课程文献中心 更多>>

关键词： 腰椎间盘突出   扩散张量成像   神经根性炎   微创治疗   免疫组织化学  

摘要： 目的探索利用消炎液微创治疗腰椎非压迫性神经根炎的动物实验方法,并运用磁共振扩散张量成像(DTI)对其疗效进行定量评价。方法将6只巴马小型猪分为两组,通过CT导向下于L2~3、L3~4及L4~5神经根旁硬膜外注入自体髓核组织造模。造模后14天,实验组神经根旁注入10 mL消炎液治疗,对照组注入10 mL生理盐水。两组治疗后3、7、14天各取1只实验猪处死,解剖相应神经根行TNF-α蛋白含量免疫组织化学检查。造模前、治疗前、神经根取材前均行DTI检查。比较两组造模前、治疗前及治疗后各时间点神经根FA值变化及治疗后神经根TNF-α蛋白含量的变化。结果造模后两组神经根FA值均减小(均P<0.05);实验组治疗后各时间点神经根FA值回升(P<0.05),而对照组无变化(P>0.05);实验组相应神经根FA值均高于对照组(均P<0.05)。实验组治疗后7、14天神经根TNF-α蛋白含量降低且低于对照组(P<0.05),而对照组治疗后各时间点无变化(P>0.05)。结论消炎液微创治疗腰椎非压迫性神经根炎有效,并能用DTI进行评价。

关键词： 遗忘型轻度认知障碍   弥散张量成像   正电子发射计算机断层显像   磁共振成像  

摘要： 目的研究磁共振扩散张量成像(diffusion tensor imaging,DTI)与^(18)F-AV1451 tau蛋白脑显像对于轻度认知障碍(mild cognitive impairment,MCI)的诊断价值,为今后临床早期发现诊断MCI患者并进行早期干预治疗提供帮助。材料与方法本前瞻性研究分别选取13名临床诊断为遗忘型MCI(amnestic MCI,aMCI)患者、13名阿尔茨海默病(Alzheimer’s disease,AD)患者和11名正常对照(normal controls,NC)者。采用正电子发射计算机断层显像(positron emission tomography-computed tomography,PET-CT)和磁共振成像设备对上述患者进行;F-AV1451 tau蛋白脑显像及DTI检查。采用ADW工作站自动配准生成各向异性分数(fraction anisotropy,FA)图、表观扩散系数(apparent diffusion coefficient,ADC)图以及PET图像,在同一层面勾画后扣带回、海马旁回及颞中回感兴趣区域,测量选定区域内的FA值、ADC值、最大标准摄取值及标准摄取值比率(standard uptake value ratio,SUVr)。应用秩和检验、Person相关性分析统计两组间的FA值、ADC值、SUVr值的变化及相关性。结果;F-AV1451 tau蛋白脑显像诊断aMCI患者的阳性预测值为70.0%,阴性预测值为57.1%,敏感度为53.8%,特异度为72.7%;F-AV1451 tau蛋白脑显像诊断AD组患者的阳性预测值为76.9%,阴性预测值为72.7%,敏感度为76.9%,特异度为72.7%。aMCI组和NC组在左侧后扣带回、右侧海马旁回SUVr值差异具有统计学意义(P=0.032,0.025);AD组和NC组在双侧海马旁回、左侧颞中回SUVr值差异均有统计学意义(P=0.007,0.007,0.041);AD组与aMCI组在左侧后扣带回、右侧海马旁回SUVr值差异均有统计学意义(P=0.032,0.025)。aMCI组和NC组FA值差异无统计学意义(P>0.05),ADC值在双侧后扣带回、右侧海马旁回、右侧颞中回差异具有统计学意义(P=0.024,0.012,0.024,0.024);AD组和NC组FA、ADC值差异均无统计学意义(P>0.05);aMCI组与AD组FA、ADC值在双侧后扣带回差异均具有统计学意义(P=0.047,0.047,0.047,0.012)。对于6名均行;F-AV1451 tau蛋白脑显像与DTI检查的aMCI患者,Pearson相关分析显示各部位相应FA、ADC值与SUVr值之间无显著相关性(P>0.05);右侧海马旁回ADC值与简易智能状态检测(Minimental State Examination,MMSE)评分呈负相关(r=-0.821,P=0.045);其余部位FA、ADC值及SUVr值与MMSE、蒙特利尔认知评估量表评分无显著相关性(P>0.05)。结论运用DTI检测不同部位脑白质损伤,尤其双侧后扣带回,对早期区分aMCI和AD患者有一定的意义,未来临床上可能作为aMCI与AD的鉴别指标。此外,^(18)F-AV1451 tau蛋白脑显像在鉴别aMCI中的诊断效能较高,右侧海马旁回ADC值与MMSE评分呈负相关,说明临床心理量表评分可能反映脑组织结构中的微观结构变化。

关键词： 张量分析   异质性时空场   面向对象表达   数据模型  

摘要： 面向高维数据分析的张量方法在应用于异质性时空数据时,易造成特征估计偏差问题,而建立从局部到整体的特征分析框架有助于提升异质性张量分析的准确性,但该分析框架构建涉及不同维度、不同结构时空数据对象,进而会增加时空数据模型的复杂度。该文从张量模型的特性出发,利用张量算子分别建立张量子空间和张量块的数据组织与表达结构,以时空场数据的面向对象表达为基础,定义适用于异质性时空场数据的类与操作,并将该数据模型应用于异质性时空场数据分析方法设计。基于气象再分析数据的实验表明:该文的数据模型可有效支撑高维时空场数据的统一组织与表达,在支撑异质性时空场数据的特征提取方面较经典的张量分析方法具有更高的准确性。

摘要： [原题呈现] 阅读下面的材料,根据要求写作. 教科书,又称教材、课本,是依据课程标准编制的、系统反映学科内容的教学用书.求学生涯中,谁也离不开教科书.我们热爱教科书、敬畏教科书,有时候可能会怀疑教科书、探究教科书……不仅如此,教科书的意义,也辐射到生活中.于是,我们看到了教科书式的人物、教科书式的操作,也认识了生活中某些"反面教科书"……

关键词： 光纤光学   光纤光栅   倾角传感器   温度自补偿   安全监测  

摘要： 为实现结构的长期安全监测,设计了一种杠杆原理与摆锤结构相结合的光纤光栅倾角传感器,并在此基础上进行了理论分析、数值计算和传感器性能测试。对比分析了数值计算和实验结果,发现二者具有较好的一致性。为增大传感器的灵敏度,对传感器的尺寸参数进行了设计。考虑到光纤光栅与金属材料之间的锚固效率和传感器的制作工艺要求,综合给出了效果最佳的组合值。实验结果表明,所提光纤光栅倾角传感器的有效监测范围为-5°~5°,传感器的灵敏度为359.04 pm/(°),线性相关度可达0.999,测量重复性误差为3.433%。此外,所提光纤光栅倾角传感器降低了温度对角度测量的影响,适用于温度变化较大且精度要求较高的工作环境,有良好的应用前景。

关键词： 非线性光学   铌酸锂晶体   电光效应   双晶匹配   削波器  

摘要： 分析了电光削波器半波电压的关键影响因素,发现使用具有较大有效电光系数的电光晶体、合理设计晶体的横纵比是降低器件半波电压的有效手段;在此基础上,设计并制备出低半波电压的铌酸锂电光削波器。采用沿铌酸锂晶体x轴通光、z轴加电的横向电光工作模式,并利用双晶匹配的方式消除自然双折射的影响。匹配后两块晶体通光面的光学质量良好,直流高压下测得的半波电压约为900 V,动态消光比达200∶1。使用幅值为800 V、脉宽为0.95 ns、重复频率为1 Hz的脉冲高压驱动电光削波器工作时,从1064 nm连续激光中获得了脉宽为1.46 ns、重复频率为1 Hz的激光脉冲输出。

关键词： 预应力碳纤维板   钢筋混凝土梁   光纤光栅   共振频率  

摘要： 为了评估预应力碳纤维板加固钢筋混凝土(RC)梁的健康状态,以光纤光栅(FBG)传感器为依托,对加固前、后RC梁的共振频率进行监测;然后,对RC梁进行抗弯和人工激励实验,依据共振频率变化曲线判定健康状态.结果表明:受损RC梁经过预应力碳纤维板加固后,RC梁的极限承载能力与刚度均得到提升,共振频率基本提升了28%;对于不同的激励位置,RC梁共振频率曲线基本一致.

关键词： BBO晶体   非线性光学效应   非线性晶体   中国科学院   电光效应   偏硼酸钡   低温相   福建物质结构研究所  

摘要： BBO晶体,全称“低温相偏硼酸钡(β-BaB_(2)O_(4))”,是中国科学院福建物质结构研究所(简称物构所)于1979年发明的一种性能极其优异的紫外非线性晶体,被誉为中国人按照自己的科学思想创造出来的第一块“中国牌”晶体。BBO晶体不仅具有优异的非线性光学效应,而且还有突出的电光效应,因而具有极高的应用价值。

关键词： 视频去雨   张量模型   范数   全变分   交替方向乘子法  

摘要： 提出了一种基于全变分正则与L_(2,1)范数的视频去雨张量模型用于解决雨线遮挡问题。首先,对雨线成分与视频背景先验信息进行预处理,获取相应正则化条件的构建依据以增强各部分稀疏性,便于促进雨线分离。其次,考虑到视频图像存在不规则动态对象,引入全变分正则项来抑制背景强度变化,缓解雨线的误判现象。采用交替方向乘子法(alternating direction method of multipliers,ADMM)可以有效地对所提出的张量模型进行求解,并在合成数据与真实数据集上开展大量实验。结果表明,所提方法在动态背景情况下有效去除视频图像雨线的同时,保留了更多背景细节信息。与相关先进方法相比,所提方法在峰值信噪比、结构相似性和残差三种综合性能量化指标上均具有较大的优势。

关键词： 图卷积神经网络   多视图学习   聚类   深度学习   机器学习  

摘要： 针对多视图聚类进行的数据表示学习,通常采用浅层模型与线性函数实现数据嵌入,该方式无法有效挖掘多种视图间丰富的数据关系.为充分表示不同视图间的一致性信息与互补性信息,本文提出基于张量图卷积的多视图聚类方法 (TGCNMC).该方法首先将传统的平面图拼接为张量图,并采用张量图卷积学习各视图中数据的近邻结构;接着利用图间卷积进行多视图间的信息传递,从而捕获多视图数据间的协同作用,揭示多视图数据中的一致性与互补性信息;最后采用自监督方式进行数据聚类.通过在标准数据集上进行的广泛实验,聚类效果优于现有的方法,表明该方法可以更全面的描述多视图数据、更有效地挖掘视图间的关系并具有更好的处理下游聚类任务的能力.