化学发光免疫检测仪涉及的关键技术

为实现化学发光免疫检测方法的临床应用,在深入分析化学发光免疫检测过程的基础上,对其涉及的各项关键技术进行了研究。针对化学发光免疫检测过程的3个关键环节:加样、洗涤和测量,提炼出化学发光免疫检测仪涉及的3项关键技术:微量液体试样精确加样技术、免疫复合物充分无损分离技术、微弱闪光信号精确测量技术。在液体加样方面,通过微升级别液体加注过程的分析及仿真给出加样模块相关参数的优化原则;在免疫复合物分离方面,通过复合物颗粒磁分离过程的分析给出磁场设计原则;在光检方面,给出了测量室设计原则及光电信号数据处理原则。在攻克上述关键技术的基础上,研制出Autolumis 3000化学发光免疫分析仪并成功实现临床应用。测试结果表明,仪器的变异系数 (Coefficient of variance,CV)为5%,最大检测速度为每小时180次,达到国外同类高端仪器的水平,表明所研究的关键技术是可行的。     

Study on parameters influencing analytical performance of laser-induced breakdown spectroscopy

Lens-to-sample distances, delay time, atmospheric condition, laser pulse energy, etc. had obvious effects on the analytical performance of laser-induced breakdown spectroscopy. In this paper, these parameters are investigated in greater detail and we will explain how they have influences on the analytical performance. The results show that the focal plane under the sample surface can improve precision and detection limit, and the delay time should be decided according to sensitivity and accuracy. Spectral line intensity is stronger in argon than helium, nitrogen and air gas environment. Pulse energy should exceed energy threshold (about 50 mJ) which can generate plasma, and the energy should not exceed about 300 mJ to avoid plasma shielding. Under optimum parameters, concentration relative standard deviation of C, Si, Mn, P, S, Ni, and Cr for low-alloyed steel (sample number 11278) which were measured 11 times is 2.37%, 2.18%, 2.23%, 7.8%, 9.34%, 1.92%, and 2.13%, respectively. And the detection limit of C, Si, Mn, P, S, Ni, and Cr for pure steel is 0.0045%, 0.0072%, 0.0069%, 0.0027%, 0.0024%, 0.0047%, and 0.0024%, respectively.     

一种简便的计算层析系统X射线硬化校正方法

以实物拍摄为依据,用一种最简便的修正方法解决计算机X射线层析术成像时由于硬化效应引起的切片图灰度失真问题。用高性能数字X射线机FAXITRON MX-20(射线管焦点20μm,探测板灰度等级16位)对不同厚度的物体进行透射成像,测得对应的透射光强度,并利用新创的指数拟合法得到理想的拟合曲线,由此推导硬化效应的指数校正公式;最后利用实验室的微型计算机层析设备进行扇形束扫描,并逆投影重建生成计算层析断层图像,验证了该校正方法的实用性。该指数拟合法的误差不到常用的二阶多项式拟合法的1/3,对物体计算层析重构,硬化校正以前有明显的“杯状”伪迹,切片灰度不均匀,用指数法修正以后该伪迹消失,切片灰度均匀。     

医用硬性内窥镜畸变的评定基础和方法

建立医用硬性内窥镜畸变的评定基础和方法,用视轴对称的球面Z视场为模型来模拟体腔凹面特征,以建立内窥镜物像共轭的分析基础;运用光学原理并结合ISO9039:1994“光学和光学仪器光学系统质量评价———畸变的测定”的定义原则,并根据理论畸变的临床要求确定畸变定义;采用主光线追迹原理推导不同球面Z形状的畸变换算通式。创立了医用硬性内窥镜以单位相对畸变表述的定义和表达式,并导出变换视场面的畸变换算通用公式和测试方法。本文建立的畸变评定基础和方法适用于医用硬性内窥镜的标准应用。     

基于多级BP神经网络的无线电罗盘多故障诊断研究

【】本文针对过拟合现象提出了基于提前停止法的学习率可变BP算法,运用多级BP神经网络诊断思想,提出了基于多级BP神经网络的多故障诊断方法。文中根据BP神经网络改进算法和网络撕裂法,对具体的机载无线电罗盘测向电路建模仿真,将复杂的无线电罗盘电路分解为3个子网络,并对每个子网络建立合适的故障集,快速准确诊断得出电路中的故障模块。     

基于ICA的X射线医学图像目标提取

X射线医学成像能观察到患者体内病变组织,对医学诊断有重要参考价值。针对传统医学X射线图像噪声强、层次感差和器官组织重叠的问题,提出利用多能谱X射线成像结合独立成分分析(independent component analysis, ICA)进行图像去噪和目标提取。首先ICA结合稀疏编码收缩法对图像降噪预处理以保证目标提取精度;然后根据图像中各目标组成特性,分离图像中每个像素对应的目标厚度矩阵;最后ICA以盲分离理论获得收敛矩阵重建出目标对象。在ICA算法中,借助于主观评价标准,发现当收敛次数大于40时目标分离成功;当幅值尺度在[25, 45]区间内,目标图像对比度高且失真较小。同时,通过观测实验得到的三维峰值信噪比图表明：ICA算法中收敛次数和幅值对图像质量有较大影响,当重建图像的对比度和边缘信息均达到较好效果时,收敛次数与幅值为85和35。     

Partie 1: La nouvelle enceinte destinée à Ia production de I'or colloidal radioactif 198 Au

Une nouvelle enceinte destinée à la production de l,or colloïdal radioactif¹⁹⁸Au à usage thérapeutique et diagnostique est construite dans le Laboratoire de Chimie de Haute Activité à l'Institut des Sciences Nucléaires ?Boris Kidri?”. L'enceinte comporte deux appareils pour la préparation des colloïdes de l'or radioactif, permettant une production permanente méme au cas où l'un des appareils est accidenté. C'est grâce à une conception originale de la protection en plomb que l'accès aus appareils et aux stocks des effluents est rendu facile et ainsi que les systèmes de commande des processus des processus chimiques et la manipulation dans l,enceinte sont bien simplifiés     

导弹逼近告警器及无源干扰设备测试软件设计

为解决导弹逼近告警器及无源干扰设备测试成本高、维护保障难的问题,研制了一套导弹逼近告警器及无源干扰设备自动检测系统;设计了系统测试软件,按照模块化设计方式,针对设备检测需求,开发不同的软件测试模块并集成;该系统集成度高,配置灵活,操作智能化,功能完整,测试项目全,测试和排故障效率高;经试用表明,该检测系统具有良好的操作性和维护性,可以为导弹逼近告警器及无源干扰设备检测维修提供技术支持,有效节省测试成本和维护保障费用。     

一种云环境下的发动机健康管理系统及其应用

针对航空公司对大量飞机发动机进行健康管理的需求,通过建立发动机健康管理云端数据中心,建立了一种云环境下的民航发动机健康管理系统,该系统对于验证发动机故障诊断方法的有效性具有突出优势,并且对于实现多种方法协同进行发动机故障诊断具有重要价值;提出了一种基于灰色关联分析的灰色故障识别方法,通过在云端平台使用灰色故障识别方法实现JT9D-7R4发动机的典型气路性能故障诊断为例,表明云环境下的发动机健康管理系统可以有效地进行航空发动机故障诊断。     

An intelligent approach for engine fault diagnosis based on Hilbert–Huang transform and support vector machine

Based on the techniques of Hilbert–Huang transform (HHT) and support vector machine (SVM), a noise-based intelligent method for engine fault diagnosis (EFD), so-called HHT–SVM model, is developed in this paper. The noises of a sample engine under normal and several fault states are first measured and denoised by using the wavelet packet threshold method to initially lower the noise level with negligible signal distortion. To extract fault features of the engine, then, the HHT is selected and applied to the measured noise signals. A nine-dimensional vector, which consists of seven intrinsic mode functions (IMFs) from the empirical mode decomposition (EMD), maximum value of HHT marginal spectrum and its corresponding frequency component, is specified to represent each engine fault feature. Finally, an optimal SVM model is established and trained for engine failure classification by using the fault feature vectors of the noise signals. Cross-validation results show that the proposed noise-based HHT–SVM method is accurate and effective for engine fault diagnosis. Due to outstanding time–frequency characteristics and pattern recognition capacity of the HHT and SVM, the newly proposed HHT–SVM can be used to deal with both the stationary and nonstationary signals, and even the transient ones. In the view of applications, the HHT–SVM technique may be suggested not only to detect the abnormal states of vehicle engines, but also to be extended to other fields for failure diagnosis in engineering.