饰阳极对MFC性能的影响。结果表明:Fe/HA修饰阳极表面具有松散的簇团状结构和氧化还原活性官能团;同时,与空白阳极相比,Fe/HA修饰阳极电荷转移量增加了75.82%,交换电流密度增加了14.95%,电荷转移阻抗降低了17.60%;Fe/HA修饰阳极MFC的最大平均输出电压和脱氮效率较空白阳极MFC分别增加了16.52%和6.47%。通过Fe/HA对MFC阳极的修饰,可有效增加阳极表面氧化还原活性官能团的数量和微生物附着的面积,从而提高电子传递效率,实现对MFC产电性能和脱氮效率的提高,本研究可为金属与腐殖酸复合物阳极材料的开发及其在MFC废水处理领域的应用提供理论依据。

微生物燃料电池阳极修饰研究进展

微生物燃料电池(MFC)中的微生物与阳极之间的电子传递速率影响微生物燃料电池产电性能,通过阳极修饰,可有效提高电子传递速率,进而提高MFC产电性能。综述了MFC微生物燃料电池阳极的修饰方法,即化学清洗法、电化学氧化法、氮修饰法、酸热处理法和表面活性剂修饰法,以及修饰材料,包括碳纳米材料、导电聚合物、金属及其化合物、氧化还原介体及复合材料。提出今后应重点研发导电性高、稳定性强、比表面积大、生物相容性好的阳极材料,以加快MFC实际应用进程。

基于知识蒸馏的差异性深度集成学习

深度神经网络模型在图像识别、语音识别等领域表现出了优异的性能,但高性能的模型对计算资源提出了更高的要求,存在难以部署于边缘设备的问题,对此提出一种基于知识蒸馏的差异性深度集成学习。首先对成员模型进行知识蒸馏,然后使用余弦相似度作为损失函数的正则化项对成员模型进行集成,最后得到训练好的模型。在MNIST(Mixed National Institute of Standards and Technology)和CIFAR10(Canadian Institute for Advanced Research)数据集上的试验结果表明,基于知识蒸馏的差异性深度集成学习在压缩模型的同时将模型的分类准确率提升至83.58%,相较于未经蒸馏的原始模型,分类准确率提高了4%,在压缩模型的同时提高模型的泛化性能。基于知识蒸馏的差异性深度集成学习打破了模型的压缩必然以泛化性能为代价这一认知,为模型集成提供了新的研究思路。

不均衡数据对卷积神经网络的影响及改进算法

通过不同的数据分布、激活函数和网络结构对卷积神经网络(convolutional neural networks,CNN)的训练过程进行试验分析发现,数据不均衡会造成CNN训练过程收敛慢、泛化能力差的负面影响。针对这一问题,结合过抽样和欠抽样各自的优点,在随机梯度下降算法的基础上,提出均衡小批量随机梯度下降算法(equilibrium mini-batch stochastic gradient descent,EMSGD),保证小批量内的数据均衡,精确调整更新参数的梯度方向。试验结果表明,均衡小批量随机梯度下降算法可以在数据不均衡条件下提高CNN训练误差收敛速度,提高泛化性能。