基于“精血俱耗致衰”探讨高龄复发性流产的证治思路

复发性流产是临床常见的妊娠并发症,近年来伴随高龄孕产妇人数的增加,复发性流产发病率逐渐增加。从“精血俱耗致衰”的角度切入,通过探讨其理论内涵,提出高龄复发性流产的发生与精血虚衰关系密切;进一步总结高龄复发性流产患者病机以肾虚为本,以精血虚耗为主,同时可兼具血瘀、寒凝、气滞等病理因素,与心、肝、脾等多脏相关。治疗以益精养血为主,妊娠前补肾调肝、交通心肾,妊娠期健脾益肾、固摄胎元,从而减少复发性流产的发生。

基于“肝-脑-目”轴探讨中医药论治干眼

“肝”“脑”“目”三者在生理及病理上相互联系,形成了“肝-脑-目”轴交互体系。其关系存在多向交互串扰,影响干眼的发生发展。应用脏腑辨证理论从生理和病理两个层面对“肝-脑-目”轴的内涵进行阐述,并提出“肝-脑-目”轴的3种失衡状态及其与干眼发病的关系,且肝、肾与目的关系为“肝-脑-目”轴理论之关键。提出清肝疏肝以畅“肝-脑-目”轴、益精生髓以充“肝-脑-目”轴、补肝肾阴以理“肝-脑-目”轴的中医药治疗干眼思路,以期为临床治疗干眼提供参考。

沉积盆地超深层有机-无机复合生烃机理及地质模式

全球范围内超深层油气的不断发现,对经典的生烃理论提出了挑战,外源氢加入的有机-无机复合生烃过程引起了广泛关注。基于地质观察统计数据,分子氢在沉积盆地中分布广泛,形成机制复杂。在地质环境中,水和水-岩反应、深部流体等途径产生的无机氢是最主要的外部氢源。可控加氢模拟实验揭示了沉积盆地的氢逸度水平是调控烃类产物生成的重要因素之一,并且干酪根的加氢裂解是沉积盆地中易于发生的生烃过程。外源氢介入生烃过程的前提是环境氢逸度大于沉积有机质本身的氢逸度,其有效范围受生烃母质化学组成和结构的制约,约起始于生油高峰之后,约终止于沉积有机质H/C=0.3之时。亦即,有机-无机复合生烃作用是沉积盆地超深层生烃的有效途径。在其有效发生的范围内,油气资源类型依然由生烃母质类型(化学组成和结构)、成熟度和受热历史等因素决定,具有明显的阶段性和不同于经典理论的生烃模式。外源氢的参与,在成熟阶段可小幅度提升生油产率;在高—过成熟阶段可显著增加天然气产率;在高成熟阶段,加氢脱烷基作用最大可增加50%的轻质油/凝析油产率;在过成熟阶段,加氢脱甲基-开环作用最大可增加约5倍甲烷产率。有机-无机复合生烃模式的确立,丰富了传统生烃理论的内涵,奠定了超深层油气生成的理论基础,拓展了油气勘探的视野。

辽河油田石脑油中有机氯化物的形态鉴定及脱除

采用GC-ECD气相色谱法对石脑油中的有机氯化物进行定性定量分析,并根据其形态结构选择适宜的吸附剂进行吸附脱氯,探索吸附剂吸附脱氯的适宜条件。结果表明,石脑油中的有机氯化物主要为氯仿、四氯化碳、四氯乙烷和二氯苯,其质量浓度分别为0.16、0.02、3.32和4.52 mg/L。制备的吸附剂N适用于石脑油吸附脱氯,其适宜的吸附条件为吸附温度40℃、吸附时间3 h、剂/油质量比(m(Adsorbent)/m(Oil))为0.1。在此条件下石脑油中有机氯质量浓度从2.70 mg/L降至0.68 mg/L。吸附剂M对脱后石脑油进行再次吸附后,其氯质量浓度可以减少到0.47 mg/L,达到石脑油工业生产的要求。

用自组织神经网络方法实现测井相定量识别

作者在本文中介绍了一种利用自组织神经网络进行测井相识别的方法。自组织神经网络是一种无导师学习算法 ,它通过网络自身的调节对输入进行聚类 ,近年来广泛应用于各类模式识别问题中。这里我们采用从测井曲线中提取出反映沉积环境的信息参数 ,再利用自组织神经网络进行测井相判别。此法从沉积成因角度出发 ,判别沉积相模式 ,消除了测井曲线中的不确定因素 。

五脏阴阳辨证的学术包容性

辨证论治是中医治疗学的基本指导思想。在该思想的指导下,临床常用的辨证方法有脏腑辨证、八纲辨证、六经辨证、气血津液辨证、卫气营血辨证以及三焦辨证等。剖析上述众多辨证方法的精神实质,笔者认为,脏腑辨证与八纲辨证可谓中医治疗学的核心辨证纲领,二者可统合为五脏阴阳辨证,是中医辨证的"纲中之纲"。通过脏腑辨证,可以把握疾病的具体部位。通过八纲辨证,可以分辨疾病的阴阳、表里、寒热、虚实性质。而六经辨证、气血津液辨证、卫气营血辨证以及三焦辨证等,都可统一于五脏阴阳辨证之下,包容于五脏阴阳辨证之中。

自组织神经网络在流域土壤水分含量空间模式识别中的应用

由于土壤水分含量受众多因素的影响,空间变异性很大,给土壤水分含量空间分布的研究带来了很大的困难。空间模式识别是处理土壤水分含量空间数据的方法之一,能够分析得到土壤水分含量空间数据的聚类结果。基于自组织特征映射和自适应共振理论的自组织神经网络模型在空间数据模式识别中得到广泛应用,针对澳大利亚tar-rawarra试验流域土壤水分含量的观测数据,应用自组织神经网络,建立动态土壤水分含量的空间模式识别模型,并用半变异函数对识别结果进行检验,实例研究表明该方法是一种行之有效的方法。

基于自组织神经网络在油气分层中的研究

测井曲线的分层研究是勘探和开发油气资源的重要手段,也是认识油气层的地质面貌,以及剖析油气藏量内在规律的一种有力武器。该文介绍了一种基于自组织神经网络对测井曲线进行聚类自动分层的识别方法,它是一种通过网络自身的调节,从而对输入数据进行聚类的方法。该文采用某地区的油气层数据来建立网络模型,首先采用了插值的方法,消除该测井数据随机干扰带来的噪声,同时保留了数据的完整性和代表性;然后通过利用自组织神经网络算法,对该数据自动进行四层的识别分类;最后结合人工分层的结果进行验证,以保证利用自组织神经网络识别的结果更加客观和可靠。该方法的可操作性强,原理简单易于实现,说明该算法对研究测井曲线具备一定的有效性和可行性。

三星伴月生物滩的预测

二叠系长兴组生物礁是建南气田主产层之一。生物礁生长环境的特殊性使其在地震响应上有着与围岩完全不同的特征,根据这些特征在研究区内寻找类似异常。通过沉积相、地震相、神经网络模式识别以及AVO(Ampli-tude Various with Offset)响应特征的分析,认为三星伴月异常体为生物滩的异常反射,有待钻井证实。

结合自组织映射网络及三角形算法的星图识别方法

三角形方法是最经典且应用最广的星图识别方法之一,但是存在搜索范围大、匹配冗余、抗噪能力弱等问题。将神经网络技术应用到星图识别过程中,结合自组织映射网络(SOM)优秀的分类能力和三角形算法可靠的角距匹配能力,提出了一种新的识别方法。该方法基于邻近星的分布来构建每颗导航星的特征向量,将其作为SOM网络的输入向量,通过训练得到具有分类识别功能的网络及相应的三角形库。识别阶段,输入待识别星的特征向量,网络输出识别类,在该类对应的三角形库中应用三角形算法查找匹配三角形,完成星图识别。试验发现该方法减小三角形搜索范围、实现快速匹配的同时,提高了识别系统的抗噪能力,在全天识别过程中平均识别时间低于5ms,识别率在噪声标准差为0.025时仍高达99%。

名,可名,非常名——对辨证论治的几点认识

通过对“名 ,可名 ,非常名”深刻含义的理解 ,认为“脏”、“证”等均是有其名而无其实的基本概念 ,反映着人体内的某种关系 ,具有不可确定性。“辨证论治”是分析并调整机体各种关系与状态的科学方法 ,即病证之象是人体内复杂关系整合后的整体外象 ,病机是象与证联系的思维桥梁 ,辨证则包括对自我调控能力、体质、脏 (腑 )之偏属三方面的考察。辨证论治的过程 ,是一个中医药治疗康复方法的应用 ,与病象、病机、病证不断谋合 ,并随其“象”变而不断改变药味、穴位与剂量或刺激量 ,直至病象、病机。