数字断层融合成像技术及其在乳腺癌筛查方面的应用

乳腺癌严重威胁着女性的生命健康,其治疗的关键手段在于早期诊断。乳腺数字断层融合技术是当前乳腺癌早期筛查的重要方式之一,成为乳腺成像领域的研究热点。数字断层融合成像技术使用影像重建算法将不同角度获取的一系列低剂量乳腺X射线影像重建,得到与探测器平面平行的乳腺任意深度层面的影像。相对于传统的二维X射线乳腺成像,数字断层融合成像技术具有检出率高、病灶成像不重叠、成像清晰等优点,被广泛应用于科学研究和临床治疗中。在陈颖博士多年研究的基础上,结合国内外最新的相关研究现状,从研究背景、技术原理、临床应用等方面,综述了乳腺数字断层融合成像技术在乳腺癌筛查诊断中的研究和应用现状。     

聚醚胺基烷基糖苷在杭锦旗区块的应用

分析了杭锦旗区块造斜段、水平段的泥岩掉块坍塌和钻头泥包的原因,提出了针对性的技术对策。在保证钾铵基钻井液体系中KCl含量的基础上,通过引入强抑制剂聚醚胺基烷基糖苷,较好地解决了石千峰、石盒子组地层的坍塌掉块和钻头泥包难题。产品在现场应用中表现出了配伍性好、抑制防塌效果突出、固相清洁能力强等优点,应用井段平均井径扩大率为5.14%,产品有效降低了井下复杂时间,缩短了钻井周期,提高了开采效率。     

综合物探方法在保山盆地地热资源勘查中的应用

地热能作为一种新型清洁能源以其用途广、清洁低碳、可再生及开采成本低廉等特点，逐渐成为各国能源开发利用的重点，作为地热资源勘探的重要手段，物探方法以其精准度高、投入成本低备受青睐，然而单一的物探方法所得结果具有多解性。为提高物探结果的精确度，采用多种物探方法相结合的方式能使所得成果更加可靠。以云南省保山盆地金鸡片区地热资源勘查为例，采用直流垂向电测深与EH-4电磁测深相结合的综合物探方法，查明了该地区构造分布情况及地热异常区范围，为类似地热勘查工作提供参考。     

葵花籽粕蛋白质提取工艺参数优化

研究葵花籽粕蛋白质盐提法提取最佳工艺。在单因素试验的基础上,选取NaCl浓度、提取温度和料液比为自变量,以蛋白质提取率为响应值,利用响应面法对葵花籽粕蛋白质的提取工艺进行优化,得到回归方程的预测模型,该模型能较好的反映各因素与响应值之间的关系。最佳提取工艺条件为,NaCl浓度1.51mol/L、料液比1∶12.88(g/mL)、提取温度60.27℃。在此条件下,蛋白质的提取率为36.64%。     

石油钻杆的磁粉检测

由于石油钻杆的长度、直径和重量都比较大,翻转和移动不方便,加上探伤部位的表面粗糙,增加了磁粉探伤的技术难度。本文介绍了石油钻杆磁粉探伤的方法及其标准,对石油钻杆的磁粉探伤具有指导意义。     

基于信息化的智慧热网系统应用分析

随着信息化、自动化、智能化技术的成熟和完善,基于信息化的智慧供热系统逐渐代替传统供热系统,实现供热系统的精细化管理和节能减排。本文介绍智慧热网系统架构原理,并从传感层、网络层和应用层角度阐释智慧供热系统的设计,最后结合实际工程案例,对基于大数据分析的智慧供热系统整体升级改造后的调控策略和节能效果进行分析。     

半导体技术对无源电子元件发展的影响

经过半个世纪的发展,半导体技术不仅在制造功能强大的IC及各式各样的半导体分立器件方面,对社会发展起到不可估量的推动作用,而且对其他技术领域也产生了深刻的影响。在当前世界经济衰退浪潮的冲击下,无源电子元件领域借鉴、融合半导体技术以提高自身创新能力,加快产品升级是抵御冲击的值得关注的措施之一。     

基于3D打印的钛合金-生物陶瓷复合结构人工骨支架设计

为了研究钛合金网架的置入对所设计的钛合金-生物陶瓷复合结构人工骨支架的影响,利用Ansys软件建立了钛合金网架、生物陶瓷支架及复合结构人工骨支架,分析了复合结构的力学性能,以及钛合金网架的横梁和立柱的直径及受力面积对支架力学性能的影响。结果表明:钛合金网架结构的置入有助于提高复合结构支架的力学性能,增加钛合金立柱的列数与直径有助于提高生物陶瓷支架的力学性能。     

铬铁矿选别技术的研究进展

综述了铬铁矿资源现状及供需状况,通过对铬铁矿矿物性质及特征分析,介绍了近年来不同选矿技术在铬铁矿选别上的应用及意义;具体包括对重选、磁选、浮选、化学选矿及其他选别方法介绍,分析了不同选矿方法的适用条件及技术优势,并对铬铁矿选矿的未来发展做了展望。     

基于序贯三支神经网络的个性化推荐

虽然协同过滤可以实现用户的个性化推荐,但是大多数协同过滤及其改进模型未考虑用户和项目等特征,因而不能发掘样本间的非线性关系.与协同过滤相比,深度学习能挖掘丰富的用户兴趣模式,但网络拓扑结构是基于二支决策的方式,忽略了推荐样本的难易程度.为了增强模型的非线性表达,同时区分推荐样本的难易,受序贯三支决策的启发,提出序贯三支决策神经网络个性化推荐模型(personalized recommendation model based on sequential three-way decision with single feedforward neural network, STWD-SFNN-PR).首先,为了将高维稀疏特征向量映射为低维稠密的特征向量, STWD-SFNN-PR采用嵌入进行特征处理.其次,在增量式的网络结构中学习推荐样本,使用Adam优化网络参数,并返回难以推荐的样本.再次,利用序贯三支决策增加延迟决策的策略,并在不同的粒度层采用序贯的阈值,从而动态地实现难以推荐样本的划分.最后,为了验证模型的可行性和有效性,选择多种电影推荐数据集进行研究,并选择经典的神经网络推荐、经典的...