外周性原始神经外胚层肿瘤的CT表现分析

目的:分析外周性原始神经外胚层肿瘤（pPNET）的CT表现,以提高对该病的诊断能力。方法:回顾性分析14例经病理学证实的pPNET的CT图像,总结其影像学特征性表现,包括病灶部位、大小、形态、密度、边界、强化方式及转移情况等。结果:女性6例,男性8例,年龄8~71岁,中位年龄34岁。14例pPNET中发生于腹腔4例,腹膜后3例,盆腔3例,后纵隔2例,肋骨1例,骨盆1例。8例为单发肿块,6例表现为多发肿块或结节。12例（85.71%）患者病灶直径≥5 cm。单发者多呈不规则分叶状。CT平扫密度不均匀,病灶内部见低密度坏死区,4例病灶内见点片状钙化。病灶实性部分平均CT值约为41.18 HU,增强扫描病灶呈轻中度持续强化,动脉期、门脉期和延迟期平均CT值分别增加了14.85 HU、21.42 HU和22.50 HU。多发者呈大小不等的结节或肿块,密度、边界及强化方式与单发者近似。合并病灶周围静脉血栓者2例。12例胸腹盆部患者中7例有周围淋巴结转移。3例患者合并腹膜转移。结论:pPNET的CT表现有一定特点,增强CT可清楚显示病变范围,周围侵犯及转移情况,为临床提供重要诊断信息。      

忠武输气管道沿线滑坡预测方法

忠武管道呈狭长线条状分布,其穿过的滑坡工程地质条件各异,导致滑坡的空间分布具有很大的随机性;同时按照忠武管道滑坡灾害防治要求,主要采用GPS进行滑坡监测,监测内容为位移一时间变化量,周期一般设为2年,监测时间间隔平均为一个月,故描述滑坡运动规律的数据量较少且单一。针对忠武管道沿线滑坡这些特点,提出了一种改进的串联灰色神...     

基于小波特征和神经网络的天然地震与人工爆破自动识别

采用福建地区天然地震和人工爆破事件波形记录，通过一维离散小波变换（DWT）及4层小波包变换（WPT）对信号进行分解，提取出用于识别的4种波形小波特征：小波能量比特征、小波包能量比特征、小波包香农熵特征及小波包对数能量熵，此外还提取出P/S震相振幅比；采用BP神经网络对4种小波特征及分别加入P/S震相振幅比的组合特征进行识别效果检验，结果表明，单小波判据小波能量比特征识别效果好；双判据组合P/S震相振幅比和小波包对数能量熵的组合识别效果最好，可考虑作为实际天然地震与人工爆破在线自动识别系统的识别判据。     

Drought Forecasting in a Semi-arid Watershed Using Climate Signals:a Neuro-fuzzy Modeling Approach

Large-scale annual climate indices were used to forecast annual drought conditions in the Maharlu-Bakhtegan watershed,located in Iran,using a neuro-fuzzy model.The Standardized Precipitation Index（SPI） was used as a proxy for drought conditions.Among the 45 climate indices considered,eight identified as most relevant were the Atlantic Multidecadal Oscillation（AMO）,Atlantic Meridional Mode（AMM）,the Bivariate ENSO Time series（BEST）,the East Central Tropical Pacific Surface Temperature（NINO 3.4）,the Central Tropical Pacific Surface Temperature（NINO 4）,the North Tropical Atlantic Index（NTA）,the Southern Oscillation Index（SOI）,and the Tropical Northern Atlantic Index（TNA）.These indices accounted for 81% of the variance in the Principal Components Analysis（PCA） method.The Atlantic surface temperature（SST：Atlantic） had an inverse relationship with SPI,and the AMM index had the highest correlation.Drought forecasts of neuro-fuzzy model demonstrate better prediction at a two-year lag compared to a stepwise regression model.     

海鞘内生真菌焦曲霉Aspergillus ustus TK-5的化学成分研究

焦曲霉(Aspergillusustus)TK-5是分离自土耳其海域海鞘(Pyuramomus)新鲜组织中的一株内生真菌,利用正相与反相硅胶柱层析、葡聚糖凝胶Sephadex LH-20柱层析以及高效液相制备等色谱方法从其发酵产物中分离得到17个化合物,通过一维、二维核磁共振、质谱等技术鉴定了所有化合物的结构,分别为血苋烷型倍半萜类化合物strobilactone A(1), ustusolate E(2), ustusolate C(3), ustusolate D(4),11-hydroustusolate E(5), 11, 6’-hydroustusolate E(6),(2’E, 4’E, 6’E)-6-(1’-carboxyocta-2’, 4’, 6’-triene)-11,12-epoxy-9, 11-dihydroxydrim-7-ene(7), 12-hydroxy-6-epi-albrassitriol (8), ustusolate A (9), deoxyuvidin B(10)和二倍半萜类化合物6-epi-ophiobolinG(11),(6α)-21,21-O-dihydroophiobolinG(12),6-epi-ophiobolin K(13), ophiobolin P(14) ophiobolin H(15), ophiobolin Q(16)及ophiobolin R(17)。活性筛选表明化合物2、6、7、9、11和13对神经氨酸酶具有一定的抑制活性,其半数抑制浓度(IC50)分别为31.8、37.3、28.4、36.8、46.6和37.6μmol/L。     

天麻钩藤饮加减对高血压性脑出血肝阳化风证大鼠神经保护作用的研究

目的：探讨天麻钩藤饮加减对高血压性脑出血肝阳化风证大鼠的神经保护作用。方法：建立急性期高血压性脑出血肝阳化风证大鼠模型，随机分为模型组、西药组、天麻钩藤饮组、中西结合组，同步设空白组和假手术组。给予相应药物干预，对各组大鼠神经缺损症状、脑组织含水量、血清NSE含量进行检测，观察组织形态学改变。结果：天麻钩藤饮加减及其与甘露醇、速尿联合用药后模型大鼠神经缺损症状有明显改善，可明显下调模型大鼠脑组织含水量，减少NSE的血清分泌，且中西结合组效果优于单用组，差异具有统计学意义（P＜0.05或P＜0.01）。结论：天麻钩藤饮加减及其与甘露醇、速尿联合用药可保护模型大鼠脑出血后的神经功能，尤其是中西结合用药，其治疗效果既弥补了中药起效缓慢的缺点、纠正西药维持时间短的弱点，又可保护脑细胞，改善预后。     

基于人工神经网络的三峡库区丰都县水库塌岸预测

为了建立一个适合于三峡库区的塌岸预测方法体系,采用具有处理非线性关系功能的人工神经网络方法对水库塌岸问题进行研究。通过训练、学习和仿真,获得预测正确率为97.2%的具有7-32-14网络结构的BP神经网络模型,采用该模型对蓄水位为175　m时丰都县各岸段进行塌岸预测,并将预测结果与传统经验公式计算法所得结果及实际监测数据进行对比。结果表明:基于人工神经网络的塌岸预测宽度与实际监测数据很接近,偏差在5 m以内;公式法计算结果与监测值平均偏差为15.9 m,而且对于部分坡段,公式法计算结果比实际监测值小8～11 m,没能预测出塌岸的真正范围。采用神经网络模型对丰都县水库进行塌岸预测,预测结果与实际监测数据平均偏差约3.8%,表明其预测结果可靠。     

欢迎订阅《临床放射学杂志》

《临床放射学杂志》是一份面向国内外公开发行的医学影像学学术性刊物。以"保证质量、具有特色、重视临床、普及提高"为办刊宗旨。辟有:读片窗、中枢神经放射学、头颈部放射学、胸部放射学、腹部放射学、骨骼肌肉放射学、介入放射学、小儿放射学、实验研究、医学     

基于调和分析法与ANFIS系统的综合潮汐预报模型

港口沿岸地区以及河流入海口等地区的精确潮汐预报对于各种海洋工程作业有着非常重要的意义。潮汐水位的变化受到众多复杂因素的影响,而且这些复杂的因素往往有着较强的实变性和非线性。为了进一步提高沿岸港口码头等水域的潮汐水位的预测精度,本文提出了一种基于调和分析模型与自适应神经模糊推理系统相结合的模块化潮汐水位预测模型;并采用相关分析确定整个预测模型的输入维数;模块化将潮汐分解为两部分：由天体引潮力形成的天文潮部分和由各种天气以及环境因素引起非天文潮部分。其中调和分析法用于天文潮部分的预测,ANFIS用于预测具有较强非线性的非文潮部分。模块化综合了两种方法的优势,即调和分析法能够实现长期、稳定的天文潮预报,ANFIS能够以较高的精度实现潮汐非线性拟合与预测。模型使用ANFIS模型和调和分析模型分别对潮汐的非天文潮和天文潮部分进行仿真预测,然后将两部分的预测结果综合形成最终的潮汐预测值。此外,本文选用三种不同的模糊规则生成方法（grid partition （GP）,fuzzy c-means （FCM） and sub-clustering （SC））生成完整的ANFIS系统,并使用实测数据进行验证用以选取最优的ANFIS预测模型。最后将最优的ANFIS模型与调和分析模型相结合进行潮汐水位的最终预报。仿真实验选用Fort Pulaski潮汐观测站的实测潮汐值数据进行预报的仿真实验,仿真结果验证了该模型的可行性与有效性并取得了良好的效果,具有较高的预报精度。     

一种基于Kozeny-Carmen方程改进的渗透率预测新方法

在计算复杂孔隙结构储层渗透率时,常规采用的孔渗指数方法或流动单元分类方法几乎很难准确评价渗透率。针对这一问题,本文提出一种引入修正迂曲度因子的改进的Kozeny-Carmen方程渗透率计算新方法。首先引入迂曲度因子修正Kozeny-Carmen方程,迂曲度因子可以表达为孔隙度与岩电参数的函数;然后对改进的Kozeny-Carmen方程进行推演变换,得到新的流动单元指数,能够更好地将储层进行分类;最后利用自适应神经模糊推理系统建立取心段岩心渗透率与测井曲线的模型,并将此模型应用到非取心段的渗透率评价中。岩心渗透率与预测渗透率的对比验证了该方法的正确性与有效性,且渗透率计算精度较常规孔渗指数方法和流动单元分类方法有较大提高。该方法在南海西部海域莺歌海盆地东方气田储层评价中应用效果良好。