机电一体化综合实训系统设计

本文通过对机械手的机械机构设计与电气控制的设计,提升机电一体化专业的学生对机电一体的理解,并利用此系统开展机电一体综合实训,提高学生的实践能力和创新能力。     

拉曼光谱法快速测定盐酸异丙嗪注射液的含量

目的:建立拉曼光谱法快速测定盐酸异丙嗪注射液的含量。方法:采用智能激光拉曼光谱仪扫描样品,激发波长780 nm,激光强度100 MW,光圈25 μm,光栅400 gr·mm^-1,分辨率2.0 cm^-1,曝光时间50 s,曝光次数2次,扫描范围100~3 200 cm^-1。结果:盐酸异丙嗪在20~200 mg·ml^-1范围内与拉曼定量峰面积呈良好的线性关系(r=0.998 2),平均加标回收率为98.13%,RSD为1.05%(n=9)。结论:本方法快速、简单、可靠,可用于盐酸异丙嗪注射液的含量测定。     

基于极限学习机的阿尔兹海默病辅助诊断

阿尔兹海默病是一种渐进发展式的痴呆疾病, 其脑部随着病情发展逐渐出现萎缩。利用磁共振脑图像解剖学特征的变化, 提出一种使用极限学习机来诊断阿尔兹海默病以及轻度认知障碍的方法。采用FreeSurfer软件, 分析从ADNI数据库的818份磁共振图像中得到的脑部解剖学特征。首先对这些特征使用线性回归模型来估计正常衰老引起的萎缩因素, 并将其从特征中去除;随后采用极限学习机作为分类器, 使用处理后的特征来诊断阿尔兹海默病和轻度认知障碍。在实验过程中, 通过十折交叉验证来测试该方法的诊断准确率、敏感度、特异度和曲线下面积。通过100次实验求平均的方式计算得出, 该方法诊断阿尔兹海默病的准确率达到87.62%, 曲线下面积达到94.25%;诊断轻度认知障碍的准确率达到73.38%, 敏感度达到83.88%, 其中年龄矫正能有效提高轻度认知障碍诊断的准确率。实验结果表明, 该方法能有效诊断阿尔兹海默病和轻度认知障碍。     

基于血液酒精浓度和脑电特征的酒后驾车事故倾向对比研究

为研究驾驶员不同程度饮酒后的交通事故倾向,结合步进酒后状态诱发和模拟驾驶实验,对比分析了驾驶员血液酒精浓度BAC和规范化脑电δ波功率增益NPG分别与交通事故倾向NAP之间的数值关系.实验结果显示:饮入酒精导致约92％驾驶员安全驾驶能力下降,但约8％驾驶员在适量酒精作用下反而有所提高,说明血液酒精浓度方案缺乏一定的严谨性；NPG与NAP之间普遍存在增减一致性,而BAC与NAP在约10％～30％主观最大饮酒量区间可能增减不一致.规范化脑电8波功率增益相比于血液酒精浓度能更准确的反映驾驶员不同程度饮酒后的交通事故倾向,可作为酒后驾车相关问题及对策研究的一种新型参数依据.     

土苓温胆汤治疗痰浊上扰型慢性头痛60例

目的：探讨土苓温胆汤加减治疗痰浊上扰型慢性头痛的疗效。方法：将60例痰浊上扰型慢性头痛患者用土苓温胆汤加减进行治疗,评定其疗效。结果：治愈43例,好转17例,无效0例,治愈率71.7%,好转率28.3%,总有效率100%。结论：土苓温胆汤加减治疗痰浊上扰型慢性头痛疗效满意。     

癫痫患者默认网络的静息态功能磁共振成像研究

目的:分析癫痫患者静息态fMRI下默认网络及其潜在结构的变化.方法:对15名临床诊断为原发全身强直痉挛癫痫患者和20名正常志愿者静息态时的fMRI数据进行独立成分分析,依据空间最佳匹配原则挑选独立成分,研究正常被试和癫痫患者的默认网络差异,并选定默认网络中11个脑区构建功能连接网络,运用图论和聚类方法探讨其潜在结构的改变.结果:与正常对照组相比,患者组默认网络的脑区激活普遍下降,功能连接网络发生明显变化,且整个网络呈现出混乱的层次化结构.结论:静息态下癫痫患者的默认网络及潜在的层次化结构发生异常.     

燕窝真伪鉴别分析方法的研究进展

本文综述了近期燕窝的鉴别方法,具体介绍了燕窝的性状鉴别,化学鉴别,及各种分析仪器在燕窝鉴别中的应用,为进一步研究燕窝的质量标准提供参考.     

儿童肺炎支原体感染并心力衰竭53例临床分析

目的 对肺炎支原体感染并心力衰竭的患儿的临床特点进行分析探讨。方法 对福建省妇幼保健院的2012年10月至2018年6月收治的53例肺炎支原体感染并心力衰竭的患儿及同时期肺炎支原体感染无心力衰竭的对照组111例的临床资料进行回顾性分析。结果 肺炎支原体感染并心力衰竭组患儿≤1岁30例（56.6%）,44例听诊心音均低钝。与对照组比较,儿童肺炎支原体感染并心力衰竭组呼吸困难、基础疾病和混合感染比例更高,白细胞计数、C反应蛋白、乳酸脱氢酶水平更高,血小板计数、血红蛋白水平更低。结论 肺炎支原体感染中小婴儿、合并心脏基础疾病、混合2种及以上病原菌感染、高C反应蛋白、高乳酸脱氢酶、低血红蛋白水平可能更容易出现心力衰竭的并发症。     

基于随机森林的慢性丙型肝炎纤维化和活动度分析

为对慢性丙型肝炎病情相关的肝纤维化阶段和炎症活动度进行预测,提出一种基于两阶段随机森林的自动分级方法。首先,在训练病例集上进行第一阶段随机森林模型学习,获取各个血清学指标的特征重要度,以衡量这些指标与肝炎纤维化阶段和炎症活动度之间的相关程度;其次,选择特征重要度大于阈值的血清学指标,可作为下一步进行分类的特征;最后,在选出的显著性特征上进行第二阶段的随机森林模型训练,对慢性丙型肝炎的肝纤维化程度和炎症活动度进行自动分级。通过对123例慢性丙型肝炎的血清学指标进行分析,得到纤维化阶段、纤维化S₄阶段和炎症活动度的分类正确率分别为68.29%、100%和73.17%,得到与慢性丙型肝炎纤维化分期和活动度分级密切相关的重要血清指标为总胆固醇、高密度脂蛋白胆固醇、谷丙转氨酶、天门冬氨酸转氨酶等。实验结果表明,采用的检验指标获取成本低、计算量低,能达到较好的分级准确度,有助于慢性丙型肝炎诊断。