温度对氢气还原铁氧化物过程膨胀性能的影响

摘要：为探究球团矿还原过程中产生恶性膨胀的问题，研究了温度对H2还原Fe2O3样条过程中膨胀性能的影响，并采用PCY G膨胀仪进行在线检测，通过对比不同温度条件下还原产物的外观形貌与显微结构，解释还原反应产生膨胀差异的原因。实验结果表明，H2还原气氛下，随着还原温度的升高，800℃下样条膨胀最大，样条的最大膨胀量出现先增加后减小的趋势；还原反应达到最大膨胀量所用时间逐渐缩短。随着还原温度的升高，铁相连接更加紧密，样条内外产生更大应力差，致使900℃条件下的还原反应提前进入铁相收缩的状态。     

钇-90微球放射栓塞治疗肝脏恶性肿瘤患者的术前评估与术后随访——钇-90微球放射栓塞系列回顾（二）

【摘要】 钇-90（90Y）放射栓塞治疗可以直接将大剂量的放射性物质带到靶肿瘤组织内，是治疗肝脏恶性肿瘤的一种有效方法。与TACE治疗不同，90Y微球放射栓塞术后不良反应的发生率更低，如腹痛、发热、恶性、呕吐。然而，90Y微球放射栓塞治疗的有效性和安全性取决于术前仔细的评估和术后密切的随访。本文将详细讨论肝脏恶性肿瘤患者接受90Y微球放射栓塞治疗前的准备工作和术后随访。

     

钇-90微球的特性、放射栓塞的操作技术及安全防护——钇-90微球放射栓塞系列回顾（一）

【摘要】 钇-90（90Y）微球放射栓塞是一种局部治疗方法，它将载有发射β射线的90Y树脂或玻璃微球选择性地注射到肝动脉。90Y微球随血流被阻塞在肿瘤血管床，其发出的射线对靶肿瘤具有细胞毒性作用。该方法的安全性和有效性已经在不可切除的肝脏恶性肿瘤患者中得到证实。本文作为90Y微球放射栓塞系列综述的第一部分，将讨论90Y和90Y微球的基本特性，90Y微球放射栓塞的基本操作方法，以及放射性安全与防护。
     

复模态整体识别法在车床模态参数识别中的应用

介绍了复模态整体识别方法的理论基础,并对车床进行试验模态分析,识别出车床的模态参数,所得结果可为进一步的理论分析和结构优化提供参考.     

色氨酸抑制体外模型中晚期糖基化终末产物形成机理

食源性晚期糖基化终末产物（advanced glycation end products,AGEs）与多种慢性疾病密切相关,尤其是糖尿病和肾脏疾病。为减少AGEs对机体的健康风险,降低食品中AGEs含量,本研究从13?种氨基酸中筛选出具有良好AGEs抑制效果的色氨酸（tryptophan,Trp）,利用牛血清白蛋白（bovine serum albumin,BSA）-果糖、BSA-丙酮醛（methylglyoxal,MGO）、BSA-乙二醛（glyoxal,GO）和精氨酸（arginine,Arg）-MGO模型探究Trp对AGEs的抑制机理。结果表明,Trp对荧光AGEs的抑制呈现出显著的质量浓度依赖性。在BSA-GO模型中Trp抑制效果最佳,其次是BSA-MGO模型和Arg-MGO模型,而在BSA-果糖模型中抑制效果不明显。Trp对Nε-羧甲基赖氨酸（Nε-carboxymethyllysine,CML）和Nε-羧乙基赖氨酸（Nε-carboxyethyllysine,CEL）的抑制呈现钟形曲线,在1 000 μg/mL下对CML和CEL的抑制率最高。通过探究Trp捕获MGO的能力发现,其可通过芳香亲电子取代和Pictet-Spengler反应捕获MGO,最高捕获能力为3 mol。     

亲水胶体对海绵蛋糕中晚期糖基化终末产物的抑制作用

为探究亲水胶体对晚期糖基化终末产物（advanced glycation end products,AGEs）生成的抑制作用,首先采用牛血清白蛋白（bovine albumin,BSA）-果糖、BSA-葡萄糖、BSA-丙酮醛（methylglyoxal,MGO）、BSA-乙二醛4 个化学模型,考察9 种经典亲水胶体在化学模型中的抗糖基化能力,筛选出抑制效果最佳的海藻酸（alginic acid,ALA）和黄原胶（xanthan gum,XG）作为研究对象,探究不同亲水胶体添加量（0.25%、0.5%、1.0%、1.5%、2.0%）及烘焙温度、时间对海绵蛋糕品质属性、AGEs形成和蛋白氧化产物的影响。明确最佳烘焙温度和时间为180 ℃、40 min,在此条件下分别添加0.5% ALA或2.0% XG能够显著降低海绵蛋糕中的荧光AGEs、非荧光AGEs和蛋白氧化产物含量。同时,ALA和XG的添加能够改善蛋糕的质构,提高蛋糕的水分含量。ALA和XG是一类很有前途的天然AGEs抑制剂,可以在烘焙之前添加至原料中,以减少烘焙食品中AGEs的生成。     

一种公历到农历日期转换算法的实现

本文主要从单片机软件实现角度介绍一种公历到农历转换的算法思想,算法采用MCS-51指令系统实现.并给出程序流程图,另外对二十四节气和生肖算法也做详细介绍.     

交通监控场景中的车辆检测与跟踪算法研究

考虑多目标跟踪过程中存在的实时性和身份跳变问题,提出一种基于检测的多车辆跟踪算法。首先利用Mobilenetv2替换YOLOv3检测算法的主干网络,构建目标检测模块YOLOv3-Mobilenetv2,减少检测算法模型参数,提高检测模块的运行速度;在Mobilenetv2中引入Bottom-up连接,增强多尺度特征图间的信息融合;然后构建基于LSTM的运动模型,解决卡尔曼滤波在非线性系统中产生的预测误差,基于Deepsort跟踪算法,引入LSTM运动模型,形成L-Deepsort跟踪算法;改进L-Deepsort跟踪算法外观匹配策略,提升目标间的关联性;最后融合轻量级目标检测算法YOLOv3-Mobilenetv2与多目标跟踪算法L-Deepsort,形成MYL-Deepsort多车辆跟踪算法,实现多车辆的实时准确跟踪。实验结果表明,该方法在跟踪性能提升的情况下,速度较YOLOv3-Deepsort提高21 frame/s,在TX2平台达到13 frame/s。