脑卒中偏瘫患者膝过伸步态与下肢肌肉激活功能的相关性

目的观察脑卒中膝过伸患者步行时膝关节过伸角度与下肢各关节运动学参数及下肢主要肌肉激活情况的相关性。方法2020年8月至2021年9月,在同济大学附属养志康复医院选择伴膝过伸的脑卒中患者24例,以及性别、年龄、身高及体质量匹配并伴膝过伸的健康人24例,采用三维运动捕捉系统和无线表面肌电采集系统进行分析,记录骨盆、髋、膝、踝关节在矢状面上的角度,以及双侧臀大肌、股二头肌、股内侧肌、腓肠肌内侧头肌电数据。结果脑卒中患者单腿支撑相的最大膝过伸角度时,各关节角度和各肌肉激活度均与健康人有非常显著性差异(|t|>3.080,P<0.01)。脑卒中患者单腿支撑相的最大膝过伸角度与臀大肌激活度明显负相关(r=-0.532,P<0.01);两组膝过伸最大角度与踝跖屈角度呈显著正相关(r>0.686,P<0.001)。结论脑卒中患者膝过伸步态的矫正不仅需要关注膝关节控制,还需要关注踝关节控制和臀肌功能。

基于测地线距离的广义高斯型Laplacian特征映射

传统的Laplacian特征映射是基于欧氏距离的近邻数据点的保持,近邻的高维数据点映射到内在低维空间后仍为近邻点,高维数据点的近邻选取最终将影响全局低维坐标.将测地线距离和广义高斯函数融合到传统的Laplacian特征映射算法中,首先提出了一种基于测地线距离的广义高斯型Laplacian特征映射算法(geodesic distance-based generalized Gaussian LE,简称GGLE),该算法在用不同的广义高斯函数度量高维数据点间的相似度时,获得的全局低维坐标呈现出不同的聚类特性;然后,利用这种特性进一步提出了它的集成判别算法,该集成判别算法的主要优点是:近邻参数K固定,邻接图和测地线距离矩阵都只构造一次.在木纹数据集上的识别实验结果表明,这是一种有效的基于流形的集成判别算法.

潜在类别分析原理及实例分析

目的介绍潜在类别分析的原理、方法和技术,探讨潜在类别分析在多个二分类反应变量中聚类的应用。方法采用Mplus软件,对太原市青少年吸烟知识的调查问卷进行潜在类别分析。结果 3804名学生总的被分为5个潜在类别,每一类别的人数分别为2879人、367人、248人、234人和76人,各类别的概率分别为0.757、0.096、0.065、0.062和0.020。结论潜在类别分析用于多个二分类反应变量的聚类有很好的效果。

基于模糊神经网络的储集层含水饱和度预测

通过改进补偿模糊神经网络,使模糊系统较强的知识表达能力与神经网络强大的自学习能力优势互补。然后,提出了一种动态调整学习步长的机制,能够避免较大震荡现象的出现;同时加快了迭代速度。最后,将该方法应用到油田测井解释中预测储集层含水饱和度,结果较为满意;与常规神经网络相比,迭代速度和误差精度都有大大的提高;实践证明该方法值得进一步推广运用。

IRT等级反应模型在冠心病PRO量表编制中的应用

目的探讨项目反应理论中的等级反应模型在基于冠心病患者报告临床结局量表(CHD-PRO)条目筛选中的应用。方法对CHD-PRO初始量表所有条目拟合等级反应模型,依据区分度参数和难度等级参数对条目进行评价和筛选。结果通过等级反应模型理论对量表条目进行筛选,初始量表共计62个条目,建议删除12个条目。结论与经典测量理论和传统方法相比,项目反应理论与等级反应模型能够克服等级资料的限制,增加了对受试对象能力的估计,更加适合量表条目的筛选。

动态增殖流形学习算法

流形学习的主要目标是发现高维观测数据空间中的低维光滑流形.目前,流形学习已经成为机器学习和数据挖掘领域的研究热点.为了从高维数据流和大规模海量数据集中探索有价值的信息,迫切需要增殖地发现内在低维流形结构.但是,现有流形学习算法不具有增殖能力,并且不能有效处理海量数据集.针对这些问题,系统定义了增殖流形学习的概念,这有利于解释人脑中稳态感知流形的动态形成过程,且可以指导符合人脑增殖学习机理的流形学习算法的研究.以此为指导原则,提出了动态增殖流形学习算法,并在实验中验证了算法的有效性.

智能信息处理课程群下的机器学习课程教学改革

围绕智能信息处理课程群论述机器学习课程的纽带作用,提出在机器学习教学中以"无免费午餐定理""丑小鸭定理""奥卡姆剃刀原则""大数定理""模型选择定理"等原则培养学生的计算思维、科学思维与人文素养。

全局保持的流形学习算法对比研究

全局保持的流形学习算法主要是基于保持高维观测空间和内在低维流形的全局几何特性。详细比较了全局保持的典型流形学习算法的特点及其相互之间的联系,标明了它们的优点与缺陷。实验说明这些方法发现的内在维数和内在低维流形的差异。最后提出了一些新的流形学习研究方向。

大类培养模式下的智能科学与技术特色人才培养

对大类培养模式下智能科学与技术专业特色人才培养目标、培养措施、培养流程进行探讨,重点分析数据智能分析师、创新型智能技术人才、智能系统开发工程师和复合型智能技术人才等4类特色本科人才的培养措施,讨论专业发展初期办学规模有限情况下的课程群设置和培养方案制定,提出大类培养下智能科学与技术专业特色人才培养的良性循环机制。

局部保持的流形学习算法对比研究

局部保持的流形学习通过从局部到整体的思想保持观测空间和内在嵌入空间的局部几何共性,发现嵌入在高维欧氏空间中的内在低维流形。分析了局部保持的流形学习算法的基本实现框架,详细比较了一些局部保持的流形学习算法的特点,提出了几个有益的研究主题。

腔内手术治疗男性尿道狭窄27例临床分析

目的 :评估腔内手术治疗男性尿道狭窄的有效性。方法 :总结 2 7例尿道内切开、经尿道瘢痕电切除术治疗尿道狭窄或闭锁的经验。结果 :2 6例 ( 96.3 % )手术成功 ,1例手术失败者与狭窄段太长有关 ;随访 5～ 72个月 ,平均 2 6个月 ,均排尿通畅。结论 :腔内手术治疗尿道狭窄是安全、有效的。术前了解尿道狭窄情况 ,术中沿正道冷切开 ,充分切开瘢痕及电刀切除瘢痕组织 。

肾盂持续冲洗治疗复杂性慢性肾盂肾炎18例

目的 探讨复杂性慢性肾盂肾炎行肾盂持续性冲洗的经验方法。方法 对 18例复杂性慢性肾盂肾炎患者进行输尿管逆行插管 ,应用抗生素生理盐水溶液进行肾盂持续性冲洗 ,治疗前后收集肾盂尿进行细菌培养及尿常规检查 ,以判断疗效。结果 18例复杂性慢性肾盂肾炎经 7～ 10d治疗 ,症状消失、细菌培养转阴 ,治愈率达 94%。结论 肾盂持续性冲洗治疗复杂性慢性肾盂肾炎是一种安全、有效、简便的治疗方法。

乌司他丁治疗阿维菌素中毒性休克并心肌损伤30例疗效观察

【目的】探讨乌司他丁对阿维菌素中毒性休克并心肌损伤患者早期组织灌注、全身氧代谢的影响及对心肌损伤的保护作用【方法】本院30例阿维菌素中毒性休克并心肌损伤患者，随机分为对照组与观察组，均予以洗胃、补液、血液净化等常规处理，而观察组在此基础上加用乌司他丁静脉滴注。比较对照组与观察组用药24 h前后组织灌注、全身氧代谢指标的变化及最终血压恢复平稳时间的差异；比较两组治疗前及治疗后1d、3d、5d血液内心肌损伤标志物（LDH、AST 、CK、CK‐MB、cTnI）含量的变化；比较两组 ICU 平均住院时间和28 d预后的差异。【结果】观察组用药24 h后血乳酸值低于对照组，24 h乳酸清除率、尿量、ScvO2高于对照组，血压恢复平稳时间短于对照组，且两组相比较差异有显著性（P ＜0．05）；两组治疗前及治疗后1d血液内心肌损伤标志物含量相近（P＞0．05），但治疗后3d、5d观察组心肌损伤标志物含量少于对照组（P ＜0．05）；观察组ICU平均住院时间明显短于对照组（P ＜0．05），但两组28d病死率相比较差异无显著性（P ＞0．05）。【结论】乌司他丁可改善阿维菌素中毒性休克并心肌损伤患者早期组织灌注水平及全身氧代谢状况，对心肌损伤具有保护作用，可缩短IC U平均住院时间，但对28 d病死率无影响。

亚低温对心肺复苏后大鼠心肌NF-κB及HIF-1α蛋白表达的影响

目的 研究亚低温治疗对心肺复苏（CPR）后大鼠心肌核转录因子-κB（NF-κB）及缺氧诱导因子-1α（HIF-1α）蛋白表达的影响.方法 取SD大鼠20只, 随机分为假手术组、常温治疗组、34 ℃治疗组、32 ℃治疗组,每组5只.假手术组行动静脉置管,气管插管,手术6 h后处死取心肌组织标本.其余各组大鼠均利用窒息法制作心脏骤停CPR模型,常温治疗组在CPR后置于室温下治疗;34 ℃治疗组（34.0±0.2）℃和32 ℃治疗组（32.0±0.2）℃在CPR 0.5 h后分别给予亚低温治疗,各组均于CPR后6 h取心肌组织,运用Western-blot法测定NF-κB及HIF-1α蛋白表达.采用光镜观察各组心肌组织损伤情况.结果 与假手术组比较,CPR后各组NF-κB及HIF-1α蛋白表达明显上调（P〈0.01）.与常温治疗组比较,低温组NF-κB及HIF-1α蛋白表达下调（P〈0.05）.其中32 ℃治疗组较34 ℃治疗组NF-κB蛋白表达进一步下调（P〈0.05）,但HIF-1α蛋白表达下调不明显（P〉0.05）.结论 亚低温治疗通过抑制CPR后大鼠心肌细胞内NF-κB及HIF-1α蛋白的表达,对复苏后心肌发挥保护作用.32 ℃低温相对于34 ℃低温对心肌再灌注损伤的保护作用更强,但同时引起肌颤增多,值得重视.

基于宽度学习的集成超分辨率重建方法

不同的超分辨率重建算法重建得到的高分辨率图像都各有所长,为将这些重建图像中的有效信息集成到一幅图像中,做到优势互补,提高图像的质量,提出基于宽度学习的集成超分辨率重建方法。利用径向基神经网络的宽度学习模式训练一个预测模型,利用该模型对新输入数据进行预测,得到其对应的权值,重建高分辨率图像。对常用的近邻重建算法、稀疏重建算法以及稀疏近邻算法进行集成,在医学图像上进行实验,实验结果表明,相较集成的算法,该算法重建效果有较大程度提高,比近邻重建算法PSNR提高1.14dB,SSIM提高0.23,比稀疏重建算法PSNR提高1.26dB,SSIM提高0.05,比稀疏近邻重建算法PSNR提高1.01dB,SSIM提高0.03。

基于多粒度流形学习的无线传感器网络定位方法

针对Fast MDS-MAP定位算法存在对不规则无线传感器网络定位误差大,选取的框架节点不能很好的体现网络的拓扑结构实现不同粒层定位的问题,通过选择不同的筛选半径获得不同粒度的框架节点,结合绝对坐标变换加权策略提出了基于多粒度流形学习的无线传感器网络定位方法(MG-MDS)。仿真实验结果表明,不规则网络中MG-MDS算法定位精度比Fast MDS-MAP算法有明显的提高;且定位误差随着网络节点粒度的变细而变小。

血液灌流与大剂量纳洛酮联合治疗阿维菌素中毒的临床研究

【目的】探讨血液灌流与大剂量纳洛酮联合治疗阿维菌素中毒的疗效。【方法】选取收治于本科的40例口服阿维茵素重度中毒患者，随机分为对照组与治疗组，两组病人均予以洗胃、补液、利尿、预防感染、吸痰，使用地塞米松、血液灌流等常规处理，治疗组在此基础应用大剂量纳洛酮治疗。观察两组患者治疗72h后疗效；意识恢复需要的时间；自主呼吸恢复平稳所需时间；血压恢复稳定需要的时间；治疗24h后动脉血乳酸清除率。【结果】对照组的病死率高于治疗组的病死率，但两组相比较差异无显著性（P〉0．05）；治疗组的总有效率高于对照组，两组的总有效率相比较差异具有显著性（P〈O．05）。治疗组在患者的神志转清时间，自主呼吸及血压恢复平稳时间上均明显短于对照组，且差异具有统计学意义（P〈0．05）。治疗组的24h乳酸清除率明显高于对照组，差异具有统计学意义（P〈0．05）。【结论】血液灌流联合大剂量纳洛酮可以更快的稳定患者的生命体征，改善组织的缺血缺氧状态，明显地提高了治疗的总有效率，降低了患者的病死率。

基于残差编解码器的通道自适应超声图像去噪方法

超声图像去噪对提高超声图像的视觉质量和完成其他相关的计算机视觉任务都至关重要。超声图像中的特征信息与斑点噪声信号较为相似,用已有的去噪方法对超声图像去噪,容易造成超声图像纹理特征丢失,这会对临床诊断的准确性产生严重的干扰。因此,在去除斑点噪声的过程中,需尽量保留图像的边缘纹理信息才能更好地完成超声图像去噪任务。该文提出一种基于残差编解码器的通道自适应去噪模型(RED-SENet),能有效去除超声图像中的斑点噪声。在去噪模型的解码器部分引入注意力反卷积残差块,使本模型可以学习并利用全局信息,从而选择性地强调关键通道的内容特征,抑制无用特征,能提高模型去噪的性能。在2个私有数据集和2个公开数据集上对该模型进行定性评估和定量分析,与一些先进的方法相比,该模型的去噪性能有显著提升,并在噪声抑制以及结构保持方面具有良好的效果。

结合马尔科夫场和格拉姆矩阵特征的写实类图像风格迁移

风格迁移是一门将参考图像的风格迁移到目标图像上的技术,但将风格迁移算法应用于写实类照片时,生成的图像却会因为纹理扭曲严重而表现得不真实或是生成的图像整体缺少美感,为了解决此类问题,提出一种基于卷积神经网络的风格迁移算法.首先,为了高效融合不同层信息作为特征表达使生成图像饱满丰富,用聚合方法结合了图像较浅层和较深层的特征;然后,使用全局风格损失和局部风格损失来构建总风格损失项,这样能使生成图像保持风格全局一致性,同时也保留了局部细节信息,其中全局风格损失是由格拉姆矩阵表达,而局部风格损失由马尔科夫随机场表达.为了限制图像结构的变化,将图像变化约束在颜色空间的局部仿射中.还提出一种基于神经网络的语义分割模块来约束图像不同语义区域处的纹理溢出,该模块自动生成输入图像的语义分割映射,节约人为手工构造语义区域的时间.实验结果表明,该方法在不同的风格场景下均能产生真实且美观的图像.