课程文献中心 更多>>

关键词： 癫痫   神经元特异性烯醇化酶   星形胶质源性蛋白   脑电图   复发  

摘要： 目的检测癫痫患者的血清神经元特异性烯醇化酶(NSE)水平,并分析其与脑电图(EEG)特征的相关性,以及癫痫复发风险的预测因素。方法选取2021年1月—2023年2月湖州市第一人民医院收治的95例癫痫患者作为研究组,同期选择30例体检健康者作为对照组。采用酶联免疫吸附法检测血清NSE水平,采用Kendall分析血清NSE水平与EEG的相关性;随访1年,根据研究组内癫痫患者是否再次发作分为无复发组(41例)和复发组(52例),采用多因素logistic回归分析癫痫患者复发的影响因素。结果研究组血清NSE、甘丙肽(GAL)及肿瘤坏死因子-α(TNF-α)水平均高于对照组(P<0.05);不同EEG异常组血清NSE、GAL及TNF-α水平比较差异均有统计学意义(P<0.05)。Kendall相关系数分析显示,NSE、GAL及TNF-α与EEG特征(异常程度)呈正相关关系(P<0.05)。复发组与无复发组抗癫痫药物服药种数、血清NSE、GAL及TNF-α水平比较差异均有统计学意义(P<0.05)。多因素logistic回归分析显示:NSE(OR=1.259)及TNF-α(OR=1.097)水平高是癫痫患者复发的独立危险因素(P<0.05)。ROC曲线结果显示:NSE预测癫痫患者复发的AUC为0.859(95%CI:0.786~0.932),TNF-α的AUC为0.703(95%CI:0.594~0.811)。结论血清NSE水平越高,癫痫患者EEG异常程度越高;血清NSE水平对癫痫患者复发风险具有较高的预测价值,可作为癫痫患者复发的独立预测指标。

关键词： 粗差   模糊子集   隶属函数   标准化残差   IGGIII  

摘要： 针对IGGIII抗差估计方法根据残差大小是否满足设定的界限阈值进行分段定权不能很好处理粗差模糊边界的问题,提出一种利用标准化残差属于粗差的模糊子集隶属度函数改进的IGGIII抗差估计方法(MF-IGGIII),具体为:首先通过模糊统计的方法确定标准化残差最大程度受粗差污染的模糊集合的隶属函数,然后根据计算的隶属度函数值构建等价权函数并进行选权迭代过程。通一个实际测角网平差算例验证本文方法,即在角度观测值中分别模拟4个、5个和6个三种不同数目粗差后再分别进行平差处理。选取参数估值误差的范数作为精度指标,结果表明,与传统IGGIII抗差估计方法相比,新方法精度分别提升了35.9%、32.5%和32.7%。说明同等条件下,由于新方法考虑了粗差的模糊性质,故取得了更高的参数估计精度,且在粗差个数增加到观测值总数的1/3情况下,仍然获得了较好的结果,其抗差性能更稳定,结果更可靠。In response to the problem that the IGGIII robust estimation method cannot effectively handle rough fuzzy boundaries by segmenting and weighting based on whether the residual size meets the set threshold, a modified IGGIII robust estimation method (MF-IGGIII) is proposed, which utilizes the membership function of the fuzzy subset of standardized residuals belonging to rough errors. Specifically, the membership function of the fuzzy set that is most heavily contaminated by rough errors in the standardized residuals is first determined through fuzzy statistics, and then an equivalent weight function is constructed based on the calculated membership function values and subjected to a weight selection iteration process. Verify the method proposed in this paper through an actual angle measurement network adjustment example, which simulates four, five, and six different numbers of gross errors in the angle observation values, and then performs adjustment processing separately. The analysis results of the case study show that under the same conditions, even when the number of gross errors increased to one-third of the total number of observations, good results were still obtained, with more stable robustness and more reliable results.

关键词： 超克图纳仁   话剧创作   创作论   民族情怀   少数民族题材   理性反思   民族性格   民族意识  

摘要： 在中国当代戏剧史上,书写内蒙古地区风土人情、社会建设的戏剧占有重要的地位。这其中,最为典型的作家当属蒙古族剧作家超克图纳仁。相较于这一时期少数民族题材话剧创作汉族剧作家的“他者”视角,超克图纳仁以本民族的视角用戏剧的形式艺术地表现了中华人民共和国成立后内蒙古地区翻天覆地的社会变化,真实地书写了蒙古族的民族性格、民族精神以及草原人民的民族意识和各民族团结友爱的民族情怀,表达了知识分子对个体生命的尊重和对历史的理性反思,不仅丰富了内蒙古当代戏剧的宝库,也为中国当代戏剧史留下了宝贵的一页。

关键词： 云台观组   石英砂岩   勘查类型   构造   分区划分  

摘要： 宜昌地区云台观组石英砂岩丰富,可作硅质原料,以往已有多个矿山勘查开发成功案例,各个矿区勘查类型划分影响因素不尽相同。宜昌市宜都地区云台观组被近南北向的走滑正断层切割呈断块状不连续山头,构造为该区石英砂岩矿床划分勘查类型的主要影响因素。本文以宜昌市宜都地区鹰子咀矿区东矿段为例,研究论述从普查到勘探阶段矿床勘查类型的变化情况、分区划分勘查类型影响因素、分区划分勘查类型情况,可作为相似矿床分区划分勘查类型、确定合理的勘查研究程度、布置勘查工程提供经验。

关键词： 帆船赛   南大洋   徐京   赤道无风带   船长   自然数   不间断   青岛  

摘要： 法国当地时间11月10日13点02分,青岛“独臂船长”徐京坤正式开启2024旺代单人不间断环球帆船赛,成为首位参赛的中国船长!旺代单人不间断环球帆船赛是一个人驾驶一条18米的赛船,不间断、不停泊、无协助地绕地球一圈,24000多海里(近5万公里)的距离,三个月左右的时间里,一个人要面对赤道无风带的酷暑,也要面对南大洋冰山夹击的严寒,这群船长并非与任何对手竞争,而是在探索人类的极限,试验最先进的科技,收集无人之境的自然数据。据悉,历史上曾经入选并完赛的船长只有84名,“旺代”被称为“海上珠穆朗玛”,是“比登天还难的比赛”。

关键词： 表面肌电图   用力呼吸   呼吸驱动   呼吸肌训练   病情变化   支气管哮喘   临床运用   呼吸困难  

摘要： 连续监测呼吸驱动对于指导机械通气、判断病情变化具有重要作用,但呼吸驱动不可直接测量。呼吸与危重症医学的医务人员通常通过监测呼吸努力来反映呼吸驱动,如食管压和食道膈肌电活动,但这些手段因其有创性、较高的技术要求及高昂的费用问题而使用受限。食道膈肌电活动只监测膈肌的活动水平而忽略了其他呼吸肌,特别是对于用力呼吸的患者,不能真实反映患者的吸气努力。这也使食管压和食道膈肌电活动的监测在临床运用上受到限制。呼吸肌表面肌电图(sEMG)是一种无创的监测呼吸肌电活动的方法,可用于所有呼吸肌活动水平的监测和功能状态的评估。本文总结了呼吸肌sEMG用于评估呼吸困难、预测慢性阻塞性肺疾病急性加重、支气管哮喘诊断、指导机械通气以及制定呼吸肌训练方案等方面的研究进展,以期为呼吸努力的评估提供新的方法。

关键词： 划线车   图像处理   MPC  

摘要： 道路标线划线车是标记或划定道路边界、车道、停车线等交通标线的专业车辆,其作用是施划道路标线,确保道路标线整齐清晰,从而提高道路安全性和车辆行驶的有序性。针对使用传统手推划线车存在施工效率和施工精度偏低、人眼对齐施工道路引导水线(以下简称引导水线)难的问题,设计了小型划线车无人驾驶改造方案。该系统首先采用图像处理技术改进Haar-like模版进行引导水线特征识别;其次,结合GNSS定位信息将图像中引导水线特征中点转换到全局坐标系下,并根据图像所得到的全局定位信息进行模型预测控制器(MPC)轨迹跟踪设计;最后通过实车实验进行验证,本文所设计的小型无人驾驶划线车改造方案能够清晰识别引导水线特征,无人驾驶跟踪精度满足道路标线工艺要求。The road marking vehicle is a specialized apparatus for marking or delineating road boundaries, lanes, and parking lines, with the primary function of applying road markings to ensure clarity and neatness, thereby enhancing road safety and facilitating orderly vehicle movement. To address the issues of low construction efficiency and precision, as well as the difficulty for manual alignment of the guide waterline (hereafter referred to as the guide waterline) during traditional hand-push road marking operations, a solution for the driverless transformation of a small road marking vehicle has been designed. This system first utilizes image processing techniques to improve the Haar-like template for guide waterline feature recognition. Next, it integrates GNSS positioning information to transform the midpoint of the guide waterline features from the image into the global coordinate system. Based on the globally positioned information derived from the image, a model predictive controller (MPC) is designed for trajectory tracking. Finally, through real vehicle experiments, it is demonstrated that the intelligent modification solution for the small autonomous road marking vehicle can accurately recognize guide waterline features, and its unmanned tracking precision meets the requirements of road marking processes.

关键词： 《祝福》   连环画改编   语图转换   图文共生  

摘要： 本文以文学图像释图的方法,在比较分析鲁迅小说《祝福》连环画改编的基础上,探讨连环画改编中的语图转换和图文共生关系。小说是以语言为载体的文学文本,连环画是由图文共生的综合表意空间。对小说《祝福》的连环画改编,需要遵循连环画的创作规律。脚本是为绘画服务的,《祝福》的脚本改编以可画性为前提,做到为图而文,不同程度地调整了叙事视角、叙事结构与叙事节奏,以适应画面呈现的需要。图像擅长形象塑造和场景描绘,语言则在叙事抒情方面更具表现力。《祝福》连环画的人物形象塑造和故事情节展开,主要通过连续性画面的语图互释来实现,改编者常常选择“最富于孕育性的顷刻”塑造人物形象,暗示故事情节的进展。不同版本的《祝福》连环画在改编过程中实现了图文共生、互文互释。

关键词： 图神经网络   大语言模型   图结构感知   企业风险预测   图结构统一表示  

摘要： 在企业的招商引资过程中,存在多维度的风险。传统的风险评估方法由于信息失真以及经济行为中的复杂关系,难以及时且准确地识别这些风险。为解决上述问题,提出一种将大型语言模型(LLM)与图神经网络(GNN)融合的风险分析框架。利用LLM的语义理解能力,辅助GNN构建全面、准确的动态企业异构知识图谱,从而解决静态数据引起的信息失真问题。在此基础上,针对GNN在深度和语义表达能力上的不足,设计一个基于知识的语义结构挖掘模块,并结合Qwen2大模型增强节点表示的语义精准性。此外,提出一体化图(IOG)模块将节点分类与图分类任务统一为对“关注节点”的预测。通过统一预测机制,实现对不同图结构类型的预测,从而显著提升模型在不同数据集上的泛化能力。基于该框架构建的IOG-CIQAN(In One Graph with Collective Intelligence and Qwen2 Assistance Network)模型在劳工、财务、行政这3个风险分析数据集上的准确率均超过了87%,优于胶囊网络(CapsNet)等多种基线模型。

关键词： 超声心动描记术   心包积液   医学图像分割   U-Net模型  

摘要： 心包积液是由多种因素引起的心包腔内液体积聚,超声心动图是其常用的诊断工具,但由于图像噪声、回声变化和分割区域形状不规则等问题,常导致定位困难。本文提出了一种改进U-Net模型,并探讨其自动分割心包积液超声心动图图像的应用价值。本文纳入公开数据集Pericardial-Effusion-experimental-data中2541组(共5082张图片)数据,以7∶3的比例分为训练集(1779组,3558张图片)和公开测试集(762组,1524张图片),另纳入山东第二医科大学附属医院的心包积液患者超声心动图图像38张作为外部测试集。基于训练集对U-Net模型进行改进,具体方法包括引入多尺度特征提取模块和Dropout2d机制,以增强模型的泛化能力和分割精度;在下采样过程中应用LeakyReLU激活函数,提高模型的非线性表达能力;在卷积层中采用反射填充,优化积液区边界的轮廓。比较改进前后U-Net模型在公开测试集和外部测试集上的准确率、召回率、精确度和F1分数,结果显示,改进后U-Net模型在公开测试集和外部测试集中的准确率分别为96.97%和98.00%,召回率分别为91.47%和80.03%,精确度分别为69.84%和52.20%,F1分数分别为77.34%和60.86%。上述结果表明,改进U-Net模型具有较好的泛化能力,为心包积液超声心动图图像的自动分割提供了一种有效的解决方案,能够在提高诊断效率的同时,确保较高的准确率。