高分子前药纳米粒在肿瘤靶向治疗中的研究进展

对药物载体进行修饰以改善药物的原始缺陷,是当前研究和开发的一个热点领域,特别是针对抗靶向药物的传递系统,具有很大的应用潜力。借助高分子前药修饰药物的新型给药系统,旨在增强药物体内的稳定性,改善生物利用度及其有效靶向性,增强药物体内安全性等。文章主要从高分子前药纳米粒作为药物载体的理论基础、主要类型、研发机制及其在几种常见癌症治疗中的应用等方面进行综述,以期为后续研究提供理论基础。     

基于层次注意力机制的垃圾用户检测模型

目前基于网络的垃圾用户检测方法只考虑了简单社会关系,缺乏对更多复杂社会语义关系的利用,难以达到最优性能.针对这一挑战,提出一种基于层次注意力机制的垃圾用户检测模型(HAM-SD).模型首先使用异质信息网络对社交媒体进行建模,挖掘丰富的语义与结构信息,接着利用节点级注意力层聚合元路径邻居增强节点表示,同时利用自适应层级聚合模块选择不同层级特征提升表征能力,然后通过语义级注意力层融合不同元路径下的节点表示,最后带入分类检测模块实现垃圾用户检测.在公开数据集上的实验结果表明该模型能够有效检测垃圾用户,并在不平衡数据分布时保持较强的稳定性.     

基于改进Mask R-CNN的露天矿边坡裂隙智能检测算法

为了预防因露天矿边坡表面恶化而产生节理、裂隙或断裂等破坏边坡完整性所引发的安全事故,同时解决传统图像处理算法以及经典的深度学习模型直接应用于露天矿边坡裂隙检测效果不甚理想的问题,提出了一种基于改进的Mask R-CNN的露天矿边坡裂隙智能检测算法,运用了Mask R-CNN在目标检测、语义分割以及目标定位方面的集成性特点,改进了其在掩膜分支的边缘不清晰以及误检等缺点,构建了一种针对露天矿边坡裂隙图像的检测分割框架。该方法在掩膜分割分支引入了空洞卷积神经网络以及分类分割迭代上采样操作,能够解决边坡裂隙分割边缘粗糙的问题,实验结果表明,与传统的裂隙分割算法相比,该算法具有更高的识别精度以及更好的分割效果。     

单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。     

新型聚合物纳米造影剂的合成及体内磁共振成像研究

文章采用可逆加成-断裂链转移聚合(reversible addition-fragmentation chain transfer polymerization, RAFT)方法,聚合得到以疏水性共聚物链段作为内核,亲水性共聚物链段作为支链的两亲性聚合物纳米颗粒,与氯化钆(Ⅲ)六水合物进行螯合反应后合成了一种新型的支化结构聚合物磁共振成像(magnetic resonance imaging, MRI)纳米造影剂P(DO3A-Gd³⁺)。安全性试验结果表明,P(DO3A-Gd³⁺)具有良好的生物安全性。体外MRI测试结果表明：P(DO3A-Gd³⁺)的弛豫率为5.30 (mmol/L)^-1·s^-1,高于临床造影剂Magnevist(2.94 (mmol/L)^-1·s^-1); P(DO3A-Gd³⁺)具有显著的MRI造影增强效果。研究结果表明P(DO3A-Gd³⁺)是一种优异的MRI造影剂,具...     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

联合实体边界检测的命名实体识别方法

针对传统命名实体识别方法无法有效利用实体边界信息的问题,提出一种联合实体边界检测的命名实体识别方法,即将实体边界检测作为辅助任务,增强模型对实体边界的判断能力,进而提升模型对实体的识别效果。首先,利用Bert预训练语言模型对原始文本进行特征嵌入获取词向量,并引入自注意力机制增强词对上下文信息的利用;其次,在命名实体识别任务的基础上,添加实体边界检测辅助任务,增强模型对实体边界的识别能力;再次,对比联合实体边界检测的命名实体识别方法与基线方法的有效性,并对测试结果进行消融实验;最后,进行样例分析,分析损失权重β对实体边界检测的影响。实验结果表明,在英文社交媒体数据集Twitter-2015上,联合实体边界检测的命名实体识别方法相较于基线模型取得了更高的精准率、召回率和F1值,其中F1值达到了73.57%;并且,边界检测辅助任务提升了基线方法的检测效果。所提方法能有效利用实体边界信息,从而获得更好的实体识别效果,促进了人机交互系统的发展,对自然语言处理下游任务有重要意义。     

外源有机酸协同生物炭对土壤微量元素的影响

为未来改善生物炭和有机酸共存的土壤营养状况提供参考依据,有必要探究生物炭和有机酸共存对土壤中微量元素的影响。以玉米秸秆为原材料制备生物炭,采集不同深度的黄棕壤,选择柠檬酸和苹果酸这2种酸进行试验,除对照外共设置8个不同处理方式,分别是不施加或施加生物炭的表土加柠檬酸处理、不施加或施加生物炭的表土加苹果酸处理、不施加或施加生物炭的底土加柠檬酸处理和不施加或施加生物炭的底土加苹果酸处理。结果表明：（1）与对照组相比,施加2种有机酸增加了土壤中的铁和锰的溶出,且柠檬酸处理的土壤溶液中的铁和锰含量高于苹果酸处理;（2）由于底土和表土存在理化性质的差异,影响了铁和锰的溶出量,底土溶液锰的溶出量高达0.34 mmol/L,而表土溶液铁的溶出量高达0.7 mmol/L;3）2%的生物炭没有完全阻碍两种有机酸对微量元素的溶出。结论 有机酸可以活化土壤中的铁和锰,其活化效果与有机酸种类、浓度、金属、土壤酸碱度有关,且生物炭的施加对阻碍有机酸活化土壤中微量元素的能力有限。     

适用于中小跨径桥梁频率识别的移动检测车辆参数研究

为了实现对大规模中小跨径桥梁群体的快速检测,提出了一种参数可调的移动检测车辆,并通过理论推导、试验验证和参数分析对车辆参数的合理取值进行研究. 首先,通过车-桥耦合振动理论推导出“拖车-双挂车”过桥振动响应的解析解;其次,利用有限元模型和车桥耦合计算程序的数值计算结果,以及一座简支梁桥的现场试验结果对理论解析解进行验证;最后,基于推导的理论解析解进行参数研究,分析了检测车辆的动力参数、车速以及桥梁参数对间接法识别精度的影响. 结果表明：当车桥频率比在0.8~0.9（或1.1~1.2）之间变化时,桥梁频率识别效果较好;在利用间接法进行桥梁频率识别时,建议移动检测车辆的车速不宜取太大;根据桥梁的截面面积、截面形状和跨度对检测车辆参数进行合理的选取,可提高桥梁频率识别的准确性. 研究结果可为基于车辆响应的桥梁频率间接识别提供参考.     

基于多级频谱分析和能熵比的应答器系统设计

为解决传统应答器系统在模拟不同距离水下目标时易受强噪声干扰及转发时延精度不高的问题,提出一种粗-细两级波达时刻估计方法并开发一套高精度时延的可靠应答器系统.该系统主要由以信号采集、信号处理为主的上位机和以功率放大器、换能器为主的下位机组成.其中上位机利用多级频谱分析及其峰均比大于设定门限进行粗估计,初步获取信号的波头;再利用基于能熵比的双门限检测算法进行细估计,获得更精准的波达时刻,进而解决了时延不准的问题;最后,系统下位机通过 TCP 接收上位机传输的应答信号并在预定时刻应答回波信号.湖试结果显示,该系统的时延误差小于 40 ms,具有高精度的转发时延优势,并且在强噪声干扰下具有良好的鲁棒性.