高分子生物材料快速成形构建组织工程支架的研究

学术背景:组织工程支架为细胞的生长和组织的再生提供了一个临时平台,在整形外科中有很好的应用前景。很多学者对用于制备支架的可降解生物材料作了研究,传统的材料成形方法因其局限性,逐渐被近年发展起来的快速成形技术所取代。目的:研究高分子生物材料的成形性以及用于制备支架的快速成形技术,为每种技术(三维印刷、熔融堆积成形、选择性激光烧结)选择合适的材料提供参考。检索策略:应用计算机检索CNKI数据库和Elsevier全文电子刊1995-01/2007-12的有关文献,检索词为"生物材料,快速成形,tissue engineering;scaffold;biomaterial;collagen;chitosan;fibrin;PLA;PLGA;PGA;PCL;PEG; rapid prototyping; 3D printing; fused deposition modeling; selective laser sintering"。对文献进行筛选,纳入标准:①选取针对性强,相关度高的文献。②对同一领域的文献选择近期发表或权威杂志的文献。③排除重复研究的文献。最后31篇被选用。文献评价:选用31篇文献,其中5篇为综述、其余均为实验研究。资料综合:具有良好的生物相容性和机械性能的聚乳酸、聚乳酸-乙二醇酸、聚己内酯等高分子聚合物,是组织工程支架快速成形技术的首选材料。天然高分子材料如胶原、壳聚糖等的机械性能较差,但生物相容性好,可作为辅料用于支架的快速成形。三维印刷、熔融堆积成形、选择性激光烧结快速成形技术制备出的支架均具有高的孔隙率,高的表面积体积比,孔与孔之间完全通透,宏观形状可控,孔隙率和孔径独立控制等优点。结论:快速成形技术以其快速、经济的工艺流程,为组织工程支架的制备和实验研究提供了一个新途径。

电子鼻检测技术在粮食霉变识别中的应用研究

针对其在粮食霉变检测领域进行了研究,讨论了粮食霉变的生物化学过程、电子鼻的组成和工作原理。对电子鼻在粮食霉变识别中的研究进展进行了论述和评述,并就电子鼻的发展方向和应用前景进行了探讨。

基于DCMTK的DICOM医学图像显示及其调窗方法研究

DICOM是医学图像存储和传输的国际标准,DCMTK是免费开源的针对DICOM标准的开发包。解读DICOM文件格式并解决DICOM医学图像显示问题是医学图像处理的基础,对医学影像技术的研究具有重要意义。解读了DICOM文件格式并介绍了调窗处理的原理,利用VC++和DCMTK实现医学图像显示和调窗功能。

组织工程支架的低温沉积制造工艺参数研究

低温沉积制造是一种新的快速成形技术。为了将这项技术更好地应用于组织工程支架的制造,根据支架孔隙率的要求,按照一定比例将PLGA和珍珠粉混合,配制成浆料,然后利用低温沉积制造工艺制备了网格型的组织工程支架,并得出了适于加工这种材料的一组工艺参数。主要从软件设定、浆料性质、温控调节和速度匹配4个方面入手,研究了在材料配制、分层和成形机制造等一系列工艺过程中参数对成形结果的影响。实验结果表明,制造出的支架结构规则能满足孔隙率的要求。

组织工程新技术：器官打印研究进展

器官打印是和生物医学有关的快速成型技术，它主要建立在组织的流体力学的基础上，通过计算机辅助逐层堆积（打印）天然材料（细胞和细胞基质）直到三维器官形成。讨论了细胞打印的生物学基础，并从器官三维建模、用于细胞打印的打印机的开发、连续堆积细胞和生物材料直到构成三维器官的方法这3个方面探讨了细胞打印的可行性。

高分子生物材料的组织工程支架成形方法

多孔支架是组织工程的重要要素,高分子材料是制作支架的主要材料。而快速成形技术以其复杂形状成形能力、可控的连通孔造孔能力成为组织工程支架制备的一种崭新方法。讨论了组织工程对支架性能的要求,介绍了常用高分子材料作为支架主要特性以及相关的成形方法。通过与传统支架制备方法的对比,阐述了快速成形技术的优势。

数字乳腺断层摄影的影像组学对乳腺癌分子分型预测研究

目的:探讨基于数字乳腺断层摄影(digital breast tomosynthesis,DBT)的影像组学对乳腺癌分子分型的预测价值。方法:回顾并分析2019年1月—2020年8月于复旦大学附属肿瘤医院行DBT检查并经病理学检查证实为浸润性乳腺癌的380例患者资料,每例患者DBT影像包含头尾(craniocaudal,CC)位和内外斜(mediolateral oblique,MLO)位。通过提取380例基于DBT的病灶全瘤组学特征,经降维、筛选后,将保留的特征分别放入逻辑回归(logistic regression,LR)、支持向量机(support vector machine,SVM)及随机森林(random forest,RF)3个不同的机器学习模型,以受试者工作特征(receiver operating characteristic,ROC)曲线评价3种模型对乳腺癌4种分子分型的预测效能。结果:经病理学检查证实的380例病灶中,Luminal A型72例,Luminal B型175例,人表皮生长因子受体2(human epidermal growth factor receptor 2,HER2)过表达型54例,三阴性乳腺癌(triple-negative breast cancer,TNBC)79例。3种不同的算法模型均可有效鉴别乳腺癌分子分型,其中RF模型表现效果整体较好,在测试集中通过二分法预测Luminal A型、Luminal B型、HER2过表达型和TNBC的曲线下面积(area under curve,AUC)分别为0.82、0.71、0.70和0.71。DBT组学特征中,熵及与熵相关特征、形态特征与乳腺癌分子分型有关。结论:基于DBT的影像组学模型可较好预测乳腺癌的分子分型,其中表征异质性与形态的影像组学特征有助于乳腺癌分子分型的鉴别。

典型无机非金属材料增材制造研究与应用现状

增材制造是基于离散堆积思想实现原型或产品零件的快速制造。作为三大材料之一的无机非金属材料在医疗、航天航空、汽车、建筑、工艺品等众多领域都具有无可比拟的巨大应用前景,为了能够快速制造形状任意复杂的器件,无机非金属材料的增材制造成为当下研究的热点。从增材制造技术类型、材料等方面详细阐述国内外无机非金属材料增材制造研究水平与发展状况,对比几种常用的无机非金属材料,重点是针对几种常见的陶瓷材料以及用于砂型铸造材料等成形特点及面临问题进行阐述,阐明了目前无机非金属材料增材制造存在的迫切需要解决的关键性问题,并深入分析了材料处理工艺、3DP/SLS/SLM三维成形工艺、后处理工艺对成形件的质量和性能的影响作用,最后对宝玉石材料的增材制造提出一些展望。

基于随机共振的气敏传感器阵列信号的识别研究

6只不同的碳纳米管气敏传感器用来识别甲醛、苯、甲苯、二甲苯4种挥发性有机物(VOC),传感器的响应输出在外加噪声的情况下通过单个阈值检测器,出现了阈上随机共振,使得传感器阵列采集的气体信号得到了增强。对不同种类的气体,最大互相关系数不同,而且对每类气体这个最大互相关系数是恒定的,因此能准确地用来代表不同种类的气体。实验结果表明基于随机共振的最大互相关系数法可以作为传感器阵列信号识别的一种新的算法,且准确度高。该方法在利用随机共振提高系统性能方面有很大的应用前景。

基于排列组合熵的脑电意识任务识别方法的研究

研究基于脑电信号排列组合熵的运动意识任务自动分类方法。求出时变脑电信号所对应的排列组合熵时间序列,它能很好的反映出事件相关去同步(ERD)和事件相关同步(ERS)现象,因此能有效地提取人脑想象左右手运动任务时的特征,最终利用K-近邻法模式分类方法对想象左右手运动任务进行分类决策。对国际脑机接口竞赛相关数据进行测试,最高准确率达到88.57%,最大互信息达到0.42。基于排列组合熵的脑电信号特征,可以作为脑电意识任务的有效分类依据。

基于小波特征与动态高斯混合模型的动作电位分类研究

提出了一种结合小波时频特征提取以及动态高斯混合模型模式分类的动作电位分类新算法,以实现植入式脑电研究中非同源动作电位的非监督聚类。在阈值法检测动作电位信号的基础上,采用sym5小波变换基函数提取各个动作电位的时频特征,以提高动作电位信号在高频突变阶段的时间分辨率;考虑到动作电位信号的非平稳特性,对时频特征序列进行了分帧处理,然后分别采用高斯混合模型和贝叶斯网络模型对帧内和帧间数据进行建模,从而实现了基于动态高斯混合模型的动作电位模式分类。实验结果表明,该方法的分类性能抗干扰性及可靠性较好,仿真数据的错分率基本稳定在8.44%以内,真实数据的分类结果能较大程度贴近人工分类的结果。

金属粒子掺杂的多壁碳纳米管气敏性研究

分别利用化学还原和电化学镀覆方法,对经过浓硫酸浓硝酸混合液酸化预处理的多壁碳纳米管进行Pd和Cu的掺杂,并制备成电流型气敏传感器.以甲醛、苯、甲苯、二甲苯作为测试气体,通过电化学分析仪测试它们在不同气体种类和体积分数下的响应.实验结果表明,传感器在常温下具有较高的灵敏度和重复性,金属粒子的掺杂使传感器的灵敏性和选择性都有较大的改变.影响气敏特性的主要因素包括:碳纳米管自身的结构缺陷、气体分子与金属团簇的反应、金属粒子形成的局部催化活性中心.

基于双稳态随机共振的图像复原技术研究

传统的图像滤波复原技术一般通过滤除噪声来达到恢复图像的目的,但是对于受强噪声干扰的图像,噪声的消除很困难,而随机共振却具有利用噪声增强信号的特点,因此,提出了以非线性双稳态系统作为信号处理器,根据互信息熵调节参数使系统达到非周期随机共振状态,从而对受噪声污染的图像进行复原处理。实验结果表明,相比传统滤波复原方法,该方法的复原结果更加接近于原图,另外对于噪声强度的变化具有较好的鲁棒性。

基于神经元阈上非周期随机共振机制的灰度图像复原研究

传统的图像复原方法在重建被噪声污染的图像时,都只是将噪声作为一种干扰加以消除。当噪声增强、图像信号减弱时,由于受方法本身消噪能力的限制,图像的恢复变得非常困难,因此,基于Hodgkin-Huxley神经元阈上非周期随机共振原理,提出了一种通过自适应调节和添加最优噪声的方法来实现图像随机共振,以取得最佳的复原效果。实验结果表明,该方法对于被噪声污染的灰度图像,特别是对于强噪声背景下的灰度图像,其复原的效果优于传统的方法。由于该方法具有较强的鲁棒性,因此为强噪声背景下的图像复原、目标识别等工程应用提供了一种新的思路。

基于神经元阈上非周期随机共振机制的语音复原技术研究

应用随机共振机制,通过噪声能量来加强语音信号,改善低信噪比语音的输出质量。对FitzHugh-Nagumo(FHN)神经元模型中存在的阈上非周期随机共振现象进行了分析,根据其阈值特性,此二维神经元模型可被等价为两状态的阈值跨越非线性动力学系统。因此对含噪语音信号添加噪声,产生阈值化后的二值输出,经迭代收敛进入阈上非周期随机共振状态。在一个非零添加噪声强度上,含噪语音输出的互相关系数将达到最大值。通过语音复原的结果表明,本文方法对噪声的变化有更好的鲁棒性,尤其在强背景噪声下,随机共振方法较其他传统方法有更佳的复原效果。

基于机器视觉的抗生素残留量检测系统研究和开发

本文设计了一种结合机器视觉和各领域成熟技术的自动检测系统,以实现符合行业标准的四环素族抗生素残留量检测。通过CCD器件采集图像后,进行自适应差分滤波预处理,采用改进的四叉树交叉熵分割算法进行准确快速的分析,提出多分辨率的圆检测算法精确检测抑菌圈直径数据,最后对数据建模统计,得到分析结果。实验证明,设计并开发的检测系统具有精度高、重现性高、操作简单、客观性强、专业性强等显著优点,可推广到其他的抗生素检验领域。

基于分形维数的图像质量客观评价方法研究

建立图像质量客观评价模型对于图像编码、增强、重建以及分析等领域具有重要的现实意义。鉴于传统的图像质量评价方法的评价结果与主观感知存在较大的误差等缺陷,为此从分形角度考虑,并兼顾人眼视觉特性,首先提取了分形维数作为图像质量的评价指标;然后从非线性角度来表征引起人眼视觉敏感变化的图像亮度以及纹理信息,并将能准确反映图像质量变化的空隙度参数作为有效补偿;最后采用线性回归分析直接对图像进行建模,并将分形维数差值和空隙度差值两分量表示在统一的模型中。实验证明,相对于传统的PSNR和SSIM评价指标而言,该评价模型不仅对于不同类型的失真、相同失真类型的不同失真级别的图像能够准确进行评估,而且与主观评价值(MOS)具有更好的关联性,即与人眼视觉感受具有较高的吻合性,同时能够实现对图像质量进行全面、科学的评价。

自适应随机共振的图像复原研究

传统的图像滤波复原技术都是把噪声当成一种有害的干扰加以消除,但随着噪声的强度增加,传统的图像复原办法对强噪声背景下的图像复原效果很差。本文主要基于Hodgkin-Huxley(H-H)神经元阈上非周期随机共振原理,通过一种自适应调节的方法不断添加噪声实现图像的随机共振,从而达到最佳的图像复原效果。实验结果证明,相对于传统的图像复原方法,本文所提出的方法在强噪声的背景下对图像的恢复有更好的效果,随着噪声强度的变化具有比传统方法更好的鲁棒性,为图像复原提供了一种新思路。

EEG动力学模型中随机共振现象的仿真研究

脑电图(electroencephalogram,EEG)中随机共振现象的研究对于分析大脑系统的行为具有重要理论意义和应用价值。为了模拟大脑系统中检测信号的机制,提出使用信噪比、互相关系数、互信息率对比评价方法,对EEG动力学模型中随机共振现象进行了研究。实验结果表明,EEG动力学模型不但存在着周期随机共振现象,同时也存在着非周期随机共振现象。此研究为大脑系统中存在着随机共振现象的观点提供了一种新的证据。

双稳态自适应随机共振的强噪声图像复原研究

传统的图像滤波复原技术一般都是对图像中的噪声加以抑制或消除,但图像在强噪声污染时传统的方法消除噪声很困难。根据随机共振可以利用噪声增强弱信号的特性,提出了一种通过比较互信息熵,自适应调节参数使双稳态系统达到随机共振来复原含噪图像的方法。实验结果表明,在强噪声背景下与传统滤波复原方法相比,该方法复原信噪比更高,鲁棒性好,改善了图像复原的效果。