红毛丹果皮抗氧化物质的提取及其抗氧化作用

考察了不同浓度的甲醇溶液对红毛丹果皮中多酚和黄酮物质的超声提取作用,并研究了不同甲醇提取液的还原能力、DPPH·和羟自由基清除能力。结果表明,60%和90%的甲醇溶液对红毛丹果皮多酚的提取率较高,90%的甲醇溶液对黄酮的提取率最高。30%、60%、90%甲醇和水溶液对DPPH·自由基清除能力的IC50值均在4μg/mL左右;对羟自由基清除能力的IC50值分别为46.80、34.06、36.69、80.30μg/mL。结果表明:不同甲醇提取液均具有较强的还原能力、DPPH·和羟自由基清除能力,其IC50值均为μg/mL级。一定浓度范围内,提取液抗氧化能力与其多酚的含量呈正相关性。90%和60%的甲醇提取液的抗氧化能力明显高于30%甲醇和水提取液。综合考虑对多酚的提取率、抗氧化能力以及提取成本等因素,可采用60%的甲醇作为提取液。      

热消融组织B超图像纹理特征参数温度相关性

针对微波消融技术应用中的无创监测组织温度难题,通过B超原始射频信号重建B超图像,排除B超仪器的相关性,探讨了利用B超图像纹理特征实现热疗温度监测的可行性.通过水浴加热猪肝实验,采集不同温度下的猪肝B超射频信号,在此基础上重建B超图像并分析图像纹理特征参数(灰度直方图、灰度共生矩阵与灰度梯度共生矩阵)与温度的相关性.实验结果表明:组织B超图像纹理参数随着温度变化而变化,在20~60℃范围内灰度直方图中的灰度均值,灰度共生矩阵中的熵以及灰度梯度共生矩阵中的混合熵、逆差距、相关等5个参数与组织温度间具有较高的线性相关性,利用这5个参数可实现肿瘤微波消融治疗中组织温度的无创检测.     

US-Fenton法降解水中的己烯雌酚

采用超声（US）-Fenton试剂法降解水中的己烯雌酚（DES）,用LC-MS/MS进行测定。考察了己烯雌酚初始浓度、反应时间、反应温度、溶液pH、超声功率和Fenton试剂对DES降解率的影响,优化了降解反应的工艺条件:0℃、pH为3.0、超声功率为200W、Fenton试剂中H2O2添加量为8%、FeSO4·7H2O添加量为0.2g/L时,处理初始浓度为200μg/L的DES,在反应50min后降解率可达85%。DES浓度在50⁶00μg/L范围时的降解速率符合一级反应动力学。      

超声强化海藻酸钠固定化木瓜蛋白酶条件确定及其对凝胶载体结构的影响

为研究超声强化海藻酸钠固定化木瓜蛋白酶酶活性与超声对凝胶结构影响之间的联系。在单因素实验基础上,通过均匀试验法优化得到超声强化海藻酸钠固定化木瓜蛋白酶酶活性的最佳条件为:40 kHz、0.45 W/cm²、20 min、70 ℃,预测相对酶活力为342.64%。进一步研究不同超声频率、功率对海藻酸钠凝胶结构的影响,利用电子显微镜与图像数字化处理技术定量评价凝胶结构变化程度。发现超声处理对凝胶结构的影响趋势与超声强化海藻酸钠固定化木瓜蛋白酶活性趋势一致,且在最佳超声强化海藻酸钠固定化木瓜蛋白酶活性条件下,凝胶结构变化最显著。表明超声强化海藻酸钠固定化木瓜蛋白酶活性与超声对凝胶结构的影响有着密切关系。     

电磁超声非线性效应表征的Lyapunov指数分析方法

针对金属疲劳损伤非线性效应非接触式检测需求及其低信噪比问题,提出电磁超声方案对非线性效应进行信号拾取,并采用Duffing混沌系统实现对金属疲劳程度定量评估,进而依据相轨图和Lyapunov指数表征材料疲劳演变非线性特性。采用有限元方法分析铝合金疲劳损伤演变过程,基于材料Murnaghan模型和微裂纹等效弹簧模型,研究疲劳损伤演变过程中相对非线性系数变化规律;进而探究Duffing混沌系统对于非线性效应特征提取的抗噪能力,当信噪比在20 dB时,相对非线性系数误差为132.12%,而Lyapunov指数误差为8.82%,因而Lyapunov指数较非线性系数而言有显著的抗噪能力;此外,基于对铝合金疲劳检测进行实验研究,验证了电磁超声非线性效应Lyapunov指数表征分析方法的可行性及准确性。研究结果表明,Lyapunov指数能够有效应对电磁超声非线性检测过程中低信噪比问题,从而提升非线性特征拾取的灵敏度和可重复性,进一步增强电磁超声等非接触式超声检测方法在疲劳在线检测演变的工程应用的贡献。     

深层聚合残差密集网络的超声图像左心室分割

目的 超声图像是临床医学中应用最广泛的医学图像之一,但左心室超声图像一般具有强噪声、弱边缘和组织结构复杂等问题,其图像分割难度较大。临床上需要一种效率高、质量好的超声图像左心室分割算法。本文提出一种基于深层聚合残差密集网络（deep layer aggregation for residual dense network,DLA-RDNet）的超声图像左心室分割算法。方法 对获取的超声图像进行形态学操作,定位目标区域,得到目标图像。构建残差密集网络（residual dense network,RDNet）用于提取图像特征,并将RDNet得到的层次信息通过深层聚合（deep layer aggregation,DLA）的方式紧密融合到一起,得到分割网络DLA-RDNet,用于实现对超声图像左心室的精确分割。通过深监督（deep supervision,DS）方式为网络剪枝,简化网络结构,提升网络运行速度。结果 数据测试集的实验结果表明,所提算法平均准确率为95.68%,平均交并比为97.13%,平均相似性系数为97.15%,平均垂直距离为0.31 mm,分割轮廓合格率为99.32%。与6种分割算法相比,所提算法的分割精度更高。在测试阶段,每幅图像仅需不到1 s的时间即可完成分割,远远超出了专业医生的分割速度。结论 提出了一种深层聚合残差密集神经网络对超声图像左心室进行分割,通过主、客观对比实验表明本文算法的有效性,能够较对比方法更实时准确地对超声图像左心室进行分割,符合临床医学中超声图像左心室分割的需求。     

结合残差路径及密集连接的乳腺超声肿瘤分割

目的 乳腺癌是常见的高发病率肿瘤疾病,早期确诊是预防乳腺癌的关键。为获得肿瘤准确的边缘和形状信息,提高乳腺肿瘤诊断的准确性,本文提出了一种结合残差路径及密集连接的乳腺超声肿瘤分割方法。方法 基于经典的深度学习分割模型U-Net,添加残差路径,减少编码器和解码器特征映射之间的差异。在此基础上,在特征输入层到解码器最后一步之间引入密集块,通过密集块组成从输入特征映射到解码最后一层的新连接,减少输入特征图与解码特征图之间的差距,减少特征损失并保存更有效信息。结果 将本文模型与经典的U-Net模型、引入残差路径的U-Net （U-Net with Res paths）模型在上海新华医院崇明分院乳腺肿瘤超声数据集上进行10-fold交叉验证实验。本文模型的真阳率（true positive,TP）、杰卡德相似系数（Jaccard similarity,JS）和骰子系数（Dice coefficients,DC）分别为0.870 7、0.803 7和0.882 4,相比U-Net模型分别提高了1.08%、2.14%和2.01%;假阳率（false positive,FP）和豪斯多夫距离（Hausdorff distance,HD）分别为0.104 0和22.311 4,相比U-Net模型分别下降了1.68%和1.410 2。在54幅图像的测试集中,评价指标JS > 0.75的肿瘤图像数量的总平均数为42.1,最大值为46。对比实验结果表明,提出的算法有效改善了分割结果,提高了分割的准确性。结论 本文提出的基于U-Net结构并结合残差路径与新的连接的分割模型,改善了乳腺超声肿瘤图像分割的精确度。     

基于全聚焦算法的骨折超声成像研究

为研究便捷、安全、无电离辐射的骨折检测方法,提出了超声双层折射修正全聚焦算法.首先从信号处理入手,通过回波信号与标准发射信号进行互相关计算,得出噪声含量极低的回波信号.继而利用Filed-Ⅱ裂纹仿真实验验证全聚焦成像对均匀介质检测的可行性,仿真结果显示裂纹宽度平均相对误差为5.60％;最后对离体牛胫骨进行全矩阵数据采集...     

对乙酰氨基苯甲酰壳聚糖的制备和应用性能研究

在乙酸体系中,通过对乙酰氨基苯甲酰氯与壳聚糖在超声波振荡下反应制得一种新型的壳聚糖衍生物,采用紫外光谱、红外光谱、元素分析法对目标产物进行了结构表征。结果表明,m(壳聚糖)∶m(对乙酰氨基苯甲酸)为1∶2时,壳聚糖衍生物取代度为0.23;红外光谱显示在1 734.98 cm-1处出现C=O的吸收;壳聚糖衍生物溶液在273 nm处有较大的紫外吸收峰;壳聚糖衍生物还具有较好的表面活性和溶解性能。     

An Intelligent Robot based on Sound Source Localization and Ultrasound Distance Detection

In both industrial and research areas of electronic engineering, Sound Source Localization for robot control has always been an interesting subject to be further studied. Under some dangerous situation, especially when a special driver is required to implement a particular task, the device should be able to combine robotics control technology with Sound Source Localization, and take actions according to the different response patterns. In this research project, a multifunctional robot, named ＂Mobile Island＂, has been designed and built up by integrating the Emulator 8051 micro-controller, Intel 8255 interfaces, some components and other necessary devices. The intelligent Mobile Island implemented by C language programs can operate under three control modes. In the sound control Mode 1, the robot can detect and track a target by Sound Source Localization and then turn and move toward the destination. In the keypad control Mode 2, it can be controlled by a manual keypad. In the free run Mode 3, Mobile Island can move and turn by itself. When finding an object in front, it will turn away before moving forward again, so that it can avoid crashing on the obstacle.