撩开“冰”、“雪花”毒品的面纱

近些年来,随着我国改革开放的春风吹拂大地,呈现着一派欣欣向荣的景象。可是,毒品幽灵却从国外乘隙而入,除了臭名昭著的鸦片、海洛因、大麻以外,又冒出了“冰”与“雪花”等毒品,它们是在升级换代了吗?许多人不得而知。其实,“冰”与“雪花”均是老牌毒品,只不过在精制后,被制毒者、贩毒者改头换面,取了雅号,以掩人耳目进行招摇撞骗,危害人体健康。     

不同思维模式下的脑电奇异谱分析

人脑是极为复杂的系统,脑电(EEG)是脑内大量神经元电活动合作与竞争的综合反映,由局部和非局部频率分量构成,这些局部分量与特殊的内在神经网络状态紧密相关,在宏观上反映了脑的机能状态.脑电信号的非线性分析是近年出现的一种脑电分析方法,它反映了大脑处理信息活动的有序程度,为研究大脑高级认知活动提供了新的思路.越来越多的研究表明,传统的非线性动力学方法采用单一的参数不能充份描述脑电信号的复杂行为,多重分形用一个谱函数从不同层次描述了分形体的整体生长特征,采用多重分形方法描述系统的非线性动力学行为能够得到更多的信息.本文对不同思维模式下脑电的多重分形特性进行分析,发现EEG的奇异谱在不同的思维状态下具有差异.进一步对这种差异进行统计分析表明大脑思维的EEG多重分形特性受到人脑的思维方式的影响,EEG多重分形奇异谱强度分布反映了大脑思维模式的差异.     

短时心率变异符号序列的熵分析方法

使用复杂性和非线性方法研究心率变异(heart rate variability, HRV)信号时序和结构中的规律, 对揭示心血管调节的潜在规律和生理本质具有重要的研究价值, 而研究适用于短时HRV信号的方法更具有重要的临床应用价值. 根据HRV信号方向信息的特点, 提出了符号序列的熵分析(sign series entropy analysis, SSEA)方法, 并将其应用于实际HRV信号的分析. 结果显示, SSEA方法能从短时HRV信号中敏感地检测出生理和病理状态的变化, 并且受信号噪声和非平稳性的影响较小, 为临床HRV信号或其他复杂生理信号分析提供了一个有效的方法.     

普通本科高校举办高职教育的探讨

本文从介绍普通本科高校举办高职教育的历史背景出发,总结了内蒙古工业大学作为普通本科高校举办高职教育的主要做法,提出了普通本科高校举办高职教育存在的现实问题和建议,旨在探索如何提高办学水平的有效途径.     

ADS1298和ADS1252用于普通心电采集时的配置研究

TI公司推出的ADS1298和ADS1252两集成芯片是开发生物电采集系统的理想器件,本文先对两芯片用于生物电采集时的采样配置机制进行了归纳总结;在此基础上,提出了两芯片用于普通心电采集时的具体采样配置方案,并对两芯片具体配置方案的性能进行了仿真.本文还基于ADS1298和单片机C8051F320搭建了一实际普通心电采集系统,并按提出的采样配置方案进行了配置,实际测到了心电图,并实际测试了所实现系统的幅频响应,与仿真结果基本一致.相信本文的讨论对两芯片用于生物电采集时的采样配置会有参考作用.     

工程测试课程网络远程教学系统研究

介绍了工程测试课程网络远程教学系统的系统构成和工作原理，论述了ＷＷＷ服务器、测试信号网络发送服务器和摄像服务器的作用与选择设计方法，并对多媒体辅助教学材料设计、ＣＡＩ教学软件设计和答疑系统设计等问题进行了阐述。     

陕西洛川黄土中伊利石成因的透射电镜证据

运用透射电镜对洛川黄土－古土壤剖面中伊利石的形态和化学成分进行了研究,发现伊利石颗粒主要呈磨圆的片状,化学成分与近变质伊利石相似,古土壤中伊利石含量较黄土为高,主要是由于古土壤发育时冬季风减弱,携带的伊利石增多引起的。伊利石可作为在湖相和海相沉积中鉴别黄土源的指示矿物。     

陕西洛川黄土中Mn2+的电子顺磁共振特征与古季风变迁

<正>我国的黄土-古土壤序列蕴藏着丰富的古气候变化信息。近几年的研究揭示出其中磁化率变化是较好的指示东亚夏季风演化的标志,可与深海沉积物氧同位素组成变化进行对比,为重建东亚古气候空间格局提供了重要的线索和数据。然而,由于人们对磁化率的成因和气候意义的理解仍在深化,因此,从黄土和古土壤序列中继续寻找比较确切的和更为敏感的古气候代用指标仍是当前黄土与古环境研究中的一项基本任务。电子顺磁共振(EPR)方法对于揭示天然体系中过渡族金属阳离子如Fe³⁺,Mn²⁺,V⁴⁺等的分布特征具有独特的功效,并被成功地用于研究成壤和化学风化过程。本文通过分析陕西洛川黄土和古土壤中Mn²⁺的电子顺磁共振谱发现,黄土中Mn²⁺的EPR信号可能是一种对东亚夏季风变化响应比较敏感的气候代用指标。     

基于非线性多参数的心脏室颤预测

血管疾病中心肌缺血导致室颤(Ventricular Fibrillation: VF)所引起的死亡占有相当的比例, 在病变发生之前预测到即将发生的病变, 为治疗赢得时间具有重要的意义. 本文以5条家犬为研究对象造VF模型, 采用非线性多参数分析方法即新的关联维估计方法-高斯核(Gaussian kernel: GK)算法和Lyapunov指数估计方法, 对VF发生前后心电信号的非线性特性变化进行了研究, 同时给出了关联熵h₂的估计. 研究结果表明, 当心肌缺血造成心功能降低时, 3个参数会同时降低, 而其中某个参数的改变可能是其他原因造成的. 因此, 综合判断3个参数的变化能可靠地了解心脏的状态, 克服了采用单个参数进行判断时所带来的误差, 对预测心肌缺血引起的VF具有一定的意义.