课程文献中心 更多>>

关键词： 决策辅助工具   前列腺癌   网络   Meta分析   治疗决策  

摘要： 目的系统评价基于网络的决策辅助工具(DA)在前列腺癌治疗决策中的应用效果。方法计算机检索PubMed、Embase、Web of Science、The Cochrane Library、CINAHL、MEDLINE、中国知网(CNKI)、万方数据库和维普数据库中建库至2024年8月7日有关基于网络的DA在前列腺癌治疗决策中应用效果的随机对照试验,并追溯纳入研究的参考文献。采用主题词结合自由词方式检索。采用RevMan 5.3软件进行meta分析,采用漏斗图评估发表偏倚。结果共纳入13篇文献。Meta分析结果显示:干预组选择保守治疗比例高于对照组,差异有统计学意义[RR=1.19,95%CI:(1.02,1.39),P=0.03];干预组与对照组选择前列腺癌根治术和放疗比例比较,差异均无统计学意义[RR=1.01,95%CI:(0.92,1.10),P=0.87;RR=0.84,95%CI:(0.62,1.15),P=0.28];在低危患者中,干预组选择前列腺癌根治术的比例低于对照组[RR=0.73,95%CI:(0.54,0.98),P=0.04];干预组与对照组决策冲突和决策后悔比例比较,差异无统计学意义[SMD=-0.03,95%CI:(-0.11,0.05),P=0.42;SMD=0.01,95%CI:(-0.24,0.26),P=0.94];干预组与对照组满意度比较,差异无统计学意义[SMD=-0.11,95%CI:(-0.44,0.22),P=0.50]。结论DA具有影响前列腺癌患者治疗决策的潜力。

关键词： 乳腺肿瘤   新辅助治疗   深度学习   超声检查  

摘要： 目的观察基于卷积神经网络(CNN)以超声影像组学预测新辅助化疗(NAC)用于乳腺癌效果的价值。方法回顾性纳入164例女性乳腺癌患者,根据其对治疗反应分为有效组(n=68)与无效组(n=96),并按8∶2比例随机划分训练集(n=131)与验证集(n=33)。基于NAC前超声图像以CNN提取并筛选病灶影像组学特征,分别利用逻辑回归(LR)、支持向量机(SVM)、K近邻法(KNN)、随机森林(RF)及多层感知器(MLP)构建影像组学模型并筛选其中效能最优者,计算深度学习评分(DL-Score),结合临床特征绘制列线图。结果5种影像组学模型中,MLP模型预测NAC用于乳腺癌效果的综合效能最佳,其在训练集的敏感度、特异度及曲线下面积(AUC)分别为77.78%、92.21%及0.929,在验证集分别为78.57%、84.21%及0.921。雌激素或孕激素受体、人表皮生长因子受体2和DL-Score均为NAC用于乳腺癌效果的独立预测因素(P均<0.05);基于此绘制的列线图在训练集的敏感度、特异度及AUC分别为83.30%、92.21%及0.953,在验证集分别为85.71%、94.74%及0.955,其AUC均稍高于MLP模型但差异无统计学意义(P均>0.05)。综合判别改善指数显示,加入临床特征(即上述免疫组织化学指标)可提高影像组学模型的预测效能(P<0.001)。结论基于CNN超声影像组学可预测NAC用于乳腺癌效果;联合免疫组织化学指标或可提高其效能。

关键词： 姿态估计   高分辨率网络   局部卷积   坐标注意力   积分回归  

摘要： 基于热图检测的人体姿态估计网络取得了巨大的成功,然而由于冗余计算、量化误差以及热图解码的需求,基于热图检测的方法参数量较大。针对上述问题,设计基于非全局依赖积分回归的轻量姿态估计网络(Lite-NIRNet)。Lite-NIRNet通过局部卷积(PConv)降低网络的冗余计算,从而使网络更加轻量。为缓解PConv导致的信息丢失问题,引入坐标注意力(CA)机制融合跨通道特征,以提升网络性能。此外,设计非全局依赖的积分回归(NIR)模块,通过该模块,网络可以融入坐标进行监督,从而减少量化误差对网络性能的影响。所提的NIR可有效降低传统积分回归在期望计算时产生的偏差,从而兼顾更好的学习梯度和更低的偏差。实验结果表明,Lite-NIRNet与较先进的高分辨率网络(HRNet)相比,在COCO验证集上的参数量和计算量分别降低了73.0%和63.4%,平均精度均值(mAP)不需要额外的热图解码即可达到72.8%;在MPII验证集上,Lite-NIRNet在网络性能和复杂度之间也能实现良好的平衡。

关键词： 城市交通   客流预测   组合神经网络   多源数据   遗传算法  

摘要： 【背景】客流预测是城市轨道交通运营和管理的重要组成,近年来结合多源数据和深度神经网络的精准客流预测受到越来越多的关注。【目标】提升轨道交通站点客流预测的精度,为运营管理提供有效支持。【方法】首先,搭建一种融合多特征的站点客流预测模型,该模型通过卷积神经网络(CNN)提取地铁客流的时空特征,并结合残差单元(ResNet)增强特征提取能力,构建特征传播矩阵挖掘站点间的空间特征,采用长短期记忆网络(LSTM)提取影响因子序列数据的时间特征,在特征融合过程中应用注意力机制突出关键特征。随后,引入遗传算法(GA)对模型进行优化,并采用多层感知器(MLP)修正模型的预测结果误差,提高模型的预测精度。【数据】杭州地铁站点刷卡数据及对应的气象数据、POI数据。【结果】优化ResNet-CNN-LSTM-Attention模型(IO-RCLA)的预测精度最高。相比于RCLA模型,IO-RCLA所有站点预测结果的MAE、RMSE、MAPE分别降低了17.09%、16.09%和8.91%,证明了方法在多站点客流预测中的高精度和有效性。

关键词： 虎潜丸   老年性骨质疏松   GEO数据库   网络药理学   分子对接  

摘要： 基于GEO数据库、网络药理学及分子对接,探究虎潜丸(HQW)治疗老年性骨质疏松(SOP)的作用机制。方法 TCMSP数据库查找HQW有效成分及靶点。GEO数据库筛选SOP差异基因;通过GeneCards和OMIM数据库筛选SOP靶点;Venny网站绘制药物-疾病-差异基因交集Venn图;Cytoscape软件构建成分-靶点网络图;STRING数据库构建蛋白互作网络;R进行基因本体(GO)和京都基因和基因组百科全书(KEGG)富集分析。AutoDockTools软件对HQW有效成分与核心靶点进行分子对接。结果 HQW靶点523个,SOP靶点1408个,HQW治疗SOP靶点193个。GO及KEGG分析显示HQW治疗SOP主要通过PI3K-AKT信号通路。分子对接显示槲皮素和山奈酚与STAT3、EGFR等具有稳定结合能。结论 HQW中的多种活动成分可能通过PI3K-AKT信号通路调节靶点以治疗SOP。

关键词： 整流变压器   灵敏度分析   阻抗匹配   分层优化设计  

摘要： 大电流、低电压的工业整流系统存在电磁环境差、能耗高等问题,该文以感应滤波整流变压器为对象,提出了一种考虑阻抗匹配的变压器损耗分层优化设计方法,利用Sobol灵敏度算法对变压器参数进行了分层处理,旨在降低优化维度,提升寻优能力。首先,介绍感应滤波变压器绕组排布及接入外部系统方式,建立了考虑负载谐波影响的感应滤波变压器电流传递关系模型,获得了实施谐波抑制的阻抗匹配条件;其次,根据感应滤波变压器设计规范,确定了变压器损耗优化的约束条件与优化参数;然后,通过对优化参数进行Sobol灵敏度分析,确立了分层架构;最后,给定设计参数进行案例分析与仿真验证。结果表明:所提的分层优化方法得到的解最优值和平均值都优于未分层优化结果,具有更好的寻优能力和稳定性,分层优化后变压器总损耗降低11.3%,实施感应滤波后谐波畸变率从8.84%降至4.29%,滤波性能良好,验证了该文方法的有效性。

关键词： 跨区域“揭榜挂帅”   主体特征   网络结构  

摘要： “揭榜挂帅”具有集中力量办大事和跨区域选拔双重优越性,已成为优化配置创新资源、加速破解“卡脖子”技术难题的重要方式和政策实践。通过建立跨区域“揭榜挂帅”数据库,揭示跨区域“揭榜挂帅”主体特征,并对跨区域“揭榜挂帅”网络结构进行研究。结果发现,各省份跨区域“揭榜挂帅”揭榜率存在较大差异,跨区域揭榜率整体偏低;企业是跨区域“揭榜挂帅”的主体,主要由中大型企业发布技术需求、技术创新活力较强的中小型企业解决需求,揭榜联合体以“内外配合”为主;跨区域揭榜网络呈现“扁平层级+圈层交互”特点,核心圈层省份展现单核辐射实力,中间圈层省份发挥以强带弱功能,边缘圈层省份缺乏抱团取暖行动。最后,针对更好实施“揭榜挂帅”以促进创新资源跨区域流动和配置提出政策建议。

关键词： 水质预测   总氮   变分模态分解   时间卷积网络   集成预测  

摘要： 对湖泊水质进行准确、高效的预测,对于保护水资源、维护生态平衡以及促进经济发展等方面都具有重要意义。为此提出了一种基于模态分解、多维特征选择、时间卷积网络(TCN)、自注意力机制、双向长短期神经网络(BiLSTM)和双向门控循环单元(BiGRU)的湖泊总氮(TN)组合预测模型。首先,采用变分模态分解将TN原始序列分解成不同频率的本征模态函数(IMF),以降低原始序列的复杂度和非平稳性;随后,通过随机森林算法为每个IMF选择相关性强的特征,将筛选出的特征矩阵输入到添加自注意力机制的TCN-BiLSTM混合网络中进行建模,充分提取数据中隐藏的关键时序信息;最后,为进一步提升模型预测精度,采用BiGRU网络学习残差序列的细节特征,将残差与模型预测结果融合得到最终的预测值。以鄱阳湖都昌监测站的水质数据为例进行试验分析,结果表明本文模型相比于其他模型对TN浓度预测效果提升明显,其平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R^(2))分别为0.03 mg/L、0.049 mg/L、0.992。

关键词： 负载均衡技术   网络通信   数据传输   故障恢复   系统响应速度   网络流量   服务器负载   带宽限制  

摘要： 通过网络流量的合理分配,负载均衡技术能够确保各服务器负载平衡,使得系统响应速度和可靠性整体提升。遗憾的是,在大规模数据传输面前,如今科技界所掌握的负载均衡方法常有瓶颈出现,例如带宽限制、延迟以及故障恢复等问题。对于这种针对大规模数据传输的网络通信负载均衡技术进行深入挖掘,无论在理论还是实际应用上都具有巨大价值。

关键词： 网络红人   健康谣言   SIR模型   无标度网络   小世界网络  

摘要： 探索社交网络中经由网络红人传播的健康谣言传播演化路径具有较强现实意义。基于SIR模型,结合无标度网络和小世界网络的特性,构建社交网络中网络红人健康谣言的超图网络拓扑结构和传播路径,使用Python抓取快手短视频平台中的网络红人案例开展实证研究。社交网络中网络红人的健康谣言传播模型将传播过程划分为初始状态、初步传播、扩散阶段、恢复阶段。研究表明,健康谣言利用社交网络幂分布以及高聚集性的混合特性迅速大规模传播,凭借其本身“夸张虚假”“行动号召”等特质取得网民注意和信任。