戴明循环法在医疗设备质量管理中的应用

公立医院有许多大型的医疗设备,提升医疗设备的质量管理水平是医院高质量发展的必然要求^([1])。核医学科的医疗设备种类繁多,包括昂贵的正电子发射断层显像/X线计算机体层成像设备(positron emission tomography/X-ray computed tomography,PET/CT)、医用回旋加速器、单光子发射断层显像/X线计算机体层成像设备(single-photon emission computed tomography/CT,SPECT/CT),以及甲状腺功能仪、双能X射线骨密度仪等,这些设备运行复杂,维修保养的成本也相对较高,因此提升医疗设备的质量管理水平对于核医学科意义重大。

我国2019-2023年医疗设备采购价格变化研究——以呼吸机与ECMO设备为例

[目的]以呼吸机与ECMO为例分析研究我国医疗设备价格变化趋势。[方法]在国家及地方招采网站获取呼吸机、ECMO中标医疗设备的品牌、型号及中标价格信息,统计分析2019-2023年的中标单价的变化情况。[结果]2019-2023年,呼吸机公示的采购项目共23,923项,采购单价的平均数位为23.73万元,中位数为18.89万元;ECMO公示的采购项目共596项,采购单价的平均数位为179.39万元,中位数为160万元。[结论]国产品牌呼吸机与ECMO设备的采购数量呈上升趋势,中标价格整体低于进口品牌设备;医疗设备的中标单价的差异大,同类产品价格差异较大,同品牌同型号设备的价格差异较大。

联邦学习中的安全威胁与防御措施综述

联邦学习是一种用于解决机器学习中数据共享问题和隐私保护问题的分布式学习方法,旨在多方共同训练一个机器学习模型并保护数据的隐私;但是,联邦学习本身存在安全威胁,这使得联邦学习在实际应用中面临巨大的挑战,因此,分析联邦学习面临的攻击和相应的防御措施对联邦学习的发展和应用至关重要。首先,介绍联邦学习的定义、流程和分类,联邦学习中的攻击者模型;其次,从联邦学习系统的鲁棒性和隐私性两方面介绍可能遭受的攻击,并介绍不同攻击相应的防御措施,同时也指出防御方案的不足;最后,展望安全的联邦学习系统。

基于差分隐私的直方图发布方法综述

在数字经济时代,数据发布是数据共享的重要环节。直方图数据发布是数据发布的常见方式,但它面临着隐私泄露的问题。为此,对基于差分隐私(DP)的直方图数据发布方法进行了研究。首先,介绍了DP和直方图的相关性质,以及近5年国内外针对静态数据集和流数据的直方图发布方法的研究,并讨论了静态数据下直方图分组数、分组方式、噪声误差和分组误差的均衡,以及隐私预算分配问题。其次,探讨了动态数据下数据采样、数据预测以及滑动窗口实现分组的问题;同时针对面向区间树结构的DP直方图发布方法,将原始数据与树结构进行转化,并讨论了树结构数据的加噪、基于树结构的优化、树结构的隐私预算的分配等;此外,还讨论了直方图发布数据的可用性和隐私性、查询范围和查询精度问题。最后,通过对相关算法进行对比分析,总结了各算法的优缺点,以及部分算法的定量分析比较及适用场景,展望了未来基于DP的直方图在不同数据场景中的研究方向。

PFKD:综合考虑数据异构和模型异构的个性化联邦学习框架

联邦学习是解决机器学习中数据共享和隐私保护两个关键难题的重要方法.然而,联邦学习本身也面临着数据异构和模型异构的挑战.现有研究往往只专注于解决其中一个方面的问题,忽视了两者之间的关联性.为此,本文提出了一个名为PFKD的框架,该框架通过知识蒸馏技术解决模型异构问题,通过个性化算法解决数据异构问题,以实现更具个性化的联邦学习.通过实验分析验证了所提出框架的有效性.实验结果显示,该框架能够突破模型的性能瓶颈,提高模型精度约1个百分点.此外,在调整适当的超参数后,该框架的性能得到进一步提升.

红螯螯虾池塘健康养殖技术

红螯螯虾又称澳洲淡水龙虾,是我国于1992年由湖北省水产研究所从澳大利亚引进,其虾肉细嫩、营养丰富,在我国水产市场中广受欢迎,成为现今国内水产市场的主要产品。随着我国水产市场对红螯螯虾的需求量开始增加,加上水产养殖技术不断优化,近年来我国北方地区开始尝试养殖红螯螯虾并获得了成功。以下总结北方地区红螯螯虾池塘健康养殖的相关技术,供养殖户参考。

统筹新型城镇化和乡村全面振兴的重点任务

去年底召开的中央经济工作会议强调,做好2024年经济工作要“统筹新型城镇化和乡村全面振兴”,并围绕推动高质量发展部署九项重点任务,其中之一是“推动城乡融合、区域协调发展”。我们要坚持以习近平新时代中国特色社会主义思想为指导,贯彻落实党中央决策部署,强化以工补农、以城带乡,推动形成工农互促、城乡互补、协调发展、共同繁荣的新型工农城乡关系。统筹新型城镇化和乡村全面振兴,要坚持目标导向、问题导向,把握重点任务,坚持系统思维、分类施策、循序渐进,对城乡产业发展、基础设施建设、基本公共服务等进行统一规划,形成既有分工又有合作、城乡一体的合理布局。

科教融合背景下科技馆展教管理策略研究

随着科技和教育的不断发展,科教融合已成为当前社会发展的重要趋势。科技馆作为科技教育的重要场所,展教管理策略的研究和实践对于提升科技馆的吸引力和教育效果至关重要。如何基于科教融合背景研究科技馆展教管理的策略,提升科技馆的科普教育效果和科技创新服务能力,是当前科技馆展教管理面临的重要课题。对此,本文首先阐述了科技馆展教管理的概念与特点,进而分析科技馆展教管理的发展趋势,在此基础上探究科教融合背景下科技馆展教管理的策略,以期为科技馆展教管理的改进提供有益的参考和借鉴。

区块链环境下的预制菜溯源研究

提出一种基于以太坊智能合约的预制菜溯源模型。分析当前预制菜存在的问题,如食品安全性难以保证、没有统一标准和食品出现问题难溯源的情况。通过区块链去中心化、不可篡改和可溯源等特点实现基于以太坊的预制菜溯源模型。模型规定每个环节负责人都需对自身负责的环节项目进行数字签名,从而确保出现问题时的责任划分。同时,为减少在以太坊的存储开销,设计一种基于IPFS(inter planetary file system)和默克尔树的存储机制。实验结果表明:模型能够在正常开销范围内实现预制菜全流程,同时,模型在以太坊的存储开销低于直接存储,具备一定优越性。

满足个性化差分隐私的社交网络图生成方法

【目的】针对现有本地化差分隐私社交网络图生成算法中直接扰动邻居列表的方法会导致引入过多噪声且隐私保护程度不均衡的问题,提出了一种满足个性化的本地差分隐私社交网络图生成方法(GPDP)。【方法】首先,使用传统的社区发现算法Louvain对原始社交网络图进行划分,保留社区信息;其次,对于划分后的社区根据其社区内部平均权重度比值作为新的隐私预算参数分配给每个节点;然后,每个节点根据新的隐私预算各自扰动其邻居列表,同时利用随机邻接位向量(RABV)方法降低通讯成本;最后合并邻居列表形成生成图。【结果】通过在真实数据集上的实验结果表明,该算法在发布合成图数据时保证了数据隐私性和可用性的均衡,同时保留了更多的社区结构信息。

基于深度森林的多类型DDoS攻击检测方法

分布式拒绝服务攻击(DDoS)是网络安全的主要威胁之一。近年来,基于多种不同DDoS攻击方式的混合攻击数量大幅增长,如何在保证精度的前提下同时检测多种类型的DDoS攻击成为亟待解决的问题。为此,提出一种基于深度森林的多类型DDoS攻击检测方法。该方法首先使用基于平均不纯度的特征选择算法对多类型异常流量数据集进行特征排序与特征筛选;然后使用多粒度扫描对DDoS训练集进行特征提取,并使用级联森林分层训练模型,最终生成可用于DDoS恶意流量检测与分类的深度森林模型。实验结果表明,与6种主流树类集成学习模型相比,基于改进深度森林的DDoS攻击检测方法训练得到的分类器准确率最低提升了0.8%,召回率最低提升了0.9%;与改进前相比,改进后模型准确率提升了1.3%,加权召回率提高了1.3%,训练时间减少了29.7%。模型整体性能有明显提升。

基于联邦集成算法对不同脱敏数据的研究

针对联邦学习中存在梯度更新导致本地数据可能泄露的问题,提出基于本地脱敏数据上的联邦集成算法。该算法用变异率与适应度阈值的不同取值对原始数据进行脱敏,且使用不同类型的模型在经不同程度脱敏的数据上进行本地模型训练,以确定适合的联邦集成算法参数。实验结果表明,与联邦平均算法和传统集中式训练相比,stacking联邦集成算法与voting联邦集成算法的准确率要优于基线准确率。在实际应用中,可根据不同的需求设置不同的脱敏参数来保护数据,以此提升数据的安全性。

面向多源数据的个性化联邦学习框架

在联邦学习中,中心服务器聚合来自不同的客户端经过差分隐私扰动后的模型,其中差分隐私噪声添加的大小和隐私预算的分配直接影响到模型的可用性,现有的研究大多基于平衡的数据和固定的隐私预算,在处理多源不平衡数据时难以权衡精度与隐私保护水平,针对该问题提出了一种具有自适应差分隐私噪声添加的联邦学习框架,采取基于沙普利值的贡献度证明算法计算不同数据来源的客户端的贡献度,并依据贡献度为不同客户端在梯度更新的过程中添加差异化的差分隐私噪声,继而实现个性化的隐私保护。理论和实验分析表明该框架面对多源不平衡数据时不仅可以为不同参与方提供更加细化的隐私保护水平,同时在模型性能方面也比传统的FL-DP算法高出1.3个百分点。

基于RTOPSIS的集成学习的综合评价研究

Stacking集成学习被认为是一种“黑盒”模型,采用多个基学习器的预测结果输入,通过元学习器来生成最终的预测。这种复杂性使得难以准确了解每个基学习器对最终结果的贡献。为解决此问题,该文提出了RTOPSIS方法。该方法结合了灰色关联度系数计算和优劣解距离方法,为决策者提供了一种有效的工具,以清晰地揭示每个基学习器在Stacking模型中对最终结果的贡献程度。具体而言:采用RTOPSIS算法替代传统的判别方法,综合考虑基学习器和元学习器之间的关系,提供更客观和合理的模型排名结果;应用灰色关联分析算法计算各个基学习器在Stacking模型中的权重,并反映其对最终结果的贡献程度。实验证明,相对于单一指标如Accuracy、AUC和F1-score等,在Stacking模型综合评价中,RTOPSIS算法为该文6个模型提供了更为合适的排名,且与经典优劣解距离算法的排序结果基本一致。因此,RTOPSIS算法在Stacking模型评价中展现出更全面的评价效果。

基于Stacking集成学习的恶意攻击检测方法

伴随着互联网的快速发展,网络安全问题越发严峻,尤其是网络攻击变得更加频繁,对其检测防控迫在眉睫。该研究主要提出了一种新的LightGBM-XGboost-Random forest的Stacking集成学习模型;新的特征提取方法也被相应提出,通过探索性数据分析对特征集进行重要特征提取,较传统方法更快速、方便;相比于单一模型与传统模型,该Stacking集成学习模型的检测精确度更高,对LUFlows数据集进行实践训练,该集成模型检测精确度可达到97.0%,明显高于单一使用LightGBM模型、XGboost模型、Random forest模型的精确度;同时引入NSL-KDD数据集对该Stacking集成学习模型进行泛化能力测试,与最新的研究进行比对,LXR模型测得F1-score为0.8709,优于多数模型结果。表明该集成学习模型能够提供一种更为精确有效且泛化能力强的网络攻击检测方法,以更好地维护网络空间安全。

呼吸机内部气路系统消毒的可行性分析

呼吸机致病微生物污染是导致院内感染暴发的重要原因,其使用后的消毒管理极为重要。呼吸机使用后消毒管理主要关注呼吸机外置管路的消毒,对与患者呼吸回路直接相通的呼吸机内部气路系统的消毒研究涉及较少。呼吸机的气路位置特殊且包含有多种精密电磁元器件,常规消毒方法无法完成彻底消毒。对呼吸机内部气路系统的消毒既要考虑消毒效果的有效性,又要兼顾消毒过程对电磁元器件性能稳定性的影响。针对目前临床呼吸机内部气路系统消毒的现状,探讨呼吸机内部气路系统消毒的必要性和可行性,比较目前临床常用的消毒模式,提出利用过氧化氢蒸汽和臭氧作为呼吸机内部气路系统消毒剂的可行性,建立呼吸机内部气路系统有效和安全的消毒模式,加强对呼吸机内部气路系统消毒效果以及消毒过程对电磁元器件性能稳定性影响的检测。

基于多权重主观逻辑的联邦学习攻击防御机制

联邦学习作为一种分布式学习框架,可以在保证各客户端本地数据安全的前提下共同训练一个全局模型。但在联邦学习过程中,存在恶意的参与方会提交错误的更新来阻止模型收敛,或者通过投毒攻击使模型的拟合偏离正常方向。传统的主观逻辑防御机制考虑的是互动频率、互动时间及互相之间的影响,而忽略了多源数据对信誉评价结果的影响。针对此问题,提出一种基于多权重主观逻辑的联邦学习攻击防御机制。该机制通过Shapley值计算客户端的贡献度,并从可信度、贡献度和新鲜度3方面对联邦学习中客户端的信誉进行评价。同时,通过引入区块链技术存储参数进一步提高模型的安全性。实验结果表明,在多源数据下,该机制能够准确识别投毒攻击并进行防御,同时保留较好的模型性能。

接种邻苯二甲酸酯(PAEs)降解菌缓解PAEs对玉米胁迫效应和机制研究

邻苯二甲酸酯(PAEs)是一类典型的环境内分泌干扰物,国内农业土壤普遍受PAEs的污染。土壤中的PAEs可被农作物吸收累积,影响植物的生理生化特性和农产品的质量安全。探索PAEs污染土壤的生物修复技术以及高效降解菌缓解PAEs污染胁迫和降低农作物吸收累积PAEs迫在眉睫。以在土壤中的质量分数和检出频率均较高的邻苯二甲酸二(2-乙基己基)酯(DEHP)为目标化合物,采用DEHP污染土壤(18 mg·kg^(-1)和75 mg·kg^(-1))进行盆栽玉米(Zea mays)试验,研究接种PAEs高效降解菌(嗜吡啶红球菌Rhodococcus pyridinivorans XB)缓解DEHP胁迫对玉米生长、吸收积累DEHP的影响及其抗氧化酶系统的响应。结果显示,经DEHP处理的玉米丙二醛质量摩尔浓度显著增加(P<0.05),尤其是高浓度处理的玉米根系丙二醛质量摩尔浓度增加464%;且高浓度处理的玉米根系过氧化氢酶和多酚氧化酶活性显著增加(P<0.05),生物量显著下降(P<0.05),说明DEHP严重影响玉米的生长。与不接种微生物处理相比,玉米接种菌株XB能显著提高玉米体内超氧化物歧化酶(10%~154%)、过氧化氢酶(11%~34%)及多酚氧化酶(48%~288%)活性,显著降低丙二醛质量摩尔浓度(30%~60%),提高玉米生物量(5%~85%),减少玉米对DEHP的吸收积累(4%~60%)。结果说明菌株XB能缓解土壤DEHP对玉米生长的胁迫,降低玉米吸收积累DEHP,有利于保障农产品质量安全。

呼吸机外表面消毒模式与院内感染的相关性分析

证据显示呼吸机外表面的致病微生物污染是发生院内感染的重要原因之一。因此,在分析呼吸机外表面致病微生物的种类、分布及生存情况的基础上,比较不同消毒模式对呼吸机外表面不同致病微生物的消毒效果,针对有效进行呼吸机外表面消毒阐述呼吸机外表面消毒与院内感染的关系。