基于PSO-XGB混合优化技术的浅层地下温度预测——以长春市为例

准确预测浅层地下温度对于降低投资风险和推动浅层地热能开发利用具有重要意义。本研究基于粒子群优化(PSO)和极限梯度提升(XGB)的混合模型(PSO-XGB),并将其与K近邻(KNN)、支持向量回归(SVR)、随机森林(RF)和极限梯度提升(XGB)等单一模型进行了比较。首先收集了54组钻孔数据,使用克里金插值法对数据集进行扩充,经过相关性分析最终选择经纬度坐标、年平均降雨量、年平均气温和与断裂距离等因素用作预测100 m地下温度的输入特征。然后利用测试集对预测模型进行验证,使用均方根误差(E_(RMS))、平均绝对误差(E_(MA))、决定系数(R^(2))和均方误差(EMS)等指标评估了模型的性能。结果表明,PSO-XGB混合模型在测试集表现最好,ERMS为0.0706,E_(MA)值为0.0549,R^(2)值为0.9620,E_(MS)值为0.0050,在精度和拟合程度上明显高于其他模型,可知PSO-XGB混合模型在预测性能方面优于单一模型。

基于地震等震线面积和长轴半径的烈度衰减关系

我国目前使用最多的烈度衰减模型为椭圆衰减模型,这种烈度衰减模型在对中强地震烈度等震线形状的描述比较接近,而对于断层长度较大的强震高烈度区的描述存在较大的偏差。而大震真实的烈度等震线形状在近场接近于"跑道"形状,而在中远场又趋近于"椭圆"。如何建立一种能够同时近似这两种模型的烈度衰减模型是一个亟待解决的问题。因此,本文提出了一种基于等震线面积和长轴半径的烈度衰减关系的建立方法。并搜集了我国38次震级(Ms)大于6级的地震,对本文提出的衰减关系建立方法进行了验证。结果表明,基于等震线面积和长轴半径的衰减关系能够很好地拟合实际地震等震线的形状。

新生儿常见耳聋基因突变热点及对听力的影响

目的探讨唐山市新生儿携带的常见耳聋基因突变热点及其对听力的影响,为耳聋基因咨询及听力障碍的干预提供依据。方法回顾性分析在唐山市妇幼保健院分娩并行听力与耳聋基因联合筛查的新生儿共5298例,听力筛查包括耳声发射和自动听性脑干反应;采用博奥晶典生物芯片检测4个常见耳聋突变基因的15个位点,包括GJB2基因(c.35delG,c.176_191del16,c.235delC,c.299_300delA.c.109G>A)、GJB3基因(c.538 C>T)、SLC26A4基因(IVS7-2A>G,c.2168A>G,c.1975 G>C,c.2027 T>A,c.1226G>A,IVS15+5 G>A,c.1174A>T,c.1229C>T)、12srRNA基因(m.1555A>G)。结果耳聋基因突变携带率4.41(234/5298),为携带耳聋基因突变组;未携带耳聋基因突变的样本中随机选择2404例,为非携带耳聋基因突变组(对照组)。携带耳聋基因突变组中GJB2、SLC26A4、GJB3、mtDNA12SrRNA、双基因杂合突变及单基因杂合突变携带率分别为2.49%(132/5298)、1.34%(71/5298)、0.28%(15/5298)、0.19%(10/5298)、0.09%(5/5298)及0.02%(1/5298)。携带耳聋基因突变组听力初筛234例,通过率91.88%(215/234),未通过率8.12%(19/234),复筛153例,确诊率1.96%(3/153)。非携带组入组2404例,初筛通过率93.97%(2259/2404),未通过率6.03%(145/2404),复筛105例,确诊率0.08%(2/2364)。两组通过率、双耳未通过率及确诊率差异有统计学意义(P=0.001,P<0.001,P<0.001),结论唐山市新生儿携带常见耳聋基因突变有一定的地域性,携带耳聋基因是听力障碍的高危因素,听力与耳聋基因联合筛查有利于听力障碍的检出。

双卵双胎和单卵双胎新生儿听力筛查结果分析

目的对照分析新生儿重症监护病房(NICU)双卵双胎和单卵双胎新生儿听力初筛结果,探讨其听力特点及相关因素。方法随机抽取2018年8月17日至2019年7月21日唐山市妇幼保健院NICU的120对双胞胎,共240人,根据受孕方式(体外受精胚胎植入、自然受孕)、孕检B超结果及新生儿的性别将其分为双卵双胎组和单卵双胎组,待生命体征平稳后,采用瞬态耳声发射(TEOAE)仪进行听力筛查,用SPSS 23.0软件统计初筛未通过率,探讨其听力特点及相关因素。结果240人中双卵双胎124人,未通过率37.10%(46/124);单卵双胎116人,未通过率31.90%(37/116)。两组的受孕方式及生产方式相比,差异有统计学意义(P<0.001,P=0.006),其余指标差异无统计学意义。结论双卵和单卵来源对双胎的听力初筛未通过率差异无统计学意义;双卵双胎多为体外受精胚胎植入,单卵双胎多为自然受孕;双卵双胎的剖宫产率高;新生儿的性别及出生体质量<1500 g等因素对听力初筛结果无显著影响。

基于U-Net模型从低能锥形束CT图像实现高能成像的研究

目的基于U-Net网络深度学习的方法,实现在放疗临床中低能锥形束CT(CBCT)图像转换成高能CBCT图像,以期提供双能CBCT成像图像基础且降低辐射剂量。方法利用放疗机载CBCT设备采集CIRS电子密度模体和CIRS头部体模在80和140 kV能量下的CBCT图像数据,数据集按10∶1分为训练集和测试集。利用U-Net网络从低能量(80 kV)CBCT图像预测高能量(140 kV)下CBCT图像。采用平均绝对误差(MAE)、结构相似度指数(SSIM)、信噪比(SNR)和峰值信号噪声比(PSNR)4种度量指标,定量评价预测高能CBCT图像。结果预测高能图像与真实高能图像之间总体结构差异较小(SSIM:0.993±0.003)。预测高能图像噪声较低(SNR:15.33±4.06),但组织间分辨力有损失。预测高能图像比真实高能图像平均CT值偏低,在低密度组织中差异较小(<10 HU,P>0.05),而在高密度组织中差异大(<21 HU,t=-7.92,P<0.05)。结论利用深度学习方法可以从低能CBCT图像获得结构相似度高的高能CBCT图像,预测高能图像具有应用于放疗临床双能CBCT成像技术中的潜力。