课程文献中心 更多>>

关键词： 网络药理学   龙血竭   腰椎间盘突出症   气滞血瘀   作用机制  

摘要： 目的利用网络药理学理论探讨龙血竭治疗气滞血瘀型腰椎间盘突出症(LDH)的相关作用机制,利用动物实验进一步验证。方法通过查阅文献并结合TCMSP数据库、Pub Chem数据库和Swiss Target Prediction平台、Gene Cards数据库获得龙血竭有效活性成分治疗LDH的靶点,在DAVID数据库中进行基因本体(GO)功能和京都基因和基因组数据库(KEGG)通路富集分析,并对龙血竭关键活性成分与其对应的靶点进行分子对接验证。经过随机数字表法将48只雌雄各半大鼠分为空白组、模型组、低剂量龙血竭组(0.5 g/kg)、中剂量龙血竭组(1.0 g/kg)、高剂量龙血竭组(2.0 g/kg)和阿仑膦酸钠片组[阳性对照,7.35 mg/(kg·d)],每组8只。测定大鼠血清中的碱性磷酸酶(ALP)、骨钙素(BGP)和基质金属蛋白酶9(MMP9)水平。检测血浆黏度、红细胞电泳时间、红细胞聚集指数。结果龙血竭主要活性成分为2’-甲氧基异甘草素、Broussin、7,4’-二羟基-3’-甲氧基黄烷、龙血素B、刺干草查尔酮,治疗LDH关键靶点为Akt1、EGFR、PIK3R1、VEGFA、PIK3CA、MMP9、RAF1、HIF1A、CASP3。KEGG主要富集在Ras信号通路、Erb B信号通路等途径上。分子对接结果显示,龙血竭关键活性成分与其对应的关键靶点结合均较好。动物实验发现,与空白组比较,模型组大鼠ALP、BGP、MMP9升高(P<0.05)。与模型组比较,低、中和高剂量龙血竭组ALP、BGP和MMP9降低,且高剂量龙血竭组ALP、BGP、MMP9水平低于低剂量龙血竭组(P<0.05)。与空白组比较,模型组大鼠血浆黏度、红细胞电泳时间和红细胞聚集指数升高(P<0.05);与模型组比较,低、中和高剂量龙血竭组大鼠血浆黏度、红细胞电泳时间和红细胞聚集指数降低,且高剂量龙血竭组低于低剂量龙血竭组(P<0.05)。结论龙血竭中有效活性成分作用于多靶点、多通路,可调节炎症因子水平,改善血液流变学异常,共同发挥治疗气滞血瘀型LDH的作用。

关键词： 精确时间协议   正交频分复用   通信网络   数据链   抗干扰  

摘要： 为解决通信系统在实际应用中抗干扰能力弱、数据链性能低等问题,本研究在正交频分复用技术的基础上引入精确时间协议,形成精确时间协议—正交频分复用同步机制,并基于该机制提出新型抗干扰系统。测试发现抗干扰系统同步精度维持在75ns,且其能够在不同信噪比条件下有效降低误比特率。综上,本研究建立的抗干扰系统能够满足现代通信网络对高精度时间同步的需求,为通信网络的稳定运行提供技术支撑。

关键词： 橘红   鱼腥草   急性肺损伤   网络药理学   分子对接   作用机制  

摘要： 该研究利用TCMSP数据库和Swiss Target Prediction平台获取臻呼畅组合物(简称SSD)中各中药的活性成分和靶点,利用GeneCards、DisGeNET、GEO数据库获取急性肺损伤相关靶点。通过Cytoscape 3.9.1软件、STRING数据库构建中药-活性成分-靶点-疾病网络、PPI网络,筛选出核心成分和核心靶点。利用David数据库对关键靶点进行GO和KEGG分析。应用AutoDock Vina 1.2.3软件对核心成分和核心靶点进行分子对接,PyMOL 2.6.0软件进行可视化处理。采用脂多糖(LPS)诱导的急性肺损伤(Acute lung injury,ALI)大鼠模型,验证SSD改善急性肺损伤的作用。结果表明:筛选出SSD活性成分30个,改善肺损伤相关靶点9个,其中核心成分主要为β-谷甾醇(β-sitosterol)、亚油酸乙酯(mandenol)、山奈酚(kaempferol)、26-O-β-D-glucopyranosyl-3β,26-dihydroxy-5-cholesten-16,22-dioxo-3-O-α-L-rhamnopyranosyl-(1→2)-β-D-glucopyranoside_qt,核心靶点主要为白细胞介素-6(Interleukin-6,IL-6)、肿瘤坏死因子(Tumor necrosis factor,TNF)、环加氧酶-2(prostaglandin-endoperoxide synthase 2,PTGS2)、Jun原癌基因(Jun proto-oncogene,JUN)、纤溶酶原激活物抑制因子-1(Serpin E1,SERPINE1)。GO和KEGG分析结果显示,SSD主要通过白细胞介素-8(Interleukin-8,IL-8)生成的正向调节、白细胞与血管内皮细胞粘附、脂多糖反应、血管内皮生长因子产生,与蛋白酶结合、IL-6受体结合、转录调控区序列特异性DNA结合,调控糖尿病并发症中的AGE-RAGE信号通路、TNF信号通路等协同发挥改善急性肺损伤的作用。分子对接证明3个核心成分与5个核心靶点均结合良好。动物实验结果表明中高剂量的臻呼畅组合物可显著降低ALI大鼠肺泡灌洗液、肺组织中的炎症因子TNF-α、IL-1β和IL-10水平,病理学观察其可减轻肺组织损伤。该研究初步揭示了臻呼畅组合物改善急性肺损伤的多成分、多靶点、多途径的协同作用机制,为SSD应用于肺部健康的保健及ALI的预防提供理论依据。

关键词： 大数据   人工智能   计算机网络技术   多样化数据   价值密度   生产效率  

摘要： 在大数据时代,人工智能技术快速发展,推动了计算机网络系统的升级,促使计算机网络结构与功能不断优化,为人们的生活生产带来便利。通过分析人工智能技术的优势,并整理其在计算机网络技术中的应用途径,发现人工智能技术可以提高计算机网络的自动化、智能化水平,并且能够减少计算机网络安全问题,在现代社会中具有较好的应用价值。

关键词： OBE理念   网络安全工程   课程   实践  

摘要： 基于以学生为中心、成果为导向的教育模式,从培养懂知识、会方法、能操作的网络安全工程创新人才的角度,开展网络安全工程课程的教学实践改革,提出将网络安全设计与网络安全运营的教学内容关联起来,面向不同的信息安全岗位,细化教学目标,采取实验操作、对抗演练、想定作业、研讨汇报等不同形式的教学方式,构建内容分层、能力递进的实践教学体系,实现基于知识、技能、能力的过程化、多样化考核方法。

关键词： 交通工程   韧性   渗流理论   高速公路网   关键基础设施  

摘要： 拥堵是影响高速公路网络运营性能最为常见的事件之一,但过往研究多关注破坏性事件下路段失效所导致的短时内局部路网的拥堵延误,忽视了宏观交通流波动产生的动态拥堵过程对路网正常运营性能的影响。为研究动态拥堵生成-集聚-消散过程中的路网韧性特征,综合考虑网络拓扑结构、动态交通流时空特性以及道路基础设施类型等因素,建立了基于渗流理论的高速公路网络拥堵韧性评估方法,并以某省高速公路网络为例进行验证分析。结果表明:不同时空状态下路网韧性与拥堵集群规模均呈现近似幂律分布,具有无标度现象;当速度阈值(q_(l))接近0.2和0.7时,拥堵规模扩散达到临界相变状态,路网韧性降低近65%;对比不同时段路网拥堵韧性,晚高峰的拥堵恢复时间相比于其他时段增加近50%;交通基础设施类型对路网拥堵韧性具有显著影响,桥隧路段拥堵的恢复时间比普通路段高25%左右;当路网内桥隧路段占比高于65%时,不同时空状态下路网韧性平均下降约50%。研究结果可为交通管理部门预防和缓解日常拥堵提供理论依据和策略建议。

关键词： 机器学习   YOLOv8   SE模块   等离子切口   无损检测  

摘要： 等离子切割铁路车厢的切口质量直接影响后续焊接工序的正常进行,其快速无损自动检测具有挑战性。文章提出一种基于挤压-激励(Squeeze-Excitation,SE)注意力机制的YOLOv8网络多尺度特征检测以及特征综合分析的自动检测算法。首先采集车厢切口图像并进行几何旋转、改变色调等图像增强处理来模拟实际现场中的环境光变化,然后利用基于SE注意力机制的YOLOv8网络对图像中的切口区域进行分割定位,再使用OpenCV中边缘检测算法得到切口轮廓线,并提取出相对特征以消除不同图像之间的景别差异。随后通过斯皮尔曼相关性分析结合特征选择方法筛选出8项高信息量特征值输入至支持向量机、B-P神经网络、随机森林等多种机器学习模型中实现切口质量自动检测。研究结果表明,支持向量机的模型优度最高,为98.7%。该算法对环境光不敏感且对图像质量要求较低,无须搭建专门拍摄环境即可消除景别差异的影响,可以实现简易检测设备在复杂环境干扰下对铁路车厢等离子切口质量的快速无损检测,为后续的焊接加工打下坚实基础。

关键词： 数据安全   患者隐私   医疗设备防护  

摘要： 医疗设备网络数据安全体系建设是保障医疗数据安全、防止信息泄露的关键。该体系通过强化设备物理安全、网络安全、应用安全等方面的保障措施,建立多层防线,有效降低医疗数据被攻击、篡改或泄露的风险。同时,采用加密技术、访问控制等手段,确保数据在传输、存储和使用过程中的安全性。此外,定期开展安全审计和风险评估,及时发现和修复潜在的安全隐患,确保医疗设备网络数据安全体系始终处于最佳状态。这一体系的建立,将为医疗行业的健康发展提供有力支撑。本文以某医院医疗设备网络数据安全体系建设为例,完整介绍了包括医疗设备网络安全防护、患者隐私数据保护等在内的网络安全体系化建设方案。该方案产生了良好的社会效益与经济效益,对国内大型综合医院具有广泛适用性。

关键词： 动漫风格   预训练   CartoonGAN   激励挤压模块   残差网络  

摘要： 针对目前生成动画图像质量较低、内容失真、视觉效果有待进一步提升等问题,本文在Generative Adversarial Networks for Photo Cartoonization(CartoonGAN)网络的基础上提出了一种动漫风格迁移的网络模型。首先通过引入预训练模型ResNet-101对内容损失函数进行训练,加快训练速度的同时保证真实图片内容的完整性;然后在生成器模块加入激励挤压模块(SE-Block),实现在特征提取中保留空间特征和通道特征,使得生成的图片更易被判别器区分,从而更好地训练判别器。最后,进行了定性比较和定量分析,结果表明本文所提算法能够有效提升训练速度、提高漫画图像生成质量和增强图像的抽象感,且IS、FID的得分分别为11.2和86。

关键词： 级联卷积神经网络   城市交通   汽车目标   图像检测   损失函数  

摘要： 由于现有的城市交通汽车目标检测方法主要使用神经网络来定位回归检测区域,这种方法忽略了特征在损失函数中的关联性,易受到场景立体匹配距离变化的影响,进而导致平均检测精度较低。基于级联卷积神经网络,设计一种全新的城市交通汽车目标图像检测方法。提取城市交通汽车目标检测特征,采用逐级匹配法提升检测样本质量。不同类型的检测目标的IOU分配阈值不同,利用Iterative Bbox at Inference级联卷积神经网络进行分类回归处理,得到基于级联神经网络的汽车目标检测损失函数,对于每个栅格,需要预设先验框根据损失函数,计算预测参数,设计城市交通汽车多目标检测算法,从而实现城市交通汽车目标检测。实验结果表明:该设计方法的平均检测精度较高,说明所设计方法的检测效果较好,具有较高的准确性,有一定的应用价值,能够为城市交通安全性的提升作出一定的贡献。