肺部局灶性磨玻璃结节MDCT 1mm薄层重建后的影像学表现

目的:分析局灶性磨玻璃结节(fGGO)MDCT 1mm薄层重建后的表现,得到早期肺癌磨玻璃结节的影像学特征。方法:分析53例已经活检或抗炎治疗证实有病理结果的肺部磨玻璃结节,分析其影像学征象,包括病变位置、大小、形态、界面、边缘、空泡、支气管扩张及蜂窝征、细支气管充气、胸膜凹陷征、血管聚集增粗以及mGGO中GGO含量,统计分析各征象在良恶性之间的差异。结果:良、恶性fGGO边缘、界面以及血管聚集增粗具有统计学差异,P<0.05;而患者的一般资料、病灶基本信息及病灶形态、空泡支气管蜂窝、细支气管充气、胸膜凹陷以及mGGO中GGO含量在良恶性fGGO的表现差异不明显,P>0.05。结论:MDCT 1mm薄层重建后的fGGO影像学特征对于鉴别良恶性fGGO及诊断早期肺癌具有极其重要的应用价值。      

T639数据格式及其读取方法

本文对2008年12月19日-21日朔州市强寒潮天气过程的高、低空环流形势、单站气象要素变化进行了分析,结果表明：500 hPa横槽转竖、中西伯利亚地面冷高压维持加强后南压爆发、850 hPa冷平流是产生强降温的主要原因.     

基于深度神经网络的海表盐度反演

海表盐度（Sea Surface Salinity,SSS）是研究海洋对全球气候影响的重要参量,欧洲航天局（European Space Agency,ESA）设计研发的SMOS（Soil Moisture and Ocean Salinity）是专用于探测海水盐度的卫星之一。受射频干扰（Radio Frequency Interference, RFI）等因素的影响,SMOS卫星盐度产品的精度难以达到预期效果。为了提高SMOS卫星海表盐度产品精度,本文提出一种基于深度神经网络的海表盐度反演算法。以太平洋中部海域（150°E～180°,5°～30°N）为研究区域,利用Argo浮标实测盐度数据为参考真值,将SMOS卫星L1C、L2级产品与Argo盐度数据进行时空匹配。并根据海洋遥感和辐射传输理论,选取亮温（Brightness Temperature,TB）、海表温度（Sea Surface Temperature,SST）、降雨率（Rain Rate,RR）、波高（Significant Wave Height,SWH）、纬向风速（Zonal Wind Speed,ZWS）、经向风速（Meridional Wind Speed,MWS）和蒸发量（Evaporation,Eva）七个影响盐度的重要参数,利用K折交叉验证法,构建了深度神经网络（Deep Neural Network, DNN）模型,对SMOS卫星L2级数据进行反演。实验结果表明,利用本文算法计算得到的海表盐度数据平均绝对误差为0.159,均方根误差为0.195,均明显优于SMOS盐度产品精度,本文提出的算法能够提供更精准的海表盐度产品。     

T639数据格式及其读取方法

完善的数值预报技术是发展现代天气预报业务的基础。T639为日常业务提供了更加精细化、时效长的预报资料。为天气预报服务提供了强有力的保障。以T639为基础制作自动化的预报工具,必须读取T639的数据资料。简要介绍了T639的基本含义和主要内容．剖析了T639的数据格式,提供了T639数据的读取方法。     

浅议档案管理中安全工作

档案是国家的重要财富。一个单位的档案是该单位的重要财富,某些孤本更是不可再生的财富,在某种程度上,档案管理工作可谓是单位各项工作的桥梁与纽带。所以,搞好档案资料安全保护工作,其意义重大