多免疫基因预后模型在评估结直肠癌生存和预后中的作用:基于TCGA数据库的研究

目的:通过生物信息学方法筛选与结直肠癌预后相关的免疫基因并构建多免疫基因预后模型,以期为结直肠癌生存和预后的评估提供重要的临床资料,并为肿瘤免疫在结直肠癌中的研究提供思路。方法:从TCGA数据库下载结直肠癌基因表达数据和临床病理数据,对其进行差异分析后获得差异表达的基因;从ImmPort免疫基因数据库下载免疫基因,与结直肠癌差异基因取交集后获得差异表达的免疫基因;进一步对差异免疫基因进行生存分析获得结直肠癌预后相关基因,以此构建多免疫基因预后模型(预后模型);然后,通过生存分析预后模型风险评分对结直肠癌生存的影响,利用ROC分析以及绘制风险曲线验证预后模型风险评分在评估结直肠癌预后中的准确性;通过独立预后分析预后模型风险评分是否可作为评估病人预后的独立风险因子;最后,分析免疫基因与转录因子及免疫细胞的相关性。结果:免疫基因预后模型风险评分高风险组预后较差(P<0.01);预后模型风险评分能对结直肠病人预后进行准确分组,并且在对结直肠预后的分析中具有较高的准确性(AUC=0.861);免疫基因与转录因子以及免疫细胞之间存在一定的相关性。结论:预后模型能准确评估病人预后,并且高风险组病人的生存期显著低于低风险组;免疫基因可能通过调节转录因子以及免疫细胞的产生进而调节肿瘤的恶性进展,该研究阐明了免疫因素对结直肠癌预后的影响,为结直肠癌在免疫方向的研究提供了参考。

基于脊柱融合器设计的椎骨分割及测量方法

由于脊柱融合器设计的类型与尺寸受到椎骨区域及参数的影响,为制造个性化脊柱融合器,提出构建含有语义参数信息的分割模板,对脊椎骨进行由粗到细的分割和语义参数测量。首先基于生成的几何平均化骨骼,引入形态学,对其进行分割并获取骨架线比例,构建分割模板;其次,标注语义特征点,计算语义参数,生成含有语义参数信息的分割模板;然后,基于分割模板,利用骨架线与测地环,结合脊椎整体形态与外表面,实现对目标骨骼的区域分割,为脊柱融合器类型的选择提供指导;最后将模板与目标骨骼进行配准、映射,实现目标骨骼语义参数的自动测量,辅助确定脊柱融合器尺寸。以不同脊椎骨进行实验,验证了方法的合理性与有效性,为脊柱融合器的设计与制造奠定了理论基础。

基于BF-YOLOv5的红外及可见光图像融合的目标检测

在目标检测领域,夜间、大雾、遮挡及战场伪装等复杂的环境中,使用单一的图像传感器不足以反映全部的场景信息,难以提高复杂环境中目标检测精度。为此提出了以YOLOv5为基础的BF-YOLOv5算法,算法采用双分支结构,通过两个Backbone分别读取可见光图像和红外图像,在每个Backbone中分别融合了CBAM,通过学习的方式自动获取每个特征通道的重要程度,并且利用得到的重要程度来提升特征,抑制对当前任务不重要的特征。在Neck部分融合了BiFormer注意力机制,用来提升对小目标的检测能力。实验证明,BF-YOLOv5算法在红外及可见光FLIR数据集和LLVIP数据集上的检测精度均高于原有算法,在FLIR数据集上平均精度均值(mAP)高达86.6%,相比原有双分支算法提升了2.2个百分点,显著提高红外和可见光融合图像的检测性能。

基于ST-YOLOv7的无人机视角下行人及车辆识别

由于无人机视角下的背景复杂,识别的目标多为远距离小目标,因此容易导致漏检及误检问题。为了实现无人机视角下对行人及车辆高精度识别,提出了以YOLOv7网络模型为基础的ST-YOLOv7算法,主干网络中融合了Swin Transform模块,构建复杂背景与小目标的全局关系,融入SENet通道注意力机制,为不同通道的特征分配不同权重,增强小目标特征的捕捉,在头部网络中,加入了YOLOv5网络中的C3模块,增加网络的深度和感受野,提高特征提取的能力,增加了1个小目标检测层,进一步提升对小目标识别的精度。实验证明:ST-YOLOv7网络模型在自制的航拍数据集中对行人的识别精度高达83.4%,对数据集中的车辆的识别精度达到了89.3%。均优于YOLOv5和YOLOv7目标检测算法,以较小的效率损失取得了较高精度。

飞机零件制造系统中的实例修改算法优化

针对飞机零件设计过程的复杂性和重用性低等问题,选择一些对零件制造有较大影响的参数,以优化设计需求。以往的案例都是将问题和解决方案放在一起当作案例的属性,忽略了它们之间的联系,并且在实例修改部分的研究也不够深入。相似度的计算方法纷繁复杂,权重的分配又受人的主观因素影响,因此这里提出了一种新的通过问题-解决方案关系信息集成的方法,和传统的加权均值不同,该算法通过将相似度矩阵和关系矩阵相乘来计算每种检索实例的加权因子,通过矩阵乘法来构造混合加权矩阵,进行实例修改。将其应用到飞机零件制造系统中,达到智能化设计的目的。以典型飞机零件为例,证明了这种方法的适用性,并且能够有效提高设计结果的可用性和准确性。

基于Voronoi的不规则点阵结构建模及其力学性能分析

点阵结构因具有轻质、高孔隙率、高比强度、高能量吸收率等一系列优良力学特性以及减振、吸声、散热等特殊性能而备受关注。在增材制造飞速发展的背景下,点阵结构的不规则设计及可实现性迎来了新的发展期。应用Voronoi原理,利用参数化设计平台Grasshopper设计并构建了种子数分别为10,15,20的三种不规则点阵结构;通过LS-DYNA显式动力学程序进行有限元分析,模拟其压缩过程;对比三种不规则点阵结构的应力、应变及压缩过程中的能量吸收情况,分析其力学性能。仿真分析结果表明,种子数对不规则点阵结构的力学性能有重要影响,在一定限度内,提升种子数可以提高不规则点阵结构的力学性能。

>60岁急性缺血性脑卒中患者发病后3个月认知障碍发生现状及危险因素分析

目的分析>60岁急性缺血性脑卒中患者发病后3个月认知障碍发生现状及危险因素。方法168例>60岁急性缺血性脑卒中患者为研究对象,收集患者的一般资料,分析>60岁急性缺血性脑卒中患者发病后3个月发生认知障碍的影响因素。结果168例>60岁急性缺血性脑卒中患者发病后3个月时,有认知障碍67例(39.88%);有认知障碍患者的年龄>70岁、高血压、糖尿病、美国国立卫生研究院卒中量表(NIHSS)评分>15分、Fazekas分级≥2级、营养不良、动脉收缩压变异率>10%、合并阻塞性睡眠呼吸暂停占比均大于无认知障碍患者(P<0.05)。有认知障碍患者与无认知障碍患者的性别比例比较(P>0.05)。Logistic回归分析显示,年龄>70岁、合并高血压、合并糖尿病、NIHSS评分>15分、Fazekas分级≥2级、动脉收缩压变异率>10%、合并阻塞性睡眠呼吸暂停为>60岁急性缺血性脑卒中患者发病后3个月发生认知障碍的独立危险因素(OR=1.967、1.483、1.511、2.369、2.158、1.795、1.214,P<0.05),营养状态良好为>60岁急性缺血性脑卒中患者发病后3个月发生认知障碍的独立保护因素(OR=0.682,P<0.05)。结论年龄、高血压、糖尿病、NIHSS评分、Fazekas分级、动脉收缩压变异率、阻塞性睡眠呼吸暂停、营养状态均为>60岁老年急性缺血性脑卒中患者发病后3个月发生认知障碍的影响因素,需加强针对性干预。

弹头结构对超空泡枪弹水下运动特性的影响

针对目前国内外水下航行体结构简单,稳定性较差的问题,基于重叠网格技术和6DOF动网格技术,提出一种两段式结构的超空泡枪弹。该枪弹采用两段式的斜肩结构,在水下航行时受到水阻力更小,具有较高的研究价值。为此,研究了3种不同弹头结构对超空泡枪弹水下运动过程的空泡形态、弹道及流体动力特性的影响。研究结果表明:不同结构弹丸水下航行时,平头弹丸产生2段空泡,尖头弹丸和圆头弹丸只生成1段空泡,圆头弹丸与斜肩的契合度更高;圆头弹丸的弹道稳定性更好,其次是平头弹丸,尖头弹丸的弹道稳定性最差;弹丸遇水初期,会产生一个阻力峰值,且随着弹丸的运动,阻力逐渐降低,圆头弹丸受外力的影响最小,尖头弹丸受外力影响程度最大。因此,圆头弹丸的水下弹道稳定性最优,减阻性能最佳,为超空泡枪弹的结构选择提供了一定的理论依据。

复杂三维CAD装配模型特征信息提取技术研究

针对飞机、大型输送机等复杂三维CAD装配模型具有装配零件多,配合复杂,在提取装配体特征信息过程中,有信息提取不完整、深度不够的问题,提出一种复杂产品装配特征信息提取的方法,该方法以CATIA软件为平台,采用构件的应用编程(Component Application Architecture,CAA),二次开发快速提取特征信息功能。结合多叉树前序列遍历思想,深度优先搜索的算法,逐层深入,可以完整提取多层嵌套的复杂装配体的配合和约束信息,充分利用复杂三维CAD装配模型特征信息,更有力的支持装配工艺规划。同时,通过选择输送某种民航飞机机翼的输送机为例,验证此方法的可行度。

海参捕捞机器人动态定位技术研究

为提高海参的水下定位精度,提出一种基于双目视觉系统的水下海参动态定位方法。首先,建立双目立体视觉模型并利用Bouguet算法对图像进行立体校正,从而使左相机与右相机的成像平面共面、铅垂方向高度一致;然后,构建优化函数并利用改进布谷鸟算法优化双目相机的内参,削弱了多介质折射对定位精度的影响;最后,对距相机防水玻璃(300~1000)mm任意位置的水下海参进行定位测试,结果表明,参数优化后的模型在对海参进行定位时,在x、y、z方向的平均误差分别为3.09mm、2.96mm、8.21mm,可为水下机器人捕捞海参提供准确的信号输入。

改进A^(*)算法路径规划的机翼快速建模

针对飞机机翼装配复杂、装配调试周期长等问题,提出了改进A^(*)算法结合位姿矩阵算法的飞机机翼快速建模装配方法。在MBD环境下与装配特征自动识别过程相结合,将装配模型标准化,并利用轮廓识别算法进行特征识别,采用A^(*)算法获取最优装配路径。当正确获得几何特征、装配特征和约束之间的关系时,以改进A^(*)算法-位姿变换算法为内核开发快速建模装配信息显示系统,将所需的功能集成在快速建模装配信息显示系统界面,进行交互式的快速建模,并显示更多的装配信息。对装配过程进行实验验证,与位姿矩阵算法相比提高了机翼翼盒装配的效率和准确性,从而验证了该方法的有效性。

基于混合算法计算炸药JWL状态方程参数的研究

JWL状态方程参数是炸药爆炸膨胀数值模拟仿真的基础,圆筒试验标定法复杂且成本很高,为了准确快速地获得炸药JWL状态方程参数,提出一种基于灰狼粒子群混合算法计算确定炸药JWL状态方程参数的方法。该方法仅把炸药的爆速和初始密度作为已知条件即可计算确定JWL状态方程参数。基于此方法对TNT、PETN 1.77、HMX、PBX-9010、PBX-9501和OCTOL炸药的JWL状态方程参数进行计算,将计算所得参数进行圆筒试验数值仿真模拟,同时与标准参数仿真模拟结果进行对比,仿真结果曲线R 2分别为0.995681、0.999012、0.99999、0.999533、0.999069和0.998904,均大于0.99,说明计算方法可行,可为炸药JWL状态方程参数的获取研究工作提供一定参考。

科创投资税收支持政策优化辨析

科创投资是推动科技创新的重要资本力量。近年来我国科创投资行业快速发展,但仍面临着募资难、风险承担水平有待提高等问题。税收政策是调节科技创新活动的重要财政政策。我国应基于科创投资的本质,着眼于科创投资发展的具体阶段与特点,遵循科创投资发展规律,积极完善科创投资税收支持政策,持续激发投资主体与创业主体活力。具体包括:突破现有税收支持政策局限性,扩大税收支持政策覆盖范围;细化现有税收支持政策部分条款,增强激励导向性;消除科创投资中的重复征税,贯彻“穿透原则”;借鉴二级市场的税收优惠思路,促进市场间的公平与联动。

基于机器视觉的铆接孔圆度误差评定方法

针对飞机铆接孔圆度误差评定的问题,提出了一种基于机器视觉的铆接孔圆度误差评定方法。该方法首先使用CCD工业相机获得铆接孔图像信息,其次对图像进行高斯滤波去噪处理,并采用拉普拉斯算子提取图像边缘信息,最后使用最小包容区域法对边缘图像进行圆度拟合以及误差评定。结果表明,该方法测得铆接孔圆度误差平均值为0.095,均方误差为0.09,圆度相对误差率为0.0026,为铆接孔圆度误差评定提供了一种可行的方法。

基于神经网络的壁板铆接视觉测量研究

铆接制孔直径是影响制孔质量的重要参数之一,针对人工测量存在的人为偏差和效率低的问题,提出了一种基于神经网络的机器视觉测量方法,该方法通过图像预处理、ROI提取和图像识别及尺寸测量四个阶段对产品进行检测。图像预处理阶段的目标是通过基于神经网络的镜头补偿模型获得更好的原始图像。检测到的边界可作为滤波图像ROI提取的基础,压缩后的ROI存储在数据库中并由图像识别模块发送,图像识别模块是基于反向残差块构建的,在保持识别精度的同时减少了模型大小和计算时间,孔的图像识别准确率达到94.67%。利用参照物的像素直径得到壁板铆接被测孔的像素直径。实验结果表明,在不同位置的孔直径测量中,本方法的直径测量精确率平均在95%左右。

基于机器视觉的铆接孔几何参数测量

为解决传统方法测量铆接孔几何参数效率低、准确性差等问题,提出基于机器视觉的铆接孔几何参数测量方法。该方法使用CCD相机采集孔的特征信息,通过灰度处理、双边滤波及直方图均衡化,降低颜色、噪声对图像的影响,使用粒子群算法优化Otsu双阈值分割提取感兴趣区域。使用Zernike矩亚像素边缘检测代替传统边缘检测算法,提高边缘检测精度,再通过形态学处理弥补像素损失。采用改进随机Hough变换(Improved Randomized Hough Transform,IRHT)提取特征,实现孔的中心坐标和半径测量,利用像素当量标定,将像素测量值转化为物理尺寸。经实验验证,该方法测量两孔间距误差小于2%,测量半径为2mm的铆接孔误差小于4%,优于质心法、圆拟合等传统测量方法。

基于麻雀搜索算法优化BP神经网络的弹丸射程预测研究

弹丸发射参数、气象条件等会影响弹丸射程,其构成的影响体系复杂并难以准确预测。针对BP预测算法会因初始权值和阈值取值不当导致陷入局部最优的问题,建立了麻雀搜索算法(SSA)优化BP神经网络的弹丸射程预测模型,以弹丸射程作为输出指标,选取弹丸初速、发射角度和风力条件作为影响因素输入,经过数据预处理后进行弹丸射程预测;同时与粒子群算法(PSO)和遗传算法(GA)优化BP神经网络预测模型的预测精度进行对比,验证SSA优化BP神经网络模型的预测效果。结果表明,SSA-BP预测模型的平均绝对误差、均方根误差和平均绝对百分比误差分别为10.456 4 m、11.831 3 m和0.058 13%,低于BP、PSO-BP、GA-BP预测模型的相应评估指标,所以SSA-BP模型的预测精度高于BP、PSO-BP、GA-BP预测模型,其可以为弹丸射程预测和远程火力打击研究提供支持。

压力管道安全评价指标体系设计和评价模型构建

压力管道是一种典型的特种设备,建立安全评价指标体系是实现压力管道科学监管的基础。为了评价压力管道的安全状况,在综合考虑其他承压类特种设备共性和压力管道特有安全因素的基础上,系统深入地分析了压力管道各环节的安全影响因素,并基于业内专家意见,提出了一套较为完善的压力管道安全水平评价指标体系,并建立了相应的评价模型和评价等级表,研究成果可科学量化分析压力管道的安全状况,有效提高监管效能,为政府科学决策提供依据。

绿色建筑设计在装配式住宅建筑设计中的实践探究

装配式住宅作为高效、节能的建筑形式,其集成化、模块化的特点为实施绿色设计提供了全新思路。将绿色设计理念与装配式住宅相结合,除了可以减少建筑过程中的资源消耗和环境影响外,还能提升居住舒适度与建筑质量。通过对装配式住宅的建筑特性进行深入分析,探索了绿色设计原则在装配式住宅中的具体应用,从而推动装配式住宅建筑设计朝更加环保、经济、高效的方向发展。

脑表达X连锁基因2在结直肠癌的表达及其临床应用价值

目的探究脑表达X连锁基因2(brain-expressed X-linked gene 2,BEX2)在结直肠癌(colorectal cancer,CRC)患中的表达及其对病理和预后的影响。方法收集2013年至2017年在本院接受结直肠癌根治术的165例患者临床病理信息,采用免疫组化法及蛋白印迹法评估结直肠癌组织与癌旁组织中BEX2表达的差异;分析BEX2表达与结直肠癌患者临床病理特征和预后的关系;使用TCGA数据库探究BEX2表达与结直肠癌患者接受临床免疫治疗的效果。结果免疫组织化学染色发现BEX2在结直肠癌组织中高表达(P<0.01);结直肠癌组织中BEX2表达量与Ki-67表达量呈现显著的正相关关系(r=0.654,P<0.01)。结直肠癌中BEX2的表达量与血清癌胚抗原(Carcinoembryonic Antigen,CEA)(r=0.462,P<0.01)及碳水化合物抗原19-9(Carbohydrate Antigen 19-9,CA19-9)(r=0.590,P<0.01)存在正相关性。以BEX2的表达量中位数(2.98)为界,分为BEX2高表达组(n=83)和BEX2低表达组(n=82);BEX2高表达组的CEA≥5μg/L、CA19-9≥37 kU/L、T3~4期以及N2~3期的比例显著高于BEX2低表达组(P<0.05);Cox回归模型显示:BEX2高表达、CEA≥5μg/L、CA19-9≥37 kU/L、T3~T4及N2~N3为影响胃癌根治术后5年生存期的独立危险因素;BEX2表达量预测患者术后5年生存的敏感性为72.09%和特异性为73.42%,曲线下面积为0.740,最佳截点值2.99;K-M生存分析显示BEX2高表达组患者结直肠癌根治术后5年生存率显著低于BEX2低表达组(Log-rankχ^(2)=41.882,P<0.01);综合分析TCGA数据库以及GSE92921、GSE38832、GSE161158中结直肠癌患者的转录组数据和临床病理数据,CRC肿瘤分期越晚,BEX2表达量越高;BEX2高表达的结直肠癌患者在多种免疫调节状态下的抗肿瘤免疫反应更差且免疫相关的功能受到抑制,低表达BEX2的结直肠癌患者接受PD-1单抗(P=0.027)或联合PD-1和CTLA4单抗(P=0.0018)的治疗效果更好。结论BEX2在结直肠癌中高表达并与结直肠癌的发生发展呈紧密相关,是结直肠癌术后5年独立影响因素,对预后评估、免疫治疗具有一定临床价值。