祁连山马鹿血营养胶囊的试验研制

采用冷冻干燥技术、超微粉碎技术对马鹿血进行加工,与传统烘干法比较,主要活性成份提高60%以上,配以药食同源中药材制成胶囊,使产品具有生物活性利用度高,崩解速度快、稳定性强、含量精确、易服用的特点,产品上档次。产品经国家相关机构检验,主要功能为抗疲劳作用,其稳定性试验、兴奋剂检测、毒力、卫生实验均符合国家标准。彻底改变了传统加工鹿血时活性成分流失的缺点,改变了因鹿血性热而导致人服用后生白发、流鼻血等症状。     

混料均匀设计法优化七缬和胃胶囊处方

目的:对苗药七缬和胃胶囊进行初步的组方研究,为新药开发打基础.方法:运用混料均匀设计将组成七缬和胃胶囊的3个成分配制成9种不同的复方,通过冰醋酸导致小鼠疼痛、剪尾法测定凝血时间的方法对各成分所占比例进行筛选.结果:该方程相关系数r=0.93029,P=0.0494,通过回归方程筛选出镇痛、止血效果最好的复方配比.结论:应用均匀设计确定复方最佳配比的方法是可行的,通过实验结果得出的七叶一枝花浸膏、宽叶缬草挥发油乳化液、宽叶缬草水提物浸膏粉的最佳配比为5:89:6(质量百分比).     

珍奥 英雄不问来路

作为大连保健品龙头企业，珍奥虽然也曾使用过会议销售这样的销售方式．但是本表质上仍然是一家传统企业．入选22家大名单多少令人有些意外。也许珍奥公司已经意识到了直销在保健产品销售方面的非凡渗透力，趁着立法的契机插上一足．也为什业的发展多备一条路。     

基于胶囊网络和注意力机制的智能合约漏洞检测方法

近年来,随着智能合约的数量越来越多,因合约漏洞而造成的经济损失愈发严重,智能合约的安全性越来越受到广泛的关注。基于深度学习的漏洞检测方法能够解决早期传统智能合约漏洞检测方法检测效率低、准确率不足的问题,但大多现有基于深度学习的漏洞检测方法都是直接使用智能合约源代码、操作码序列或字节码序列作为深度学习模型的输入,会因引入过多无效信息而削弱有效信息。为此,文中提出了一种基于胶囊网络和注意力机制的智能合约漏洞检测方法。考虑到程序的执行时序信息,文中通过提取智能合约的关键操作码序列作为源代码特征,然后利用胶囊网络和注意力机制的混合网络进行训练,其中胶囊网络模块用于提取智能合约的上下文信息以及局部与整体的联系,注意力机制用于给不同的操作码按照其重要程度分配不同的权重。实验结果表明,文中提出的算法在智能合约数据集中的F₁分数和准确率分别为94.48%和97.15%,与其他传统检测方法和深度学习方法相比有较明显的性能提升。     

RP-HPLC法测定桑姜感冒胶囊中绿原酸的含量

目的:测定桑姜感冒胶囊中绿原酸的含量。方法:采用Agela XBP-C18色谱柱(250 mm×4.6 mm,5μm),以乙腈-0.4%磷酸(9∶91)为流动相,检测波长327 nm,流速1.0 mL/min。结果:绿原酸进样量在0.02~0.25μg范围内有良好的线性关系,r=0.9998,平均加样回收率为99.5%,RSD为0.67%(n=6)。结论:本方法操作简便、结果准确、灵敏度高、重复性好,可作为桑姜感冒胶囊中绿原酸的含量测定方法。     

琥珀酸索利那新和坦索罗辛治疗女性膀胱过度活动症疗效观察

探讨琥珀酸索利那新片和坦索罗辛胶囊对女性膀胱过度活动症的治疗效果。用随机对照单盲临床实验设计,将入选72例女性膀胱过度活动证患者随机分为两组。试验组口服索利那新片5mg/d和盐酸坦索罗辛胶囊0.2mg/d,对照组口服琥珀酸索利那新片5 mg/d和安慰剂,记录治疗前,服药12周后的生活质量评分表(I-QOL)、每次排尿量(导尿+自然排尿)、储尿期膀胱逼尿肌最大压力,并记录相关不良事件并对数据进行统计分析。69例患者完成试验,其中试验组34例,对照组35例。服药12周后,实验组和对照组I-QOL、每次排尿量、储尿期最大逼尿肌压力与治疗前比较差异均有统计学意义(P0.001)。索利那新联合盐酸坦索罗辛服用较单一索利那新更能缓解膀胱痉挛症状和排尿不畅症状,提高患者生活质量。