摘要：目的:建立正向计划时实现GTV、CTV不同给量的一种计算方法。方法:考虑到因GTV、CTV肿瘤细胞的密集程度不同,要求的剂量不同,在进行正向计划设计时,选择不同的靶体积(GTV或CTV)作为不同野的适形对象,沿射束中心轴设定深度恰好位于各射野100%等剂量线处的点为各射野的剂量计算点,通过GTV、CTV内设定点的要求剂量,获得关于射野的关联方程组,求解方程组可得各个射野在自身100%等剂量线上应实现的吸收剂量,根据方程组的解可正向设计出实现GTV、CTV不同给量的计划。结果:以水模体中一对称正四边形靶区为例,设计前后对穿、左右对穿四野照射计划,根据本研究提出的方法,可设计正向计划,实现GTV和CTV的不同给量。结论:本研究提出的方法,为快捷地在正向计划设计条件下实现GTV、CTV不同给量提供了依据。

摘要：目的:比较在左乳腺癌保乳术后调强计划设计时,单纯X线与电子线混合X线两种方案之间的剂量差异,探讨在左乳腺癌保乳术后调强放疗时采用电子-光子线混合照射的可行性。方法:随机选择在放疗中心接受放疗的左乳腺癌病人10例,为每个病例设计两个调强计划,命名为计划X和计划E-X。计划X为单纯的光子线调强计划;计划E+X为电子-光子线混合调强计划。计划X和计划E-X有相同的主射野数和主射野角度,并给定相同的处方剂量50.0 Gy,单次剂量2.0 Gy。在靶区剂量均满足临床要求的前提下,对比靶区适形度、双肺V5、V10和Dmean、心脏V30、V40和Dmean、脊髓Dmax、对侧乳腺Dmax等参数的剂量学差异。结果:PTV的适形度指数CI在两个计划中不存在统计学差异(P=0.511);左右肺的V5、V10、Dmean,心脏的Dmean和脊髓的Dmax在两个计划中均存在明显的统计学差异(P0.05)。结论:与单纯的光子线调强比较,电子-光子线混合调强治疗保乳术后的左乳腺癌具有明显的剂量优势。

摘要：以提高教学管理系统的智能化和可视化程度为目标,利用智能工程的思想及方法将模型库、知识库、推理引擎、数据库和计算机图形等技术综合应用于系统。设计了可视化智能系统的结构,建立了教学系统的数据库、产生式规则知识库和模型库,实现了推理机的推理和图形显示功能,并设计了系统中上述各部件接口技术。系统的实施推进了教学过程的信息化管理水平和从数据库中获取知识的能力。

摘要：概述了8种国内未生产的广谱、超高效三氮唑类杀菌剂的合成方法、杀菌谱及其使用方法、分子结构设计分析和毒理分析。

摘要：提高屏蔽腔体的屏蔽效能可增强民用航空机载电子系统的高强辐射场(HIRF)防护能力。基于Robinson模型,提出一种可计算带有非中心孔阵金属屏蔽腔体屏蔽效能的修正模型。选用民航机载通信设备作为研究对象,运用修正模型计算其屏蔽效能,与三维电磁仿真软件的结果对比验证了所提模型的正确性。此外,通过软件仿真分析了HIRF作用下不同孔阵、频率、位置对设备内部电场分布的影响。仿真结果可为民航机载电子设备的屏蔽壳体设计以及内部敏感器件布局提供参考。

摘要：目的应用三维治疗计划系统模拟治疗实施时的摆位误差,探讨Margin外放范围与摆位误差阈值的关系,以期找到一定摆位误差下,所需的最小Margin。方法随机选取接受三维适形放疗的胸部肿瘤10例,在制定好的计划上,保持照射野形状不变,人为地将等中心移动,使其偏离等中心的原初位置0.5 cm、0.8 cm、1.0 cm、1.2 cm,比较移动等中心前后剂量体积直方图的差异。对等中心偏移后,导致靶区内出现低剂量区(低于处方剂量90%的区域)的病例,在Margin 1.0 cm的基础上,以0.1 cm为单位逐步扩大Margin外放范围,直到在相同的偏离距离下,不再出现低剂量区。结果在Margin 1.0 cm的条件下,当等中心偏离原初位置0.8cm时,有3例的靶区出现了低剂量区;当等中心偏离原初位置等于或大于1.0 cm时,只有1例未出现低剂量区,其余的均出现了低剂量区;但低剂量区的体积并不简单地随偏离距离的增大而增加,它还与原初计划的布野方式和偏移方位有关。在相同的摆位误差条件下,所需Margin与布野方式有一定关系。结论计划优化设计时,定义Margin需综合考虑摆位误差、方位误差和布野方式等因素。

摘要：强化学习(Reinforcement Learning,RL)作为机器学习领域中与监督学习、无监督学习并列的第三种学习范式,通过与环境进行交互来学习,最终将累积收益最大化。常用的强化学习算法分为模型化强化学习(Model-based Reinforcement Lear-ning)和无模型强化学习(Model-free Reinforcement Learning)。模型化强化学习需要根据真实环境的状态转移数据来预定义环境动态模型,随后在通过环境动态模型进行策略学习的过程中无须再与环境进行交互。在无模型强化学习中,智能体通过与环境进行实时交互来学习最优策略,该方法在实际任务中具有更好的通用性,因此应用范围更广。文中对无模型强化学习的最新研究进展与发展动态进行了综述。首先介绍了强化学习、模型化强化学习和无模型强化学习的基础理论;然后基于价值函数和策略函数归纳总结了无模型强化学习的经典算法及各自的优缺点;最后概述了无模型强化学习在游戏AI、化学材料设计、自然语言处理和机器人控制领域的最新研究现状,并对无模型强化学习的未来发展趋势进行了展望。

摘要：具体事例表明,加强大学生创新意识与实践动手能力培养具有紧迫性。当前,我国大学生创新实践能力不足。为改变此现状,高校应充分利用全国大学生机械创新设计竞赛平台,大力组织与发动广大学生参与机械创新设计与制作。这是加速培养大学生创新意识与实践能力,进而提高其就业竞争力与创新实践能力的有效途径。

摘要：不同电子病历在数据上的异构性阻碍了信息的共享,本文采用基于OSGA-DAI的中间件法解决异构医疗数据的集成问题。OGSA-DAI通过Web Service的方式对数据源进行服务化的封装,屏蔽了数据资源在存储管理上的异构。对于数据资源在信息表示上的异构性,则采用信息映射的方法,将原数据库中的数据映射到一张虚拟的表中,使用户不必了解原数据资源的表示信息即可查询获取数据。

摘要：一、引言2019年,教育部发布了《关于一流本科课程建设的实施意见》,明确了课程质量对人才培养的重要性,提出课程教学方法要体现先进性与互动性,积极引导学生进行探究式与个性化学习。[1]2018年,教育部、工信部、中国工程院联合发布了《关于加快建设发展新工科实施卓越工程师教育培养计划2.0的意见》,提出高校要着力提升学生解决复杂工程问题的能力,加大课程整合力度,推广实施案例教学、项目式教学等研究性教学方法,注重综合性项目训练。