情感强度回复生成模型

情感对话生成模型在回复生成中未考虑情感强度因素,导致生成回复的情感表达存在波动不恰当性,降低用户交互体验。受情绪心理学中情感强度工作的启发,提出一种情感强度回复生成模型(EIRGM)。模型包括情感强度预测单元、语境编码模块和情感强度回复生成单元,其中情感强度预测单元为回复语句提供情感类别和情感强度,语境编码模块单元为回复语句提供内容基础,情感强度回复生成单元构成用于回复语句中情感和强度的表达。实验以NLPCC2018开放域对话数据集为基础,开展了情感恰当性、情感强度恰当性、内容关联性以及对话持续性等实验。实验结果表明,EIRGM在情感恰当性方面与最优模型相差不大,在情感强度恰当性和对话持续性方面与最优模型相比分别提升4.1个百分点和0.8个百分点,表明了EIRGM模型在提升情感强度表达恰当性同时也提高了用户交互意愿。

Parkin与α-酮戊二酸载体蛋白(OGCP)的相互作用研究

Parkin基因是帕金森病的致病基因之一,Parkin蛋白作为泛素-蛋白酶体通路(ubiquitin-proteasome pathway,UPP)的一种E3酶,介导了多种底物的泛素化过程,而后者与帕金森病的发病机制有着密切的联系.α-酮戊二酸载体蛋白(2-oxoglutarate carrier protein,OGCP)是一种线粒体内膜蛋白.采用激光共聚焦技术和免疫共沉淀技术证实,在HEK293细胞中Parkin蛋白与OGCP共定位,且二者之间存在相互作用关系;通过体内、外泛素化实验发现Parkin蛋白能介导OGCP的泛素化.提示OGCP可能是Parkin蛋白的泛素化底物蛋白,且Parkin蛋白能促进OGCP的泛素化.

脑桥中央髓鞘溶解症二例报告

脑桥中央髓鞘溶解症(central pontine myelinolysis,CPM)是一种临床少见且原因不明的疾病,预后极差.在我国已有30余例散发病例报道,此文报道2例经磁共振(MRI)确诊、预后相对较好的CPM病例.

脑脊液5-羟色胺和多巴胺及其代谢产物在病毒性脑炎和精神分裂症鉴别诊断中的价值

目的探讨脑脊液5-羟色胺(5-HT)、多巴胺(DA)及其代谢产物水平在病毒性脑炎和精神分裂症鉴别诊断中的价值。方法对病毒性脑炎和脑膜脑炎患者(简称病脑组)67例、精神分裂症患者37例和病例对照患者21例采用高效液相色谱法(HPLC)检测其脑脊液中5-HT、DA、5-羟吲哚乙酸(5-HIAA)和高香草酸(HVA)水平,并进行比较。结果(1)病脑组5-HT、5-HIAA、5-HIAA/HVA和5-HT/DA均明显低于病例对照组(P<0.05～0.01),而HVA则明显高于病例对照组(P<0.01);病脑组脑脊液中5-HIAA、5-HIAA/5-HT和5-HIAA/HVA明显低于精神分裂症组(均P<0.01),而HVA/DA则高于精神分裂症组(P<0.05);精神分裂症组脑脊液中5-HIAA/5-HT高于病例对照组(P<0.05),5-HT/DA低于病例对照组(P<0.05)。(2)病脑组有精神症状者脑脊液中5-HIAA浓度低于无精神症状者(P<0.05),5-HT、5-HIAA、5-HIAA/5-HT和5-HIAA/HVA均低于精神分裂症组(P<0.05～0.01),而HVA/DA高于精神分裂症组(P<0.05)。结论病毒性脑炎患者脑脊液中可能存在5-HT和DA系统失衡;脑脊液中5-HT、DA及其代谢产物的水平可能有助于病毒性脑炎和精神分裂症的鉴别诊断。

255例病毒性脑炎预后分析

【目的】探讨影响病毒性脑炎患者预后的因素。【方法】回顾性分析255例病毒性脑炎患者的临床资料。【结果】①治愈组患者和未愈组患者的性别和发病年龄差异无显著性(P>0.05)。②治愈组患者的治疗延误时间明显短于未愈组(P<0.01)。③治愈组患者中表现为精神行为异常、痫性发作、意识障碍和局灶神经功能缺损的比例明显少于未愈组(P<0.01)。④治愈组患者脑脊液压力、脑脊液细胞数与未愈组患者无显著性差异(P>0.05),但脑脊液红细胞数明显低于未愈组(P<0.01),且HSV1-IgM阳性率明显低于未愈组(P<0.01)。⑤治愈组患者脑电图的中、重度异常率和头部MRI阳性率明显低于未愈组(P<0.01),且未愈组患者病变多集中于颞叶、额叶或累及多脑叶。⑥治愈组患者的住院时间明显短于未愈组(P<0.01)。【结论】延误治疗,出现精神行为异常、痫性发作、意识障碍和局灶神经功能缺损,脑脊液红细胞增多,HSV1病毒感染,脑电图呈中重度异常及头部MRI发现颞叶病变或多发病灶均提示患者预后不良。

病毒性脑炎患者脑脊液5-羟色胺、多巴胺改变及其与精神异常的关系

目的探讨病毒性脑炎患者脑脊液5-羟色胺(5-HT)、多巴胺(DA)等的改变及其与精神异常的关系。方法采用高效液相色谱法(HPLC)检测69例病毒性脑炎患者和21例其他疾病患者对照脑脊液的5-HT、DA及其代谢产物5-羟吲哚乙酸(5-HIAA)和高香草酸(HVA)的水平。结果①患者组脑脊液的5-HT、5-HIAA和5-HIAA/HVA比值明显低于对照组(P<0.01),5-HT/DA比值低于对照组(P<0.05),而HVA明显高于对照组(P<0.01)。②患者组划分亚组后进一步比较的结果显示,除无精神异常组的5-HT和对照组的差异无统计学意义外(P>0.05),其余上述指标有或无精神异常组与对照组的差异均有统计学意义(P<0.05);有精神异常组脑脊液中的5-HIAA低于无精神异常组(P<0.05);阳性症状为主组脑脊液中的5-HT、5-HIAA、5-HT/DA和5-HIAA/HVA比值低于阴性症状为主组(P<0.05),5-HT、5-HIAA和5-HIAA/HVA比值低于无精神异常组(P<0.05),而阴性症状为主组与无精神异常组各指标差异无统计学意义。结论病毒性脑炎患者脑脊液中可能存在5-HT和DA功能失衡,且这种失衡可能与患者出现的精神症状有关。

SUMO-1共价修饰ataxin-3

为了探讨ataxin-3的正常生理功能以及脊髓小脑型共济失调Ⅲ型/马查多-约瑟夫病的发病机理,采用酵母双杂交技术,选择polyQ扩展突变型ataxin-3全长构建诱饵质粒,筛选成人脑cDNA文库,寻找与之相互作用的蛋白质,筛选到互作蛋白smallubiquitin-likemodifier1(SUMO-1).进一步运用免疫共沉淀技术证实,SUMO-1在哺乳动物细胞中共价修饰野生型和polyQ扩展突变型ataxin-3.免疫荧光共定位实验发现,polyQ扩展突变型ataxin-3形成的核内蛋白聚合体与SUMO-1共定位.研究提示,ataxin-3的正常生理功能可能受SUMO-1的调节,SUMO-1可能参与了脊髓小脑型共济失调Ⅲ型/马查多-约瑟夫病的发病机制.

星形胶质细胞在癫痫发病机制中的研究进展

癫痫是神经系统常见疾病之一。星形胶质细胞活化作为癫痫的病理学标志,将极大程度地影响大脑控制细胞兴奋性能力。本文通过综合国内外最新研究进展,对星形胶质细胞介导的突触间隙神经递质的转运以及细胞因子的信号转导进行详细的阐述,以期对癫痫的治疗提供新策略。

氟哌噻吨与普利曲新合剂治疗偏头痛的对照研究

目的:为探索不同的治疗偏头痛的有效方法,观察氟哌塞吨与普利曲新合剂(商品名黛力新)对不伴有抑郁和/或焦虑的偏头痛的治疗效果。方法:将114例不伴有抑郁和焦虑的偏头痛患者按随机数字表法分为两组。治疗组用黛力新,对照组用氟苯桂嗪,共治疗8周,观察两组头痛发作次数和头痛持续时间及头痛程度。结果:对照组2例,治疗组3例因症状减轻两周后自行停药而脱落犤脱落率4%(2/54),5%(3/60)犦。治疗组8周后头痛发作次数(0.5±0.5)次/周和持续时间(0.5±0.5)h较治疗前犤(1.6±0.8)次/周,(6.9±3.1)h犦明显好转(t=5.5,3.4,P<0.01);对照组8周后头痛发作次数(0.6±0.5)次/周较治疗前(1.2±0.8)次/周好转(t=3.2,P<0.01),持续时间(1.7±1.7)h较前(6.0±3.6)h缩短(t=2.01,P<0.05)。两组治疗后比较,治疗组发作次数(t=2.12,P<0.05)和持续时间(t=2.09,P<0.05)均优于对照组。治疗后对照组头痛程度分级要低于治疗组(z=3.56,P<0.01)。结论:对不伴有焦虑和/或抑郁的偏头痛患者使用氟哌噻吨与普利曲新合剂能取得较好的疗效。

应用实时荧光定量PCR技术检测常染色体隐性遗传性早发型帕金森综合征的DJ-1基因外显子重排突变

目的:建立应用实时荧光定量PCR技术(real-time polymerase chain reaction,real-time PCR)检测DJ-1基因外显子重排突变的技术平台,并应用该技术对常染色体隐性遗传性早发型帕金森综合征(autosomal recessive early-onset Parkinsonism,AREP)DJ-1基因进行外显子重排突变分析。方法:应用实时荧光定量PCR分析方法,对22个AREP家系先证者和30个正常对照的DJ-1基因进行外显子重排突变分析。结果:本研究中获得了扩增效率和特异性均满意的DJ-1基因各编码外显子实时荧光定量PCR反应条件及各外显子引物;本组AREP患者未发现DJ-1基因的外显子重排突变。结论:建立了应用实时荧光定量PCR技术进行DJ-1基因外显子重排突变检测的技术平台;中国人群AREP患者DJ-1基因外显子重排突变可能罕见。

低钾型周期性瘫痪临床特征分析

目的探讨低钾型周期性瘫痪患者血清钾、肌酶与肌力之间的关系及其规律。方法病例组与正常对照组各60例分别用电极法和速率法测定血清钾、肌酶,评估肌力;比较3者之间的关系。结果低钾型周期性瘫痪患者血清钾明显降低,肌酶升高,血清钾降低与肌酶升高及肌力降低均不成比例。结论肌酶升高是低钾型周期性瘫痪的重要临床特征,并且呈一定规律变化。

结节性硬化症一家系临床分析并文献复习

结节性硬化症（tuberous sclerosis complex，TSC）又称Bourneville病，是一种常染色体显性遗传性多系统受累的神经皮肤综合征。典型的TSC三联征包括：癫痫，智能减退，皮肤血管纤维瘤。其发病率为1：6000～1：10000，其中70％的TSC患者为散发病例，30％的患者有家族遗传史。本组发现一结节性硬化家系，现报道如下。

合并呼吸衰竭的吉兰-巴雷综合征48例临床、电生理研究

目的研究合并呼吸衰竭的吉兰-巴雷综合征(Guillain-Barr syndrome,GBS)患者的临床及电生理特征。方法收集1999年至2005年在中南大学湘雅二医院住院治疗的134例GBS患者,按患者是否合并呼吸衰竭而分为2组,分别比较其临床及电生理特征。结果呼吸衰竭组与非呼吸衰竭组临床特征比较,患者的年龄、性别、前驱事件(包括上呼吸道感染、发热、腹泻)无统计学差异(P>0.05),而在病情达高峰的时间、合并球麻痹、双侧面瘫、自主神经功能障碍方面有统计学差异(P<0.05);比较两组患者的电生理特征发现,复合肌肉动作电位(com-pound muscle action potential,CMAP)波幅降低、肌电图(electromyography,EMG)失神经电位方面有统计学差异(P<0.05);呼吸衰竭组中有4例患者轴索损害和脱髓鞘改变合并存在;Logistic回归分析显示病情达高峰的时间以及球麻痹症状为合并呼吸衰竭GBS患者的危险因素。结论病情较快达高峰、合并球麻痹对GBS患者合并呼吸衰竭具有预测价值。

结合微调与重排序的情感可控对话生成方法

现有的情感对话生成方法通常以基于序列到序列(Seq2Seq)的对话生成模型为基础,在编码或解码进行情感方面的改进,该类方法虽然能够实现一定的情感回复生成能力,但容易出现低质量的通用回复问题。为解决以上问题,实现情感可控且高质量的回复生成,提出了一种结合微调与重排序的情感可控对话生成方法,称为情感生成式预训练Transformer(EmoGPT)。在模型训练阶段,提出使用带有情感类别标签的对话语料微调GPT-2模型的方法,使其学习语句中语义和情感的依赖关系;在回复生成阶段,提出情感重排序策略对生成的多句回复进行情感打分并排序,以提高回复情感可控性。在使用带有情感标签的对话数据集的情感回复生成实验结果显示,带有情感重排序策略的EmoGPT在生成回复的内容相关性和情感一致性方面取得了领先于对比模型的性能,从而验证了文中方法的情感可控且高质量的回复生成能力。

表现为四肢震颤的继发性肥大性下橄榄核变性1例报告

肥大性下橄榄核变性(hypertrophic olivary degeneration,HOD)是一种特殊的跨神经元突触变性,可以在脑出血、脑梗死、血管畸形、创伤、外科手术、中毒或者肿瘤之后发生[1],为继发于齿状核-红核-橄榄核神经通路(dentate-rubro-olivary pathway,DROP)受损后的迟发性病理学改变[2]。腭肌阵挛为HOD的典型临床表现,而表现为红核震颤的HOD报告极少,红核震颤常常累及单侧上肢,罕有HOD患者表现为四肢震颤。临床上该疾病较少见,本文报告了一例初期误诊为延髓梗死,后经我院确诊为继发于脑桥出血的肥大性下橄榄核变性患者,并复习整理有关文献,以期提高临床医师对该病的认识。

情感导向对话回复生成模型

情感对话生成模型在生成回复中并未考虑对话双方的情感变化,导致生成回复的情感存在不确定性,降低了用户的对话意愿。该文基于情感诱发相关研究提出了一种情感导向回复生成模型EGRGM,模型添加了情感导向门,控制机器情感状态合理生成,逐步引导用户情感向目标情感自然转化。实验以NLPCC2018的开放领域多轮对话语料为基础,基于GPT-2构建情感导向对话回复生成实验系统,开展了情感引导、逻辑关联以及对话持续等实验。实验结果表明,模型在情感引导方面与最优模型相比提高了13%,能够根据对话历史和指定的引导目标情感极性,控制用户回复生成的情感,实现对用户情感的引导。

面向端到端的情感对话生成研究综述

人机对话作为人工智能的重要研究内容,受到了学术界和工业界的广泛关注。受到深度学习在自然语言处理成功应用的启发,越来越多的神经网络模型被研究者关注。其中基于端到端的神经网络模型能够从大规模语料中学习到有价值的规律和特征,生成有意义且多样性的回复,被广泛地应用于情感对话生成研究中。面向基于端到端模型的情感对话生成研究展开综述。首先,针对现有的研究成果,梳理并介绍了当前情感对话生成研究面向的任务和主要解决的问题,并且做出了详细的定义,整理并介绍了情感对话生成模型建模所需的数据集。其次,对端到端的神经网络模型的原理进行了简单的概述,并且分析和总结了情感对话生成研究在每个基础模型中的改进、研究现状、模型涉及的评价指标以及模型的性能。再次,对现阶段涉及到的模型评价方式按照自动评价以及人工评价方式进行了总结。最后,对未来情感对话生成研究的发展方向进行了展望。

Transformer在语音识别任务中的研究现状与展望

Transformer作为一种新的深度学习算法框架,得到了越来越多研究人员的关注,成为目前的研究热点。Transformer模型中的自注意力机制受人类只关注于重要事物的启发,只对输入序列中重要的信息进行学习。对于语音识别任务来说,重点是把输入语音序列的信息转录为对应的语言文本。过去的做法是将声学模型、发音词典和语言模型组成语音识别系统来实现语音识别任务,而Transformer可以将声学、发音和语言模型集成到单个神经网络中形成端到端语音识别系统,解决了传统语音识别系统的强制对齐和多模块训练等问题。因此,探讨Transformer在语音识别任务中存在的问题是非常有必要的。首先介绍Transformer的模型结构,并且从输入语音序列、深层模型结构和模型推理过程三方面对语音识别任务面临的问题进行分析;其次对现阶段解决语音识别中Transformer模型存在输入语音序列、深层模型结构和模型推理过程的问题进行方法总结和简要概述;最后对Transformer在语音识别任务中的应用方向进行总结和展望。