椎体成型术（PVP）治疗椎体骨质疏松、椎体压缩性骨折椎体肿瘤的临床应用研究

目的：观察椎体成型术（PVP）对椎体骨质疏松、椎体压缩性骨折、椎体肿瘤的疗效。方法：回顾分析2001年7月～2008年7月开始引进并开展了经皮穿刺椎体成型术（PVP）,共424例,其中椎体肿瘤22例。胸椎压缩性骨折276例,腰椎压缩性骨折126例。椎体压缩1／2者118例,椎体压缩1／5者2．84例的临床资料。结果：有约95％病人在接受上述治疗后,疼痛立刻缓解并持续。脊柱恶性肿瘤22例,术后48小时疼痛缓解的约90％。半年至1年随访,有效率75％。结论：椎体成型术（PVP）可增加病变椎体的抗压性及脊柱的稳定性,防止椎体塌陷,恢复其脊柱的生理曲度,持久缓解疼痛;通过阻断肿瘤供血和骨水泥的聚合反应放热和化学毒性来灭活肿瘤细胞,起到镇痛治疗效果。此技术操作简便、创伤小、疗效可靠、并发症少（5％）、安全系数高、便于推广。     

红曲米中红曲霉的分纯及抗菌作用的研究

对广西武宣一带的红曲米中的红曲霉进行分离纯化.得到了8个纯培养.初步鉴定分属3类:M R 1,M R 2,M R 5,M R 6,M R 8属于M.ruber类(红色红曲菌);M R 3,M R 7属于M.purpureur类(紫色红曲菌);M R 4属于M.p ilosus类(丛毛红曲菌).以大肠杆菌(E.coli),枯草芽孢杆菌(B acillus subtilis),金黄色葡萄球菌(S taphy lococcus aureus),酿酒酵母(S accharomy ces serev isiae),青霉(P en icillium)为供试菌,运用滤纸片法对红曲霉培养液的抗菌效果进行检测.结果表明:红曲霉的培养液对细菌的抗菌效果明显,尤其是对革兰氏阳性菌-枯草芽孢杆菌抗菌能力较强;而对酵母和霉菌则无抗菌效果.获得了抗菌效果较好的3个红曲霉菌株作用.     

基于移动协助方式的网络连通性恢复技术研究

无人值守的无线传感器网络在严酷环境中易大规模损坏,节点数据无法传输给 Sink节点,造成网络不可用。为解决该问题,借助移动数据收集器,设计了一种基于移动协助方式的网络连通性恢复方案。该方案将剩余可用节点通过 FCM聚类算法大致分为K个集群,在确保集群内部正常通信的情况下,运用 Dijkstra 算法最小化移动数据收集器的移动长度,从而实现移动路径最优条件下的网络连通性恢复。在含有100个节点的无线传感器网络上进行仿真验证,结果表明所设计的方案是有效的。     

烷基咪唑卤化物微波辅助合成研究

以N-甲基咪唑为原料,采用无溶剂微波辐射方法合成两种烷基咪唑卤化物离子液体,探讨反应时间、原料配比及微波功率对反应产率的影响。结果表明,不同卤代烷的反应活性不同,所需要的微波功率和反应时间有明显差异,微波功率为200 W,微波辐射反应时间5 min,合成1-丁基-3-甲基咪唑溴化物产率达到94.6%。微波功率为300 W,微波辐射反应时间20 min,合成1-丁基-3-甲基咪唑氯化物产率为82.1%。     

废弃电子电器产品处置方法及生命周期评价研究进展

电子电器行业的技术进步导致废弃电子电器产品每年报废率为3%～5%,国家“双碳”目标的提出使废弃电子电器产品绿色处置面临新的机遇与挑战。综述了电子电器产品生命周期评价回收与循环领域环境负荷研究,基于全生命周期的角度,梳理了当前主要废弃电子电器产品末端处理方法的研究进展。整理了废弃电子电器产品的回收方法体系,对比各种循环利用的环境负荷分配方法,讨论了回收和循环的优缺点和适用范围,并展望了未来电子电器产品绿色低碳技术发展方向。     

一种用于高速入侵检测的基于P2P的均匀哈希分流算法

将P2P引入到高速入侵检测中,在探测器网络中进行负载均衡,分流器只负责将高速流量尽可能均匀地分发到各探测器,从而减轻前端分流器的负担.提出基于P2P的均匀哈希分流算法,考虑到探测器网络的规模,将IP地址和端口号划分成8位比特串,对这些8比特串进行异或和移位的哈希运算.理论分析和对比实验结果表明,该算法位熵最大,具有更好的均匀性.     

基于双权重因子模糊综合模型的金昌市土壤重金属污染评价

以西部矿业城市金昌市为对象,测定不同用地类型的土壤中重金属的含量,运用双权重因子模糊综合模型对土壤污染进行评价.结果表明,居住用地为Ⅲ级轻污染,公共设施用地为Ⅳ级中污染,工业用地、道路广场用地、绿地以及农田为Ⅴ级重污染;在各用地类型中镍和钴的污染程度较高.长期的冶炼生产、沙尘暴、水土流失及酸雨等,更加重了重金属的污染程度,土壤重金属污染已成为制约生态环境健康的瓶颈,采取合理防治措施迫在眉睫.     

基于视觉SLAM的物体实例识别与语义地图构建

针对目前面向语义同步定位与地图构建(SLAM)研究大多需要已知三维对象模型作为先验知识,或者只对有限的几种物体的类别进行语义分割,而没有区分对象的个体的问题,结合目前先进的基于深度学习的实例分割算法和视觉SLAM算法提出了一种面向实例个体的物体识别和语义地图构建方法,使得机器人不仅获得了面向导航的环境几何信息,而且掌握了面向物体个体的属性和位置信息.该方法利用由视觉SLAM算法获得的图像帧间几何一致性约束来促进连续图像帧中物体匹配与识别结果,提高物体实例识别的精度,同时结合实例识别结果完成语义建图的任务.最后实现了基于视觉SLAM算法的物体实例识别与语义地图构建系统,并在ICL-NUIM数据集上进行实验,实验结果表明该系统能够基本完整地识别场景中的各种物体并生成环境的语义地图,验证了本方法的有效性.