亚低温干预对弥漫性轴索损伤患者预后的影响

目的本研究旨在评价亚低温治疗(HT)对弥漫性轴索损伤(DAI)的疗效及安全性。方法计算机检索Pubmed、Embase、Cochrane Library、中国知网、万方、维普、中国生物医学文献数据库,时间截止到2014年6月,纳入HT与常温(NT)对比治疗DAI的随机对照研究(RCT)。由2位研究者独立评价纳入研究的质量、提取数据,采用RevMan 5.2.7进行统计分析。结果共纳入18个方法学质量较低的研究,包括1 332例DAI患者,其中HT组713例,NT组619例。Meta分析结果显示:HT组患者的病死率低于NT组(RR=0.62,95%CI:0.53~0.73,P<0.000 01);格拉斯哥预后评分(GOS)显示HT组3月GOS 4~5(RR=1.65,95%CI:1.45~1.88,P<0.000 01)与6月GOS 4~5(RR=1.54,95%CI:1.08~2.19,P=0.02)均高于NT组;HT治疗24h后患者颅内压低于NT组(MD=-0.70,95%CI:―0.94~―0.47,P<0.000 01)。在感染、出血事件、心律失常等并发症方面HT与NT之间差异无统计学意义。结论目前没有确切证据表明HT治疗具有明显优势,DAI患者可能从HT治疗中受益,但在临床上推广应十分谨慎。期待设计严格、统一标准的大样本、多中心RCT继续研究。     

AMP激活的蛋白激酶对大鼠弥漫性轴索损伤后神经元自噬的调节

目的研究AMP激活的蛋白激酶(AMPK)信号通路在弥漫性轴索损伤(DAI)大鼠脑组织中的表达,探讨AMPK对DAI后神经自噬的调节机制。方法大鼠头颅瞬间旋转损伤法建立DAI模型,免疫蛋白印迹法检测造模后1、3、7d大脑皮层和海马AMPK、磷酸化AMPK(p-AMPK)、Beclin1、LC3Ⅰ/Ⅱ、p62蛋白的动态表达,并与正常组和假手术组比较。侧脑室给予AMPK抑制剂Compound C及激活剂AICAR,检测药物干预对大鼠神经自噬相关蛋白表达的影响,并与DAI组和vehicle组进行比较。结果与正常组和假手术组相比,DAI 1d后脑内AMPK信号通路激活,3d后脑内自噬水平上调;Compound C可以减少AMPK磷酸化激活同时下调脑内的自噬水平,AICAR可以增高AMPK磷酸化水平上调神经自噬改善神经功能损伤。结论大鼠DAI后AMPK的激活可以上调神经自噬的水平,对DAI后的神经保护有重要意义。     

基于多模式弱分类器的AdaBoost-Bagging车辆检测算法

针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题,提出了融合多模式弱分类器,并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点,以Haar特征训练判别式弱分类器,以HOG特征训练生成式弱分类器,以AdaBoost算法为桥梁,采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器,利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明:相比于单模式弱分类器,AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性,表现为较高的检测率与较低的误检率,分别为95.7%、0.000 27%,每帧图像的检测时间较少,为25ms;与传统级联AdaBoost分类器相比,AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间,但检测率提升了1.8%,误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法,具有较佳的车辆检测效果。     

某型号制导电子箱的检测系统设计*

为解决现有导弹检测设备存在的缺陷,设计了一种模块化、通用化、智能化和标准化的综合检测修理平台。论文介绍了系统的硬件组成以及基于Labwindows／CVI的软件开发。通过部队实践证明,该系统具有重大军事效益和经济效益和广泛的运用前景。     

基于频域搜索的梳状谱信号检测方法

由于梳状谱信号多普勒容限较小,利用常规的匹配/相关检测方法进行检测时,需要较大数量的拷贝信号与计算量。针对这一问题,本文提出一种基于频域搜索的梳状谱信号检测算法。通过利用梳状谱信号频域多峰结构的特点,根据信号的先验信息计算出不同径向速度下回波信号的频点分布,对接收的信号在频域进行搜索累计的方法同时实现信号的检测与速度估计。仿真分析证明了本文算法的有效性。     

一种基于DSP的实时图像处理仿真技术

海面运动舰船目标的定位检测是军事图像处理领域的一个重要方向,同时海面对光线的折射放射对检测的准确性造成了干扰。本文重点对目标检测法进行研究,分析了算法利弊。为解决目标检测算法对于目标背景的敏感度问题,以及提高算法的实时性,把小波变换运用到目标运动检测中,通过小波变换更新图像背景框图,使实时图像在可变模板背景进行运动物的提取。最后,设计基于DSP的仿真系统,通过实验证明新的方法能较好解决因背景更新以及目标物变形造成的检测误差,提高检测精度。     

基于图像融合与处理技术的舰船目标检测

舰船目标检测在国民经济、国家安全和环境保护等诸多方面有非常重要的地位。本文首先获取原始的光学遥感图像,进行预处理去除噪声等不良因素的干扰;其次进行目标增强,利用CRC自适应控制的结构元素尺寸,便于感兴趣的视觉焦点提取,运用自适应滤波器提取出划定的感兴趣区域的特征信息,利用图像信息融合检测出舰船目标;最后通过实验进行验证本文设计的算法,与传统舰船目标检测相比,提高了检测率,即使存在噪音等不利因素也能有效地检测出目标,并且降低了漏检率和虚警率。     

船舶电网频率实时检测仿真研究

针对电力推进船舶电网频率的实时精确检测,阐述了基于二阶直接型IIR数字陷波器的基本原理,基于LMP(p=3)自适应算法建立了在跟踪陷波器参数基础上的船舶电网频率实时检测模型,并分别在电网频率不变、频率发生阶跃变化以及频率线性变化的不同情况下进行了基于Simulink的仿真研究。仿真结果验证了提出的频率检测方法的实时性和精确性。     

Assessing the impact of reduced visibility on traffic crash risk using microscopic data and surrogate safety measures

Due to the difficulty of obtaining accurate real-time visibility and vehicle based traffic data at the same time, there are only few research studies that addressed the impact of reduced visibility on traffic crash risk. This research was conducted based on a new visibility detection system by mounting visibility sensor arrays combined with adaptive learning modules to provide more accurate visibility detections. The vehicle-based detector, Wavetronix SmartSensor HD, was installed at the same place to collect traffic data. Reduced visibility due to fog were selected and analyzed by comparing them with clear cases to identify the differences based on several surrogate measures of safety under different visibility classes. Moreover, vehicles were divided into different types and the vehicles in different lanes were compared in order to identify whether the impact of reduced visibility due to fog on traffic crash risk varies depending on vehicle types and lanes. Log-Inverse Gaussian regression modeling was then applied to explore the relationship between time to collision and visibility together with other traffic parameters. Based on the accurate visibility and traffic data collected by the new visibility and traffic detection system, it was concluded that reduced visibility would significantly increase the traffic crash risk especially rear-end crashes and the impact on crash risk was different for different vehicle types and for different lanes. The results would be helpful to understand the change in traffic crash risk and crash contributing factors under fog conditions. We suggest implementing the algorithms in real-time and augmenting it with ITS measures such as VSL and DMS to reduce crash risk.     

基于信息衰减的无源干扰作战效能研究

针对箔条干扰云团的作战效能问题，从信息衰减的角度出发，建立了基于雷达最大作用距离的衰减模型和基于发现概率的效费比模型，通过仿真实例验证了箔条走廊密度对雷达最大作用距离的定量关系，提出了箔条走廊干扰取得最佳效费比的方法，结果表明，合理设计箔条走廊密度和抛撒箔条数量，可以取得最佳的效费比，对箔条的实际应用有很强的实用价值。