肢体缺血预处理对大鼠脊髓缺血再灌注损伤的作用及机制

目的探讨肢体缺血预处理对大鼠脊髓缺血再灌注损伤的作用及机制。方法将72只SD大鼠按随机数字表法分为3组：假手术组（Sham组）、缺血再灌注损伤组（I/R组）和缺血预处理组（LIPC组）,每组24只。Sham组仅暴露腹主动脉,不结扎;I/R组采用Zivin法建立脊髓缺血再灌注损伤模型,麻醉后夹闭左肾下腹主动脉30 min;LIPC组大鼠在麻醉后使用止血带阻断右下肢血运10 min,恢复血运10 min,反复2次后同I/R组办法建模。3组分别于手术缝合后6 h（T1）、1 d（T2）、3 d（T3）和7 d（T4）时随机抽取6只大鼠,采用改良Tarlov评分法进行下肢神经功能评分。各组在T1—T4时的评分结束后,取L2-4脊髓组织,行HE染色,双目光学显微镜下观察脊髓组织的病理变化,并采用免疫组织化学法检测脊髓组织中胶质纤维酸性蛋白（GFAP）的表达水平。结果与Sham组比较：I/R组、LIPC组大鼠T1—T3时改良Tarlov得分均明显降低（均P〈0.05）,T1—T4时大鼠GFAP表达水平均明显升高（P〈0.05）;与I/R组比较：LIPC组大鼠T1—T3时改良Tarlov得分,T2、T3时大鼠脊髓组织中GFAP表达水平均明显升高（均P〈0.05）。结论肢体缺血预处理有减轻大鼠脊髓缺血再灌注损伤的作用,其机制可能与GFAP表达上调有关。     

电晕方法在聚合物表面处理中的应用进展

介绍了电晕处理方法的原理与类别,以及电晕处理方法在聚合物材料表面处理中的应用,对电晕处理后聚合物表面的物理和化学变化进行了归纳和机理分析.     

基于多级残差网络的环境声音分类方法

为了对环境声音进行更好的识别和分类,提出了基于多级残差网络（Multilevel residual network, Mul-EnvResNet）的环境声音分类方法。对声音事件进行时标和基频压扩之后,提取其梅尔频率倒谱系数（Mel-frequency cepstral coefficients, MFCCs）,以及它们的差分作为特征参数送入Mul-EnvResNet对声音事件进行分类。实验数据集采用ESC-50,将Mul-EnvResNet模型与端到端的卷积神经网络（EnvNet）、基于注意力机制的循环神经网络（Attention based convolutional recurrent neural network, ACRNN）,以及受限卷积玻尔兹曼机的无监督滤波器组模型（Convolutional restricted Boltzmann machine, ConvRBM）进行对比实验。实验结果表明, Mul-EnvResNet取得了89.32%的最佳分类准确率,相较上述3种模型在分类准确率上分别有18.32%、3.22%、2.82%的提升,相较于其他的声音分类方法也均有明显的优势。     

聚四氟乙烯改性研究进展

从聚四氟乙烯的组成、结构、物理化学特性以及成型加工等方面说明对聚四氟乙烯进行改性的必要性;并对其表面改性、填充改性、共混改性等方法进行了详细的介绍,最后指出了聚四氟乙烯改性的新方向。     

“信号与系统”中卷积运算的案例教学法

针对“信号与系统”中卷积运算教学面临的问题,本文提出卷积运算案例教学法。该教学法先介绍卷积运算理论知识,再介绍卷积运算的应用案例。通过自主设计的室内混响声学应用案例来学习卷积运算的典型应用,并且在Matlab和AU软件中演示。实际教学表明,该教学法能取得很好的教学效果,既能使学生更好地理解和掌握卷积运算,又能提高学生的学习兴趣。     

基于USB20C模块的单片机系统与PC机的通信

为了解决单片机系统与PC机间通过RS-232C接口传输数据速度慢的问题,提出了采用专用USB模块-USB20C来设计USB接口电路的方法。通过USB20C与高性能单片机C8051F020的硬件连接。实现了数控切割系统中C8051F020与PC机的高速数据通信,并给出了C8051F020端软件的具体实现。该方法避免了开发USB接口驱动程序,传输速率快,可靠性高,很好地满足了数控系统的实时性要求。对采用USB接口传输数据的应用系统设计有一定的参考价值。     

基于耳蜗谱图纹理特征的声音事件识别

针对在各种环境下声音事件的识别问题,提出了一种基于谱图纹理特征的声音事件识别方法。首先,将声音信号通过伽马通(Gammatone)滤波器组,使原始声音样本转化为灰度耳蜗谱图;然后,对谱图进行曲波(Curvelet)变换,得到不同尺度、不同方向的Curvelet子带;再采用改进完全局部二值模式(Improved Completed Local Binary Pattern,ICLBP)提取Curvelet子带的纹理特征,并生成分块统计直方图,将统计直方图级联作为一种新的声音事件特征;最后,使用支持向量机作为分类器对16种声音事件在不同噪声和不同信噪比下进行识别。实验结果表明,所提特征与其他声音特征相比,可以有效识别各种噪声环境下不同种类的声音事件。     

信息熵在曲线拟合辨识中的应用

在对测量数据进行曲线拟合辨识时,常用的误差指标,如均方根误差和误差平方和,没有考虑样本数据的概率统计特性。基于信息熵原理介绍了一种新的曲线拟合辨识方法。将曲线拟合过程看作加性信道,建立了曲线拟合模型。首先将样本数据进行多种曲线拟合,采用最大熵方法根据样本值估计出自变量的概率密度函数和信息熵;再根据拟合曲线计算拟合结果熵和误差熵,最后计算出拟合模型的互信息,选取互信息最大的曲线作为样本的最佳拟合曲线,并给出了应用实例。由于该方法充分考虑了样本数据的概率统计规律,因此能提高测量精度,具有更大的适用范围,对于测量信息论的研究有一定的参考价值。     

基于耳蜗倒谱系数的说话人识别

本文针对耳蜗倒谱系数在高信噪比的情况下识别率不是很理想的情况,提出一种改进耳蜗倒谱系数的方法。主要是改进其非线性幂函数来提高其识别率。经过试验发现在高信噪比情况下,改进算法识别率提高比较明显,但在低信噪比的情况下识别率略有下降。针对上面的情况,在其前端引入维纳滤波来提高信噪比,使在信噪比较低的情况下识别率也能有所提高。实验结果表明,本文算法特征相较于耳蜗倒谱系数特征在不同信噪比的情况下识别率均有所提升。