期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
肾移植术后早期骨代谢及矿物质变化的临床观察
1
作者 洪汉利 陈统清 +5 位作者 赖玉萍 林敏娃 谢碧琴 肖观清 叶佩仪 孔耀中 《临床肾脏病杂志》 2020年第2期154-156,共3页
肾移植术是终末期肾病(end-stage renal disease,ESRD)患者最合理的替代治疗方法,能提升患者生活质量和延长患者生存时间[1],是最为常见的器官移植手术之一,2017年中国共施行肾移植10793例,居世界第2位[2]。进入21世纪以来,肾移植短期... 肾移植术是终末期肾病(end-stage renal disease,ESRD)患者最合理的替代治疗方法,能提升患者生活质量和延长患者生存时间[1],是最为常见的器官移植手术之一,2017年中国共施行肾移植10793例,居世界第2位[2]。进入21世纪以来,肾移植短期存活与长期存活均有明显改善,但术后并发症越来越受到大家重视。慢性肾脏病-矿物质和骨异常是ESRD最常见的远期并发症之一,肾移植术后随着肾功能的恢复,骨、矿物质代谢紊乱能否快速纠正,仍需大量临床资料验证。有文献报道,肾移植术后仍然有高达50%患者存在骨代谢异常[3]。I型前胶原蛋白是I型胶原合成前体,成骨细胞合成I型胶原时,I型前胶原蛋白氨基末端前肽被特异蛋白水解酶解离,因此,监测血液中总I型前胶原蛋白氨基末端前肽(total procollagen I N-terminal peptide,T-PINP)的含量可反映I型胶原的合成及骨代谢转换情况[4-5],T-PINP升高表明骨合成活跃,胶原降解产物(β-C-terminal telopeptide of type I collagen,β-CTX)是I型胶原C端肽的主要成分,是目前评价破骨细胞活性及骨吸收最有价值的指标,因此联合监测T-PINP与β-CTX可动态观察肾移植术后骨代谢变化过程。本研究通过总结佛山市第一人民医院20例肾移植患者临床资料,观察肾移植患者术后短期骨代谢的变化趋势。 展开更多
关键词 肾移植 肾功能 骨代谢
下载PDF
贝塔混合模型的变分贝叶斯学习及应用 被引量:1
2
作者 赖裕平 高宁 +4 位作者 何闻达 平原 杜春来 王宝成 丁洪伟 《电子学报》 EI CAS CSCD 北大核心 2018年第7期1787-1792,共6页
贝塔混合模型(Beta Mixture Model,BMM)是一种重要的非高斯概率模型,常用于有界数据的统计分析.但是由于其表达式复杂,BMM的参数估计比较困难.针对该问题,本文提出一种高效的变分贝叶斯学习方法进行参数估计.该方法采用形式简单的自由分... 贝塔混合模型(Beta Mixture Model,BMM)是一种重要的非高斯概率模型,常用于有界数据的统计分析.但是由于其表达式复杂,BMM的参数估计比较困难.针对该问题,本文提出一种高效的变分贝叶斯学习方法进行参数估计.该方法采用形式简单的自由分布,通过不断最大化初始变分目标函数的下界,迭代逼近得到真实的贝叶斯后验分布.在合成数据集与实际数据集上进行实验,实验结果证明了所提出算法的有效性和可行性. 展开更多
关键词 贝塔分布 贝叶斯估计 模型选择 变分推理 目标分类
下载PDF
基于有界双调和权的人体局部网格变形方法 被引量:2
3
作者 童立靖 李锦 +1 位作者 赖裕平 付孝琴 《图学学报》 CSCD 北大核心 2019年第6期1064-1071,共8页
为了提高三维人体模型运动过程中的局部变形质量,提出了一种有界双调和权重与双四元数混合蒙皮相结合的人体局部网格变形方法。首先将三维人体局部模型进行四面体化;然后设置模型的骨骼控制单元;接下来通过拉普拉斯能量和最小化,并结合... 为了提高三维人体模型运动过程中的局部变形质量,提出了一种有界双调和权重与双四元数混合蒙皮相结合的人体局部网格变形方法。首先将三维人体局部模型进行四面体化;然后设置模型的骨骼控制单元;接下来通过拉普拉斯能量和最小化,并结合权重设置的边界约束条件,计算各骨骼控制单元对人体局部模型内各顶点运动形变的有界双调和权;最后将三维人体局部模型的各网格端点与骨骼控制单元混合绑定,并将各骨骼控制单元的运动参数转换为双四元数,在双四元数运算空间结合有界双调和权,计算基于骨骼控制单元驱动的三维局部模型的运动形变,从而完成运动状态下双四元数与有界双调和权相结合的混合蒙皮。实验表明,该方法能使三维人体局部模型在运动时有较为平滑、自然的变形效果。 展开更多
关键词 网格变形 有界双调和权 双四元数 蒙皮 人体模型
下载PDF
Variational learning for finite Beta-Liouville mixture models
4
作者 lai yu-ping ZHOU Ya-jian +2 位作者 PING Yuan GUO Yu-cui YANG Yi-xian 《The Journal of China Universities of Posts and Telecommunications》 EI CSCD 2014年第2期98-103,共6页
In the article, an improved variational inference (VI) framework for learning finite Beta-Liouville mixture models (BLM) is proposed for proportional data classification and clustering. Within the VI framework, so... In the article, an improved variational inference (VI) framework for learning finite Beta-Liouville mixture models (BLM) is proposed for proportional data classification and clustering. Within the VI framework, some non-linear approximation techniques are adopted to obtain the approximated variational object functions. Analytical solutions are obtained for the variational posterior distributions. Compared to the expectation maximization (EM) algorithm which is commonly used for learning mixture models, underfitting and overfitting events can be prevented. Furthermore, parameters and complexity of the mixture model (model order) can be estimated simultaneously. Experiment shows that both synthetic and real-world data sets are to demonstrate the feasibility and advantages of the proposed method. 展开更多
关键词 variational inference model selection factorized approximation Beta-Liouville distribution mixing modeling
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部