冠脉支架表面聚醚聚氨酯涂层的制备工艺及性能研究

利用浸涂方法在不锈钢冠脉支架表面制备出聚醚聚氨酯涂层.针对冠脉支架复杂的网状结构,对制备工艺进行了研究.结果表明,该涂层具有完整无缺陷的表面形貌,低的表面粗糙度,满足要求的力学性能,并保持了聚醚聚氨酯的微相分离结构,从而保证了良好的血液相容性.本项研究为探索简便而有效的支架表面涂层制备工艺奠定了基础.     

缝隙腐蚀对Fe-30Mn-1C合金降解速率的影响

为了提高Fe-30Mn-1C合金的降解速率,采用激光技术,在样品上分别加工不同孔径的孔隙,将支架的设计与缝隙腐蚀结合起来,通过体外浸泡失重实验和电化学测试,研究了合金的降解行为,结果表明缝隙腐蚀可显著提高Fe-30Mn-1C合金的降解速率。     

生物医用AZ31B镁合金表面稀土转化膜的制备及其性能研究

采用正交实验研究了以CeCl3为主盐的镁合金稀土转化膜处理工艺,在AZ31B镁合金表面制备出较为致密的稀土转化膜.结果表明,该工艺处理后的AZ31B镁合金在生理盐水及Hank's溶液中,均具有良好的耐蚀性能;表面稀土转化膜具有良好的抗凝血性能.还讨论了转化膜的成膜机理.     

新型生物可降解Fe-30Mn-1C合金的性能研究

采用真空感应熔炼法制备了Fe-30Mn-1C合金,研究了其力学性能、磁性、模拟体液中的降解速度以及体外生物相容性.研究结果表明,与Fe-30Mn合金和316L不锈钢相比,C的加入提高了铁基合金的力学性能,使材料兼具高强度和高塑性,并进一步降低了材料的磁性,使其具有更优良的核磁共振(MRI)兼容性.电化学阻抗谱(EIS)结果表明,材料的极化电阻降低,浸泡实验也证实材料的降解速度得到提高.体外生物相容性研究结果表明.Fe-30Mn-1C合金同时具有优异的抗溶血、凝血、血小板黏附性能,以及良好的细胞相容性,满足对医用植入材料的基本要求.     

卷积混叠信号的最泪经信息量盲分离算法

本文提出了一种卷积混叠信号法,该算法利用当信号相互独立时互信息量最小的特性作为分离准则,应用随机梯度算法确定分离滤波器的系数,文中给出了详细的理论推导.理论分析及实验仿真证明了算法的有效性,并且算法对混合滤波器没有特殊限制     

钽金属的医学应用研究进展

金属材料因其优良的力学性能和抗疲劳性能,适于作为承力部位的植入材料而用于临床医学领域。人体内环境引起的材料腐蚀等原因影响了金属材料在医学领域中的广泛应用。钽金属以其自身优异的耐腐蚀性和生物相容性等独特优势,越来越受到医疗和材料工作者的广泛关注。综述了钽金属的材料特性及其在不同医疗领域中应用的研究进展。     

可降解铁基心血管支架材料的研究进展

概述了可降解铁基心血管支架材料的研究历史及现状,介绍了可降解铁基心血管支架的优势及其早期动物实验结果。结果表明,铁基合金是一种非常适宜制作可降解心血管支架的材料,但其存在降解速度过慢的问题。在分析可降解铁基合金的最新研究进展基础上,认为在提高铁基合金的降解速度方面虽然目前已经进行了很多有益的尝试,但是尚无极具意义的结果。同时提出,应在对人体环境下铁基合金的降解行为研究基础上发展新的提高铁基合金降解速度的方法。     

轧制及热处理对医用Mg-2Zn-0.5Nd-0.5Zr合金板材力学性能和耐蚀性能的影响

用挤压轧制方法制备了厚度为1 mm的Mg-2Zn-0.5Nd-0.5Zr合金板材,并对板材进行后续退火和时效热处理,利用光学显微镜、扫描电镜、拉伸、电化学以及浸泡试验等研究了不同轧制温度和热处理对板材力学性能和耐蚀性能的影响.结果 表明:轧制温度从280℃升高到330℃,合金中的Nd元素析出量减少,第二相形貌改变,板材塑性和耐蚀性提高,伸长率由9.1％提高到15.2％,腐蚀速率由0.48 mm/y降低到0.28 mm/y.退火后板材伸长率和耐蚀性均进一步提高,其中330℃+T2处理的合金板材的综合性能最好,其抗拉强度和屈服强度分别为235 MPa和158 MPa,伸长率为24.3％,腐蚀速率为0.12 mm/y.时效处理后,合金的晶界处有大量的析出相析出,第二相强化效果显著,330℃+T6组的抗拉强度和屈服强度最高,分别为275.8 MPa和255.5 MPa,但板材伸长率仅为7.6％,腐蚀速率升高到0.43 mm/y.     

表面改性后AZ31B镁合金在不同模拟体液中的降解性能研究

采用化学沉积法在AZ31B镁合金表面制备了钙磷陶瓷涂层,通过浸泡试验和电化学试验研究了其在3种不同模拟体液(生理盐水、PBS、Hank′s)中的降解性能。结果表明,沉积处理改变了AZ31B镁合金在模拟体液中的降解性能,明显抑制了其降解速度;浸泡后溶液的pH值变化结果和电化学实验结果均表明,在3种不同模拟体液中,表面处理后AZ31B镁合金显示出不同的降解速度,顺序依次为:生理盐水>PBS溶液>Hank′s溶液。     

基于社交网络分析的高影响力客户识别模型算法

基于通信运营商社交网络数据量巨大、产生速度快、交互速度快、数据结构多样和分析复杂的特点,结合传统结构化数据的分析,提出了一种高影响力客户识别的模型,并应用于客户套餐购买过程中,得出了6个月内高影响力客户比随机客户推荐成功率平均提升4.8%、绝对量提升29倍的效果。