延迟破胶及强制裂缝闭合技术的研究及应用

采用延迟破胶技术,在压裂施工过程中加入不同浓度的胶囊破胶剂,利用它的延缓释放特性,使植物胶压裂液耐温、耐剪切稳定性增强,并且可以在不造成压裂液的流变性、滤失性和携砂性等过早丧失的前提下高浓度使用胶囊破胶剂。该技术与常规破胶技术相比,延缓释放率达50%,能更有效地清除液体残渣,减少压裂液对储层的伤害。同时由于有延缓破胶的特性,放喷采用相应的措施,可以降低支撑剂沉降速度,形成较好的沉砂剖面,提供高的裂缝导流能力,并且可以降低滤饼和压裂液残渣的伤害。     

Biocompatibility of surface treated pure titanium and titanium alloy by<Emphasis Type="Italic">in vivo</Emphasis> and<Emphasis Type="Italic">in vitro</Emphasis> test

In the present study, commercial pure Ti and Ti-6Al-4V alloy specimens with and without alkali and heat treatments were implanted in the abdominal connective tissue of mice. Conventional stainless steel 316L was also implanted for comparison. After three months, their biocompatibility was evaluated byin vitro andin vivo experiments. Surface structural changes of specimens due to the alkali treatment and soaking in Hank’s solution were analyzed by XRD, SEM, XPS and AES. An apatite layer, which accelerates the connection with bone, was formed more easily on the alkali treated specimens than the non-treated specimens. The number of macrophages, which is known to increase as the inflammatory reaction proceeds, was much lower for the alkali and heat treated specimens than for the others. The average thickness of the fibrous capsule formed around the implant was much thinner for the alkali and heat treated specimens than for the others.     

高效液相色谱法测定止痛养胃软胶囊中延胡索乙素的含量

测定止痛胃软胶囊中延索乙素的含量,可用高效液相色谱法。选用甲醇—磷酸缓冲溶液(40∶60)为流动相,测定波长280nm。结果:延胡索乙素浓度在0.02140～1.37mg/mL范围内,与峰面积线性关系良好,y=(8.390×106)x+7.505×103(r=0.9997)。结论:该法操作简便、快捷、特异性强,可用于控制止痛养胃软胶囊的质量。     

Photoinduced Polymerization in the Wall of Hollow Capsules

Summary: Novel light‐sensitive hollow capsules were fabricated from the small molecule 3‐sulfopropylacrylate potassium (SPA) and poly(allylamine hydrochloride) (PAH). With UV irradiation, SPA could be photopolymerized in the wall of hollow capsules. After photopolymerization the capsule size and surfaces showed pronounced differences. The capsules became much more rigid as indicated by an increase in the modulus of more than a factor of 5.

CLSM image of SPA/PAH hollow capsule emission at 554 nm, from rhodamine B after photopolymerization.     

抗疟新药——蒿甲醚胶囊稳定性的研究

蒿甲醚为我国首创的一种抗疟特效药。用３种方法对蒿甲醚胶囊的稳定性进行了考察，结果表明本品室温避光条件下至少可保存２ａ。     

耐深海压力容器的密封

用胶粘剂对耐深海压力容器进行密封，对各种浇注型密封胶配合不同的结构形式进行了一系列的试验，结果表明：用聚硫改性的环氧树脂密封胶能获得较好的密封效果，可达到耐40MPa水压密封。     

Seg-CapNet：心脏MRI图像分割神经网络模型

目的 针对现有神经网络模型需要对左心室心肌内膜和外膜单独建模的问题,本文提出了一种基于胶囊结构的心脏磁共振图像（magnetic resonance imaging,MRI）分割模型Seg-CapNet,旨在同时提取心肌内膜和外膜,并保证两者的空间位置关系。方法 首先利用胶囊网络将待分割目标转换成包含目标相对位置、颜色以及大小等信息的向量,然后使用全连接将这些向量的空间关系进行重组,最后采用反卷积对特征图进行上采样,将分割图还原为输入图像尺寸。在上采样过程中将每层特征图与卷积层的特征图进行连接,有助于图像细节还原以及模型的反向传播,加快训练过程。Seg-CapNet的输出向量不仅有图像的灰度、纹理等底层图像特征,还包含目标的位置、大小等语义特征,有效提升了目标图像的分割精度。为了进一步提高分割质量,还提出了一种新的损失函数用于约束分割结果以保持多目标区域间的相对位置关系。结果 在ACDC（automated cardiac diagnosis challenge）2017、MICCAI（medical image computing and computer-assisted intervention）2013和MICCAI2009等3个心脏MRI分割竞赛的公开数据集上对Seg-CapNet模型进行训练和验证,并与神经网络分割模型U-net和SegNet进行对比。实验结果表明,相对于U-Net和SegNet,Seg-CapNet同时分割目标重叠区域的平均Dice系数提升了3.5%,平均豪斯多夫距离（Hausdorff distance,HD）降低了18%。并且Seg-CapNet的参数量仅为U-Net的54%、SegNet的40%,在提升分割精度的同时,降低了训练时间和复杂度。结论 本文提出的Seg-CapNet模型在保证同时分割重叠区域目标的同时,降低了参数量,提升了训练速度,并保持了较好的左心室心肌内膜和外膜分割精度。     

基于联合损失胶囊网络的换衣行人重识别

目前的行人重识别（Re-ID）研究主要集中在短时间情形,即一个人的衣着不太可能发生改变的情况。然而现实中更常见的是长时间的情况,这时一个人有很大的机会更换衣服,Re-ID模型应该考虑这种情况。为此,研究了一种基于联合损失胶囊网络的换衣行人重识别方法。所提方法基于换衣行人重识别胶囊网络ReIDCaps,使用与传统的标量神经元相比包含更多信息的矢量胶囊,用其长度表示行人身份信息,用其方向表示行人衣着信息;采用软嵌入注意力（SEA）防止模型过拟合;使用特征稀疏表示（FSR）机制提取具有判别性的特征;增加标签平滑正则化交叉熵损失与Circle Loss的联合损失以提高模型的泛化能力和鲁棒性。在三个换衣行人重识别数据集Celeb-reID、Celeb-reID-light和NKUP上进行实验,实验结果表明所提方法与目前已有的Re-ID方法相比具有一定优势。     

基于Capsule-BiGRU的文本相似度分析算法

针对传统神经网络模型不能很好地提取文本特征的问题,提出基于capsule-BiGRU的文本相似度分析方法,该方法将胶囊网络（capsule）提取的文本的局部特征矩阵和双向门控循环单元网络（BiGRU）提取的文本的全局特征矩阵分别进行相似度分析,得到文本的相似度矩阵,将相似度矩阵融合,得到两个文本的多层次相似度向量,从而进行文本相似度的判定。将传统的胶囊网络进行改进,把与文本语义无关的单词视为噪声胶囊,赋予较小权值,从而减轻对后续任务的影响。针对文本相似度的任务,在文本特征矩阵提取前加入互注意力机制,对于待分析的两个文本,通过计算一个文本中单词与另一文本中所有单词的相似度来对词向量赋予权值,从而能更准确地判断文本的相似度。在Quora Questions Pairs数据集进行实验,实验结果表明所提出的方法准确率为86.16%,F1值为88.77%,结果优于其他方法。     

结合胶囊网络的领域适应意图识别

意图识别是口语理解中的重要任务,关乎整个对话系统的性能。针对新领域人机对话系统中训练语料较少,构建可训练语料十分昂贵的问题,提出一种利用胶囊网络改进领域判别器的领域适应方法。该方法利用领域对抗神经网络将源域的特征信息迁移至目标域中,此外,为了保证领域意图文本的特征质量,对源域和目标域的特征表示进行再次提取,充分获取意图文本的特征信息,捕捉不同领域的独有特征,提高领域的判别能力,保障领域适应任务的可靠性。在目标域仅包含少量样本的情况下,该方法在中文和英文数据集上的准确率分别达到了83.3%和88.9%。