基于近红外光谱技术和机器学习的乳腺癌原位诊断研究

近红外(NIR)光谱,可提供样本丰富的结构和成分信息。机器学习主要用于数据的分析和挖掘,可以对数据进行精确分类和信息提取。本研究采用自研的NIR光谱探针技术进行乳腺癌组织的原位光谱采集并进行癌变(光谱)分析;运用基线校正(BC)、标准正态变量变换(SNV)、一阶导数二阶多项式21点Savitzky-Golay平滑(1^(st)-2-21SG)和二阶导数三次多项式25点Savitzky-Golay平滑(2^(nd)-3-25SG))四种方法进行光谱预处理;结合机器学习方法,包括主成分分析(PCA)、K最近邻(KNN)、Fisher判别分析(FDA)及支持向量回归(SVR),进行乳腺癌变和癌旁组织的分类和判别。研究发现PCA-KNN模型的最优预测结果为基于BC+SNV,其准确率、敏感性及特异性达88.34%、98.21%、76.11%。PCA-FDA模型的最优结果为基于BC+1^(st)-2-21SG,其准确率、敏感性及特异性达90.00%、98.21%、79.54%。SVR模型的最优结果为基于BC+2^(nd)-3-25SG,其准确率、敏感性及特异性达90.00%、100.00%、79.55%。论证了机器学习方法结合NIR光谱可以实现小样本量乳腺癌的高效精确诊断。     

系列2-苯基喹啉类铱配合物的合成及电化学发光性能研究

以4-甲氧羰基-2-苯基喹啉为环金属配体,N^N辅助配体为解离配体合成了一系列离子型环金属铱配合物.配合物的结构通过质谱、核磁进行了表征.配合物1还测试了其单晶结构.对配合物的紫外、磷光性质进行了表征,溶液状态下为红光发射,波长在610～620 nm之间,磷光寿命在133～496 ns之间,量子效率在0.7%～16.6%之间.铱配合物的电化学发光与23Ru(bpy)+有所不同,发光电位比23Ru(bpy)+要高,且大部分铱配合物在正负电位都能发光,最大发光强度是23Ru(bpy)+的三倍.     

关于蕴含Ar,s—可图序列的注记

设G＝（V（G）,E（G）是n阶简单图,其顶点集V（G）＝{v1,…,vr,vr 1,…,vr s,…,vn},n={d1,…,dr 1,…,dr s,…,dn}是G的度序列,且vi的度为dio称G具有性质Ar,s,如果{v1,…,vr,vr 1,…,vr x}的导出子图是完全二部图Kr,s,且{v1,…,vr}和{vr 1,…,vr s}是Kr,s顶点集的二部划分,序列π={d1,…,dr,dr 1,…,dr s,…,dn}称为是蕴含Ar,s－可图的序列判别准则。     

溶液浓度对拉曼光谱线宽和频移影响的实验研究

将液芯光纤技术用于傅里叶变换拉曼光谱测量中,提高拉曼光谱强度10²～10⁴倍.应用该技术,在实验上研究了溶液浓度变化对β-carotene,rhodamine在CS²中的CC键π-π^*跃迁拉曼线频移和线宽的影响.实验结果表明,随着浓度降低(1×10^-7～1×10^-12mol/L),拉曼光谱线峰值发生红移,线宽变窄.     

几类二部图的pebbling数

Chung定义了图G上的一个pebbling移动是从一个顶点移走两个pebble而把其中的一个移到与其相邻的一个顶点上.连通图G的pebbling数f(G)是最小的正整数n,使得不管n个pebble如何放置在G的顶点上,总可以通过一系列的pebbling移动把一个pebble移到G的任意一个顶点上.Graham猜测对于任意的连通图G和H有f(G×H)≤f(G)f(H).作者们验证了三类二部图的2-pebbling性质以及当H为此类二部图,G为一个2-pebbling性质的图时,Graham猜想成立.     

广义友谊图乘积上的Graham pebbling猜想

连通图G的pebbling数f(G)是最小的正整数n,使得不管n个pebble如何放置在G的顶点上,总可以通过一系列的pebbling移动把一个pebble移到图G的任意一个顶点上.Graham猜测对于任意的连通图G和H有f(G×H)≤f(G)f(H).文中证明了当H为友谊图或广义友谊图,G是一个具有2-pebbling性质的图时,Graham猜想成立.作为一个推论,文中也证明了当G和H是友谊图或广义友谊图时,Graham猜想成立.     

预平衡反应多步复合理论和复合核反应理论的统一表示

将Feshbach-Kerman-Koonin(FKK)量子多步复合(MSC)理论推广至核子自旋为1/2,靶核自旋任意,在j-j表象严格处理角动量耦合,得到自旋为1/2的FKK-MSC公式.进一步用光学模型吸收代替门态强度函数,以及用复合核衰变宽度代替平衡态的逃逸宽度,给出了FKK-MSC理论与复合核反应Hauser-Feshbach模型(HFM)的一个统一表达式.这一公式将MSC和HFM与光学模型相联系,对核反应给出自洽和一致的描述.利用上述工作对一些典型的核反应实验进行了初步地分析,计算结果合理,与实验数据符合尚好.     

γ-Fe_2O_3/NiO核-壳纳米花的合成、微结构与磁性

利用溶剂热/热分解的方法合成出微结构可控的γ-Fe_2O_3/NiO核-壳结构纳米花.分析表明NiO壳层是由单晶结构的纳米片构成,这些纳米片不规则地镶嵌在γ-Fe_2O_3核心的表面.Fe3O4/Ni(OH)_2前驱体的煅烧时间对γ-Fe_2O_3/NiO核-壳体系的晶粒生长、NiO相含量和壳层致密度均有很大的影响.振动样品磁强计和超导量子干涉仪的测试分析表明,尺寸效应、NiO相含量和铁磁-反铁磁界面耦合效应是决定γ-Fe_2O_3/NiO核-壳纳米花磁性能的重要因素.随着NiO相含量的增加,磁化强度减小,矫顽力增大.在5 K下,γ-Fe_2O_3/NiO核-壳纳米花表现出一定的交换偏置效应(H_E=46 Oe),这来自于(亚)铁磁性γ-Fe_2O_3和反铁磁性NiO之间的耦合相互作用.与此同时,这种交换耦合效应也进一步提高了样品的矫顽力(H_C=288 Oe).     

InAs量子环中类氢杂质能级

在有效质量近似下,利用微扰法研究了InAs量子环内类氢杂质基态及低激发态的能级分布。受限势采用抛物形势,在二维平面极坐标下,用薛定谔方程的精确解析解进行计算。数值计算结果显示,电子能级敏感地依赖于量子环半径,能级存在极小值,这是由于限制势采用抛物势的结果。如果减小环的半径,可以增加能级间距。第一激发态类氢杂质能级的简并没有消除,n≥2时简并的能级发生分裂并且间距随半径的增大而增大。电子能级间距还敏感地依赖于角频率并随角频率的增大而增大。第一激发态的简并没有消除,第二激发态的简并被部分地消除。在计算InAs量子环中类氢杂质的基态和低激发态的能级时,角频率改变的影响也是很深刻的。文章结果对研究量子环的光跃迁及光谱结构有重要指导意义。     

基于动态建构化学的自愈合水凝胶及其在生物医学领域的应用展望

自愈合水凝胶与传统水凝胶相比,经受力破坏后仍可恢复其结构和功能,具有自我修复损伤的特点,是近年来备受关注的一种智能软材料.动态建构化学概念的引入,极大地促进了多响应性动态自愈合水凝胶的发展.本文综述了近年来基于动态建构化学合成自愈合水凝胶的方法,包括多重氢键作用、疏水相互作用、亚胺键、酰腙键等,并分析探讨了影响凝胶自愈合性能的因素及其在生物医学领域的潜在应用,还对其未来的发展进行了展望.