摘要：冠状动脉阻塞是经导管主动脉瓣置换术(transcatheter aortic valve replacement, TAVR)少见却致命的并发症,然而尚无公认的标准方案应用于此并发症的风险评估。目前,针对TAVR冠状动脉阻塞风险评估最常用的方法是通过影像学直接评估,但是瓣膜部署后钙化团块的真实偏转情况很难被精确预测。因此,该风险评估可能受到经验主义的影响,从而导致评估结果出现偏差。本文报道TAVR术前应用3D打印技术精确评估冠状动脉阻塞风险1例,为临床诊治提供经验参考。

摘要：基于表面肌电信号(Surface ElectroMyoGraphy,sEMG)的人机交互力控制需要检测肌力的大小,而直接、精确地测量肌力十分困难,因此常使用肌力估计的方法估计肌力,为了实现基于sEMG信号的腕部肌力估计,文中提出了一种方法。该方法首先制作一个肌力采集平台,然后采集腕部一系列不同肌力水平的肌力信号和sEMG信号,将两种信号滤波后同步匹配,取sEMG信号的均方根、平均绝对值(MAV)、均值频率、谱矩比(Spectral Moments Ratio,SMR)作为4个特征值,最后使用支持向量机(Support Vector Machine,SVM)建模实现肌力估计,并与BP神经网络建模结果比较。两名实验者肌力估计均方根误差分别达到9.1%MVC(最大等长收缩力)和8.7%MVC,结果表明所提方法是一种有效的、简便的腕部肌力估计方法。

摘要：康复训练过程中患者需要外部设备的辅助才能完成运动。在此过程中,患者的肌肉功能逐渐康复,辅助设备所提供的辅助力逐渐变小,这要求康复训练设备能够对较大范围肌力做出准确预测。针对这一问题,提出优化一种基于表面肌电信号(Surface Electromyography,sEMG)的分层算法来精确预测肌力大小。第一层算法采用粒子群优化(Particle Swarm Optimization,PSO)算法对支持向量机算法(Support Vector Machines,SVM)进行改进,以解决sEMG中含有噪声的问题和信号本身的非线性可分问题,并使用改进后的SVM构建3分类器,对肌力大小进行高、中、低3个类别的初步划分。第二层算法采用3个对应于不同肌力大小的BP神经网络对肌力进行精准预测。由实验得出结果:20次重复计算得到的平均绝对误差为0.58,方差为0.18。因此,使用PSOSVM+BP的组合模型方案能够满足肌力预测的精度要求。

摘要：目的:将GC校正因子应用于细辛中黄樟醚、甲基丁香酚定量分析。方法:首先采用Agilent 6890N气相色谱仪,FID检测器,DB-WAX毛细管柱(250μm×30 m,0.25μm),检测器温度250℃,进样口温度230℃,载气氮气,恒压模式,进样量1μL,流速1.0 m L·min^(-1),氢气流速45 m L·min^(-1),空气流速450 m L·min^(-1),尾吹氮气流速35 m L·min^(-1),温度条件(起始温度135℃保持2 min,以5℃·min^(-1)升至160℃保持7 min,再以20℃·min^(-1)升至220℃保持3 min);再通过不同测定及计算方法得多个GC校正因子值;最后经稳定性、重复性、加样回收率试验验证可行性,筛选校正因子值应用于黄樟醚、甲基丁香酚的定量分析。结果:各校正因子值计算稳定性、重复性试验结果 RSD均<3%;黄樟醚平均加样回收率范围为92.96%~121.35%,RSD 3.4%~4.8%,甲基丁香酚为88.80%~112.54%,RSD 2.0%~3.4%;最终获得应用于10批细辛中黄樟醚、甲基丁香酚定量分析。结论:2个GC校正因子值定量分析10批细辛中黄樟醚、甲基丁香酚结果相差不大,多个GC校正因子值的筛选应用有利于提高实验检测结果的准确性。

摘要：基于有限元统计能量(FE-SEA)混合法对列车作用下的城市轨道交通U型梁的振动及结构噪声进行了预测分析。结果发现:U型梁局部振动的加速度级明显大于其整体振动对应的加速度;其中,在低频区域翼板振动响应最大,高频区域则底板振动最大;U型梁各部分结构噪声声压级规律为:底板>腹板>翼板,其趋势与激励的幅值趋势基本一致,其中底板在各频段均起主要控制作用,因此U型梁主要的减振降噪频段应是作用在其上的轮轨力的优势频段,底板应为主要减振降噪对象;同时随着列车速度的增加,U型梁振动加速度与结构噪声在各频率都会增大,且其对振动加速度的影响要大于对声压级的影响,对高频区域影响大于低频区域;而U型梁的振动功率级损失不随速度的改变而变化,桥下场点及远场点的总声压级呈线性增大。

摘要：采用电弧增材制造技术,研究不同层间温度下有无超声振动对电弧增材制造Cu-8Al-2Ni-2Fe-2Mn合金组织及拉伸性能的影响。结果表明:在电弧增材制造的过程中,控制不同的层间温度不能抑制外延生长的柱状枝晶形成,引入超声振动后,在层间温度100℃下获得胞状晶组织。电弧增材制造的Cu-8Al-2Ni-2Fe-2Mn合金主要由枝晶间的κⅡ相(Fe3Al)和κⅢ相(NiAl)以及在α-Cu基体中析出的κⅣ相(富铁)组成。在含有柱状枝晶的试样中,拉伸性能均存在各向异性。在引入超声振动+层间温度100℃的试样中,各向异性较小并获得最佳综合拉伸性能。通过引入超声振动和控制层间温度,优化组织和拉伸性能,为高性能铝青铜合金的快速制造提供潜在方案。

摘要：为了解决老年人和残疾者上下楼梯困难,设计了一种新型的行星轮-履带复合式可爬梯轮椅结构。采用行星轮-履带复合机构实现爬梯越障的功能,轮椅驱动采用1个电机,星轮采用链传动实现爬梯、平地行驶。该结构结合履带装置,可有效减轻星轮式轮椅振动且提高了传统轮椅的越障能力。在对比现有爬梯轮椅机构特点的基础上,介绍一种星轮-履带结合的新型轮椅机器人的机构方案,并分析轮椅的工作原理,建立数学模型进行爬梯过程运动学与动力学分析。结果表明,轮椅可以安全爬越大部分楼梯。轮椅的结构设计合理,实现爬梯和平地移动功能的结合。

摘要：黄桃在线分级时,表面损伤和可溶性固形物同时在线检测。损伤和可溶性固形物是评价黄桃品质好坏的重要指标。采用高光谱成像技术,尝试对黄桃损伤和可溶性固形物进行同时检测。利用主成分分析法,首先对高光谱图像进行主成分分析得到最佳PC(principal component)图像,其次根据PC图像中各波长对其贡献率的大小确定最佳特征波长(550和720nm)并结合二值化,图像掩膜和阈值分割以及相关的图像处理技术对最佳光谱图像进行定性判别。其准确率最高达到94.6%,同时建立偏最小二乘定量回归模型对正常样品SSC(soluble solid content)含量进行预测,通过对模型的不断优化,实现了基于高光谱成像技术对黄桃碰伤和可溶性固形物同时检测。可溶性固形物分选准确率为79.2%。实验结果表明,利用高光谱成像技术可以实现对黄桃碰伤和可溶性固形物同时检测,该研究可以为实际在线分选提供理论依据和参考。

摘要：以乙二醇和乙醇的混合液为复合溶剂,乙酸钡和钛酸丁酯为反应前驱体,采用非水解溶胶-凝胶（NHSG）法制备了钛酸钡粉体。借助XRD、FE-SEM、TEM、FTIR等研究了复合溶剂配比、钡钛比例以及热处理温度等工艺参数对合成BaTiO3的影响,探究了NHSG法合成BaTiO3的形成机理。结果表明：乙二醇用量过多或过少均不利于BaTiO3的合成;适当提高钛的用量可以提高BaTiO3的合成效果;优选溶剂比为2∶1,钡钛比为1∶1.1时可在550℃合成晶粒尺寸在40~60 nm范围的立方相BaTiO3粉体;非水解的反应机制是通过脱酯的缩聚反应实现了Ba和Ti原子级的均匀混合,然后直接晶化形成BaTiO3晶相。

摘要：兴趣点推荐是在基于位置社会网络(location-based social network,LBSN)中流行起来的一种全新形式的推荐.利用LBSN所包含的丰富信息进行个性化推荐能有效增强用户体验和提高用户对LBSN的依赖度.针对无显示用户偏好、兴趣非一致性和数据稀疏性等挑战性问题,研究一种针对LBSN的双重细粒度POI推荐策略,即一方面将用户的全部历史签到信息以小时为单位细分为24个时间段,另一方面将每个POI细分为多个潜在主题及其分布,同时利用用户的历史签到信息和评论信息挖掘出用户在不同时间段的主题偏好,以实现POI的Top-N推荐.为实现该推荐思路,首先,根据用户的评论信息,运用LDA模型提取出每个POI的主题分布;然后,对于每个用户,将其签到信息划分到24个时间段中,通过连接相应的POI主题分布映射出用户在不同时间段对每个主题的兴趣偏好.为解决数据稀疏问题,运用高阶奇异值分解算法对用户-主题-时间三阶张量进行分解,获取用户在每个时间段对每个主题更为准确的兴趣评分.在真实数据集上进行了性能测试,结果表明所提出的推荐策略具有较好的推荐效果.