“补肾填精”中药复方改善脑瘫大鼠运动发育落后的机制研究

目的:探索“补肾填精”中药复方改善脑瘫儿运动发育落后的分子机制,为临床上采用中医药治疗脑瘫患儿提供科学依据。方法:对处于妊娠期16 d Wistar大鼠进行腹腔注射细菌脂多糖(Lipopolysaccharides,LPS)模拟宫内感染,并将孕鼠置于低氧环境下(92%氮气+8%氧气)处理2 h,以此建立妊娠期大鼠宫内感染合并缺氧模型。通过动物神经行为学测试,在子代大鼠中筛选获得幼年脑瘫大鼠。脑瘫模型幼鼠和正常幼鼠分别设置治疗组和对照组,共4个组别,每组动物10只;另取10只正常幼鼠不做任何处理,作为空白对照组。按1 g·(25 mL)^(-1)ddH2O的质量体积比配制免煎颗粒药。通过灌胃给予治疗组大鼠“补肾填精”中药复方水剂,给药剂量为5 mL·kg^(-1)老鼠体重,每日1次,连续灌服15 d。分别于给药后第5 d、第10 d和第15 d对大鼠的运动能力进行观察和评估。给药15 d后将大鼠处死,大鼠眼眶采血,ELISA检测各组动物外周血中炎症因子的水平,取脑组织,对mTOR相关信号通路分子进行免疫印迹检测。结果:悬吊试验结果显示,与空白对照组相比,脑瘫对照组的悬吊时间明显缩短(P<0.001);与脑瘫对照组相比,脑瘫治疗组悬吊时间明显延长(P<0.001);而正常治疗组与正常对照组相比,悬吊时间差异无统计学意义(P=0.064)。斜坡实验结果显示,与空白对照组相比,脑瘫对照组转头时间明显延长,差异有统计学意义(P<0.001);与脑瘫对照组相比,脑瘫治疗组转头时间明显缩短,差异有统计学意义(P<0.001);而正常治疗组与正常对照组相比,转头时间差异无统计学意义(P=0.863)。对各组别大鼠的体重进行监测,与空白对照组及正常对照组相比,正常治疗组体重无明显差异(P>0.05);与空白对照组相比,脑瘫治疗组体重明显减轻(P<0.001);与脑瘫对照组相比,脑瘫治疗组体重明显增加(P=0.031)。ELISA检测各组动物外周血中炎症因子的水平发现,与脑瘫对照组相比,脑瘫治疗组外周血中促炎因子TNF-α和IL-1β显著下降(P<0.001),但对IL-6的水平影响不大(P>0.05),而抗炎因子IL-4和IL-10显著升高(P<0.001)。WB方法检测各组大鼠神经组织中PI3K/AKT/mTOR信号通路相关蛋白表达水平发现,与脑瘫对照组相比,脑瘫治疗组PI3K表达增加,磷酸化AKT和mTOR表达增加,LC3-Ⅱ与LC3-Ⅰ比值降低,自噬相关蛋白p62表达增加(P<0.01)。结论:“补肾填精”中药复方可通过调控mTOR信号通路介导的神经细胞自噬,并抑制炎症的发生达到改善脑瘫幼年大鼠运动功能的效应。

静脉血栓患者新型血栓标志物水平纵向分析及其诊断价值

目的探讨静脉血栓患者新型血栓标志物水平纵向分析及其早期诊断价值。方法以2020年12月至2022年12月廊坊市人民医院收治的100例静脉血栓形成患者为病例组,纳入同期就诊的100例非静脉血栓形成患者为对照组。病例组治疗期间采用全自动血凝仪检测D-二聚体,采用化学发光法检测凝血酶-抗凝血酶复合物(TAT)、纤溶酶-抗纤溶酶复合物(PIC)、组织型纤溶酶原激活物/纤溶酶原激活物抑制剂-1复合物(t-PAI-C)水平;对比病例组抗凝不同时间血栓标志物水平;对比病例组出血前和出血后血栓标志物水平;采用多因素Logistic回归分析影响静脉血栓形成的相关因素;ROC曲线分析新型血栓标志物的诊断价值。结果病例组D-二聚体、TAT、PIC、t-PAI-C水平均高于对照组(t=15.229、4.032、8.314、9.439,P<0.05);治疗7 d病例组D-二聚体、PIC和治疗前比较差异有统计学意义(P<0.05);治疗1个月后,D-二聚体、PIC、TAT、t-PAI-C均较治疗7 d和治疗前低,差异有统计学意义(P<0.05);病例组患者出血后新型血栓标志物水平均升高,差异有统计学意义(P<0.05);Logistic回归分析显示D-二聚体(OR=1.007,95%CI=1.004~1.011)、TAT(OR=1.671,95%CI=1.215~2.153)、PIC(OR=7.068,95%CI=1.053~47.467)以及t-PAI-C(OR=1.164,95%CI=1.017~1.331)是静脉血栓形成的影响因素,且基于上述影响因素绘制的ROC曲线显示新型血栓标志物联合诊断的AUC=0.988高于单一项检测的AUC(P<0.05)。结论新型血栓标志物对静脉血栓的发生具有一定的诊断价值。

融合语义主题的图像自动标注

由于语义鸿沟的存在,图像自动标注已成为一个重要课题.在概率潜语义分析的基础上,提出了一种融合语义主题的方法以进行图像的标注和检索.首先,为了更准确地建模训练数据,将每幅图像的视觉特征表示为一个视觉"词袋";然后设计一个概率模型分别从视觉模态和文本模态中捕获潜在语义主题,并提出一种自适应的不对称学习方法融合两种语义主题.对于每个图像文档,它在各个模态上的主题分布通过加权进行融合,而权值由该文档的视觉词分布的熵值来确定.于是,融合之后的概率模型适当地关联了视觉模态和文本模态的信息,因此能够很好地预测未知图像的语义标注.在一个通用的Corel图像数据集上,将提出的方法与几种前沿的图像标注方法进行了比较.实验结果表明,该方法具有更好的标注和检索性能.

图像检索中语义映射方法综述

"语义鸿沟"已成为基于内容图像检索的瓶颈,解决这个问题需要建立从图像的低层特征到高层语义的映射.对当前语义映射研究进行了综述,首先给出一个结合语义的图像检索框架,并分析了图像内容的层次模型及图像语义的表示方法;然后根据算法的特点,将现有的语义映射方法和技术分为4大类,重点阐述了各类方法提出的思路、模型,并讨论各自的优势和局限性;最后以图像检索实际应用的需要为依据,提出在图像语义检索相关领域的重要课题和研究方向.

枣粮间作复合种植对作物生态及产量的动态影响

为探明枣粮间作复合种植对作物生态及产量的动态影响 ,进行了 3年的系统研究。结果表明 :①枣粮间作复合系统的生态因子发生了变化 ,实现了较高层次上的互补效应。枣粮间作复合种植对作物冠层光照强度有一定的影响 ,表现为树冠对间作物的遮阴影响 ,枣树各生长期树冠透光率不同 ,以枣头生长高峰期和果实成熟期影响最重 ,树冠透光率分别为 38%和 49%。同时枣粮间作可起到调节空气温、湿度和减少土壤水分蒸发的生态效应。②间作物产量发生了动态变化 ,形成了明显的增产区和减产区 ,光饱和点低的冬小麦和夏大豆增产区和减产区分界线在距树干 2m ,分别较对照增产 9 3%和 5 9%。光饱和点高的夏玉米和夏谷增减产分界线在距树干 4m ,平均表现减产 ,分别较对照减产 4 8%和 5 2 %。

多标记学习研究综述

多标记学习是针对现实世界中普遍存在的多义性对象而提出的一种学习框架。对多标记学习的研究现状和进展作了综合论述,给出多标记学习的定义和求解策略,将当前多标记学习算法分为问题转换和算法改进两大类,并重点阐述各类算法的学习原理;探讨了多标记学习的各种评估措施的定义及其作用,并总结了在多标记学习研究背景下若干有价值的研究方向。

结合视觉特征和场景语义的图像描述生成

现有的图像描述生成方法大多只使用图像的视觉信息来指导描述的生成,缺乏有效的场景语义信息的指导,而且目前的视觉注意机制也无法调整对图像注意的聚焦强度.针对这些问题,本文首先提出了一种改进的视觉注意模型,引入聚焦强度系数自动调整注意强度.在解码器的每个时间步,通过模型的上下文信息和图像信息计算注意机制的聚焦强度系数,并通过该系数自动调整注意机制的“软”、“硬”强度,从而提取到更准确的图像视觉信息.此外,本文利用潜在狄利克雷分布模型与多层感知机提取出一系列与图像场景相关的主题词来表示图像场景语义信息,并将这些信息添加到语言生成模型中来指导单词的生成.由于图像的场景主题信息是通过分析描述文本获得,包含描述的全局信息,所以模型可以生成一些适合图像场景的重要单词.最后,本文利用注意机制来确定模型在解码的每一时刻所关注的图像视觉信息和场景语义信息,并将它们结合起来共同指导模型生成更加准确且符合场景主题的描述.实验评估在MSCOCO和Flickr30k两个标准数据集上进行,实验结果表明本文方法能够生成更加准确的描述,并且在整体的评价指标上与基线方法相比有3%左右的性能提升.

建模连续视觉特征的图像语义标注方法

针对图像检索中存在的"语义鸿沟"问题,提出一种对连续视觉特征直接建模的图像自动标注方法.首先对概率潜语义分析(PLSA)模型进行改进,使之能处理连续量,并推导对应的期望最大化算法来确定模型参数;然后根据不同模态数据各自的特点,提出一个对不同模态数据分别处理的图像语义标注模型,该模型使用连续PLSA建模视觉特征,使用标准PLSA建模文本关键词,并通过不对称的学习方法学习2种模态之间的关联,从而能较好地对未知图像进行标注.通过在一个包含5000幅图像的标准Corel数据集中进行实验,并与几种典型的图像标注方法进行比较的结果表明,文中方法具有更高的精度和更好的效果.

不同植物生长调节剂组合对‘黄冠梨’果实生长和品质的影响

以‘黄冠梨’为试验材料,以清水作为对照,采用叶片喷施的方法,研究4种不同植物生长调节剂组合对果实生长和品质的影响。结果表明,4种不同植物生长调节剂组合都能显著提高‘黄冠梨’的单果重,较对照提高36.71%~49.01%。钱江利果灵两个组合能显著提高果型指数,均提高6.45%。钱江凯胜两个处理和钱江利果灵360倍+14-羟芸2500倍液能显著提高可溶性固形物含量0.92%~1.34%。钱江利果灵两个组合和钱江凯胜1250倍+14-羟芸2500倍液能显著提高可滴定酸含量0.03%~0.05%。

基于语义学习的图像多模态检索

针对语义鸿沟问题,在语义学习的基础上设计图像的多模态检索系统。该系统结合3种查询方式进行图像检索。基于视觉特征的查询通过特征提取与相似度匹配进行排位。基于标签的查询建立在图像自动标注的基础上,但在语义空间之外的泛化能力较差。基于语义图例的查询能够在很大程度上克服这个缺陷,通过在显式或隐式的语义空间上进行查询,使检索结果更符合人类感知。实验结果表明,与基于纹理特征的图像检索相比,基于语义图例的检索具有更高的精度及召回率。

眼眶横纹肌肉瘤的临床特点及影像学评价

目的 探讨眼眶横纹肌肉瘤的临床特点及影像学表现。材料与方法 结合 16例经病理证实的眼眶横纹肌肉瘤的临床特点 ,回顾性分析其B超、CT和MRI特征。结果 眼眶横纹肌肉瘤主要临床特点为发展迅速的进行性眼球突出 ,眼眶内上象限为其好发部位。B超检查显示肿瘤为低或无回声区。 16例CT平扫 ,14例与眼外肌呈均匀的等密度 ,边缘清楚。 10例行增强扫描 ,明显强化 4例 ,中等强化 5例。骨质破坏 5例。 9例行MRI检查 ,T1 WI肿瘤与眼外肌呈等信号或略低信号 ,T2 WI呈高信号 ;6例行增强扫描 ,4例中等度强化 ,2例明显强化。在脂肪抑制和增强T1 WI上呈高信号。结论 超声、CT和MRI,尤其CT和MRI能较准确的显示横纹肌肉瘤的部位、形态和内部结构 ,结合临床特征 ,能较准确作出定性诊断 ,对临床选择治疗方案有重要价值。

结合深度特征与多标记分类的图像语义标注

为了缩减不同模态数据间的语义鸿沟,提出一种结合深度卷积神经网络和集成分类器链的多标记图像语义标注方法.该方法主要由生成式特征学习和判别式语义学习2个阶段构成.首先利用深度卷积神经网络学习图像的高层视觉特征;然后基于获取的视觉特征与图像的语义标记集训练集成分类器链,并学习视觉特征包含的语义信息;最后利用训练得到的模型对未知图像进行自动语义标注.在Corel5K和PASCAL VOC 2012图像数据集上的实验结果表明,与一些当前国际先进水平的方法相比,文中方法的鲁棒性更强,标注结果更精确.

图像描述生成研究进展

图像描述生成结合了计算机视觉和自然语言处理2个研究领域,不仅要求完备的图像语义理解,还要求复杂的自然语言表达,是进一步研究符合人类感知的视觉智能的关键任务.对图像描述生成的研究进展做了回顾.首先,归纳分析了当前基于深度学习的图像描述生成方法涉及的5个关键技术,包括整体架构、学习策略、特征映射、语言模型和注意机制.然后,按照发展进程将现有的图像描述生成方法分为四大类,即基于模板的方法、基于检索的方法、基于编码器-解码器架构的方法和基于复合架构的方法,并阐述了各类方法的基本概念、代表性方法和研究现状,重点讨论了基于编码器-解码器架构的各种方法及其创新思路,如多模态空间、视觉空间、语义空间、注意机制、模型优化等.接着,从实验的角度给出图像描述生成的常用数据集和评估措施,并在2个基准数据集上比较了一些典型方法的性能.最后,以提升图像描述的准确性、完整性、新颖性、多样性为依据,展示了图像描述生成的未来发展趋势.

双路注意力引导图卷积网络的关系抽取

为了更好地学习节点依赖并利用结构信息,本文提出一种以完全依赖树作为直接输入的新方法,利用图卷积网络并结合两个并行的注意力模块,自主学习如何有选择地关注对关系抽取任务有用的信息.该方法将样本表示成图上的各节点,一个模块用于计算节点特征位置之间的影响,使特征向量可以包含更广范围的语义信息,另一个用于计算节点依赖的关系特征,以增强节点间的全局依赖.两个模块并行相互提升,可以得到完整的特征表示.在TACRED和SemEval数据集上的实验结果表明,该方法能够更有效地获取对关系抽取任务有益的信息,在各评价指标上取得了更好的性能.

一种多特征融合的场景分类方法

针对图像当中的不同对象,各种特征的优势各不相同,彼此之间存在互补现象.因此,提出一种多特征融合的图像场景分类方法.首先分别提取图像的GIST特征、SIFT特征和PHOG特征;然后将SIFT特征进行局部约束线性编码,并基于空间金字塔模型进行最大池化生成稀疏向量表示;接着采用串联的方法将GIST特征、SIFT特征稀疏向量表示和PHOG特征进行特征融合;最后将融合特征与类标签信息一起输入到线性SVM进行分类.多特征融合的图像场景分类方法,充分考虑了各个特征之间的优势以及图像原有特性和单词空间分布,能够有效的达到特征互补.实验结果表明,与其他分类方法相比,该方法具有较好的分类性能.

基于概率主题建模的图像语义学习与检索

针对图像检索中存在的"语义鸿沟"问题,本文提出一种语义学习模型进行图像的自动标注。首先提出连续的概率潜在语义分析(PLSA)模型及对应的参数估计算法,并利用最大惩罚似然的方法解决协方差矩阵的奇异性问题;然后,提出一个根据不同模态数据各自的特点进行处理的概率模型,该模型使用连续PLSA和传统PLSA分别建模视觉特征和文本关键词,并通过不对称学习算法发现两种模态之间共有的语义主题,从而能更精确地对未知图像进行标注。通过在分别包含5 000幅和31 695幅图像的两个标准Corel数据集上进行实验,并与几种典型的图像标注方法进行比较的结果表明,文中方法具有更高的精度和更好的效果。

碱性成纤维细胞生长因子对大鼠局灶性脑缺血的保护作用与bax表达

目的 观察动脉内溶栓与碱性成纤维细胞生长因子 (bFGF)联合治疗对大鼠缺血性脑梗死面积的影响 ,并探讨bFGF的保护机制。方法 将 5 0只雄性Wistar大鼠 ,用血栓栓塞法制备大脑中动脉缺血模型 ,于缺血 4h后随机分为 :1.单纯溶栓组 ;2 .溶栓与bFGF联合治疗组。分别在治疗后不同时间点观察大鼠神经功能缺陷和MRIT2WI显示病变面积的变化 ,采用免疫组化法检测各时间点bax的表达。结果 在单纯溶栓组 ,脑缺血再灌注 3h时 ,bax表达开始增加 ,再灌注 12h时达到高峰 ;与单纯溶栓组比较 ,溶栓与bFGF联合治疗 6h后 ,MRIT2W1显示病变面积显著缩小 (P <0 .0 5 ) ,bax表达明显减弱 (P <0 .0 5 )。结论 bFGF对大鼠局灶性缺血具有保护作用 ,可降低bax表达 ,抑制细胞凋亡可能是其作用机制之一。

融合两级相似度的跨媒体图像文本检索

为了更好地揭示图像和文本之间潜在的语义关联,提出了一种融合两级相似度的跨媒体检索方法,构建两个子网分别处理全局特征和局部特征,以获取图像和文本之间更好的语义匹配.图像分为整幅图像和一些图像区域两种表示,文本也分为整个语句和一些单词两种表示.设计一个两级对齐方法分别匹配图像和文本的全局和局部表示,并融合两种相似度学习跨媒体的完整表示.在MSCOCO和Flickr30K数据集上的实验结果表明,本文方法能够使图像和文本的语义匹配更准确,优于许多当前先进的跨媒体检索方法.

枣新品系金丝特3号的选育

金丝特3号是我们于1990年从金丝小枣园中选出的枣新品系。果实圆形,平均单果重8.3g,最大单果重12.7g,果实紫红色;肉厚核小,风味甘甜微酸,品质上等。可溶性固形物含量37.50%,可食率97%,适于鲜食和制干。