气管上段腺样囊性癌的临床病理

目的　探讨气管上段腺样囊性癌的临床病理特征及诊断和鉴别诊断要点。方法　收集2000年1月至2014年2月在北京协和医院确诊的4例气管上段腺样囊性癌病例，通过光镜、免疫组织化学及组织化学染色分析其临床病理特征、免疫组织化学特点、诊断及鉴别诊断要点。结果　4例气管上段腺样囊性癌患者中，男1例，女3例，平均年龄47岁(38~57岁）；既往均无腺样囊性癌病史，1例患者既往有结节性甲状腺肿手术史。镜下检查4例均为筛状/管状型腺样囊性癌，3例累及甲状腺组织，3例累及神经组织，未见淋巴结受累。免疫组织化学染色示4例P16、CD117、BCL2、P63、SMA均阳性，Ki67指数平均8%，TTF1和P53均阴性；4例中基底膜样物胶原Ⅳ阳性；组织化学染色示AB/PAS阳性。术后均接受总剂量为48~56 Gy的放疗，随访6~120个月，平均72.5个月，1例术后96个月复发，3例随访期间无复发及转移。结论　气管上段腺样囊性癌是罕见的原发于气管的低度恶性肿瘤，肿瘤生长缓慢，就诊时多数已侵及甲状腺组织，需要与原发于甲状腺的恶性肿瘤相鉴别，特别是在甲状腺穿刺及术中冰冻检查时。结合电子喉气管镜下表现、典型的形态学及免疫组织化学和组织化学染色有助于准确诊断。手术难以切除干净，术后放疗对延缓疾病复发有一定帮助。     

Food recognition using neural network classifier and multiple hypotheses image segmentation

ABSTRACT

This paper proposes the multiple-hypotheses image segmentation and feed-forward neural network classifier for food recognition to improve the performance. Initially, the food or meal image is given as input. Then, the segmentation is applied to identify the regions, where a particular food item is located using salient region detection, multi-scale segmentation, and fast rejection. Then, the features of every food item are extracted by the global feature and local feature extraction. After the features are obtained, the classification is performed for each segmented region using a feed-forward neural network model. Finally, the calorie value is computed with the aid of (i) food volume and (ii) calorie and nutrition measure based on mass value. The experimental results and performance evaluation are validated. The outcome of the proposed method attains 0.947 for Macro Average Accuracy (MAA) and 0.959 for Standard Accuracy (SA), which provides better classification performance.     

基于感知评价的Internet语音终端流量控制

分析了影响因特网语音通信质量的主要因素，根据实时传输控制协议计算延迟、丢包率等网络参数，并利用RBF神经网络将参数映射为语音质量评分，根据评分值的变化动态地调整语音终端的编码速率，在保证一定语音质量的同时，缓解网络拥塞。实验证明了该方法的有效性。     

动态评价技术在塔河碳酸盐岩缝洞型油气藏中的应用

塔河油田奥陶系油气藏是大型碳酸盐岩溶洞型油气藏，其储渗空间主要为大小不同的溶洞、裂缝带、溶蚀孔隙等组成，该油气藏具有极强的非均质性，单纯用静态资料来认识这类油气藏是非常困难。文章提出利用生产动态资料和信息进行该类型油气藏研究的新思路，利用人工神经网络技术在处理非线性相关参数预测方面的优势，并以渗流理论为基础，结合试井成果，选用已知油井的产量、油嘴、油压、含水率、气油比、原油密度等6个开发动态参数作为样品输入数据，推导出影响油气藏开发的重要参数（地层系数）与生产信息的关系，建立了人工神经网络预测储层参数的结构模型。通过塔里木盆地塔河油气田实例研究，说明了利用动态信息评价油气藏技术在碳酸盐岩缝洞型油气藏储层预测和非均质性分析等方面具有较高的实用价值。     

人工神经网络预测煤的发热量

应用人工神经网络处理部分广东地区煤质分析数据,建立网络模型,预测出煤的发热量,经实测值与预测值比较,在一定的煤种范围内预测值与实测值比较接近。     

腐蚀阴极尖端的新方法

给出一种腐蚀阴极尖端的新方法,使得对阴极常用金属材料(W,Mo,Ir,Ta等)制作的阴极尖端的腐蚀效果明显,针尖对称性和重复性都很好,成品率和质量都有所提高.     

泌阳凹陷复杂断块群油气分布控制因素

泌阳凹陷北部斜坡复杂断块群油田以断鼻、断块及断层+岩性油气藏为主,垂向含油层系多,平面上叠合连片,油气主要富集在鼻状构造主体部位的断鼻断块内。通过对研究区油气控制因素的分析,指出继承性的鼻状构造控制了油气聚集方向和富集程度,油气藏含油范围和油气藏高度则主要受断层封闭性和封闭程度的控制,油气分布规律受伸展构造所伴生的各种断块群构造型式的控制。     

应用时频分析方法辨识时变系统的模态参数

应用Gabor展开及Hilbert变换进行时变线性系统模态参数的辨识。利用非平稳信号的Gabor变换将结构响应信号表示在时频面上，并通过Gabor展开重构分离模态分量，建立每一阶模态的时变线性模型。对单模态时变线性模型应用Hilbert变换来辨识随时间变化的模态频率和阻尼。通过对刚度和阻尼慢变的两自由度系统模态参数的仿真辨识验证辨识方法的有效性。仿真结果表明：本文方法为时变线性系统的模态参数辨识提供了一条新的途径。     

小波变换在光谱特征提取方面的应用

人们在处理高光谱图像时一般要对一些典型地物进行光谱分析、特征波段的提取,以便提取出最大量的有效信息,剔除无用或冗余的信息,然后再进行分类识别.采用小波变换的分析方法,选用合适的小波进行分解,根据分解后的高频分量中包含的重要信息,利用局部相邻的正负极值点找出对应于原始光谱曲线上每个吸收带的左右边界;利用局部过零点,即可比较精确的提取出各个吸收带的中心波长.该方法比传统的光谱特征提取方法更简洁、有效,实验证明为一种比较理想的光谱特征提取方法.