发掘精神分裂症大脑连接变异的集成聚类动态功能连接分析方法

近年来,基于功能磁共振成像的动态功能连接在研究精神疾病方面表现出巨大的潜力。传统的基于聚类的动态功能连接分析方法(如K-means)受到类别个数、初始值和噪声的影响可能导致不可靠的功能连接状态(FCSs)。本研究提出了一种新的集成聚类动态功能连接分析方法。首先,利用多个不同的类别个数(k值)进行K-means产生多样性的簇;然后,基于Jaccard系数和随机游走挖掘不同簇之间的相似性以构造反应簇间关系的加权图;最终,对加权图进行社区检测获得可靠的元簇,并通过投票的方式将每个功能连接窗口分组到不同的元簇中,计算其质心作为功能连接状态。基于105名健康对照(HC)和70名精神分裂症(SZ)患者的fMRI数据,全方位比较所提出的方法和常用的基于K-means的方法进行动态功能网络分析的效果。相较于K-means方法,所提出方法在FCS 2上的平均类间相似性由83.2%降低至81.1%,在FCS 3上的平均类间相似性由76.8%降低至73.5%,聚类评估指标Davies Bouldin指数由6.74降低至6.44,Silhouette Coefficient指数由0.018提高至0.031。显示HC和SZ组的组间差异更集中于FCS 2,而K-means方法的组间差异分散在FCS 2、FCS 3和FCS 4。所提出方法可以自动获得FCSs数目,并具有更好的聚类质量和更可靠的功能连接状态,还发现了比K-means更有意义的组间差异,支持了该方法在探索精神疾病生物标志物方面的应用潜力。

微服务架构下电商平台的研究和实现

近年来,随着互联网行业的迅猛发展,公司和业务的不断扩展,使得原本一个小型而简单的应用变得十分复杂,一旦一个小型的应用成长为一个庞大而复杂的单体,开发很有可能将陷入一个原地踏步的境地,为了解决单体应用的问题,我们采用近几年流行的微服务架构的方式来进一步实现电商平台的高内聚,低耦合,提高开发效率.