心肌损伤标志物联合检测在急性心肌梗死诊断中的应用

目的:探讨心肌损伤标志物联合诊断急性心肌梗死(acute myocardial infarction,AMI)的临床意义.方法:2009年1月～2010年12月对我院在我院接受诊断与治疗的急性心肌梗死患者进行心肌损伤标志物联合检测.结果:2h:AMI组与对照组比较,Myo有显著差异(P<0.05);4h:AMI组与对照组比较,Myo、CK-MB有显著差异(P<0.05);8h:AMI组与对照组比较,Myo、CK-MB、cTnI有显著差异(P<0.05).cTnI+Myo+CK-MB 2项或3项联合检测,更能提高特异性,cTnI +Myo+CK-MB在4h的敏感性和特异性分别是44.26%(27/61),90.16%(55/61),8h的敏感性和特异性均为100%,具有很高的诊断率.结论:联合监测Myo、cTnI、CK-MB可提高对AMI诊断的敏感性和特异性,同时对再梗死发生、预后及观察疗效具有重要意义.     

基于迁移学习和基频特征融合的文本相关说话人识别框架

目前,面向我国金融支付的说话人识别技术在社会层面上没有大范围的推广,其原因在于数据集的缺乏以及识别技术未能满足安全性要求。针对上述问题,文章录制了用于中文数字串文本相关说话人识别的SHALCAS-WXSD22B数据集,用于金融支付场景中的数字串声纹识别研究,并提出一种基于迁移学习和基频特征融合的文本相关说话人识别框架,提高了文本相关说话人识别技术的可靠性。在数字串SHALCAS-WXSD22B-d006和SHALCAS-WXSD22B-d007语料实验中,所提框架实现的最佳等错误率分别为0.88%和1.05%,与ECAPA-TDNN基线模型相比等错误率相对降低了17和20个百分点,且达到了支付场景下的声纹识别安全性指标。实验结果表明,文中所提框架不仅具有更好的识别准确率和安全性能,而且同样能提高框架中包括ResNet34在内的其他log-Mel识别模型的性能。     

人工耳蜗植入者音乐感知研究

目前,大部分人工耳蜗使用者在安静情况下的言语感知能力基本达到较高水平,然而其音乐感知能力尚未达到理想水平,音乐感知研究已成为目前人工耳蜗领域主要关注的研究方向之一。主要探讨人工耳蜗使用者音乐感知研究的研究方法、材料,并分析影响其音乐感知能力的主要因素。对音乐的四大要素即音高、时长、响度及音色等的研究进展进行讨论,从信息的传输和接收间的关系分析影响人工耳蜗植入者音乐感知的因素。对现有的主、客观测试以及调查问卷等研究手段进行总结。综合分析了目前音乐感知研究的进展,并对未来的研究发展方向进行展望。     

碳纤维增强碳基复合材料的介电性能对应力的自感知

碳纤维增强碳基复合材料（C/C）具有优异的力学和导电性能,但其介电性能的报道较为罕见。文中采用LCR测量仪测量C/C的相对介电常数,采用电流源和纳伏表通过四电极法测量C/C的电阻率,研究了C/C的相对介电常数和电阻率随压应变的变化规律。研究表明,单位应变下相对介电常数的变化率（528±8）是电阻率变化率（111±5）的4.7倍,说明C/C复合材料的介电性能对其微观结构的改变更敏感。此外,压应变下C/C介电性能的增强归因于应变诱导的微缺陷提供了部分电子和空穴参与空间电荷极化的场所,以及压应变改善了极化连续性。单位压应变下增加的参与极化的电子或空穴的数量为（1.37±0.02）×10¹⁰。C/C的相对介电常数低于碳纤维和石墨,可归因于碳基体中较高的孔隙率及较多的界面。     

一种变步长的自适应特征值分解时延估计方法

在房间声场环境下基于传声器阵列的说话人定位中,时延估计算法是其中的关键步骤。与其它常用时延估计方法相比,自适应特征值分解（Adaptive Eigenvalue Decomposition,AED）时延估计算法因其优越的抗混响性能受到越来越多的关注。但在受噪声和混响干扰的语音条件下,传统的自适应特征值分解算法收敛速度较慢,对初值敏感。通过引进动量因式,提出了一种变步长的特征值分解算法,通过理论分析和仿真实验,证实了新算法的收敛性能要优于传统的特征值分解算法,节省收敛时间,使算法的整体性能有所提高。     

基于K-wave的经颅超声聚焦仿真研究

由于颅骨形状不规则,声速、密度等声学参数分布不均匀,使用传统相控聚焦的方法进行经颅超声精确聚焦时会出现焦点偏移、焦点形状畸变、散焦的现象,时间反转法被认为是能够克服颅骨非均匀特性,实现经颅聚焦的有效手段。而利用传统有限元,有限差分法进行数值仿真时,往往需要划分十分精密的网格进行计算,耗费大量的时间。K空间伪谱法通过在空间域上进行傅里叶变换,时间域上进行有限差分的方法求解声波方程,能够在降低计算网格密度的同时保证计算精度。为了克服颅骨对聚焦超声造成的焦移影响,同时避免声学模型计算量过大的问题,本文使用Matlab K-wave开源工具箱,对食蟹猴颅骨CT数据进行三维声学建模,实现了基于时间反转法的经颅超声聚焦,讨论了时间反转法对于颅骨不规则形状及非均匀声速造成的焦移的补偿。仿真结果表明,K-wave在提高计算速度的同时能够服务于精准经颅超声聚焦,且相较于传统基于声时差法的相控聚焦方法,时间反转法在预设焦点位置,焦点强度更高,焦斑形状更为规则,聚焦效果更好。     

90Sr/90Y治疗器经直肠治疗前列腺增生的临床疗效观察

前列腺增生症是中老年男性的常见病与多发病.随着我国人口越来越趋于老龄化,前列腺增生发病率也将越来越高.据资料报道,男性前列腺增生50岁以上发病率达50%;80岁以上高达80%以上均不同程度患有此病,其中30%的人表现有严重的临床症状[1].     

听力正常老年人皮层听觉诱发电位研究

文章研究了听力正常老年人的P1-N1-P2波的特征值及其影响因素,并初步探讨其与言语感知之间的相关性。对40例听力正常的老年人进行了不同频段言语刺激声条件下的P1-N1-P2波测试与不同信噪比条件下的言语识别率测试。使用非参数检验分析不同言语刺激声频段P1-N1-P2波各波潜伏期、幅值的差异性,使用斯皮尔曼(Spearman)相关性检验分析老年人年龄、纯音听阈与P1-N1-P2波潜伏期、幅值之间的相关性;使用Spearman相关性检验分析P1-N1-P2波各波潜伏期和幅值与言语识别率之间的相关性。结果表明,刺激声频段、年龄、纯音听阈对听力正常老年人P1-N1-P2波各波潜伏期、幅值有显著影响,听力正常老年人P1-N1-P2波特征值与言语感知具有相关性。     

利用波束形成和神经网络进行语音增强

语音增强在语音信号处理的前端非常重要,直接影响后端语音识别等效果。目前用神经网络进行单通道语音分离对于解决鸡尾酒会问题取得了很大的进步,但是用于复杂混合语音时分离效果仍不令人满意。针对单通道情形下的不足,使用多通道结构形成4个方向的超指向波束,结合神经网络算法实现对于指定方向的目标语音增强。仿真和实验结果表明,该算法相较于超指向波束形成算法和谱减法在多种评价指标上均有了明显的提升。     

言语刺激双耳分听研究

双耳分听是一种常用于大脑半球偏侧化研究的非侵入式行为测试方法。右耳优势为言语刺激双耳分听研究观察到的典型现象。重点探讨言语刺激感知的大脑半球偏侧化双耳分听研究,对常用的双耳分听范式、典型的言语刺激双耳分听、双耳分听中的注意和认知控制、双耳分听中的性别/年龄/利手差异等方面的研究成果进行归纳总结。此外,还介绍了双耳分听在临床中的应用价值,并对双耳分听研究的未来发展趋势进行展望。