一类与传染病模型有关的积分方程的定性性质

证明了一类与传染病模型有关的积分方程解的唯一性,整体存在性和当t→∞时收敛到零的若干充分条件.利用Banach不动点定理证明了存在性结果,利用一个新的积分不等式证明了收敛性结果.     

长期有氧运动对中老年人甲襞微循环的影响

目的：观察中老年人甲襞微循环的变化,探讨长期有氧运动对中老年人甲襞微循环的影响。方法：根据试验要求招募21名受试者,男女比例2：1,年龄53.23 ±8.12岁,对其进行两个阶段的有氧运动干预。第一阶段：以50%最大摄氧量运动8周。具体运动方式为慢跑（跑步机或室外）,每周运动4次,每次运动1 h。第二阶段：以65%~70%最大摄氧量运动6周,运动方式同第一阶段。分别在运动开始前、第一阶段运动结束后和第二阶段运动结束后使用XTL-1型微循环显微镜对受试者左手无名指的甲襞微循环进行测试。结果：①第一阶段结束后受试者管袢形态积分值和总积分值与试验前相比显著性下降（P < 0.05）,第二阶段结束后管袢形态积分（P < 0.01）、血流形态积分（P < 0.05）、袢周形态积分（P < 0.05）及总积分值（P < 0.05）与试验前相比都明显降低。（2）部分子指标：第一阶段结束后乳头积分值与试验前相比明显下降（P < 0.05）;第二阶段结束后流速积分值（P < 0.05）、管袢畸形积分值（P < 0.05）、清晰度积分值（P < 0.05）、乳头积分值（P < 0.01）与试验前相比显著下降。结论：长期的有氧运动可使中老年人甲襞微循环的形态结构和生理功能得到一定程度的改善。在一定强度的范围内,运动强度越大中老年人微循环系统改善的程度越高,建议中老年人在进行体育锻炼时运动强度应不低于50%最大摄氧量。     

对分子置换法中积分半径选取方法的探讨

通过对晶胞中帕特逊向量的统计分布的研究,从理论上阐述了根据模型结构单元的线度确定旋转函数的积分半径这种作法的合理性,并且指出了估算积分半径取值范围的具体方法,以及自身旋转函数与交叉旋转函数的积分半径取值范围的区别。经过我们将此方法应用于酚胰岛素Ｂ链羰端六肽胰岛素的旋转函数求解,计算结果证实了这种积分半径的估算方法的可靠性。     

早期心电异常检测系统的研制——心电积分图

心电积分图是对心电信号进行一系列积分转换，是分析心电信号早期变化的一种无创性方法，能把ＥＣＧ的相对面积和间变化放大，用于冠状动脉疾病引起的心电信号早期的检测。     

Rockall危险性积分对急性上消化道出血患者临床预后的预测价值

目的:探讨Rockall危险性积分对急性上消化道出血(AUGIH)患者临床预后的预测价值。方法:选择2012年1月至2014年1月我院收治的120例AUGIH患者,依据Rockall评分标准对患者相关临床资料进行收集,并计算其Rockall危险性积分评分,记录患者再出血率及死亡率。结果:120例AUGIH患者中,低危组39例(32.5%)、中危组72例(60.0%)、高危组9例(7.5%)。高危组患者再出血率及死亡率分别为33.3%和22.2%,均明显高于中危组16.7%和15.3%,比较差异具有统计学意义(P0.05)。结论:Rockall评分系统可作为AUGIH患者预后预测的重要指标,对急诊AUGIH预后的判断具有重要临床意义。     

等容收缩期心肌背向散射积分与灌注压和室壁厚度的关系

为研究心肌的室壁厚度与心肌灌注压分别对背向散射积分的影响,实验设计:在正常灌注的心肌组织,当室壁厚度的周期性变化降到最小时,测量心肌的背向散射。对9只分离的猪的心脏以血液灌注。灌注压不是由左室的压力产生,其等客收缩和舒张期,由左室内插入一只不可压缩的水囊来实现。第一个实验,灌注压恒定(85mmHg),背向散射积分(3～7MHz)、心肌壁厚度和左心室压同时由水囊的容积来决定(5～25ml)。水囊容量半静止地增加50％,室壁厚度平均增加6.5％(P<0.01),背向散射积分平均增加1.1dB(p<0.01)。室壁厚度每降低百分之一,背向散射显著增加0.14±0.014dB。于收缩末期心室壁厚度范围从-10％到+10％进行测量,平均0.15±4.5％(NS);心动周期背向散射积分的变异范围从-3.9到+3.9dB,平均0.19±1.5dB(NS)。第二个实验,于恒定的中等范围的水囊容量,用不同的灌注压(20～120mmHg)进行同样参数的测量,灌注压增加50％,引致的心肌壁增厚虽然小,但是有统计学意义的增加(1.5％)。此现象可用血管内容量增加来解释。但是,背向散射积分水平却无具有统计学意义的变化。收缩末期心肌壁增厚由-8.9到+7.8％,平均0.13±4.0％,而背向散射积分的周期性变化范围为-1.8至+4.2dB,平均0.37±1.3dB(NS)。当心肌的增厚被阻碍时,心肌组织心动周期     

积分系统参与MDS诊断的可行性研究

目的:骨髓增生异常综合征(MDS)是一种起源于造血干细胞,以高风险向急性髓系白血病转化为特点的难治性血细胞质、量异常的异质性疾病。对不明原因血细胞减少或者有巨幼红细胞血症的老年人,如果得不到明确的诊断就不会获得有效的治疗。探讨对伴有不明原因血细胞减少或大红细胞血症患者采用一种积分系统来预测诊断为骨髓增生异常综合征(MDS)的可行性。方法:应用四个因子即年龄≥65,红细胞平均体积(MCV),红细胞分布宽度(RDW),和乳酸脱氢酶(LDH)的一个积分系统来计算诊断MDS的概率。结果:调查了303个病人,他们都因为不明原因的血细胞减少或者大红细胞血症在过去三年(2010~2012)进行了骨髓检查,最终三分之二患者被诊断为MDS,9%为疑似MDS,采用积分系统前后的MDS诊断率分别为12%和48%。结论:此四个因子的积分系统可以用于指导MDS患者的诊断。提高MDS的诊断率,减少不必要的骨髓穿刺,减轻病人的疼痛和医疗费用。     

血府逐瘀汤联合四联疗法治疗Hp阳性慢性萎缩性胃炎的临床观察

目的:探究血府逐瘀汤联合四联疗法治疗幽门螺旋杆菌(Hp)阳性慢性萎缩性胃炎的效果。方法:回顾性分析2014年5月-2017年12月在我院进行诊治的80例Hp阳性慢性萎缩性胃炎患者的临床资料,按照其入院顺序经随机数字表分为研究组和对照组,每组各40例患者。其中,对照组患者采用四联疗法,研究组患者在对照组基础上联合血府逐瘀汤进行治疗,对比两组患者的Hp转阴率、治疗前后胃黏膜病理积分的变化情况、临床症状积分的变化情况和不良反应发生率。结果:治疗后,研究组患者的Hp转阴率[85.0%(34/40)]显著高于对照组[62.5%(25/40)](P0.05)。两组上腹痛、纳差、上腹胀、反酸、嗳气等临床症状积分以及胃黏膜萎缩、肠化、不典型增生等病理积分均显著低于治疗前(P0.05),且研究组以上指标均明显低于对照组(P0.05)。研究组患者的不良反应发生率[5.0%(2/40)]与对照组[12.5%(5/40)]无显著性差异(P0.05)。结论:血府逐瘀汤联合四联疗法治疗Hp阳性慢性萎缩性胃炎的效果显著优于单用四联疗法,其可有效改善患者的病变程度和临床症状,且无明显不良反应产生。     

高动态光学血管造影成像

我们提出一种高动态光学血管造影成像(HDOA)方法来实现活体生物样本血管造影成像.该方法通过设置高动态范围曝光时间,依据动态积分效应和吸收效应以实现高动态积分时间调制.通过该方法,不仅能够同时获得各级血管清晰的造影图像,还能消除样品厚度不均、吸收系数不同对成像造成的影响.论文以仿体和活体金鱼为样品,通过实验验证了HDOA方法根据动态积分调制效应和吸收效应,能有效实现各级血管同时成像.     

仪器信息网论坛升级为全新社区，由五个模块组成

经过一年时间的准备,仪器信息阳论坛升级为全新社区,由”仪器论坛”、”圈子”、”iLog博客”、”积分商城”和”积分加油站”五个模块组成。     

A novel global exponential stability result for discrete-time cellular neural networks with variable delays

Global exponential stability is considered for a class of discrete-time cellular neural networks with variable delays. By employing a discrete Halanay inequality, a new result is presented ensuring global exponential stability of the unique equilibrium point of the networks. The result extends and improves the earlier publications due to the fact that it removes some restrictions on the delay. An example is given to illustrate the effectiveness of the global exponential stability condition provided here.     

Robust exponential stabilization of a class of delayed neural networks with reaction-diffusion terms

In this paper, the problem of global robust exponential stabilization for a class of neural networks with reaction-diffusion terms and time-varying delays which covers the Hopfield neural networks and cellular neural networks is investigated. A feedback control gain matrix is derived to achieve the global robust exponential stabilization of the neural networks by using the Lyapunov stability theory, and the stabilization condition can be verified if a certain Hamiltonian matrix with no eigenvalues on the imaginary axis. This condition can avoid solving an algebraic Riccati equation. Finally, a numerical simulation illustrates the effectiveness of the results.     

一类具变时滞的模糊BAM神经网络的平衡点的指数稳定性(英文)

研究一类具变时滞的模糊BAM神经网络.利用拓扑度论和微分不等式,获得了该类网络平衡点的存在性、唯一性和全局指数稳定性的充分条件.一个例子用来解释本文获得的结果.     

Attractability and location of equilibrium point of cellular neural networks with time-varying delays

This paper presents new theoretical results on global exponential stability of cellular neural networks with time-varying delays. The stability conditions depend on external inputs, connection weights and delays of cellular neural networks. Using these results, global exponential stability of cellular neural networks can be derived, and the estimate for location of equilibrium point can also be obtained. Finally, the simulating results demonstrate the validity and feasibility of our proposed approach.     

Mean square exponential and robust stability of stochastic discrete-time genetic regulatory networks with uncertainties

This paper aims to analyze global robust exponential stability in the mean square sense of stochastic discrete-time genetic regulatory networks with stochastic delays and parameter uncertainties. Comparing to the previous research works, time-varying delays are assumed to be stochastic whose variation ranges and probability distributions of the time-varying delays are explored. Based on the stochastic analysis approach and some analysis techniques, several sufficient criteria for the global robust exponential stability in the mean square sense of the networks are derived. Moreover, two numerical examples are presented to show the effectiveness of the obtained results.     

多比例时滞细胞神经网络的指数周期性与稳定性

研究了一类具多比例时滞细胞神经网络的全局指数周期性与稳定性.通过变换y(t)=x(e~t)将具多比例时滞的细胞神经网络变换成具常时滞变系数的细胞神经网络,利用一些分析技巧与构造合适的Lyapunov泛函,得到系统的周期解存在唯一且全局指数周期的时滞依赖的充分条件,判断方法简单易验证.并给出了两个例子及其数值仿真结果以支持所得结论.     

Robust exponential stability of markovian jumping neural networks with time-varying delay

This paper considers the robust stability of a class of neural networks with Markovian jumping parameters and time-varying delay. By employing a new Lyapunov-Krasovskii functional, a sufficient condition for the global exponential stability of the delayed Markovian jumping neural networks is established. The proposed condition is also extended to the uncertain cases, which are shown to be the improvement and extension of the existing ones. Finally, the validity of the results are illustrated by an example.     

Exponential synchronization of memristive Cohen–Grossberg neural networks with mixed delays

This paper concerns the problem of global exponential synchronization for a class of memristor-based Cohen–Grossberg neural networks with time-varying discrete delays and unbounded distributed delays. The drive-response set is discussed. A novel controller is designed such that the response (slave) system can be controlled to synchronize with the drive (master) system. Through a nonlinear transformation, we get an alternative system from the considered memristor-based Cohen–Grossberg neural networks. By investigating the global exponential synchronization of the alternative system, we obtain the corresponding synchronization criteria of the considered memristor-based Cohen–Grossberg neural networks. Moreover, the conditions established in this paper are easy to be verified and improve the conditions derived in most of existing papers concerning stability and synchronization for memristor-based neural networks. Numerical simulations are given to show the effectiveness of the theoretical results.     

具有混合时滞和脉冲效应的随机反应扩散Cohen-Grossberg神经网络的指数稳定性

研究了一类具有混合时滞和脉冲效应的随机反应扩散Cohen—Grossberg神经网络模型,应用M-矩阵,It微分公式和分析技巧,得到了模型平衡点的全局均方指数稳定性的充分条件,所得结果推广了已有的工作．     

具有分布时滞离散Cohen-Grossberg神经网络的周期解

讨论了一类具有分布时滞离散Cohen-Grossberg神经网络模型,利用M-矩阵理论与适合的Lypunov函数,得到该类模型周期解的存在性与全局指数稳定性．