补阳还五汤加减治疗高龄骨质疏松性椎体压缩性骨折PVP术后患者49例

目的：观察补阳还五汤加减治疗脾肾两虚兼血瘀型高龄骨质疏松性椎体压缩性骨折（OVCF)经皮椎体成形术（PVP）术后患者的临床疗效。方法：将98例高龄OVCF并已行PVP术后患者随机分为2组,每组各49例。对照组采用骨康颗粒治疗,治疗组在对照组基础上加用补阳还五汤加减治疗。对2组患者术后3d、1个月及3个月的视觉模拟疼痛评分（VAS）及Oswestry功能障碍指数（ODI）及骨密度（BMD）进行比较。结果：总有效率治疗组为91.84%（45/49）,对照组为79.59%（39/49）,组间比较,差异有统计学意义（P<0.05）;术后1个月及术后3个月2组VAS评分、ODI、骨密度组间比较及2组术后1个月与术后3d组内比较,差异均有统计学意义（P＜0.05）。结论：补阳还五汤加减能够显著提高脾肾两虚兼血瘀型高龄OVCF术后患者的临床疗效。     

中医康复护理在胸腰椎压缩性骨折患者康复过程中的效果观察

目的：观察中医康复护理在胸腰椎压缩性骨折患者康复过程中的效果。方法：选取胸腰椎压缩性骨折患者78 例,将其随机分为观察组与对照组,每组各39 例。对照组予以常规护理干预,观察组在对照组基础上予以中医康复护理干预。比较2组日本骨科协会评估治疗分数（JOA）评分、日常生活能力评分和护理满意度。结果：护理满意度观察组为94.87%（37/39）,对照组为79.49%（31/39）,2组比较,差异有统计学意义（P<0.05）。2组JOA评分、日常生活能力评分治疗前后组内比较及治疗后组间比较,差异均有统计学意义（P＜0.05）。结论：在胸腰椎压缩性骨折患者康复过程中,中医康复护理有助于改善患者肢体功能,提高护理满意度,值得临床借鉴。     

基于深度学习的路面裂缝提取

裂缝是主要的路面损坏,路面裂缝自动化提取对于维护和监测路面状况至关重要。针对传统人工检测效率低、缺乏客观性等问题,提出了一种基于深度学习语义分割网络的路面裂缝自动提取方法,实现了由路面图像自动生成裂缝二值图。并且阐释了不同尺度特征对语义分割的好处,并结合裂缝本身细小的特性,在U-Net的基础上增加了大尺度特征提取分支。随后采用激励压缩模块进行两种特征的融合。在CFD(computational fluid dynamics)数据集上的实验表明,该改进算法的F1分数、kappa系数分别可达74.28%和73.83%,相较于其他主流分割网络,提高了约2%。     

桃红四物汤联合中医定向透药治疗骨质疏松椎体压缩性骨折术后疼痛30例

目的：观察桃红四物汤联合中医定向透药治疗骨质疏松型胸腰椎压缩性骨折（OVCF）维体成形术（PVP）术后疼痛的效果。方法：将60例OVCF患者随机分为2组,每组各30例。2组均行PVP术,术后均予常规护理,治疗组给予桃红四物汤联合中医定向透药治疗,对照组给予单纯中医定向透药治疗。采用疼痛视觉模拟评分（VAS）评价治疗前后2组患者的疼痛情况,采用功能障碍指数（ODI）评价治疗前后的功能障碍情况及优良率。结果：优良率治疗组为86.7%,对照组为53.3%,组间比较,差异有统计学意义（P＜0.05）;2组VAS评分、ODI评分治疗前后组内比较及治疗后组间比较,差异均有统计学意义（P<0.05）。结论：OVCF患者术后应用桃红四物汤联合中医定向透药可明显减轻疼痛症状,具有较好的临床疗效。     

基于压缩感知法对法拉第色散函数的重构

观测到的偏振量与法拉第色散函数之间是傅里叶变换对,而法拉第色散函数反映了辐射区域和辐射传播途径的磁场结构。如何通过这一关系精确重构出法拉第色散函数对于研究银河系及河外星系磁场具有重要的作用。目前已提出了基于压缩感知的法拉第色散函数重构方法,模拟结果要优于传统方法,然而是否具有实用性仍然未知。主要探究该方法应用于实际观测频率范围时是否依然可行,并进行了大样本统计学实验。结果表明:重构结果受多种因素的影响,具有很大的随机性,对重构结果在峰值附近再次进行最小二乘拟合后,重构的法拉第深度更接近真实值。     

差分层析SAR技术研究现状分析

差分层析SAR是在层析SAR基础上发展起来的一种四维信息反演技术。它不仅实现了对雷达目标的三维分辨能力,同时可以获取目标的形变速率信息,可实现对目标方位-距离-高度-时间四维成像,这对实现城市基础设施动态形变监测、古建筑风险评估、重要工程安全监测等应用具有重要实际意义和价值。本文基于差分层析SAR成像原理,分析了成像处理过程中存在的问题,总结了差分层析SAR成像算法研究现状和特点;最后列举了差分层析SAR技术的主要应用领域,并对其技术发展趋势进行了展望。     

基于正交匹配追踪的声层析方法

声速剖面的变化会对声传播产生较大的影响,经验正交函数模型经常用来实现对声速剖面数据的简化描述。然而在内波、湍流等海水不均匀性存在时,这种正则化操作会造成声速重构精度的大幅降低。本文利用字典学习生成声速剖面的非正交原子,在稀疏编码时采用正交匹配追踪（OMP,Orthogonal Matching Pursuit）算法,更新字典则使用KSVD （Kernel Singular Value Decomposition）的字典更新算法。由于字典学习不需要强制使用正交条件,对于训练数据更加灵活,从而可以使用少数的原子组合达到更高的重构精度。利用一次浅海声学实验多次测量的声速剖面研究了海水声速剖面的经验正交函数表示和字典学习,研究表明：相比于正交函数表示,学习字典可以利用少数原子（甚至一个原子）更好的解释声速剖面扰动。字典学习可以提高声速剖面的稀疏性,从而提高声速剖面的反演精度。     

一种面向GML的多维压缩算法研究

本文通过对GML文档的深入分析,借鉴传统的XML和空间数据的压缩算法,提出了一种面向GML结构数据、空间数据和属性数据的一体化多维压缩算法。对结构维数据,采用改进的LZW压缩机制;对特征维数据,采用实体间与实体内的双重压缩,并考虑到空间特征数据的特点,采用分割压缩的算法。实验证明,此算法不仅压缩率高,而且简单实用。     

基于JPEG2000无损压缩的DEM网络渐进传输方法

针对网络GIS海量DEM数据与有限带宽之间的矛盾,根据DEM数据特点和网络多分辨率渐进的应用需求,提出了一种在DEM各级分辨率具有良好精度性能、基于改进的JPEG2000高效无损压缩的DEM网络渐进传输方法.选用2/6整数小波分解DEM数据,利用辖区渐进压缩方法、压缩码流的索引文件检索码流实现了DEM的渐进传输.实验证明,2/6小波比标准中的5/3小波能够更好地在每级分辨率保持原始地形精度,相比传统方法,网络渐进传输时每级分辨率传榆的数据量平均减少了90.29%.