【摘 要】
：
凝集素是一类能使血细胞凝集的糖结合蛋白。血细胞凝集过程复杂,作用机制尚不明确,与人类健康密切相关。传统的血凝监测方法存在人为主观性、鉴别态单一和灵敏度低等不足。所以本研究提出一种基于阻抗的血液与凝集素作用过程监测方法,以低成本、易操作和客观数据支撑等优点,对血凝动态作用过程进行持续性的监测。本研究的主要工作如下:1.提出血凝过程的阻抗监测方案。本研究所设计的阻抗监测技术方案,主要由基础血凝实验、阻
论文部分内容阅读
凝集素是一类能使血细胞凝集的糖结合蛋白。血细胞凝集过程复杂,作用机制尚不明确,与人类健康密切相关。传统的血凝监测方法存在人为主观性、鉴别态单一和灵敏度低等不足。所以本研究提出一种基于阻抗的血液与凝集素作用过程监测方法,以低成本、易操作和客观数据支撑等优点,对血凝动态作用过程进行持续性的监测。本研究的主要工作如下:1.提出血凝过程的阻抗监测方案。本研究所设计的阻抗监测技术方案,主要由基础血凝实验、阻抗监测平台、阻抗特征参数和等效阻抗模型四大板块依次构成,对血凝过程实现复阻抗数据的持续采集功能。2.基础血凝实验。以血液与凝集素为实验对象,实验表明刀豆凝集素浓度在10μg/μL以上就能与50%比容的兔血细胞产生良好的血凝效果,这为阻抗监测实验组提供了试剂配比依据。3.挖掘血凝过程的阻抗特性规律。通过生物阻抗谱提取兔血的复阻抗特征参数,呈现规律:（1）刀豆凝集素使特征频率由19.80MHz升高到27.31MHz;（2）随频率增加,复阻抗幅模量和实部值逐渐降低,但相位角和虚部值逐渐增高;（3）随反应时间增加,血细胞自然沉降过程中,复阻抗幅模量逐渐升高、相位角逐渐降低;而血凝过程中复阻抗幅模量降低、相位角增大。4.等效生物阻抗模型分析。基于史密斯圆图理论,绘制复阻抗点变化轨迹,对复阻抗数据进行归一化处理;并结合三元件生物阻抗模型和阻抗匹配规则,构建等效生物阻抗模型。分析可得:血细胞沉降过程可等效为多个电容串联,复阻抗虚部值减小;刀豆凝集素使血细胞发生凝集过程可等效为多个电感串联,复阻抗虚部值增强。本研究持续监测了血液与凝集素动态作用过程中的阻抗特性,所得规律可作为血细胞是否凝集的有效判别依据,并构建了生物阻抗模型,有利于为凝血功能异常等相关疾病的筛查和诊断提供辅助解决方案。
其他文献
能源价格作为能源市场的风向标,不仅反映能源的供需状况,同时也反映资源配置状况和国民经济的发展水平。准确预测能源价格可以更合理的调控能源市场配置,提高能源用户的科学化能源控制水平,促进能源经济健康发展。本文从现有能源价格市场经济学模型出发,建立一种基于能源价格的灰色预测模型。同时,考虑到能源生产部门对能源市场价格信息了解到调控具有一定的时间滞后,建立了一种新的能源价格动态灰色时滞预测模型。最后,将建
最优控制问题是指在一类可行的方案中,受控系统能根据自身特殊性找出最优控制方案,在最优控制下系统从初始状态转移到终端状态的同时,其性能指标值为最优。同时,在实际系统中,时滞是普遍存在的,在时滞的影响下,系统性能会下降甚至变得不稳定。本文主要研究了基于事件触发的有/无时滞的线性连续动态系统脉冲最优控制问题。首先,研究了无时滞的基于事件触发的线性连续动态系统脉冲最优控制问题。基于最优控制理论,得到了基于
半变分不等式作为变分不等式的推广,可以很好地刻画力学、物理学、工程科学等学科中的光滑或非光滑接触过程。对变分不等式问题的研究涉及能量泛函的凸性、单调性及凸函数的次微分等性质,对半变分不等式问题的研究则涉及能量泛函的非凸性和非光滑性及局部Lipschitz函数的Clarke次微分等性质。变分-半变分不等式作为变分不等式和半变分不等式的耦合不等式,在研究既涉及凸函数又涉及非凸函数的接触问题中具有重要应
由于粒计算方法对知识的特征表示与分类方面具有高效性与可扩展性,近年来,粒计算在数据挖掘及机器学习等领域的应用越来越广。而分类器在数据集上的分类效率以及性能是很多学者所关注的重点之一,现有的基于粒计算的分类器都将“信息粒化”视为一种初步的特征处理方法。另外,由于某些信息的不确定性,传统的模糊支持向量机不能对含有模糊信息的训练集进行有效分类。由于球具有完全对称性以及简单的数学表达式,因此,将其与现有的
随着对非线性问题研究的不断深入,带变指数增长条件的非线性问题引起了广大学者的关注。相较于常指数问题而言,带变指数项的反应扩散方程所描述的向异性更能反映问题的一般性,因此在流体力学、弹性理论等方面都有着广泛的应用。本文主要研究几类带有变指数反应项的发展方程解的定性性质,包括解的爆破行为以及解的熄灭行为。全文研究内容如下:第一章介绍了问题的研究背景、研究现状,以及本文的主要研究内容。第二章考虑了一类带
神经网络在模式分类、图像处理、二次优化等领域有着广泛的应用,而这些应用都依赖于神经网络的动力学行为,如稳定性、同步性、分叉、混沌等,且基本上会要求网络具有唯一平衡点或多个平衡点,同时这些平衡点必须是稳定的。所以,对神经网络动态行为的定性分析是我们用计算机设计规划神经网络实际应用的重要前提。不论何种神经网络,它们的共同特点是都可以进行并行处理,分布式存储和非线性运算,这些特点决定了神经网络具有很快的
注意偏好是指由于成长过程及社会经历所形成的一种最初被某一类突出性刺激吸引并维持注意力的倾向。社会关系质量及数量不足会让人产生主观的社会隔离感知,即孤独感。先前的研究表明,孤独感群体存在负面注意偏好,然而,目前对于这种注意偏好机制的神经机制的动态加工过程还知之甚少。经颅直流电刺激（transcranial direct current stimulation,tDCS）作为一种无创脑刺激方式,越来越
通过机器学习、数据挖掘等技术,机器可以从海量数据中学得知识和规律,并用于日常生活和工业生产中,促进社会的发展和进步。目前,数据挖掘相关技术仍面临许多挑战,其中之一便是“维数灾难”,因此,数据降维引起了许多学者的关注。冗余的特征不仅增加了学习的成本,而且可能降低学习器的准确性。特征选择是常用的数据降维技术之一,其目的是从给定的特征集合中筛选出相关特征的子集。信用风险预测是特征选择应用的一个典型场景,
研究数字孪生技术应用于装配式建筑科技，将装配式建筑的孪生数据表达为数字孪生五维模型，利用传感器对仿真过程中产生的数据进行及时采集，并利用映射的方式，将数据反映到真实的建筑生命周期的每一个阶段中。从而解决装配式建筑项目工程由于参与和使用对象众多，各阶段信息需求复杂造成的数据类型不统一、数据来源广泛、非结构化程度高等问题。
大脑皮层表面是一种高度折叠的复杂几何结构,区域性变化很大,对其分割有助于了解大脑皮层的组织结构和神经、精神疾病的异常情况。目前常用的方法需要对皮层表面进行球面映射和球面配准,耗时较长,且没有充分利用固有结构信息。本研究提出了解剖约束的挤压-激励图注意力网络对皮层表面进行端到端的自动分割,主要工作如下:1.本研究对结构磁共振图像进行预处理,通过颅骨剥离、组织分割、皮质表面重建等一系列变换得到各个被试