CR、CT、MRI在脊柱结核诊断中的临床应用价值

探讨CR(计算机X线摄影)、CT(计算机断层成像)、MRI(磁共振成像)、在脊柱结核疾病诊断的应用价值,以提高脊柱结核的诊断水平。回顾性调查我院经病理学确诊的56例脊柱结核患者,分析比较CR、CT、MRI在脊柱结核诊断的价值。56例脊柱结核患者中,有56例患者行了计算机X线摄影(CR)检查,26例患者行了计算机断层成像(CT)检查,38例患者行了磁共振成像(MRI)检查。行CR检查的56例患者中,有38例患者的CR片能将患者的椎间隙消失或狭窄、骨质改变等清晰的显示,有30例患者的CR片能看到软组织阴影。行CT检查的26例患者其CT均显示了清晰的钙化、椎体骨质改变,CT检查下患者的附件均未见明显的异常,有23例患者的CT能看到软组织阴影。行MRI检查的38例患者,其MRI均能看到软组织受累,附件均未见明显的异常,38例患者的椎间隙消失或狭窄均能清晰的显示。病变T2WI以高信号为主,T1WI以低信号为主。CR仍是脊柱结核诊断的一种常用方法,能从大体上观察脊柱结核患者的结核发生部位、侧突畸形、脊柱有无后突、椎间隙变化等;CT可以清晰的显示出患者病灶中的钙化灶及死骨情况;MRI可以清晰显示患者的椎管受累、椎旁脓肿形成、椎间盘受累、椎体破坏等病理改变情况,三者结合有助于临床上脊柱结核的诊断。     

介观耦合电路量子效应研究现状

在介观电路的基础上,详细了介观耦合电路量子效应研究与进展,并分析了耦合电路量子化的方法,分析了耗散对电路的影响,最后根据量子效应的研究趋势,对其应用和发展前景进行了预测。     

基于线阵CCD的车辆参数识别系统

提出一种应用线阵CCD进行车辆参数检测的方法,可用于公路智能收费系统.该方法以车牌及轮胎钢圈作为检测的主要目标,利用纹理特征确定车牌区域,采用梯度算子与连通域相结合确定钢圈位置,进而确定车辆长、宽、高、轴距等重要参数.实验结果表明,该方法识别速度快、准确率高,有较高的应用价值.     

水溶性硅包CdTe量子点的合成方法研究

本研究成功地合成了水溶性CdTe量子点(QDs).考察温度对回流时间、荧光强度及粒径大小等因素的影响,实验优化合成条件之后确定最佳反应温度为105 ℃.接着,本研究运用改进后的Stober法更为简易地合成了硅包CdTe量子点复合微球,该微球的粒径可通过改变正硅酸乙酯及水的含量控制在160~260 nm之间,同时根据复合微粒的电镜拍摄图初步探讨了SiO₂在CdTe表面的生长模式.为了将来能运用到生物检测中,此实验加入3-氨基丙基三乙氧基硅烷（APTS）,引入氨基团,并优化了 APTS 加入时间,得到的粒子表面氨基含量最高.这种复合微粒具有与原来量子点相当的量子产率,同时具有良好的水溶性、胶体稳定性、化学反应性,为量子点作为荧光标记物的应用打下了基础.     

布拉格反射波导双光束边发射半导体激光器

报道1种在垂直远场方向上产生2个极窄的稳定对称光斑多量子阱边发射半导体激光器,在其有源区两侧设计布拉格反射波导结构.制备100μm条宽的边发射激光器,在垂直方向±33.4°附近实现2个稳定的7.2°对称的近圆形光斑,对器件镀膜后进行测试,在连续和脉冲工作条件下分别得到1.40,2.26 W的输出,器件的特征温度可达到91K.     

基于腔QED系统的量子相位门设计

提出一个基于腔QED系统实现量子相位门的设计方案.结果表明:在两个全同的二能级原子与光场相互作用过程中,借助经典场对原子实施Rabi翻转,控制原子射入腔场的速度v,选择原子与场相互作用参数l0,n和κ,可实现量子相位门.     

大面积光刻胶线棒涂布工艺研究

介绍了一种在大面积基材上涂布高粘度光刻胶的线棒涂布法.主要针对涂膜厚度与均匀性进行研究,结果表明,膜厚随着光刻胶粘度和涂布棒尺寸的增大而变厚,涂布速度在某一范围内对膜厚无影响.线棒涂布机设备中所加垫板的硬度直接影响涂膜的均匀性,硬度小的垫板可获得更均匀的涂膜,而垫板高度在某一范围内对膜厚无影响.与常用旋涂法相比,线棒涂布法具有操作简单、节省材料和可大面积涂布等优点.     

影响独立量子阱中声学极化子自陷转变的因素

利用Huybrechts变分法计算了独立量子阱中声学极化子基态能量及其数值导数随电子-声学声子耦合常数的变化关系,探讨了影响独立量子阱中声学极化子自陷的因素。得到了声学极化子自陷的判别标准随阱宽的增大而增大和CP值越小越有利于极化子发生自陷转变的结论。     

基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.     

一种含参数的修正HS共轭梯度法及其收敛性

提出了一种含参数的修正HS共轭梯度法,该算法具有性质:1参数βBHSk不仅具有梯度值的信息还具有函数值的信息;2参数βBHSk是非负的;3其产生的搜索方向是充分下降的。在合适的条件下,证明了该算法在弱的Wolfe线搜索下具有全局收敛性,数值结果证明了该算法对于求解无约束优化问题的有效性。