老年B细胞淋巴瘤诊断及预后评估研究

B细胞淋巴瘤是常见的淋巴瘤类型,发病年龄逐年上升,老年患者发病率不断增加。老年患者具有独特的病理特点和临床表现,对有创检查耐受性差,影响其预后。随着科学技术手段的不断进步,在新仪器、新技术的帮助下,老年B细胞淋巴瘤患者的影像诊断更加全面,病理诊断逐渐由宏观向分子和基因方向发展,预后评估手段不断更新发展。对老年B细胞淋巴瘤诊断及预后评估发展现状进行了简要综述。     

欠约束多机协调吊运系统动力学工作空间分析

针对多台吊机通过绳索协调吊运同一被吊运物形成的欠约束系统不满足力封闭条件而无法用矢量封闭原理求出其动力学工作空间的问题,利用牛顿-欧拉方程建立了系统的动力学数学模型,并利用Farkas和Stiemke引理将动力学工作空间的求解转换成是否存在超平面的问题.对该类欠约束系统动力学方程进行拆分,得到了动力学工作空间的求解方法.最后利用蒙特·卡罗方法进行了数值仿真,得到该类系统的动力学工作空间.仿真结果表明,被吊运物的加速度对动力学工作空间的影响不大.     

图的符号星独立数

本文引入图的符号星独立函数的概念,给出图的符号星独立数的概念以及与之相关的一些基本结论:图的符号星独立数的上、下界,二部图符号星独立数的下界,单圈图、二部图、欧拉图、完全图的符号星独立数。     

基于深度学习的腹膜腔脱落细胞病理图像识别

针对体液细胞病理诊断自动分类识别的问题,构建一种基于深度卷积神经网络的自动化识别模型(CNN-LS)。首先对图像样本进行灰度级转换、ZCA白化、归一化与标注处理,降低图像特征间的相关性与数据冗余。其次,在CNN-LS模型构建过程中引入改进的激活函数(LReLU-Softplus)用于提高模型的收敛速度和避免可能出现的饱和非线性问题,并通过实验验证获取CNN-LS模型的最佳卷积核数量和尺寸大小。最后将CNN-LS与CS+SVM,PCA+QSOFM,ANN,CNN这4种分类方法做性能对比。实验表明CNN-LS模型在针对腹膜腔脱落细胞病理图像的癌细胞分类识别过程中具有较明显的优势。     

清明实现"零火灾"这些地方是如何做到的

<正>"枝繁叶茂一百年,化为灰烬一瞬间。"森林大火严重威胁人民生命财产安全。今年清明期间,我省各地进一步完善机制、补齐短板、夯实基础、提升能力,森林防火工作取得实效,多地清明期间森林防火实现"零火灾""零火警"。桂阳县:防火宣传家喻户晓、不留死角清明期间,郴州市桂阳县未发生一起森林火灾,未接到一起火灾报警,实现了"零火灾、零火警"的突破。     

大数据技术在轨道交通领域中的研究和挑战

大数据是一个国家的重要的战略资源。城市轨道交通凭借其大容量运输和高效率运输水平,在缓解交通拥堵方面有重要作用。如何在轨道交通中挖掘和发挥大数据的创新价值,如何利用大数据挖掘、预测、可视化等技术服务轨道交通行业有着重要的意义。本文系统地阐述了大数据技术在轨道交通领域的研究现状,总结了大数据在轨道交通应用中的研究难点和挑战,为轨道交通信息化和大数据应用拓展提供支持。     

金沙江典型河段浮游藻类群落结构及影响因素研究

为研究金沙江典型河段浮游藻类的群落结构特征及主要影响因素, 于2014年秋季(10 月)在石鼓至宜宾江段布设6 个断面进行浮游藻类群落监测。通过显微镜观察, 共鉴定出浮游藻类6门30属52种, 其中硅藻的物种数、细胞密度和生物量分别占65.38%, 74.07%和80.65%, 是优势门类。浮游藻类总细胞密度和生物量都呈现坝上逐渐降低、坝下逐渐升高的规律, 石鼓最高, 向家坝最低。多样性分析表明, 攀枝花的浮游藻类群落多样性最高, 溪洛渡和向家坝均较低。浮游藻类与环境因子的RDA分析表明, 总氮是影响浮游藻类群落结构的主要环境因子。优势属现存量与环境因子的相关性分析结果表明, 包括尖针杆藻Synedra acus 和曲壳藻Achnanthes sp.在内的6种硅藻与水位正相关, 与水温负相关, 是适合在低温下生活的藻类, 小环藻Cyclotella sp.则适合在温度较高的环境中生长。网状空星藻 Coelastrum reticulatum、栅藻Scenedesmussp.、尖尾蓝隐藻Chroomonas acuta 和小环藻Cyclotella sp.的现存量与总氮显著正相关, 能够指示水体中的氮浓度; 近缘桥弯藻Cymbella affinis 和谷皮菱形藻Nitzschia palea的现存量与总磷呈显著正相关, 能够指示水体中的磷浓度。     

基于空间变换双线性网络的细粒度鱼类图像分类

有效地识别水下各种鱼类目标具有重要的实际意义和理论价值.鱼类生存环境复杂,由于海洋的极端条件,水下鱼类图像的分辨率低,且图像类间相似度高、类内差异性大,并受光照、角度、姿态等的影响较大,这些因素使得鱼类识别成为一项具有挑战的任务.针对这些难点,提出了一个能够有效进行细粒度鱼类图像分类的深度学习模型.该模型包含空间变换网络和双线性网络两部分,首先利用空间变换网络作为注意力机制,去除图像背景中复杂的干扰信息,选择图像中感兴趣的目标区域,简化后续分类;双线性网络通过融合两个深度网络的特征图提取图像的双线性特征,使得对目标中具有判别性的特定位置有较强的响应,从而识别种类,该模型可以进行端到端的训练.在公开的F4K数据集上,该模型取得了最好的性能,识别正确率为99.36%,较现有最好算法DeepFish提高0.56%,此外,发布了一个包含100类共6 358张图片的新的鱼类图像数据集Fish100,该模型在Fish100数据集上的识别正确率高出BCNN算法0.98%.多个数据集上的实验验证了模型的有效性与先进性.     

MOF衍化TiO_2修饰石墨相氮化碳的光催化性能研究

石墨相氮化碳(g-C_3N_4)材料是一种极具潜力的有机光催化材料,尤其是在可见光驱动的光催化分解水制氢方面的应用.然而,较差的光生载流子分离效率严重制约了其光催化活性.选择TiO_2作为修饰材料,在g-C_3N_4表面构建合理的异质结构可以有效解决该问题,但需要进行合理的设计.本文通过较为简单的工艺过程,以金属有机框架材料(MOFs)为牺牲模板,制备MOF衍化TiO_2修饰的g-C_3N_4复合光催化剂.制得的MOF衍化TiO_2的比表面积大,约为124.5 m2/g,并由锐钛矿相/金红石相两相混合组成,这会有效增加光催化剂的光生电子分离效率,并提供更多的催化反应活性位点.通过XRD、SEM、TEM、UV-Vis、PL等表征手段,对材料的物相及相关的光谱学、电化学性质进行了详细的表征,并通过成分调控确定了优化工艺参数.通过相关表征结果可以看出,MOF衍化TiO_2修饰的g-C_3N_4复合光催化剂随着TiO_2的负载量提高而表现更好的载流子分离效率,但其可见光响应会随之降低.因此,存在一个最优的负载量可以均衡二者的影响,从而表现出最高的光催化活性.实验发现,TiO_2的质量分数为6%的光催化剂,其光催化制氢活性在可见光(l≥420 nm)驱动下体现了最高的制氢速率,达836μmol/(g·h).实验结果表明:由MOF衍化TiO_2与g-C_3N_4构建的异质结构可以有效地抑制光生载流子的复合,从而显著提高光催化分解水制氢的性能.     

陈桥东湖浮游植物群落结构与环境因子的关系

为研究陈桥东湖浮游植物群落的时空变化及其与环境因子之间的关系,于2017年1月、4月、7月和10月对陈桥东湖的4个样点进行采样调查.调查共发现浮游植物8门67属118种.其中绿藻种类最多,共47种,硅藻其次,共35种.浮游植物丰度变化为2.52～39.7×106 cells·L-1,平均丰度为8.54×106 cells·L-1,最高值出现在夏季.硅藻为陈桥东湖冬季的主要优势种类,绿藻和蓝藻则在夏、秋季节占优势.利用修正的卡尔森营养状态指数(TSIM)来评价水质,结果显示陈桥东湖整体呈现富营养化状况,且夏季水质最差,冬季相对较好,主要与人为干扰有关.浮游植物丰度与环境因子的相关性分析表明,蓝藻、绿藻与营养盐及水温极显著正相关(P0.01).金藻则与水温呈极显著负相关,与溶解氧呈极显著正相关(P0.01).典范对应分析(CCA)结果表明,溶解氧、水温、pH、总氮、透明度和化学需氧量是影响陈桥东湖浮游植物优势种变化的重要环境因子.