影像学检查对结肠癌诊断价值的临床探究

目的:研究探讨应用影像学检查对结肠癌诊断的临床价值。方法:选取我院收治的结肠癌患者100例作为研究对象,所有患者均经手术病理证实,回顾性分析患者的临床基本资料以及多种影像学检查手段检查的结果,计算其诊断有效率。结果:经常规超声检查,多排螺旋CT扫描、结肠气钡双重造影和结肠内镜检查的患者诊断准确率分别为52.3%、56.5%、93.3%、92.5%。结论:不同影像学检查方法在进行结肠癌的诊断过程中各有优势,根据诊断和治疗的需求选择合适的检查方法。     

长春市大气中SO2与NO2长期污染特征及防治对策分析

通过对长春市2000~2010年SO2与NO2的长期监测数据分析,得到长春市SO2与NO2浓度的长期变化均为绝对浓度值增加的趋势,以及采暖期比非采暖期污染物浓度显著增加的变化规律。通过污染负荷系数指标的计算,确定SO2、NO2与PM10对长春市环境空气质量的影响是同样重要的。分析SO2与NO2排放源主要为工业生产和热力供应过程中的燃料燃烧和机动车尾气排放。总结了自然及人为产生原因和治理对策,为长春市区域大气污染治理防治提供理论依据。     

铽-α-萘甲酸-邻菲口罗啉三元配合物的抗菌效果

采用滤纸片法测定了铽- α萘甲酸-邻菲口罗啉三元配合物、铽元素、α萘甲酸、phen的抗菌性.结果表明:铽- α萘甲酸-邻菲口罗啉配合物的抑菌性大于配体邻菲口罗啉、α -萘甲酸、铽元素;稀土配合物的抗菌性存在浓度效应;配合物对6种测试菌的抑制性顺序为大肠埃希氏菌>酿酒酵母>枯草芽胞杆菌>表皮葡萄球菌>金黄色葡萄球菌>铜绿假单胞杆菌.对铽- α -萘甲酸邻菲口罗啉稀土配合物抑菌谱的研究有助于稀土配合物抑菌机理的探索.     

基于图解法的BQ分级限定条件及计算公式研究

《工程岩体分级标准》(GB/T 50218—2014)修改了原标准GB 50218—1994中的BQ(basic quality)分级指标计算公式，但其两个限定条件(岩石饱和单轴抗压强度和岩体完整性系数)没有进行同步修正.通过大量数据研究发现，直接用受岩石饱和单轴抗压强度(R_○c)和岩体完整性系数(K_○v)限定条件折减后的数据进行定量计算，多会导致定性与定量计算结果不吻合.本文对限定条件进行修正，并基于简化的图解法进行分析，得出R_○c限定条件的影响范围较广泛，则以数据库中新增54组数据为样本，由R_○c限定条件折减的数据进行回归分析建立新的计算公式.将得到的修正后的限定条件和新的区段计算公式，依托实际工程数据进行验证.结果表明，本文修正的限定条件和提出的计算公式提高了定性分级与定量分级的吻合度，得到了更准确的分级结果.     

大型钢质圆筒就位作业安全风险分析及对策研究

钢质圆筒作为水下干式采油设施安装、钻完井阶段的重要装置，起到了隔离外部海水的作用，创造了干式的安装与钻完井环境，方便了水下施工作业。基于就位作业的危险性特征，先利用结构熵权法对圆筒就位作业的危险因素进行分析，并计算各因素指标的权重，得到权重总排序，再利用预先危险性分析法对权重值较高的5个危险因素，即大气压、应力释放、立式姿态中心高度、吊装钢丝绳状态、圆筒立式固定重心位置分别进行分析，进而明确提出降低水下干式作业安全风险的预防及缓解措施，以确保企业安全生产、降低人员伤亡和财产损失。     

黄河流域近十年 NPP 变化特征及驱动因子分析

基于BEPS生态过程模型计算的净初级生产力(NPP)、平均最高及最低气温及降水数据，采用Sen+MK趋势分析方法对黄河流域2010～2020年NPP变化趋势情况进行连续监测，利用复相关系数探究气温和降水对NPP的驱动影响情况，并通过土地覆盖类型变换侧面反应人类活动对黄河流域净初级生产力的影响.研究结果表明：黄河流域2010～2020年NPP呈不明显的上升趋势；黄河流域NPP受降水驱动较为明显的地区主要为内蒙古及山东沿海地区，内蒙古、山西、陕西3省交界处主要受到平均最高气温驱动，青海柴达木盆地等地则主要受到平均最低气温驱动；其中，黄河流域NPP的低值区域受气象因子驱动明显，NPP高值区域面积有所扩大，在人类活动影响下植被类型大量向对NPP增长有利的方向转变，表明黄河流域整体生态环境有所改善.     

基于色彩空间和深度残差网络ResNet-50的复杂岩性油气藏岩石样本智能分类及识别

岩石样本的分类识别是油气和矿产资源勘探中的重要环节。目前，仍然以人工识别的实验方法作为主要方法，普遍存在主观性强、周期长、成本高等典型问题。为此，提出了一种基于色彩空间和深度残差网络ResNet-50的智能分类及识别方法。首先，以7种不同岩性的岩石图片为样本，提取样本的RGB颜色特征，应用无监督K-means聚类算法，按颜色分为3个大类，再通过有监督精细KNN算法对颜色类别进行验证，分类精度均超到98%。然后，对于不同颜色类别下的岩石样本，利用深度残差网络ResNet-50进行分类识别。结果表明，不同颜色类别的岩石样本识别精度平均值为88.21%。