医用口罩的技术标准对比研究及前景展望

针对我国在抗击新冠肺炎疫情中对医用口罩需求的现状，系统综述了医用口罩的技术标准、制备工艺、防护效果及发展概况，分析和比较了各类医用口罩在防护性能上的优势，并对其适用范围给出了合理建议。通过对比各类医用口罩技术标准，发现经过驻极处理的GB 19083—2010医用防护口罩过滤效率最高，不低于95%，适用于传染科或病毒科医务人员和相关工作人员佩戴防护，但存在透气性差、无抗菌性等方面的不足。经分析，高抗菌性、高抗病毒性、佩戴舒适性的新型医用口罩是未来的重要发展方向。     

山西省科技文献共享与服务平台装备制造产业专题服务系统研究

分析了山西省装备制造产业和科技文献服务平台的发展情况,探讨了装备制造产业专题服务系统开发的必要性,并对该系统的开发目标、框架体系和功能设计进行了介绍。     

慕课浪潮下医学文献检索课程改革的思考

介绍了慕课的背景和特点,阐述了医学文献检索课创新改革的必要性,探讨了慕课浪潮对医学文献检索课程改革的影响.     

天津高校图书馆特色数据库建设现状与发展策略研究

基于对天津地区普通高等院校图书馆特色数据库建设现状的深入调查,分析了其特色数据库建设的特点和存在的问题,提出了解决问题的应对策略.     

基因编辑婴儿的伦理、法律和社会蕴含

 同试管婴儿、克隆人、商业化代孕、干细胞治疗等医疗新技术引发的伦理争议相比，贺建奎基因编辑婴儿事件引发的关注更大、社会反响更为猛烈。探讨贺建奎基因编辑婴儿事件引发国际国内热议的原因，讨论了基因编辑婴儿的伦理、法律和社会蕴含。建议明确界定基因编辑技术的适用对象和范围，建立健全新型医疗技术临床应用的伦理审查和监管体系，提升全社会的伦理意识。     

医疗卫生工作者心理健康水平现状

 为了解医疗卫生工作者心理健康水平的现状，从2017年科技工作者心理状况调查的数据中选取医疗卫生工作者样本1463人，同时抽取其他科技工作者1441人作为对照组。调查结果发现：医疗卫生工作者抑郁风险低于对照组，焦虑和自杀意念与对照组无显著差异，工作倦怠及情感衰竭度显著高于对照组；医疗卫生工作者心理健康群体差异明显，50岁后抑郁和焦虑水平均降低，正高级职称人群的抑郁和焦虑水平均较低。情绪调控方式上，压制组表现出更多的抑郁和焦虑风险；同时，医疗卫生工作者存在睡眠时间不足、运动次数和运动时长不足、工作时长过长的问题；在心理健康服务方面，医疗卫生工作者整体优于对照组。建议改善医疗卫生工作者工作时长和工作压力，倡导健康生活方式，并提高情绪调节能力。     

俄英医学同义术语的类型划分及英俄、汉俄医学词典编纂启示

同义现象是术语学界长期关注的热点问题,也是当代极具现实意义和有争议的问题。术语的同义现象是建立在表达同一个专业概念的不同术语单位基础上的一种语义关系。通过对医学各领域同义术语(主要是俄语和英语)的分析和描写,划分同义术语的类型,确定现代医学术语的特点,进而发现现代医学双语(主要是英俄、汉俄)词典中暂时还缺乏关于在术语系统功能化条件下使用某一同义术语的相关信息。因此,英俄、汉俄医学词典应对同义术语做相关的信息标注,以帮助使用者选取某一具体医学领域最适合的同义术语。     

基于近似骨架和混合蛙跳算法的K-means方法及其在眼底病历图像中的应用

为提高K-means算法全局搜索能力,提升聚类效果,提出一种基于近似骨架和混合蛙跳算法的K-means方法。该方法首先利用经典的混合蛙跳算法取代K-means算法中原有迭代公式,获得更优秀的聚类结果;然后对获得的聚类结果,使用基于近似骨架和混合蛙跳算法的K-means算法不寻找聚类中心,而是直接对簇的划分进行修改。UCI数据集实验结果表明,使用改进的聚类算法获得的聚类结果,较其他算法结果更为优秀。最后将改进后的聚类算法应用到医学眼底病历图像中,可以得到较好的血管切割效果。     

掘进机截割头齿座的机器人自动定位技术

为提高悬臂式掘进机截割头上截齿的定位精度,改进截割头制造质量,根据截齿在截割头表面的排列形式,分析齿尖的定位方法和截齿空间姿态的确定过程,提出并研制一种基于截割头设计方法的齿座定位专用机器人系统,介绍了将截齿定位设计坐标系转换为专用机器人制造坐标系的方法。通过控制串联式机器人手部关节的旋转与回转台的翻转,实现了截齿空间姿态设计参数与制造参数的统一;通过重力自定位原理,实现了齿座相对机器人手部的自动精确定位,有效降低了机器人调试过程的复杂性。此外,通过模拟机器人自动制造过程,分析了不同制造工艺路线对截割头齿座定位工作效率的影响。研究结果表明,采用机器人自动定位技术能有效提高截割头齿座定位精度,合理的制造工艺路线能有效提高截割头制造效率。     

基于智能搜索和特殊划分的人工蜂群算法

人工蜂群算法是一种具有强大搜索能力的全局搜索算法。传统的人工蜂群算法使用雇佣蜂、观察蜂和侦察蜂进行相互合作，每种蜜蜂有不同的分工，但不同类型的蜜蜂之间并没有差别。提出一种通过智能搜索和特殊划分来提升性能的人工蜂群算法。该算法中，不同的雇佣蜂和观察蜂会使用不同的搜索策略来寻找食物来源。该算法放弃了贪婪选择算法且在每次迭代时更新食物来源的位置。因此，该算法能够利用整个蜂群的经验来引导蜜蜂的搜索，通过一系列基准算法的性能分析证明了该算法的有效性。