氟化透明质酸光敏剂负载聚多巴胺纳米粒子用于乏氧肿瘤的光动力与光热协同治疗

光动力疗法(PDT)是光敏剂通过光激活产生的单线态氧(~1O_2)来杀死癌细胞。光动力疗法的3个关键因素主要有:光、光敏剂与组织氧。在PDT治疗过程中,氧气消耗和实体瘤中固有的缺氧微环境可能进一步导致供氧不足,阻碍光动力疗效,而光热疗法(PTT)不受乏氧环境的影响,且具有无创性、低毒性等优点。将全氟化碳(PFCs)和光敏剂(Pba)接枝到透明质酸(HA)链中,然后负载聚多巴胺纳米粒子(PDANPs),设计出了一种新型的靶向自供氧光动力与光热协同治疗体系。由于PDANPs优良的光热转换性能、PFC较高的氧亲和力和HA的肿瘤靶向性,使得该协同疗法的抗肿瘤作用显著提高,细胞毒性实验以及细胞摄取实验证明了其增强的光热与光动力治疗效果。     

基于代价敏感大间隔分布机的不平衡数据分类算法

大间隔分布学习机(LDM)在应用于不平衡据分类时,由于忽略类别不均衡,会使少数类样本的识别率较低。针对这一不足,结合代价敏感思想提出了一种不平衡代价敏感大间隔分布算法(ICS-LDM)。首先,在计算间隔均值和间隔方差时,结合数据集的不平衡因子和样本错分代价参数,调整不同类别的间隔分布权重;其次,将可以快速收敛的循环对偶坐标下降法应用于求解目标函数;最后,通过逐渐提高少数类的间隔分布,可以实现间隔分布在各类别平衡且总体最大。在虚拟数据集和UCI公开数据集上的实验结果表明,ICS-LDM可以有效提高少数类的分类精度,平衡各类的分类性能。     

机械敏感通道蛋白的研究进展

机械敏感通道蛋白是一类在生物体内广泛分布的离子通道蛋白,参与生物体内多种正常的生理过程,其结构异常及功能失调与多种疾病的发生、发展密切相关. 研究归纳已知的几类机械敏感通道蛋白及其在生理、病理过程中发挥的作用,并对相关疾病的靶向诊断、治疗的研究进展进行综述,最后展望其在生物医学领域的应用.     

高肿瘤富集效率的钯金纳米片用于肿瘤光热治疗

以乙酰丙酮钯和三苯基膦氯化金为原料,合成平均对角线尺寸50nm,厚度4nm的六边形钯金纳米片,并进一步使用聚乙二醇表面修饰,获得Pd@Au-PEG纳米药物.Pd@Au-PEG表现出近红外吸收光谱(吸收峰840nm)和较好的光热升温效果.研究了其在细胞水平的光热治疗性能,确认能够在808nm激光照射下有效杀死癌细胞.进一步探究了其在小鼠各主要器官的组织分布情况,并发现其具有较高的肿瘤富集效率.最终在活体水平实现对实体肿瘤的光热治疗.     

基于陆标敏感器对星敏感器在轨标定算法研究

基于陆标敏感器,针对星敏感器系统常值误差进行了在轨标定算法研究.利用陆标敏感器经图像匹配识别得到一系列特征点坐标,与基准图像相应特征点坐标经过比较,将最小二乘最优估计值作为量测,应用卡尔曼滤波算法,设计了星敏感器在轨标定模型,并进行了数学仿真,仿真结果表明该算法可以在轨准确标定出星敏感器系统常值误差.     

AZ31镁合金的超塑性研究

在温度为400～440℃、应变速率为10-2～10-4 s-1的范围内研究AZ31镁合金的超塑性.结果表明,当应变速率不小于5×10-3 s-1时,AZ31镁合金的超塑性伸长率随着温度的升高而增大.对应变速率敏感指数和拉伸试样的宏观断裂特征分析表明,应变速率敏感指数是影响超塑性的主要因素.当应变速率不大于5×10-4 s-1时,AZ31镁合金在420℃时具有最大伸长率.对断裂试样的颈缩现象和断口空洞的SEM分析表明,空洞是影响超塑性的主要因素.     

两相流电磁成像测量正问题研究

应用有限元方法对电磁流动成像测量进行正演仿真,模拟不同测量组合下各种流型的电势分布以及对应流型下各电极的测量电压值,最后模拟6种典型测量敏感场.仿真结果表明:介质分布不同是影响电势分布差异的根本原因;核心流测量电压值曲线呈简单"U"型变化,贴井壁泡流曲线变化规律不明显,层流曲线存在拐点;敏感场分布不均匀,不对称,且存在负值.正演模拟的结果验证了电磁成像测量方法的可行性,并为下一步传感器设计和图像重构奠定基础.     

毫米波辐射计/红外敏感器/激光雷达信息融合技术及其应用

该文以灵巧弹药为应用背景,对毫米波辐射计／红外敏感器／激光雷达三模探测器的信息融合技术进行研究。采用D—S证据理论进行决策级融合,并利用灰关联分析来构造基本概率赋值函数,突破了传统方法中需要大样本量和典型分布规律的约束条件,从而能够适应现代战场的复杂环境和系统实时性的要求。仿真结果表明该方法是可行的,融合识别率比单模传感器识别率有较大的提高。     

微滑移阻尼叶片最优正压力的影响因素分析

为了研究阻尼结构参数对阻尼叶片最优正压力的影响,基于微滑移模型,推导出了阻尼器非线性干摩擦阻尼力的计算公式.建立了带阻尼结构叶片的有限元非线性动力学方程,采用谐波平衡法对系统动力响应进行了计算.计算结果表明:系统的共振频率随正压力的增大而增大;叶尖响应随正压力的增大先减小后增大;存在一个最优正压力,使阻尼器的减振效果最好,该最优正压力随阻尼器接近叶尖而减小,随阻尼器截面抗拉刚度的增大而减小,且对激振力幅值改变不敏感.     

针对入侵检测的代价敏感主动学习算法

入侵检测系统通过提供可能由恶意攻击导致的告警信息来保护计算机系统.为了能够利用历史数据自动提升入侵检测的性能,机器学习方法被引入入侵检测.但是,高质量训练数据的获取往往需要繁重的劳动或代价昂贵的监控过程.同时,不同类型的误分类导致的代价也是不一样的,入侵检测需要使误分类代价最小.针对这两种需要综合考虑的问题,提出一种基于代价敏感主动学习的入侵检测分类器构造方法ACS.该方法结合代价敏感学习和主动学习方法,其目标为减少学习代价敏感分类器的标注次数,使代价敏感分类器的误分类代价最小.该方法在主动学习的学习引擎中使用代价敏感学习算法替代传统的错误最小学习算法,同时在采样引擎中使用最大误分类代价的采样标准.ACS方法在主动学习中版本空间的构造、更新过程都针对代价敏感环境作了对应的改进,使该算法能够以较高的收敛速度收敛到误分类代价最小的目标函数.在入侵检测数据集KDDCUP99上的的实验表明,ACS方法能够有效地减少学习代价敏感分类器的标注次数.