肺结核与肺癌病人全血微量元素观察

选取肇庆市第一人民医院传染病区和肿瘤病区的住院病人全血微量元素观察．结核组72例，肺癌组65例．从14种微量元素观察结果中作统计学处理，发现肺癌病人的3种有害元素N1，Cd。Pb对的含量高于肺结核．而Sr与常量元素Ca的含量亦明显高于肺结核．本文认为在肺结核与肺癌的鉴别诊断上能利用微量元素结果的差异提供一早期鉴别诊断途径．同时提示肺结核病人在治疗时应注意补充钙．     

红外指纹图谱和聚类分析法在赤芍产域分类鉴别中的应用

以赤芍的红外指纹图谱为依据，采用主成分分析法对来自18个产地的赤芍进行了聚类分析。可将18个产地大致分为6类，这一分类与地理位置有较明显的对应关系，同一区域内赤芍的性能较为相似，可作为传统中医界对赤芍药材质量评价的依据。用径向基函数人工神经网络法预测了45个赤芍样本的产区，结果表明，径向基函数人工神经网络法具有较强的预测能力，用它可鉴别赤芍的产区。可为药材的质量控制提供一个快捷、准确、可行的鉴别方法。     

中药注射剂荧光光谱法的快速鉴别和热稳定性研究

红外光谱指纹图谱技术应用中药注射剂的快速鉴别中，某些试样因难于成膜造成制样困难，为此，直接或仅经水稀释后测定了12种21批次的常用中药注射剂的荧光光谱。结果表明：由于中药注射剂常含荧光性物质，但因不同注射剂所含具体荧光性物质不同，同种注射剂又因厂家的具体配方的差异或制备工艺条件的波动，均会使其特征的荧光激发、发射光谱不同或其强度呈现差异；从而可充分利用荧光分析的高灵敏度，使其作为中药整体红外指纹识别的一种辅助手段，根据注射剂的荧光图谱的差异达到快速鉴别、认定和控制配方、工艺的目的。比较而言，荧光法表现出来的差异更为一目了然，易于判断。此外，荧光光谱法还可用于中药注射液的热稳定性的研究。     

超声弹性成像联合超声造影在鉴别原发性及转移性肝癌中的应用

为探讨超声弹性成像联合超声造影在鉴别原发性及转移性肝癌中的应用价值，选择2016年12月至2018年12月期间本院消化外科住院部收治的肝癌患者160例作为研究对象，根据病理组织学检查结果将患者分为原发组和转移组，各80例，两组进行超声弹性成像和超声造影检查，分析单项和两者联合检查对原发性及转移性肝癌的鉴别诊断效能。结果显示，原发组超声弹性成像评分（3.41±0.85）分，明显高于转移组的（1.52±0.62）分，两组比较差异具有统计学意义，P<0.05。与转移组相比较，原发组造影峰值时间明显延长，造影始增时间明显缩短，造影峰值增强速率明显降低，两组比较差异具有统计学意义（P<0.05）。两者联合检查对原发性及转移性肝癌的鉴别诊断灵敏度、特异度、阳性预测值、阴性预测值、准确度高于超声弹性成像或超声造影单项检查，漏诊率和误诊率低于超声弹性成像或超声造影单项检查，两者联合检查对原发性及转移性肝癌的鉴别诊断准确度明显高于超声造影单项检查，P<0.05。说明超声弹性成像联合超声造影有利于明显提高原发性及转移性肝癌的鉴别诊断准确度，值得临床推广应用。     

利用TOF的Q值进行粒子鉴别的研究

飞行时间计数器(TOF)是北京谱仪(BESⅡ)中用于粒子鉴别的重要子探测器. 当带电粒子击中TOF时，闪烁计数器同时测量粒子的飞行时间T和脉冲幅度Q. 本文利用BESⅡ采集的双m事例，对脉冲幅度Q进行了研究. 利用J/ψ强子事例样本，给出了脉冲幅度最可几值Qmp随粒子bg值的变化关系. 这表明可以利用TOF测量的脉冲幅度Q值实现对粒子的鉴别. 最后给出用脉冲幅度Q进行粒子鉴别的效率和误判率.     

导数在单调性与极值应用中的错解辨析

由于概念的抽象性,对基础知识不全面或对题意理解不准确等而导致在导数单调性与极值应用中出现一些错误现象.正确的东西也往往需要在对正确与错误的鉴别中被接受,因此,采取积极的学习策略,正视错误,剖析错误,澄清错误,更能加深对概念本质的理解.     

京投第一鉴

发行企业债几乎成为国企当下的第一融资手段。作为国内第一只无担保地方企业债券,08京投债凭借天时地利人和,创下票面利率低于同期同品种有担保债券的市场奇迹。     

红黄鹅膏菌原亚种及其黄褐变种的傅里叶变换红外光谱鉴别

为了检验傅里叶变换红外光谱技术在变种的水平上鉴别大型真菌的能力,利用该技术对红黄鹅膏菌原亚种样品和红黄鹅膏菌黄褐变种样品作了光谱研究.结果显示它们的傅里叶变换红外光谱在整体上十分相似,仅在相对吸收强度上有微小差异.为了提高光谱灵敏度、放大差异,对它们的光谱做一阶和二阶导数处理并进行相关分析,发现红黄鹅膏菌黄褐变种和两个红黄鹅膏菌原亚种的二阶导数光谱差异十分明显,相关系数仅分别为0.254和0.356,而两个红黄鹅膏菌原亚种的二阶导数光谱较相似,相关系数为0.865.研究表明利用傅里叶变换红外光谱技术结合相关分析可以容易的把红黄鹅膏菌原亚种和红黄鹅膏菌黄褐变种区分开.     

基于光谱技术的航天育种番茄品种鉴别方法的研究

为了实现航天育种番茄不同品种的快速光谱鉴别,采用主成分分析法对光谱数据进行聚类分析,并将小波变换用于对大量光谱数据的压缩,同时结合神经网络建立了番茄品种鉴别模型.该模型将压缩后的数据作为神经网络的输入,加速了神经网络的训练速度.通过对太空育种突变株M1和M2及其亲本番茄品种的共105个番茄叶片样本建立训练模型,并用每个品种15个样本,共45个番茄叶片的样本进行预测.结果表明,用该方法对航天育种番茄不同品种的鉴别正确率达到97.8%.说明文章提出的方法具有很好的分类和鉴别作用,为航天育种番茄不同品种的快速鉴别提供了一种新方法.