中药玉夏胶囊对自发性高血压大鼠肾纤维化的作用研究

目的：探讨中药玉夏胶囊改善自发性高血压大鼠（spontaneously hypertensive rat, SHR）肾纤维化的作用及其相关机制。方法：以WKY大鼠（Wistar Kyoto rat）为正常对照组（0.5%羧甲基纤维素钠,5 mL/kg）;SHR大鼠随机分为SHR模型组（0.5% 羧甲基纤维素钠,5 mL/kg）、玉夏胶囊高剂量组（0.6 g/kg）、中剂量组（0.3 g/kg）及低剂量组（0.15 g/kg）,每组7只。连续10周,每日灌胃给药一次。测量大鼠给药前与给药后第2、4、6、8、10周舒张压（DBP）;测量给药前与给药后第3、5、8周大鼠尿量;检测血清肌酐（Scr）、尿素氮（BUN）含量;免疫组化法检测肾组织TGF β1阳性细胞表达水平;RT-qPCR检测肾组织TGF β1 mRNA表达水平;Western blot法检测肾组织ERK1/2、p ERK1/2、P38、p-P38、MMP-9、TIMP-1蛋白表达水平。结果：玉夏胶囊能剂量依赖性地降低SHR大鼠DBP,增加尿量,降低血清中Scr和BUN含量以及肾组织中P38、ERK1/2、TGF β1、MMP 9、TIMP 1蛋白表达（P<0.05, P<0.01）。结论：玉夏胶囊具有减轻SHR大鼠肾纤维化的作用且在一定范围内呈剂量依赖性,其机制可能与其利尿、降压,抑制P38/MAPK、ERK/MAPK相关通路,降低TGF β1、MMP 9、TIMP 1表达水平,恢复MMP 9/TIMP 1比值平衡有关。     

一种基于点云数据的建筑物BIM模型重建方法

建筑物的三维模型重建一直是数字城市研究的重要组成内容,本文以三维激光扫描技术获取的地面点云数据为基础,以无人机航拍获取的建筑物顶部影像为辅助,提出了一种地面点云和无人机影像融合方法,并在Revit中对建筑物的BIM模型进行重建,实验结果表明重建模型的精度能够满足小范围场景建设的需要,并且依托BIM平台的建筑物模型承载着丰富的属性信息,可进一步挖掘模型的应用价值。     

Axyz／MTM测量系统在开采沉陷实验模型研究中的应用

在开采沉陷实验模型的研究中,引入Axyz经纬仪工业测量系统,实现了模型上目标点三维坐标的精密实时测量,进而得到各目标点在开采前后的下沉值,生成并分析了模型的下沉曲线.检测结果表明,该测量系统完全满足实验模型高精度的测量要求,较好地发挥了其非接触性、实时性、机动性和高精度等技术优势.     

基于AutoLISP的三维模型快速建立与精度分析

建筑物的三维模型是数字城市重建的重要组成部分，而建筑物高精度三维模型的快速建立一直是三维数字仿真亟待解决的问题。本文通过无协作目标电子全站仪采集建筑的三维坐标，基于AutoLISP实现了数据的导入、建筑物墙面的拟合、特征点的投影及门窗等构件的自动生成，从而快速生成建筑物的三维模型，并对生成的建筑模型进行精度分析。基于AutoLISP构建建筑物的三维模型，大大提高了建模速度；并能有效控制三维建筑模型的质量。     

基于改进ResUnet的高分辨率遥感影像道路信息提取北大核心CSCD

针对残差模型在信息传递过程中容易造成信息损耗与塌陷域、模型参数量大等问题,为提高残差模型的抗遮挡能力、分割完整性与减少模型参数量,提出了一种基于改进深度残差UNet(ResUnet)的高分辨率遥感影像道路信息提取方法。在原有ResUnet模型中,首先,用密集块替换原有的残差块,以提高信息传递能力;然后,在密集块之间加入转置层和空间通道压缩与激活模块,对空间和通道进行重新校准,强调重要特征抑制无用特征;最后,利用空洞空间卷积池化金字塔模块作为桥接部分,连接编码器与解码器,扩大感受野,提取多尺度特征。在马萨诸塞州道路数据集上进行实验。结果表明,所提出方法的精确度、召回率、F 1分数以及Dice系数分别达到了88.62%、84.19%、86.35%、83.22%,比原有ResUnet模型分别提高了0.63%、3.60%、2.10%、1.62%,表明了改进ResUnet网络具有良好的性能。     

基于CSegNet的三维点云室内语义分割研究北大核心CSCD

人工智能的发展程度取决于机器对环境的感知能力,即机器对场景理解的能力,这就离不开其中的核心技术—三维点云语义分割,虽然基于深度学习的三维点云语义分割网络层出不穷,但都存在局部特征利用不充分的问题,导致分割效果不佳。本文针对这个问题,受PointNet++和TSegNet的启发,设计了具有双层结构的CSegNet模型。首先,编码部分使用逐点卷积来取代PointNet层捕捉点云的局部特征;其次,解码部分使用PointDeconv层恢复原始点云结构;最后加入边缘卷积来更有效的提取局部特征,并解决边界不平滑问题。在S3DIS数据集上验证表明,CSegNet能更好的利用局部特征来进行分割,最终得到oAcc为88.7%,mIoU为73.7%的分割准确性。     

介电常数未知条件下ECT图像重建的SVC算法

在电容层析成像(ECT)系统的实际应用中,两相流和多相流是最普遍的流体情况.不仅是由于被测介质的介电常数会随着温度等环境的变化而变化,而且还由于被测场域中存在其他介质,会使得测量时出现介质未知的情况.利用支持向量机(SVM)算法具有良好泛化性的特点,提出采用基于SVC(support vector classification)的电容层析成像图像重建算法对未知介电常数对象进行图像重建.仿真结果表明,该算法能有效适应介质多样性变化,即对于不同介质,该算法都能有较高的图像重建精度.     

地面三维激光扫描仪定向法

如何有效地提高多站点云配准的精度和效率,使地面三维激光扫描技术广泛应用到大场景监测项目中是近年研究的热点。随着单站点云数据量的不断增加,传统的点云配准方法效率低、精度差,容易引起误差的传播。通过设计定位基座,直接对地面三维激光扫描仪进行定位,并根据提出的控制网定向法对其进行定向,使地面三维激光扫描仪可以直接获取目标坐标系下的点云数据。同时本文提出了定位基座的设计原理和检校方法,并通过实例分析比较,证实了该方法具备高精度和高效率。     

河道回填区域旋喷注浆抗浮锚杆施工

抗浮锚杆技术因其在设计、施工、建造成本的优势,被广泛应用于基础抗浮工程,但在特殊地质条件下,采用传统抗浮锚杆施工难以保障成孔和注浆质量,因此需要采用创新工法工艺,采用护筒跟管成孔和高压旋喷注浆来提高抗浮锚杆的工作性是提高锚杆施工质量的有效手段。文章以成都天府国际机场航站区施工总承包四标段项目为例,将河道回填区域旋喷注浆抗浮锚杆施工技术作为主要背景,论述了新型抗浮锚杆的工艺工法和控制要点。     

基于生成对抗网络的盾构隧道渗漏水检测

渗漏水是盾构隧道安全危害最大的病害之一,对盾构隧道渗漏水快速精准的检测,是有效控制及整治盾构隧道渗漏水的基础。现有的渗漏水检测方法在自动化程度方面均取得一定的成效,但存在数据采集效率低、现场采集环境要求高、训练数据样本量大等问题。针对上述问题,文章将移动LiDAR采集的盾构隧道强度图像作为数据源,提出了基于生成对抗网络的盾构隧道渗漏水检测方法,从现有的生成对抗网络V GAN模型出发,在标注少量样本的基础上,建立了Dense块作为编码器,残差块作为解码器的Unet模型作为生成器网络,运用改进的深度残差Unet(Improve ResUnet)作为判别器网络,组成DRUnet IRUnet GAN生成对抗网络用于盾构隧道LiDAR强度图像渗漏水检测。实验结果表明,当输入500张、200张、100张少量样本时,文章构建的DRUnet IRUnet GAN生成对抗网络能够达到优于V GAN的盾构隧道强度图像渗漏水检测效果,表明了所改进的网络具有良好的性能。