简介:摘要目的研究乳糜微粒血浆对全自动血液分析仪测定血红蛋白的影响并提出科学、简便的处理方法,为实验室准确测定血红蛋白、提高血常规结果准确性提供依据。材料与方法收集2012年1月至2013年12月,2年间我院住院病人标本中肉眼可见脂浊的EDTAK2抗凝全血标本,并剔除有出血症状的患者,共计标本100份,分别对该原标本和经过离心(垂直离心机3000转/1分钟)处理后的乳糜微粒血浆,用BC-5300全自动血细胞分析仪手动全血模式测定HBG,得出相应数据;对上述每份标本的两次测定血红蛋白值利用计算公式计算,并得出校准后的HBG值和MCH值。(校准后的血红蛋白=原标本血红蛋白值—乳糜血浆测得的血红蛋白值/(1—原标本HCT值);MCH值=(HBG×100)/RBC,由实验室软件系统自动计算;对原测值的HBG、MCH和校准后的HBG、MCH分别与同一病人输注脂肪乳前的历史结果进行比较。结果原标本HBG、MCH均明显高于输注脂肪乳前HBG、MCH,差异有统计学意义(P<0.01);而校准后的血红蛋白、MCH与输注脂肪乳前HBG、MCH结果比较差异无统计学意义。结论用上述计算公式校准乳糜微粒血浆HBG结果,能够准确消除乳糜微粒对仪器法测定血红蛋白的影响,能够对其进行准确校正。
简介:介绍了时序逻辑单元和组合逻辑单元发生单粒子效应的机理,以反熔丝型FPGA芯片ActelA54SX32A为实验对象,设计了3种典型的链电路系统。在中国原子能科学院HI-13串列静电加速器上采用Br离子对电路进行辐照实验,在频率为20MHz的条件下,3个链电路的翻转截面分别约为3.268×10-3cm2,7.449×10-4cm2和3.988×10-4cm2。实验结果验证了在0.22μm工艺条件下,时序逻辑单元比组合逻辑单元更加敏感,并且在包含两者的电路中,组合逻辑单元会屏蔽部分单粒子效应。最后,针对电路中不同逻辑单元,给出了两种加固方法。
简介:针对粒子群算法无线传感器网络(WSN)覆盖优化中算法稳定性较差,后期收敛速度慢和易陷入局部最优问题,本文提出了一种自适应扰动混沌的粒子群(AdaptiveDisturbanceChaoticParticleSwarmOptimization,简称ADCPSO)的覆盖增强算法。一是在覆盖范围中应用改进的混沌Tent映射对粒子初始化,提高了种群的求解质量和算法的稳定性;二是采用非线性递减的惯性权重和学习因子自适应操作;三是根据一定概率对粒子位置进行扰动更新,避免粒子陷入局部收敛的问题。仿真结果表明,该算法具有良好的全局搜索能力,稳定性好,提高了网络覆盖率。
简介:为了了解齐齐哈尔市大气细粒子PM2.5单颗粒的形貌、组成及粒度分布特征,选取齐齐哈尔市大学校园和商业市中心两个采样点,针对春季和秋季大气中PM2.5单颗粒,应用场发射扫描电镜(FESEM)和配带X射线能谱的扫描电镜(SEM—EDX)对其微观形貌和元素组成进行了研究。利用图像分析系统对其粒径分布进行统计。结果表明,此地区PM2.5颗粒分为4种类型,即烟尘集合体、飞灰、矿物颗粒和未知颗粒,分别来源于机动车尾气排放、煤炭等燃料燃烧及地壳扬尘。其中春季烟尘集合体数量最多,秋季由于燃煤以飞灰为主。来源于地壳扬尘的矿物颗粒以硅铝酸盐类和碳酸盐类矿物为主。此地区大气中PM2.5颗粒空气动力学直径约90%小于1.0μm,属大气细粒子。其中烟尘集合体平均粒径大于矿物颗粒,飞灰平均粒径最小。
简介:为了能够准确地评价电力企业信息系统安全模型的安全性,深入地研究了改进粒子群算法在其中的应用。首先,讨论了电力企业信息系统安全模型的改进方法;其次,研究了电力企业信息系统安全模型的评价方法;最后,进行了算例分析,分析结果表明基于改进粒子群算法和RBF神经网络的电力企业信息系统安全评价模型具有较好的自适应能力,同时,对改进电力企业信息系统安全模型和传统电力企业信息系统安全模型的风险值进行对比,分析结果表明改进的电力企业信息系统安全模型更为安全。
简介:目的:空气是医院内感染传播的主要途径,医院内环境尤其是手术室及患者集中地区的空气净化程度和医院感染发生率密切相关,对医院空气进行常规监测是降低医院感染发生的关键所在。但是传统的空气细菌检测方法需要进行细菌培养,耗时2~3d,结果具有明显的滞后性。激光诱导荧光光谱技术于20世纪90年代中期开始用于检测空气中的生物性粒子和非生物性粒子。本研究的目的是探讨荧光粒子计数器在空气细菌监测中的应用价值。方法选取医院检验科采血室作为实验点,使用荧光粒子计数器对空气中生物粒子数进行动态监测,同时与撞击法细菌培养计数结果进行比较;采用SPSS13.0软件计算生物粒子数和细菌数之间的相关系数r。结果空气中生物粒子数与细菌数之间有显著相关性(r=0.889);非就诊时间空气中的细菌数≤500cfu·m^-3,其他时间均超过该数值,不符合国家消毒卫生标准的要求。结论荧光粒子计数器可以通过监测空气中生物粒子数,推测其细菌数,有望实现空气细菌的动态监测。