再论织金钉类(Zhijinnids)的生物亲缘

寒武纪最早期层位中获得的离散骨片化石Halkieria和Microdictyon,已在较高层位的特异埋藏化石群中找到了它们的完整生物躯体,它为研究离散骨片化石的自然分类和生物亲缘提供了直接证据。本文通过寒武纪最早期钉状化石的形态、对称性、壳质成分、矿化特征的对比,提出了离散骨片化石织金钉(Zhijinites)和拟织金钉(Parazhijinites)与澄江动物群中的怪诞虫(Hallucigcnia)和爪网虫(Onychodictyon)等体表上的钉状物有近亲关系,它们可能同属于多足缓步类(Tardipolypoda)。     

再论织金钉类（Zhijinitids）的生物亲缘

寒武纪最早期层位中获得的离散骨片化石Ｈａｌｋｉｅｒｉａ和Ｍｉｃｒｏｄｉｃｔｙｏｎ,已在较高层位的特异埋藏化石群中找到了它们的完整生物躯体,它为研究离散骨片化石的自然分类和生物亲缘提供了直接证据。本文通过寒武纪最早期钉状化石的形状、对称性、壳质成分、矿化特征的对比,提出了离散骨化石织金钉（Ｚｈｉｊｉｎｉｔｅｓ）和拟织金钉（Ｐａｒａｚｈｉｊｉｎｉｔｅｓ）与澄江动物群中的怪诞虫（Ｈａｌｌｕｃｉｇｅｎｉａ     

内蒙古汉、回、蒙古族扣手、交叉臂及惯用手的分析

利用对数线性模型分析了郑连斌、陆舜华等1996年在内蒙古调查的汉、回、蒙古族的3项人类遗传学指标（扣手、交叉臂、惯用手）,得出与其既有相同又有不同的结论。结果显示：（1）扣手与民族、性别都无关;（2）交叉臂与民族不相关,与性别相关;（3）惯用手、民族、性别三者存在三因子效应;（4）惯用手与扣手、惯用手与交叉臂分别存在相关性,而交叉臂与扣手之间相关性不显著。     

n种群Lotka-Volterra时滞系统的全局稳定性，Ⅲ:必要性

本文考虑无对角时滞的ｎ种群Ｌｏｔｋａ－Ｖｏｌｔｅｒｒａ时滞系统，证明了弱对角占优（ＷＤＤ）为系统关于所有时滞全局稳定的充要条件。     

Tp-e间期、P波离散度对室性心律失常病情的预测价值

摘要 目的：探讨Tp-e间期、P波离散度(Pd)对室性心律失常病情的预测价值。方法：2016年6月到2018年6月选择在本院诊治的心绞痛患者110例,所有患者都给予动态心电图检查,记录Tp-e间期、Pd值与室性心律失常发生情况。随访患者的心绞痛复发情况,并判定预测价值。结果：在110例患者中,发生室性心律失常48例(失常组),发生率为43.6 %,其中偶发室早21例、频发室早19例、室早4例、心室颤动3例、室性心动过速1例。失常组的Tp-e间期、Pd值都显著高于非失常组(P<0.05)。随访至今,失常组的心绞痛复发率为45.8 %,显著低于对照组的8.1 %(P<0.05)。在失常组中,单因素与多因素logistics回归分析显示Tp-e间期、Pd都为影响患者心绞痛复发的重要因素(P<0.05)。ROC曲线分析显示Tp-e间期、Pd预测心绞痛复发的敏感性与特异性都在85.0 %以上。结论：心绞痛合并室性心律失常患者多伴随有Tp-e间期、Pd增加,也会增加患者的复发率,Tp-e间期、Pd对预测室性心律失常复发情况具有重要价值。     

基于前额联络皮层脑电信号的海洛因戒断大鼠个体觅药行为状态识别*

目的: 探究海洛因诱导位置偏爱大鼠不同行为状态下额叶联络皮层(FrA)无线遥测脑电新的分析方法,以期能精确实时识别海洛因诱导大鼠个体的强迫性觅药行为。方法: 清洁级 Wistar大鼠30只,于前额皮层行电极埋藏术后,随机分为手术对照组(n=10)和海洛因诱导组(n=20);海洛因诱导组皮下注射海洛因0.5 mg/(kg·d),之后每日递增0.25 mg/kg,连续注射7 d,对照组同时间注射等量生理盐水;利用 CPP 视频系统结合脑电无线遥测技术,同步记录白-黑箱穿梭、黑箱停留、黑-白箱穿梭、白箱停留四种行为状态下已成瘾大鼠FrA区脑电信号,辨识原始脑电中含肌电等噪声信号区域,针对性的给以小波分解及振幅阈值消噪预处理,提取不同行为状态下脑电数据的样本熵值及与4个节律频率对应的小波系数标准差值,利用支持向量机算法(SVM)实现对海洛因成瘾大鼠个体不同行为状态的实时识别。结果: SVM对20只经海洛因诱导产生明显药物依赖的大鼠个体白-黑穿梭、黑箱停留、黑-白穿梭、白箱停留四种不同行为状态的实时分类识别率均值都达到80%左右,其中与觅药行为关联最紧密的黑-白穿梭状态实时识别率均值达到83.88%。结论: 本文建立的对海洛因诱导大鼠个体强迫性觅药行为的实时识别方法,可作为一种检测海洛因大鼠觅药行为发动、发生的有效手段,可用于海洛因依赖患者的临床观察和觅药行为的预防。     

基于c-均值聚类的粗糙集神经网络在心脏病诊断中的应用

采用c-均值聚类法将决策表中的连续条件属性进行离散化,用粗糙集处理离散化后的决策表系统得到简化规则,然后将规则集输入BP神经网络进行训练,并对测试集进行预测.以此模型对一组有关心脏病诊断的数据进行处理,得到的预测判准率达85%,而单独使用粗糙集或BPNN进行预测,则判准率分别为76%和82%;若在粗糙集和BPNN联用模型中,对原始数据采用传统的等距离离散化和等频率离散化等离散化方法,预测判准率则分别只有53%和77%.     

傅里叶变换中红外光谱结合偏最小二乘法快速测定蕨菜总多糖含量CSCD

本文建立了一种快速预测蕨菜总多糖含量的方法。采用蒽酮-硫酸比色法测定140份蕨菜总多糖含量作为参比值,采集140份蕨菜样品的傅里叶变换中红外光谱图,结合偏最小二乘法,建立蕨菜总多糖定量分析模型。通过比较多元散射校正法、标准正态变换法、一阶导数法、二阶导数法、多元散射校正+一阶导数法、标准正态变换+一阶导数法、多元散射校正+二阶导数法以及标准正态变换+二阶导数法共8种不同的光谱预处理方法,运用多糖类化合物的中红外光谱学特征吸收筛选建模波段,对蕨菜多糖含量预测模型进行优化。结果表明:采用标准正态变换法作为光谱数据预处理方法,以1750~1600、1500~1400、1350~1290、1160~1070、1060~970、930~800 cm^(-1)作为建模波段,获得校正集相关性系数R^(2)为0.9308,校正均方差(RMSEC)为0.374%,检验集相关性系数R^(2)为0.9145,预测均方差(RMSEP)为0.418%,20组样品进行完全外部验证误差为:-0.35%~0.31%,相对误差值为:-0.83%~5.24%,所构建定量模型可用于蕨菜总多糖含量预测。     

多态T 波区间检测技术的研究

目的:利用小波变换进行T波区间的检测。方法:在23尺度上通过模极大值法定位R波。在24尺度上首先根据R峰以及T波起点和终点的经验值确定起始T波区间。然后对每个心拍在此区间上找到T波的模极大值,根据模极值的个数和正负顺序确定T波波形的形态。由于不同形态的T波对应不同的T波起点和终点的检测方法,实现T波区间的分类检测,提高T波检测的精确度。由于本文算法是作为T波交替检测的前期工作,为了验证算法的准确率,采用了QT数据库中的部分记录进行了仿真,评价实验结果。结果:仿真实验证明了本文算法能正确地分辨出每个T波的形态,并在此基础上得到较为准确的T波区间。结论:本文采用模极大值算法根据T波的不同形态进行T波区间的分类检测,检测结果比较理想,且计算简单,较易实现。     

微藻细胞油脂含量的快速检测方法

以斜生栅藻(Scenedesmus obliquus JNU20)为实验材料,采用尼罗红(NR)荧光光谱法和傅里叶变换红外光谱法(FTIR)测定该藻细胞中的油脂含量。研究结果表明NR的最佳染色条件为:染色前微波处理40 s,二甲基亚砜体积分数1%, NR最终质量浓度1.5 μg/ml,染色时间5 min,染色温度40℃。比较了NR荧光光谱法、FTIR与传统重量法测定的该藻在不同时相的油脂积累情况,利用激光共聚焦显微镜观察了细胞中油体形成的动态过程。实验结果表明NR荧光光谱法、FTIR与传统重量法测定的结果显著相关(R²=0.9258, R²=0.9844),但NR荧光光谱法和FTIR更简便快速,研究结果为规模化筛选高含油量藻株及跟踪产油微藻油脂积累过程奠定了基础。