原位交联羧甲基壳聚糖/碳酸钙凝胶海绵的制备及其止血性能研究

以羧甲基壳聚糖(CMCS)、碳酸钙(CaCO₃)、葡萄糖酸内酯(GDL)和甘油(GLY)为原料，通过原位相转变制备水凝胶，经冷冻干燥工艺得到止血海绵，用于躯体非压迫性出血。通过扫描电镜、吸水率、孔隙率、溶血实验和全血凝固时间测试分别对海绵的理化性能、血液安全性、止血性能进行研究。当CaCO₃与CMCS的质量比为15%时，制得的海绵综合性能最好。该海绵呈疏松多孔片层状，止血时间较医用棉纱布材料缩短了35%,无血液毒性，是一种优良的止血海绵材料。     

超高效液相色谱-串联质谱法测定化妆品中15种N-亚硝胺化合物

采用超高效液相色谱-串联质谱（UPLC-MS/MS）建立了化妆品中15种痕量N-亚硝胺化合物的分析方法。水剂样品以水或乙腈分组超声提取，膏霜乳液样品采用亚铁氰化钾-乙酸锌溶液沉淀大分子或者饱和氯化钠-乙腈盐析分组处理后，以Agilent Poroshell 120 SB-Aq(100 mm×3.0 mm,2.7μm)色谱柱分离，经大气压化学电离源（APCI）电离，多反应监测模式检测，以同位素内标法定量。结果表明，15种N-亚硝胺化合物在相应质量浓度范围内线性关系良好（r2>0.995），检出限和定量下限分别为5～15 ng/g和15～45 ng/g。水、乳、膏霜3种化妆品基质在25、50、100 ng/g加标水平下的平均回收率为88.0%～111%，相对标准偏差（RSD,n=6）为1.4%～9.8%。该方法用于市售化妆品检测，发现13批次样品检出N-亚硝基二乙醇胺（NDELA），其中1批次超限量值。方法的专属性强，灵敏度高，精密度好，解决了N-亚硝胺化合物稳定性差、易被干扰等问题，适用于化妆品中15种N-亚硝胺化合物的痕量测定。     

利用有机超分子光催化剂在太阳光下处理污水的研究进展（英文）

对水体中酚类等难降解有机污染物进行深度矿化处理,实现无毒无害排放,是提高环境质量,实现可持续发展的关键.如何高效去除水体中难降解有机污染物不仅是环境化学污染控制的研究热点,也是制约工业废水回用的技术瓶颈.光催化可直接利用太阳光实现污染物的深度矿化和无毒无害排放,为该难题的解决提供了新思路.但对传统无机光催化剂而言,光利用率低、降解速率慢和净化通量低制约了其实际应用.本文总结了本课题组在利用有机光催化剂降解污染物时提出的三个策略,以进一步推动光催化污水处理技术的实际应用.针对可见光利用效率低的难题,发展了一系列有机超分子等新型光催化剂.通过对共轭结构(生色基团)和侧链基团(助色基团)的调控,实现了对最高被占分子轨道(HOMO)和最低未占分子轨道(LUMO)能级位置以及吸光能力的调控,有机半导体光催化剂的降解催化活性可拓展到近红外段,实现了污染物在太阳光下的降解和深度矿化.光生空穴可将酚类和抗生素等难降解污染物完全矿化成CO₂和水,建立了可见光下有机半导体光催化剂深度矿化净化水中难降解有机污染物的新方法.通过构建分子内供体受体(DA)结构和分子间供体-受体(D-A)界...     

氯化钾及聚乙二醇对聚脯氨酸-精氨酸液-液相分离的协同影响

由脯氨酸(Proline,P)和精氨酸(Arginine,R)构成的双重复肽是人体内C9ORF72基因异常扩增产生的富含毒性的多肽,其异常扩增及液-液相分离(liquid-liquid phase separation,LLPS)行为是神经退行性疾病发病的重要原因,因此研究多肽的调控行为可以为治疗相关疾病提供帮助.主要利用光学显微成像以及紫外分光光度计技术,研究35个脯氨酸-精氨酸重复多肽(PR 35)的LLPS现象及其调控,并对机制进行分析.发现PR 35的LLPS的发生依赖溶液中氯化钾的浓度,当氯化钾浓度低于2700 mmol/L时,LLPS不会出现,而其浓度高于2700 mmol/L时,LLPS会发生.同时在此临界浓度(2700 mmol/L)溶液中,加入不同质量分数的分子拥挤剂聚乙二醇(PEG1000)后,发现PEG对LLPS具有促进作用,并且随着PEG质量分数升高,促进作用增强.同时通过紫外分光光度计对吸光度进行了分析,得到的结论与显微镜的观察结果一致.     

具有竞争风险的步进应力加速寿命试验的最优设计和Bayes估计

讨论了渐进II型截尾数据中具有竞争风险的步进应力加速寿命试验的最优试验设计和参数估计.通过假定产品寿命服从Weibull分布,尺度参数对数是应力水平的线性函数基础上,利用KH模型采用极大似然方法和Bayes方法对模型参数进行了点估计和区间估计,而最优试验设计是使尺度参数对数的极大似然估计值在正常应力水平下的渐进方差达到最小.最后进行了仿真研究,结果显示提出的估计量具有良好的稳健性和有效性.     

基于BiGRU-CNN的宽带电磁图像条带噪声去除方法研究

电磁探测成像系统能够对电磁干扰源进行大范围、宽频带且快速的定位，系统主要由抛物反射面和多通道超宽频带信号采集系统组成。由于各个通道器件参数受限于制造工艺的影响不可能完全一致，探测不同频率干扰源的响应特性也不相同，导致获得的电磁图像中存在的条带噪声随干扰源的频率变化而呈现出不同的特征，严重地影响定位的精度。构建了双向门控循环单元（BiGRU）-卷积神经网络（CNN）模型，根据实测数据构建数据集作为模型的输入，BiGRU和CNN利用图像相邻行间的强相关性，从过去和未来的输入中广泛收集冗余信息，对条带噪声进行提取并对空间信息进行整合处理，利用数据之间的差值对这个过程进行循环迭代。通过大量的实验对模型进行验证，BiGRU-CNN方法与测试的经典方法相比更优，在垂直梯度能量方面降低了15.2%，在残差非均匀性方面降低了21.9%。