课程文献中心 更多>>

关键词： 网络药理学   阿尔茨海默症   肉苁蓉   SAMP8小鼠   凋亡  

摘要： 目的：通过网络药理学及动物实验研究，探讨肉苁蓉对阿尔茨海默症（Alzheimer's disease，AD）的潜在作用靶点及最佳给药剂量。方法：利用网络药理学预测肉苁蓉和阿尔茨海默症的相关靶点；将40只雄性7月龄SAMP8小鼠随机分为模型对照组（Model），肉苁蓉总苷低剂量（L-GCs）、中剂量（M-GCs）和高剂量给药组（H-GCs），10只雄性同月龄抗老化SAMR1小鼠作为SAMR1对照组。GCs灌胃给药30 d后，采用Morris水迷宫，Y迷宫实验检测各组小鼠学习和空间记忆与探索能力，尼氏染色观察各组小鼠海马神经元的数量和形态。免疫组化染色和Western blot实验检测小鼠海马中PI3K、Akt、P-Akt、Tau和P-Tau的表达情况。结果：从肉苁蓉中筛选出8个有效成分，核心基因有Akt1、TNF、CASP3等；与肉苁蓉治疗AD相关的信号通路有PI3K-Akt、TNF通路和AGE-RAGE等；动物实验表明：与Model组相比，GCs组在Morris水迷宫的定位航行实验中的逃避潜伏期和总路程显著下降（P<0.05）、空间探索实验中小鼠的穿越平台次数显著增加（P<0.05）；免疫组化染色和Western blot实验中，GCs组的PI3K和P-Akt/Akt的表达有显著增高（P<0.05），而P-Tau/Tau的表达显著降低（P<0.05）。结论：GCs可能通过PI3K-AkT信号通路及调节P-Tau蛋白表达以改善SAMP8小鼠的学习认知能力。

关键词： 阿尔兹海默病   主观认知下降   脑网络   结构磁共振成像   弥散张量成像   功能磁共振成像  

摘要： 主观认知下降(SCD)为阿尔兹海默病(AD)的初期阶段,其典型症状是患者感觉记忆力下降。随着SCD发病率逐年上升,预防或延缓疾病的进展已经刻不容缓。近年来,磁共振成像(MRI)及脑网络分析技术不断发展,研究人员通过观测SCD患者脑神经元和神经纤维变化的信息,对脑网络结构及密度是否完整展开评价。本研究将结构MRI(sMRI)、弥散张量成像(DTI)和功能MRI(fMRI)等文献进行归纳整理,根据SCD的脑结构和脑功能特征,从多个层面探索脑网络改变的病理生理机制,寻找影像生物标志物,分析不足之处,为SCD早发现、早干预提供支持。

关键词： 露天矿   超分辨率重建   深度卷积神经网络   Swin Transformer  

摘要： 针对现有露天煤矿遥感图像超分辨率重建模型提取特征能力弱、特征利用不充分的问题，提出了一种融合深度卷积神经网络和Swin Transformer网络的露天矿遥感图像超分辨率重建方法。首先，利用卷积神经网络和Swin Transformer网络将露天矿遥感图像映射到全局和局部特征空间，充分提取遥感图像的深层特征；然后，构造一种基于注意力机制的多尺度特征融合网络，实现遥感图像局部和全局特征的深度融合，强化有效特征表达的区分能力；最后，将深度融合特征作为超分辨率解码模块的输入，重建出高分辨率的露天煤矿遥感图像。通过在自建露天矿区图像数据集和开源数据集上进行测试，试验结果表明：与当前主流的图像超分辨率重建算法相比，所提出方法重构出的超分辨率图具有较好的视觉感知、在均方根误差方面也低于其他对比方法。

关键词： 煤岩组合体   裂隙识别   裂隙重构   卷积神经网络   分形维数  

摘要： 在煤岩组合体裂隙三维重构中，针对传统阈值分割方法无法准确确定煤岩之间的阈值大小从而导致裂隙分割效果不佳的问题，基于深度学习理论提出了一种新型VRA-UNet煤岩组合体裂隙精确识别模型，为煤岩组合体裂隙精确识别提供了一种优化解决方案。首先，为了提升模型的泛化能力和防止初始化模型参数过于随机，使用VGG16模块作为骨干特征提取网络。其次，针对煤岩组合体裂隙拓扑结构复杂，非均匀性强等问题，在上采样部分引入使用残差连接且具有空间维度和通道维度的注意力模块（ResCBAM）增强模型特征提取能力，缓解模型梯度消失的问题。最后，在下采样的末端加入了利用不同尺度卷积核的非对称空洞金字塔模块（AC-ASPP），通过多尺度的特征提取，提高模型对不同大小裂隙的识别能力。同时，利用煤岩组合体CT扫描图像数据集验证了模型的有效性。研究结果表明：VRA-UNet模型在裂隙提取和识别方面性能良好，平均交并比、像素平均值及识别精度分别为85.22%、90.80%和91.95%；与主流的分割网络UNet、PSPNet、DeeplabV3+、FCN和SegNet相比，VRA-UNet模型的平均交并比分别提高了6.05%、16.7%、10.77%、6.87%和6.4%，像素平均值分别提高了7.13%、13.29%、12.84%、7.4%和7.53%，识别精度分别提高了3.82%、14.45%、7.4%、5.58%和4.31%；VRA-UNet识别出的裂隙结构分形维数与原始CT扫描裂隙结构分形维数保持了良好的一致性，真实还原了煤岩组合体内部裂隙结构的分布特征。

关键词： 肝素结合蛋白   C反应蛋白   输尿管软镜碎石术   尿源性脓毒症   预测   Logistic回归模型   逆向传输神经网络模型  

摘要： 目的:构建输尿管软镜碎石术（FURL）后并发尿源性脓毒症的逆向传输神经网络预测模型。方法:纳入428例接受FURL的肾结石患者，根据术后是否并发尿源性脓毒症分为脓毒症组（42例）和对照组（386例）。采用Logistic回归分析确定FURL后并发尿源性脓毒症的影响因素及其交互作用。同时建立Logistic回归模型和神经网络模型进行预测，通过受试者工作特征曲线评估两种模型的预测效能。结果:单因素分析显示，结石手术史、性别、尿培养、结石直径、糖尿病、手术时间、白细胞、血小板、C反应蛋白（CRP）及血清肝素结合蛋白（HBP）水平与FURL后并发尿源性脓毒症显著相关（P<0.05）。多因素分析表明，尿培养阳性、CRP及HBP水平是FURL后并发尿源性脓毒症的独立危险因素（P<0.05）。交互作用分析显示，CRP与HBP对FURL后并发尿源性脓毒症的影响在相加模型（RERI=8.453,95%CI:2.645～16.282;AP=0.696,95%CI:0.131～1.273;S=3.369,95%CI:1.176～7.632）和相乘模型(OR相乘=1.754,95%CI:1.218～3.650)中存在交互作用；CRP与尿培养对FURL后并发尿源性脓毒症的影响在相乘模型(OR相乘=2.449,95%CI:1.525～3.825)中存在交互作用。预测模型比较显示，逆向传输神经网络模型较Logistic回归模型具有更优的预测效能。结论:目的：方法：结果：结论：CRP和HBP水平是FURL后并发尿源性脓毒症的独立危险因素，基于CRP、HBP等因素构建的逆向传输神经网络模型较Logistic回归模型具有更高的预测准确性。

关键词： 一维下料问题   精确解   分步式优化算法   线性规划  

摘要： 企业在使用线性规划方法求解一维下料问题的过程中,由于难以生成所有可行切割模式而通常采用不等式约束求解,这将导致结果与需求订单中零件数量出现不一致的问题。针对这一问题,该文提出了一种求解一维下料问题精确解的分步式优化算法。首先,通过限制切割模式数量和利用率的有限切割模式模型对零件数量作不等式约束求解,得到初步结果;然后,对结果进行两次筛选,得到一个包含多余零件的最优切割模式集合;最后,将最优切割模式集合拆分成子问题,对子问题生成所有可行切割模式并对零件数量作等式约束求解,最终得到一维下料问题的精确解。计算结果表明,分步式优化算法计算的结果能够准确地对应零件的种类和数量需求,计算速度更快,适应性更广。

关键词： 城市高温   城市热网络   气候韧性   生态规划  

摘要： 快速城市化引发了城市热岛效应，且都市圈的融合发展加剧了城市的热脆弱性。为提升城市气候韧性并缓解城市高温，文章提出基于“源-走廊-网络”的生态规划方法，通过识别核心热源、打破热蔓延关键节点和计算生态空间降温阈值的方法为缓解城市高温的生态规划策略提供决策支持，并并以广州-佛山都市圈为案例对该生态规划方法进行模拟和验证。结果表明：1）广州和佛山交界处高强度开发的城市建成区域具有最高的热风险；2）基于热网络模拟确定了38个热源斑块、80条不同优先级的热廊道和110个热浪蔓延的关键节点；3）生态景观的破碎度和连通性对地表温度有较大的影响。最后，从热源斑块、热蔓延廊道节点和降温阈值3个方面提出针对性的生态规划策略，即增加生态用地比例、增强景观连通性、提高景观复杂和多样性。

关键词： 计算机视觉   图像分类   自注意力机制   特征提取   上下文信息   编码器   通道特征   卷积神经网络  

摘要： 针对基于窗口的视觉Transformer易破坏细粒度特征、模型参数量大等问题，文中提出一种基于交叉融合编码器模块的Transformer图像特征提取网络。利用图像通道特征相关一致性剥离特征图来获得两个特征子集，并联两个注意力模块分别进行注意计算以获得局部和全局信息，采用交叉机制融合信息。结合CAT Transformer的窗口间注意力模块设计一种用于特征图通道维度之间的窗口内注意力方式，以避免破坏纹理信息，增强局部特征的表征能力。实验结果表明，所提模型在CIFAR-100数据集上使用7.8 MB参数达到79.86%的TOP-1准确率，在ImageNet-1K数据集上达到80.7%的准确率，同时利用Grad-CAM(Gradient-weighted Class Activation Mapping)可视化模型决策过程。

关键词： 图神经网络   图邻接矩阵   沉井建造   姿态预测   时序数据  

摘要： 桥梁作为重要的交通基础设施，质量是其建造及使用的重中之重。沉井作为基础结构，在桥梁建造中被广泛应用。在沉井建造过程中，实时准确的下沉姿态预测，有助于降低事故风险，提高工程质量。常用的预测方法，如统计模型和机器学习模型，难以应对时序数据的非线性时空特征，如结构应力，沉井下沉姿态等，导致预测结果不准确。深度学习模型可以捕获数据时空特征，已广泛应用于时序数据预测，但尚未被应用于沉井下沉姿态预测等相关任务。因此，本文提出了基于图神经网络的多指标预测模型（Multi-indicator Prediction Model，MiPM）。MiPM通过自注意力机制以及门控循环单元（Gate Recurrent Unit，GRU）动态建立时序数据序列间的图邻接矩阵，并结合卷积神经网络，提取时序数据的时间特征和空间特征。通过交错的网络结构，融合时空特征，映射预测结果。为验证MiPM有效性，以一个真实的桥梁沉井建造工程为实证研究案例。实验结果表明，对比13个基线模型，MiPM具有更好的预测结果表现，如其在均方根误差指标上至少降低5.6％。

关键词： 金槐米   广泛靶向代谢组   网络药理学   分子对接技术   酒精性肝损伤  

摘要： 目的：利用广泛靶向代谢组学、网络药理学和分子对接技术研究药食同源植物金槐米对酒精性肝损伤（ALD）的保护作用机制。方法：使用超高效液相色谱-电喷雾-串联三重四级杆/线性离子阱质谱UPLC-ESI-QTRAP-MS/MS系统和MWDB数据库进行广泛靶向代谢组鉴定金槐米中的成分，利用TCMSP、PubChem、Siwss Target Prediction、GeneCards、OMIM、DisGeNET、STRING、DAVID等数据库和Cytoscape软件进行保护ALD的网络药理学分析和分子对接，构建“疾病-通路-靶点-成分-药物”网络图、验证核心靶点。结果：共检测鉴定出金槐米中的12类1550种成分，其中黄酮类化合物401个。筛选出具有潜在保护ALD的活性成分139个、交集靶点299个。信号通路富集分析200条。分子对接证明，金槐米中的柳穿鱼黄素、6-甲基木犀草、二羟基二甲氧基黄酮素、5，2'-二羟基-7，8-二甲氧基黄酮等可能与核心靶点为GAPDH、AKT1、IL6、ALB、TNF、CASP3具有较好的结合能力。结论：金槐米可能通过多成分、多靶点、多通路协同发挥保护ALD的作用。