融合二连通模体结构信息的节点分类算法

节点表示学习将图结构数据信息编码到低维的潜在空间中,在节点分类、聚类、链路预测等机器学习任务中被广泛应用。在复杂网络中,节点与节点之间不仅存在直接相连的低阶结构,也存在以特殊连接模式形成的高阶结构,称为模体。提出一种融合二连通模体结构信息的节点分类算法(FMI),利用节点间高阶二连通模体信息学习节点表示,完成节点分类任务。首先,统计网络中的二连通模体,利用其中信息提出一个节点重要性的度量指标——模体比值。根据模体比值计算采样概率进行邻域采样;构造一个带权辅助图以融合网络节点连接的低阶关系与高阶关系,对节点进行加权邻域聚合以得到节点表示。在5个数据集Cora、Citeseer、Pubmed、Wiki和DBLP上执行节点分类任务,与5种经典基准算法进行对比,所提算法FMI在准确度和F1-分数等指标上表现良好。

基于模体和复杂网络的成都市交通旅客出行研究

设计出行模体模型,对旅客出行序列进行抽取转化,构建基于铁路和航空出行旅客的出行模体,基于四川省成都市的旅客出行数据进行实证分析。2节点至4节点构成的旅客出行模体,可以表示绝大多数的旅客出行模式。主要出行模体为2个节点间的单向单次出行和往返出行,并且随时间推移,铁路出行对用户的吸引力逐渐增加,航空出行逐渐减少。研究铁路旅客出行网络和航空旅客出行网络特征,2种出行网络均为异质性网络,网络中大度节点倾向于连接小度节点,网络聚类系数较大,网络中不同站点连接紧密。成都市的铁路人群出行网络结构稳定且大多集中于我国东南部地区,航空出行网络逐步发展且具有更高的分散性。网络效率研究结果表明,旅客出行网络连通性一般,多集中在特定地区。

应用激光跟踪仪和单目视觉检测三维水模体定位精度方法研究

针对三维水模体检测方法较少、检测过程复杂等问题,提出基于激光跟踪仪和单目视觉的三维水模体定位精度检测方法。激光跟踪仪三维水模体定位精度检测对比实验验证三维水模体在有水和无水的情况下定位精度一致。单目视觉三维水模体定位精度检测实验结果表明:X轴、Y轴、Z轴和空间对角线的定位误差均在0.050 mm以内,重复性分别为0.030 mm,0.064 mm,0.056 mm,0.140 mm,X轴和Y轴的垂直度为0.800 mm,Y轴和Z轴的垂直度为0.761 mm,X轴和Z轴的垂直度为0.503 mm,与激光跟踪仪的测量精度在一个量级。最后,经不确定度分析得到相邻点距离测量误差的标准差为0.0187 mm,满足检测要求。两种方法都能实现非接触测量,简化冗杂的检测过程,可满足医院对医用直线加速器的日常检测需求。

基于加权模体度的航线网络节点重要性评估指标

针对加权模体度影响航线网络节点重要性评估结果的问题,提出基于度和加权模体度的航线网络节点重要性评估指标:综合加权模体度.综合加权模体度包括综合加权三元模体度和综合加权四元模体度.引入加权聚类系数、加权度中心性、加权中介中心性和加权紧密中心性4个指标,通过网络鲁棒性评估策略和节点影响力评估策略评价综合加权模体度指标的有效性.以6家航空公司的航线网络为实验数据集,验证提出的综合加权模体度指标的有效性和适用性.研究结果表明:相比于加权聚类系数、加权度中心性、加权中介中心性、加权紧密中心性和综合加权三元模体度指标,根据综合加权四元模体度的节点重要性排序结果对6家航空公司航线网络的节点进行攻击时,网络效率和最大连通子图相对大小下降最快;以综合加权四元模体度指标计算的重要性排名前10的节点作为初始感染节点集时,6家航空公司航线网络中的免疫节点数上升速度最快;感染率在传播阈值附近取值时,综合加权四元模体度的节点重要性排序结果更接近传染病(Susceptible-Infectious-Recovered,SIR)模型的节点重要性排序结果,尤其是在网络规模和聚类系数较小的航线网络中.根据网络鲁棒性评估策略和节点影响力评估策略分析结果,综合加权四元模体度能更有效和准确地评估加权航线网络的节点重要性.

COMPASS基于患者CT影像三维验证与基于均匀模体三维验证通过率的研究

使用COMPASS系统对比患者的CT影像三维验证和均匀模体的三维验证效果。方法 将2021年-2022年使用医科达Axesse放疗病人中随机抽取30例鼻咽癌患者及30例宫颈癌患者作为研究对象,将其中15例鼻咽癌患者及15例宫颈癌患者使用MONACO系统做9野dMLC计划,剩下的15例鼻咽癌患者及15例宫颈癌患者使用MONACO系统做1野2个全弧VMAT计划。所有患者都通过COMPASS系统进行常规影像三维剂量验证,将其作为CT影像组(n=60),并对所有患者行MONACOSIM工作站为患者轮廓、计划信息复制到均匀模体上,并通过COMPASS进行均匀模体三维剂量验证,将其名为模体组(n=60),分别对比外轮廓、Globle计划剂量(PD)、核算剂量(CD)、重建剂量(RD)进行两两分析,A组为PD与CD的对比,B组为PD与RD的对比,C组为CD与RD的对比,最后分析模体组和CT影像组的通过率差异。结果 外轮廓及Globe通过率比的结果显示,Globle当中的Dmean、D1%都明显低于外轮廓,Gamma通过率明显高于外轮廓(P<0.05)。A组以及B组的对比结果显示,外轮廓Gamma通过率较低,Globle当中的Gamma的通过率明显高于外轮廓(P<0.05)。CT影像组及模体组的通过率对比中,CT影像组在不同标准(3%3mm、3%/2mm、2%/2mm)的三维验证下,γ通过率均超过95%,在3%3mm、3%/2mm、2%/2mm的标准下通过率均高于CT影像组(P<0.05)。结论 将CT图像资料当做验证模体更加接近实际放射治疗模型,可更加客观的反映出患者受照射的剂量分布情况,避免使用其他模体取代CT图像。

保留模体信息的属性二分图神经网络表示学习

目前网络表示学习方法大多针对通过网络,忽略了属性二分网络的特殊性以及网络的模体信息等。为了解决以上问题,提出一种保留模体信息的属性二分图神经网络表示学习方法MABG。该方法首先通过网络中两节点共同参与形成的蝶形模体数量来调整边的权重,从而构建模体权重矩阵,获得包含模体信息的属性二分网络邻接矩阵。接着采取不同的策略捕捉网络中的显式和属性隐式消息,对于不同类型节点集合间的显式关系采用消息传递机制,对于同类型节点中的隐式关系采用消息对齐机制,同时使用对抗模型最小化输入特征和显式关系表示之间的差异,之后通过级联框架来捕捉高阶信息并得到最终的节点表示。将该模型在四个真实公开的数据集上执行推荐任务并与其他方法进行对比,验证了该模型的有效性。

有向加权网络的重要模体识别及其应用

为识别有向加权网络中的重要加权模体,采用边权定性为强弱标签的方式将有向加权网络转换为标签网络、简单模体拓展至标签模体。对于三节点的标签模体类型,用模体在随机网络中出现相应次数的概率估计值代替模体遍历的含时过程,引入与标签模体类型相关联的动态指标识别出有向加权网络中的重要标签模体。将其应用到中国篮球职业联赛(CBA)2019—2020赛季总决赛广东队、辽宁队的传球网络,获得球队在比赛中出现的重要传球模式及构成相应传球模式的重要球员。重要标签模体的识别对挖掘有向加权网络的重要构建模式、关键节点有着显著作用。

CT扫描中非标准定位像对图像质量和辐射剂量影响的模体研究

目的通过模体实验探讨非标准定位像对螺旋CT扫描图像质量和辐射剂量的影响。方法利用包含模体的标准定位像扫描模体并获得基线组图像,利用包含模体、注射器的非标准定位像扫描模体并获得非基线组图像。比较2组图像的质量参数:噪声、CT值线性(3种材料:特氟隆,聚乙烯,空气)、密度分辨率和空间分辨率;比较2组扫描协议中的剂量相关参数:有效毫安秒(Effective Milliampere Seconds,eff.mAs)、CT容积剂量指数(CT Dose Index Volume,CTDIvol)。结果噪声方面,基线组显示低于非基线组(P<0.05);CT值线性方面,基线组较非基线组更接近标准CT值(P<0.05);密度分辨率方面,基线组可识别的最小孔阵直径显著小于非基线组(P<0.05);2组空间分辨率比较差异无统计学意义(P>0.05);eff.mAs和CTDIvol在2组扫描协议的比较中,非基线组均高于基线组(P值均<0.05)。结论螺旋CT扫描中标准定位像的使用可以较低辐射剂量来满足图像质量要求;非标准定位像的使用既提高了辐射剂量,也损害了图像质量。

磁场中加速器小野X线射束在非均匀模体中的剂量沉积特性研究

目的利用蒙特卡洛模拟方法研究磁场中加速器输出的小野X线射束在非均匀模体中的剂量沉积特性。方法使用通用蒙卡程序EGSnrc并结合Varian官方提供的相空间文件搭建TrueBeam 6 MV机头模型,在源皮距为100 cm处分别模拟10 cm×10 cm的常规野和2 cm×2 cm的小野。先模拟常规野在均匀水模体中的能量沉积以验证模型的正确性,再模拟小野分别在非均匀的水-肺-水模体和水-骨-水模体中的能量沉积,在空间中添加与射束方向正交的1.5 T静态磁场后再进行模拟,最后分析剂量沉积特性。结果常规野的结果显示,无磁场时,Dmax深度为1.5 cm;磁场存在时,建成区缩短且Dmax深度前移至1.1 cm。小野的结果显示,磁场的存在导致原本的剂量沉积特性反转:水-肺-水模体中,两个交界面处分别有36.92%和-36.44%的剂量改变;水-骨-水模体中,两个交界面处分别有-11.17%和10.89%的剂量改变。结论磁场的存在会使加速器输出的小野射束在模体中的剂量沉积情况发生较大程度改变,特别是在非均匀介质的交界处。

3D打印个体化模体在胸部调强治疗计划中的剂量学研究

目的:利用3D打印技术制作反映患者真实情况的3D打印个体化模体,分析3D打印个体化模体内各器官CT值及放射治疗剂量分布。方法:根据患者定位CT图像重建并3D打印出各器官的三维立体结构空壳,以CT值为依据选择各器官的等效材料进行填充,即得到体现患者结构特征的个体化胸部模体。将患者治疗计划纳入患者图像组,将患者治疗计划移植到3D打印个体化模体上的计划纳入模体图像组,比较两组计划的剂量学参数。结果:模体图像组患者图像的左右肺脏、软组织、骨松质、骨密质和心脏的平均CT值分别为-709、-737、14、144、760和28 HU。模体图像CT值与患者定位图像CT值比较,误差均<16.7%。两组图像上放射治疗计划的正常组织受量均能满足临床要求;靶区剂量学参数最小剂量(Dmin)、平均剂量(Dmean)、98%、50%和2%的靶区体积对应的剂量(D98%、D50%和D2%)、适形指数(CI)、均匀指数(HI)、机器跳数(MU)均能满足临床要求,且均无统计学差异;靶区最大剂量(Dmax)差异有统计学意义(t=2.678,P<0.05),其中模体图像组Dmax偏大,为(56.97±0.32)Gy。结论:最终设计的模体在放射治疗中的CT值、组织结构、空间分布上均可以仿真人体胸部,验证了3D打印模体在放射治疗质量保证中用于剂量测量的可行性。

基于模体PageRank算法识别穴位-疾病网络的关键节点

针对现有针灸关键穴位挖掘算法存在精度不佳、适用性较窄的问题,在“穴位-疾病”网络中引入多穴位间的高阶相互作用,提出一种基于3节点模体的高特异性关键穴位挖掘算法.将此算法从分辨率、网络损失和准确性方面分别与其他5种穴位重要性评估算法进行比较.结果表明,该算法识别的关键穴位对网络的连通性有明显的破坏作用,说明关键穴位处于穴位疾病网络拓扑结构的核心位置,并与其他穴位有较高的协同合作;该算法的稳定性保证了关键穴位的可靠性;从网络拓扑结构和穴位间的高协同性角度来看,该算法寻找的关键穴位可以作为穴位网络中的核心穴位,帮助研究人员探索有针对性的、高影响力的穴位组合.

融合模体感知和图Transformer编码的社区检测

针对已有社区检测方法存在忽略高阶结构信息,且在信息引入过程中极易产生碎片的问题,提出了一种融合模体感知和图Transformer编码的社区检测方法。首先,将原图中的极大完全子图视为模体,并以模体为顶点对原图进行重构,捕获模体邻接矩阵。同时,使用混阶外切边编码获取原图的残留边信息,解决碎片问题,利用位置编码和内权边编码捕获重构图上的位置信息和边信息。其次,使用图Transformer提取原图携带的初始特征,再对编码所得的位置信息和边信息及初始特征进行融合,获得模体嵌入矩阵,实现社区检测。最后,在几个不同数据集上的实验结果表明,所提方法可以有效提高社区检测的性能,而且,对重叠社区检测和多社区公共顶点检测也是有效的。

多路复用网络中的模体检测算法

多路复用网络可以形象地描述复杂系统中个体之间的相互作用关系,模体作为一种高阶结构在网络中频繁出现。与单层模体相比,多重模体具有数量多、种类繁、结构杂的特点。鉴于目前缺少针对多重模体的完整检测算法,提出一种适用于多路复用网络的快速多重模体检测算法(FAMMD)。首先,通过改进ESU(Enumerate SUbgraphs)算法进行多重子图枚举;其次,使用层标记和二进制字符串相结合的方法加速同构检测的过程,并且构造了保持度序列和层间依赖性不变的零模型进行多重子图测试;最后,在两层真实网络上进行了模体检测,多重模体表现出紧密相连的三联模式,且在社交网络中更加同质,在交通网络中则更加互补。实验结果表明,所提方法可以准确、快速地检测出反映网络结构特性和符合实际情况的多重模体。

基于模体结构和度信息的关键节点组识别

为了探究具有更小规模的高阶结构对关键节点组的影响,以优化网络传播为目标,提出了一种基于模体结构和度信息的关键节点组识别算法。基于模体结构对节点影响力进行评估,挖掘模体结构的核心节点,使用多准则妥协解排序(VIKOR)法将其与度信息进行融合,并利用种子排除算法对种子节点的邻居进行排除,有效减小影响力重叠问题。在SIR传播模型的基础上,选取6个不同的无向网络与4种基准算法进行比较,实验结果表明,所提算法在准确性和稳定性方面表现出更好的性能。

基于含时网络数据的卫星网络模体识别方法研究

鉴于开展卫星网络局部结构研究是理解网络性质的重要手段,考虑星间链路天线可见性约束等条件,提出了一种基于含时网络数据的卫星网络模体识别方法,建立了从TLE文件输入到子结构识别输出的模体识别流程。以GPS卫星网络的三节点三边模体识别为例,结果发现在短时段内卫星天线最大扫描范围与具有特殊结构意义的三角形M 4子图浓度呈正相关。

基于模体实验的能谱CT血管成像检查扫描触发阈值优化的研究

目的:基于模体实验探究能谱CT结合虚拟单能谱影像(VMI)后处理方法的CT血管成像(CTA)检查的最佳触发阈值。方法:6个不同浓度的碘造影剂血管模体行能谱CT增强扫描(120 kV/30 mA),并对扫描图像进行40~70 keV VMI后处理分析。由2名放射科医生分别测量6个血管模体常规CT扫描图像与不同VMI后处理图像的CT值,并将常规扫描图像与40~70 keV VMI后处理图像的平均CT值进行二项式回归模型拟合。结果:根据线性回归方程可以得到40 keV VMI下对应的δ值为45 HU。最佳触发阈值=基础平扫+45 HU。结论:使用40 keV VMI对CTA检查图像进行后处理后,扫描时触发阈值可降低至原触发阈值的64%。

基于ArcCheck模体放疗计划的验证与分析

目的为了保证放疗剂量输出的准确性,对放疗患者的临床放疗计划进行了验证与分析。方法选取2023年7—10月南方医科大学珠江医院放疗患者的临床放疗计划,共217例计划,其中头颈部76例,胸部82例,腹盆部59例。采用美国SunNuclear公司的ArcCheck模体,比较临床放疗计划与验证计划的剂量学差异。采用T test分析在不同容许剂量差值和不同容许距离差值下的Gamma通过率,ANOVA test比较在相同条件下,不同放疗部位放疗计划的Gamma通过率。所有数据分析采用IBM公司的SPSS v27.0完成。结果在容许剂量差值为3%,容许距离差值为3.0mm和在容许剂量差值为2%,容许距离差值为2.0mm下的Gamma通过率比较,差异有统计学意义(P<0.05)。在相同容许剂量差值和容许距离差值下,不同放疗部位的Gamma通过率比较,差异无统计学意义(P>0.05)。结论在容许剂量差值为3%,容许距离差值为3.0mm的条件下,放疗计划的Gamma通过率显著高于容许剂量差值为2%,容许距离差值为2.0mm条件下的计划Gamma通过率,并且条件设置越严格,Gamma通过率越低。在相同容许剂量差值和容许距离差值下,不同放疗部位放疗计划的Gamma通过率不存在显著性差异。Gamma通过率受容许剂量差值和距离差值的影响,同时做好对直线加速器,计划系统等的日常的质量控制与保证也能提高Gamma通过率。

模体超网络的构建方法及其特性分析

复杂网络是一门用来理解现实世界复杂系统并将其抽象成模型的综合性学科。随着社会的发展以及大数据时代的来临,传统复杂网络的构建方法已经无法满足人们对于现实复杂系统的刻画以及研究需求。超网络多元多维的特性能有效刻画一些现实世界中更复杂的系统。模体是复杂网络中频繁出现的子结构,它们广泛存在于生物网络、生态网络和社会工程网络中,是构成复杂网络的基本模块。本文重在研究基于三阶模体构建的超网络,首先回顾了基础的超图理论,然后给出了一种构建模体超网络的方法,最后对构建的超网络进行特性分析。

基于网络模体的轻量级物联网拓扑优化策略研究

物联网的快速发展带来了对拓扑结构优化的需求,以提高系统性能、降低能耗并增强网络的稳定性。本文提出了一种基于网络模型的轻量级物联网拓扑优化策略。利用模体概念,来减轻网络负担,提高数据传输效率。该策略使用了一种轻量级的拓扑结构,同时考虑了网络连接性和传输效率的权衡。通过提高网络效能、优化性能以及提升安全性和抗攻击性,基于网络模体的轻量级物联网拓扑能够更好地适应现代的网络环境。

超声骨密度仪校准模体声速指标校准研究

超声骨密度仪作为临床使用的人体骨密度检测仪器,其计量性能的校准被受到广泛关注。由于目前该类仪器的校准主要采用测量模体的方式,而市面上的模体对于关键计量指标“声速”的定值范围存在局限性。因此,本文基于原理分析与试验,对该类模体的声速校准方法进行研究,从而为新型模体研发和解决校准与溯源问题提供参考。