简介:摘 要:为切实贯彻执行学校“培养高素质应用型人才”的人才培养目标,中心确立了“以学生为中心,培养本科生实践能力和工程素质”的教学总体工作思路,努力改善工程训练教学环境,不断深化实践教学改革,不断完善和优化工程训练教学体系。在实践教学中,以大工程意识、创新意识和工程实践综合能力的培养为主线,以工业制造基础系列课程为核心,以先进制造技术、控制技术、电子、控制信息技术等先进科学技术为教学手段,实现“学习工艺知识、增强实践能力、提高综合素质、培养创新意识和创新精神”的工程训练教学目标。此外,还积极开展大学学生创新实践教育,使中心成为工程基础知识的学习、操作技能训练、工程素质和创新能力的锻炼培养,以及进行课外实践活动及工程训练综合能力竞赛的重要场所。
简介:摘要目的利用氢质子磁共振波谱(1H-MRS)技术,比较不同运动障碍亚型帕金森病(PD)患者和特发性震颤(ET)患者在不同脑区N-乙酰基天门冬氨酸(NAA)/肌酸(Cr)、NAA/胆碱复合物(Cho)和Cho/Cr值的差异,为PD的分型诊断及与ET的早期鉴别诊断提供影像学依据。方法回顾性分析,入选2018年6月至2021年5月在天津市第五中心医院神经内科门诊和住院部诊断的PD(92例)和ET患者及健康体检者,分为4组:(1)TD组:震颤为主型PD患者45例;(2)PIGD组:姿势异常步态障碍为主型PD患者47例;(3)ET组44例;(4)对照组40例。收集入选者临床资料,对各组双侧基底核和小脑皮质区进行1H-MRS检测,比较各组基底核及小脑皮质区代谢物NAA/Cr、NAA/Cho及Cho/Cr值的差异。结果TD组、PIGD组患者基底核区NAA/Cr为(1.65±0.19)、(1.48±0.11),NAA/Cho为(1.55±0.20)、(1.46±0.17),低于对照组和ET组的(1.92±0.28)、(2.08±0.34)和(2.10±0.16)、(2.23±0.23),差异有统计学意义(均P<0.05),Cho/Cr值(1.07±0.25)和(1.02±0.13)高于对照组(0.92±0.27)及ET组患者(0.91±0.21),均P<0.05;基底核区NAA/Cr值PIGD组低于TD组患者(P<0.05);ET组患者基底核区NAA/Cr、NAA/Cho及Cho/Cr值与对照组比较差异无统计学意义(均P>0.05)。ET组小脑皮质区NAA/Cr(0.72±0.16)和NAA/Cho(0.78±0.14)值低于对照组(0.92±0.20)和(1.12±0.17)、TD组(0.90±0.14)和(1.10±0.13)及PIGD组(0.89±0.25)和(1.08±0.17),Cho/Cr值高于对照组、TD及PIGD组,(0.94±0.13)比(0.81±0.20)、(0.82±0.13)、(0.82±0.25),均P<0.05;TD组、PIGD组及对照组小脑皮质区NAA/Cr、NAA/Cho及Cho/Cr值比较,差异无统计学意义(均P>0.05)。结论1H-MRS可检测脑部的代谢改变,PD患者基底核区和ET患者小脑皮质区神经元的损伤或丢失,有望为PD早期诊断、分型及与ET鉴别诊断的客观影像学依据。
简介:摘要: 煤炭资源作为我国经济发展的基础性能源,对经济发展的质量有重要作用。由于煤矿开采过程受诸多不确定因素影响,开采环境复杂,条件艰辛,极可能发生安全事故。为确保煤矿开采更加高效,减少安全隐患,实现更科学开采,需要应用自动化技术,利用现代智能科技投入到煤炭开采全过程,能极大程度上提升煤矿开采过程的质量和效率。为实现煤矿开采的自动化,需要对开采全过程做好规划,保证各环节应用自动化技术,使自动化和通信技术能够贯穿到采煤、掘进和运输全流程,提升煤矿开采的生产效率,利用智能化信息技术促进煤矿行业的进一步可持续性发展。
简介:摘要:化工分析检测作为保障化工产品质量和安全的重要环节,其发展水平直接关系到整个化工行业的健康与可持续发展。然而,当前化工分析检测领域面临一些挑战,如管理保障措施不足和专业检测技术人才的缺乏。本文旨在探讨化工分析检测的发展现状,提出提升检测质量的策略,并展望行业的未来发展趋势。通过深入分析,我们期望为化工分析检测行业的持续进步提供参考和指导。
简介:摘要目的探讨基于肾脏CT平扫图像纹理分析的影像组学模型在预测肾透明细胞癌(ccRCC)WHO/国际泌尿病理学会(ISUP)病理分级中的价值。方法回顾性分析2016年12月至2019年5月中国科学院大学附属肿瘤医院经手术病理证实且有明确病理分级的90例ccRCC患者,按照7∶3的比例将所有患者随机分为训练组(63例)及测试组(27例)。根据2016版WHO/ISUP分级标准,将Ⅰ、Ⅱ级归为低级别组(53例),Ⅲ、Ⅳ级归为高级别组(37例)。在CT平扫图像上逐层勾画肿瘤ROI,提取93个纹理特征,利用最小绝对收缩与选择算子(LASSO)回归对特征参数进行降维,并建立影像组学评分(Rad-score)。以病理分级结果为金标准,采用logistic回归构建ccRCC病理分级的预测模型。采用ROC曲线及校准曲线评价模型的诊断效能,计算曲线下面积(AUC)、敏感度、特异度和准确度。采用Hosmer-Lemeshow拟合优度检验评价模型的校准度。结果经降维和交叉验证后筛选出10个非零系数的纹理特征,根据这10个特征及其对应系数的线性加权形成预测ccRCC新病理分级的影像组学风险评分,并建立预测模型。该模型在训练组中的AUC值为0.933(95%CI 0.862~1.000),其判断WHO/ISUP分级高级别ccRCC的灵敏度为92.3%,特异度为89.2%,准确度为90.5%,校准曲线显示该模型的校准度较好(P=0.257)。在测试组中的AUC值为0.875(95%CI 0.734~1.000)),灵敏度为72.7%,特异度为87.5%,准确度为81.5%,校准曲线显示该模型的校准度较好(P=0.125)。结论基于平扫CT纹理分析构建的影像组学预测模型对ccRCC WHO/ISUP病理分级的评估具有应用潜能。