简介：

简介：

简介：【摘要】目的：探究再生障碍性贫血（AA）患者外周血CD55和CD59细胞表达的临床意义。方法：选取我院2019年6月～2021年7月期间收治的85例门诊及住院AA患者作为此次研究对象并设为研究组，另选取同期在我院进行体检健康者35例为对照组，对所有研究对象均采用荧光免疫技术对CD55、CD59单克隆抗体进行荧光素标记，应用流氏细胞术进行定量检测。通过分析AA患者外周血红细胞计数（RBC）以及中性粒细胞（NE）是否存在阵发性睡眠性血红蛋白尿（PNH）样CD55-、CD59细胞分为A、B两组，给予患者进行以环孢素（CsA）为主等药物治疗。结果：对照组外周血RBC、NE系CD55-、CD59-细胞均小于3%，AA患者中，81.18%的患者CD55-、CD59-细胞百分率均有增高（3%～10%），表示RBC及NE含有PNH样细胞；通过分析A、B两组应用CsA的效果得出，A组用药后起效更快，治疗总有效率为86.96%较B组31.25%更高（P＜0.05）。结论：AA患者体内RBC、NE含有PNH样细胞，对含有PNH样细胞的AA患者应用以CsA为主的抑制剂治疗，具备敏感度高、疗效显著等特点，对临床用药指导及预后具有重要意义。

简介：摘要目的通过建立大鼠自身免疫性听神经病模型，探讨CD4+CD25+调节性T细胞（CD4+CD25+T regulatory cell，CD4+CD25+Treg）在大鼠自身免疫性听神经病中的表达及作用。方法用P0蛋白（自身免疫性内耳病相关抗原）免疫健康大鼠，共免疫8周，建立大鼠自身免疫性听神经病模型。分别于P0蛋白免疫后2、4、6、8周，检测大鼠外周血和耳蜗中CD4+CD25+Treg的数量以及耳蜗中Foxp3基因的表达。再分别于P0蛋白免疫大鼠2、4、6、8周后，通过静脉向大鼠过继转输CD4+CD25+Treg，随后检测大鼠听性脑干反应（ABR）、畸变产物耳声发射（DPOAE）并观察耳蜗螺旋神经节细胞及毛细胞的变化。结果P0蛋白免疫2、4、6、8周后，模型大鼠外周血中CD4+CD25+Treg的数量随免疫时间的延长而逐渐减少，耳蜗中CD4+CD25+Treg的数量随免疫时间的延长而逐渐增多；耳蜗中Foxp3基因的表达随免疫时间的延长而逐渐下降。听神经病模型大鼠静脉过继转输CD4+CD25+Treg后，其ABR反应阈下降，DPOAE无明显变化；光镜下耳蜗罗氏管内螺旋神经节细胞的数量增加，电镜下毛细胞无明显变化。结论在大鼠自身免疫性听神经病模型中，CD4+CD25+Treg数量和功能的下降，使其对自身免疫反应的抑制作用降低，促进了自身免疫性听神经病的发生。过继转输CD4+CD25+Treg可减轻自身免疫反应，促进耳蜗螺旋神经节细胞的恢复和ABR反应阈的改善。

简介：摘要：针对当前教育存在的缺陷，采用创新学习模式，开发基于脑电波的意念头戴智能学习系统。系统主要包含了“学习”、“通讯录”、“发现”、“我的”共四大模块，通过头戴设备采集用户脑电波信号，并通过蓝牙传到学习平台，进行数字化处理和分析，协助用户改善学习质量的作用、增加好友间的互动，提高生活体验度。

简介：摘要：本研究旨在对农田土壤中重金属污染的监测与治理进行研究。通过对某农田土壤样品进行野外调查和实验室分析，评估了土壤中重金属的含量及其对环境和农作物的潜在风险。同时，采用不同的治理措施，如秸秆还田和植物修复等，对土壤中重金属的去除效果进行了评估和比较。秸秆还田和植物修复技术能够显著降低土壤中Cd的含量，并改善土壤的质地和肥力。因此，秸秆还田和植物修复技术是有效的农田土壤Cd污染治理方法。

简介：摘要目的制备靶向CD30单克隆抗体(简称单抗)64Cu-1，4，7-三氮杂环壬烷-1，4，7-三乙酸(NOTA)-CD30，无创性可视化评价淋巴瘤CD30的表达。方法通过Western blot评价5种淋巴瘤细胞株(Karpas299、Raji、Daudi、Ramos和U266)中CD30的表达水平。选择高和低表达CD30的细胞株行流式细胞术评估抗CD30单抗特异性结合能力。取NSG小鼠13只构建CD30阳性和阴性皮下荷瘤鼠模型。标记获得64Cu-NOTA-CD30，以64Cu-NOTA-免疫球蛋白(Ig)G为对照探针。经尾静脉注射2种探针后2、24和48 h行microPET显像及生物分布分析。采用重复测量方差分析及Bonferroni法进行数据比较。结果Karpas299细胞呈CD30高表达，Raji细胞呈CD30低表达。流式细胞术示抗CD30单抗与Karpas299细胞特异性结合。64Cu-NOTA-CD30与64Cu-NOTA-IgG的放化纯均>95%。在microPET显像中，Karpas299肿瘤64Cu-NOTA-CD30摄取随时间延长逐渐升高，2、24和48 h分别为(11.46±0.58)、(17.60±1.16)与(19.46±0.99)每克组织百分注射剂量率(%ID/g)；48 h时与本底对比度良好，肿瘤与心(血液)比值为2.20±0.22。48 h时，64Cu-NOTA-CD30在Karpas299肿瘤的摄取高于其在Raji肿瘤[(6.10±1.03) %ID/g]及64Cu-NOTA-IgG在Karpas299肿瘤的摄取[(5.12±0.89) %ID/g]，差异均有统计学意义(F＝290.99，t值：19.65和22.25，均P<0.001)。64Cu-NOTA-CD30与64Cu-NOTA-IgG在各组心、肝的摄取随时间延长逐渐降低。48 h体外生物分布结果与活体microPET显像基本一致。结论64Cu-NOTA-CD30能在活体水平无创性可视化评价淋巴瘤CD30的表达及分布情况，有望应用于靶向CD30免疫治疗的受益群体筛选及疗效评价。

简介：摘要：传统的诊脉方法需要经验丰富的中医师进行判断，存在主观性和不可重复性的问题。本文提出了一种基于深度学习的诊脉仪，可以自动地对患者的脉象进行诊断。该诊脉仪由传感器、数据采集模块、数据处理模块和人机交互界面组成。传感器采集患者的脉象数据，数据采集模块将数据传输给数据处理模块。数据处理模块利用深度学习算法对数据进行分析，判断患者的脉象状态，并将结果传输给人机交互界面显示。实验结果表明，该诊脉仪具有较高的准确率和可靠性，可以为中医诊断提供帮助。

简介：内容摘要：本文关注学习过程评价，探索利用信息技术构建学习过程评价系统，从而丰富多元评价手段，强化过程评价，以期健全综合评价手段，引导与促进学生全面发展。

简介：摘要：

简介：摘要：以机械产品结构认知与装配训练为例，借助引擎，完成虚拟装配学习系统的开发与实现。系统分为教学场景和训练场景，教学场景对应学习的“体验”阶段，做了简化设计，能帮助学习者快速上手，减少认知负担: 训练场景对应学习的“互动与观察”以及“实践”阶段，承担结构认知和装配训练的任务，设计均围绕知识获取与运用展开。

简介：摘要：数据挖掘可通过大数据分析的方式，从海量数据中发现其中所蕴含的存储规律，大体上由数据准备、规律寻找、规律表达三个环节组成。数据准备是指在待挖掘数据信息中，提取所需的信息参量，并将其整合成全新的数据集合文件；规律寻找可通过多种方法，将数据集合文件所蕴含的信息规律表达出来；规律表示则是以用户对象可以理解的方式，将已寻找到的规律条件翻译成计算机识别语言。

简介：摘要

简介：摘要：口罩检测系统用于日常生活中检测行人是否规范佩戴口罩，利用深度学习算法可实现图片、视频、连接摄像头等方式的口罩检测，另外支持和结果可视化。在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。口罩检测系统可用于路口、商场等公共场合检测人脸是否佩戴口罩，佩戴和未佩戴口罩的数目、位置、预测置信度等；连接摄像头设备可开启实时检测功能，另外对图片、视频等文件也可进行测试和检测；登录系统提供用户注册、登录、管理功能；训练和调优的模型可有效检测口罩佩戴情况，模型可选择切换；可选择单个目标进行单独显示和标注，结果一键保存。

简介：摘要：当前深度学习技术已经广泛应用于计算机视觉领域，在图像识别、物体分类、区域分割等领域都取得了巨大的成果。将相关技术应用于池塘、湖泊、河流等水位识别，结合水务部门在各水道部署的标准水尺，可以实现能够对水位进行全天候自动监控、及时上报的水位智能识别系统。将各类水位数据汇总到区域水利大数据平台，可以有效辅助防治城市内涝、江水倒灌等，并为降水量预测、水位预警等工作提供支撑。

简介：摘要：本文从全断面法和CD法的特点及适应范围、施工注意事项方面，来进行地下通道施工中全断面法和CD法之间的对比。

简介：论文摘要：在牛金山隧道紧急停车带四车道大断面施工中为了确保施工安全及进度经分析研究将原设计双侧壁导坑法替换为偏心CD法，就是将洞室开挖转换成大、小跨的两个洞室进行开挖与支护，采用小导坑掘进释放土体应力保证隧道施工安全，大导坑提高机械利用率来保证隧道进度。并且将施工经验总结出一套经济、安全并且能保证进度的施工技术工艺，为今后类似工程提供借鉴。

简介：摘要：机电系统在工业生产中拥有重要的地位，而故障的发生往往会给生产带来严重的影响。目前，机电系统故障预警领域的研究已具有相当的发展，但是在实际应用中，仍存在一些问题。本文通过对机电系统故障预警的相关研究进行分析，提出了基于深度学习的故障预警方法。

简介：摘要：随着全球对可再生能源和智能电网的投资日增，电力系统的结构和操作方式正在发生重大变革。在这种环境下，电力系统的稳定运行和最优调度依赖于准确的电力负荷预测。传统的时间序列分析方法在某些场景中可能具有一定的效果，但随着数据规模的增长和系统复杂性的提高，这些方法的局限性也日益明显。本文探讨了深度学习，特别是循环神经网络在电力系统负荷预测中的应用，旨在提供一个更为准确和稳健的预测框架。

简介：摘要：随着经济的发展，在电网运行过程中，针对其调度与控制运行需要实现对大量数据的采集以及分析，并根据电网运行特点及要求，对其机理、策略等给出正确的判断，以此才能够确保电网运行符合各个用电侧的用电需求，并实现全方位安全、稳定供电。随着人工智能技术的产生和快速发展，电网运行及调度的发展要求不断提升，需要设计能够符合人工智能调度的调控系统才能够促进电网的建设与发展向着智能化的方向迈进。在人工智能领域当中，深度学习是一种具备较高实用价值的技术理论。当前深度学习常被应用于医学、工业生产、经济等领域当中，但在电力领域中的应用较少。在实际应用中，深度学习能够实现对各类事物影响因素的综合分析，从而给出事物在未来发展中的变化趋势，并且预测结果具有极高的精度。因此，为促进电网的智能发展，基于深度学习的应用优势，开展对其调控系统的优化设计研究。