摘要：在深度学习中,数据是三大核心要素之一。尤其在某些领域,数据的稀有、人工标注造成大量人力的浪费、数据好坏对产出结果的影响,都显现出数据的重要性。鉴于在动漫领域中,人物的制作需要花费大量的人力和时间,所以从动漫头像出发,基于生成对抗网络,结合编码器、残差网络、解码器,经过编码器改变图像的维度,最后利用解码器将提取到的特征数据生成近似于原始图像的数据集。生成对抗网络本身固有的缺点会导致最后的效果并不是很好,于是尝试对生成对抗网络进行深度卷积的改进,再加上WGAN的梯度惩罚思想来优化自编码器基础上的生成对抗网络。

摘要：盐酸罗哌卡因是一种长效酰胺类局麻药，镇痛效果好，肌松作用完善，不良反应少。甲磺酸罗哌卡因为国产新型酰胺类局麻药，其离解常数及比旋度与罗哌卡因盐酸盐相近，但其硬膜外麻醉的效果尚需进一步探讨。本研究采用随机、单盲设计的多中心研究，通过观察下腹部手术病人甲磺酸罗哌卡因与盐酸罗哌卡因硬膜外麻醉的效果，评价甲磺酸罗哌卡因硬膜外麻醉的可行性。