银屑病发病机制复杂,涉及多基因、多细胞、多分子,通过级联反应将信号进行逐层传递,从而形成与疾病相关的多种生物学通路,对于银屑病相关信号通路的研究已经成为探索疾病发病机制和药物干预的核心方式。丝裂原活化蛋白激酶(mitogen-acti...银屑病发病机制复杂,涉及多基因、多细胞、多分子,通过级联反应将信号进行逐层传递,从而形成与疾病相关的多种生物学通路,对于银屑病相关信号通路的研究已经成为探索疾病发病机制和药物干预的核心方式。丝裂原活化蛋白激酶(mitogen-activated protein kinases,MAPK)信号通路是真核生物信号传递网络中的重要途径之一,是细胞增殖、分化、细胞凋亡及应激反应的关键信号通路,参与疾病炎症反应、免疫调控等环节。在银屑病患者皮损中,MAPK及其亚族ERK、p38、JNK和BMK1的生物活性及表达水平升高,将MAPK信号通路作为切入点和突破口,有助于重新梳理和发现银屑病微观机制的上下游相关靶点调控方式,不断延伸对银屑病机制的探索。近年来,中医药界开展了大量研究,探索中医药通过调控MAPK通路治疗银屑病的机制,结果表明MAPK通路是中医药治疗银屑病的关键靶通路。该文通过对具有消、清、补功效的中药复方制剂及丹皮酚、紫草素、靛蓝、白鲜碱、苦参碱、芳姜黄酮、雷公藤多苷、羟基红花黄色素A等中药有效成分参与下的MAPK信号通路的靶位进行研究,整合不同细胞因子如白细胞介素(IL)-6、IL-17、IL-22、IL-23、肿瘤坏死因子(TNF)-α、干扰素(IFN)-γ等作用于多种MAPK信号通路家族亚型的分子机制,以期为银屑病的治疗以及进一步的药物开发提供理论依据。展开更多
本文针对在低光照条件下图像分辨率低的问题,提出一种融合光照损失的图像超分辨率生成对抗网络(image super-resolution generative adversarial network based on light loss,LSRGAN)模型.该模型通过构建高分辨率-低分辨率图像对,利用...本文针对在低光照条件下图像分辨率低的问题,提出一种融合光照损失的图像超分辨率生成对抗网络(image super-resolution generative adversarial network based on light loss,LSRGAN)模型.该模型通过构建高分辨率-低分辨率图像对,利用生成器网络、判别器网络进行训练,实现低光照条件下更好的模型生成图像效果.该模型的损失函数包括光照损失、结构相似性损失、内容损失和对抗损失.模型通过构建光照损失函数,利用RGB三原色颜色空间与YIQ颜色空间的线性关系计算出图像中的亮度分量,将图像中的亮度作为损失函数,更好地恢复低光照条件下的低分辨率图像;通过增加结构相似性损失,计算超分辨率图像与真实高分辨率图像之间的结构相似性,提高生成图像的质量;内容损失区别于传统的基于像素的损失,使用VGG19网络中的特征映射进行计算,可以得到更逼真的生成图像;对抗损失使用判别器网络区分超分辨率图像与真实高分辨率图像,提高超分辨率图像的视觉效果.通过在4个标准数据集Set5、Set14、BSDS100和Urban100上设计对比实验,证明通过增加对光照更加敏感的损失函数,使该模型在低光照条件下具有更好的模型生成图像效果;同时通过增加结构相似性损失,使生成的图像视觉质量更好.展开更多
提出了一种新型的目标检测方法DeRF-YOLOv3-X(Derain and Defog-YOLOv3-Xception),将Xception引入YOLOv3网络以提高雨雾天气条件下行人和车辆的目标检测准确性。对于雨雾背景,分别采用残差网络和负映射结合的深度细节网络DDN和基于注意...提出了一种新型的目标检测方法DeRF-YOLOv3-X(Derain and Defog-YOLOv3-Xception),将Xception引入YOLOv3网络以提高雨雾天气条件下行人和车辆的目标检测准确性。对于雨雾背景,分别采用残差网络和负映射结合的深度细节网络DDN和基于注意力机制的多尺度网络GridDehazeNet进行去雨去雾处理;采用Xception替换YOLOv3中Darknet-53网络,同时将回归损失函数由IoU改进为DIoU,提高特征提取能力以及框定位准确率。在公开数据集ImageNet上进行主干网络的测试;在实际场景数据集上进行YOLOv3-X网络和DeRF-YOLOv3-X网络的测试。实验结果表明,提出的DeRF-YOLOv3-X目标检测网络在雨天背景下mAP值提高了5.92%,达到54.99%;在雾天背景下,mAP值也提高了4.22%,达到49.07%。展开更多
目的:系统评价中成药复方制剂联合常规治疗用于寻常型银屑病疗效与安全性的差异,为临床用药提供循证参考。方法:计算机检索中国知网、万方数据、维普网、中国生物医学文献数据库、Pub Med、Cochrane图书馆、Web of Science等数据库,收...目的:系统评价中成药复方制剂联合常规治疗用于寻常型银屑病疗效与安全性的差异,为临床用药提供循证参考。方法:计算机检索中国知网、万方数据、维普网、中国生物医学文献数据库、Pub Med、Cochrane图书馆、Web of Science等数据库,收集不同中成药复方制剂联合常规治疗对比常规治疗用于寻常型银屑病的随机对照试验(RCT),检索时限均为各数据库建库起至2020年2月。筛选文献,提取资料后采用Cochrane系统评价员手册5.1推荐的偏倚风险评估工具对纳入文献质量进行评价,采用Stata 15.0软件、Addis 1.16.6软件以及马尔科夫链-蒙特卡洛方法进行贝叶斯网状Meta分析。结果:共纳入41项RCT,共计4122例患者;涉及复方青黛胶囊、消银颗粒、克银丸、郁金银屑片、常规治疗等5种干预措施。网状Meta分析结果显示,在提高总有效率方面,与常规治疗比较,4种不同中成药复方制剂联合常规治疗均可显著提高患者的总有效率(P<0.05);网状Meta排序结果为克银丸联合常规治疗>复方青黛胶囊联合常规治疗>消银颗粒联合常规治疗>郁金银屑片联合常规治疗>常规治疗。在降低治疗后银屑病面积和严重程度指数(PASI)评分方面,与常规治疗比较,克银丸、消银颗粒联合常规治疗均显著可降低患者的PASI评分(P<0.05),而复方青黛胶囊、郁金银屑片联合常规治疗与常规治疗比较,差异均无统计学意义(P>0.05);网状Meta排序结果为消银颗粒联合常规治疗>克银丸联合常规治疗>复方青黛胶囊联合常规治疗>郁金银屑片联合常规治疗>常规治疗。在降低血清炎性因子水平方面,与常规治疗比较,复方青黛胶囊、消银颗粒联合常规治疗均可显著降低患者的白细胞介素17水平(P<0.05),而克银丸、郁金银屑片联合常规治疗与常规治疗比较,差异均无统计学意义(P>0.05);网状Meta排序结果为消银颗粒联合常规治疗>复方青黛胶囊联合常规治疗>郁金银屑片联合常规治疗>克银丸联合常规治疗>常规治疗。在安全性方面,4种中成药复方制剂联合常规治疗与常规治疗的不良反应发生率比较,差异均无统计学意义(P>0.05);网状Meta排序结果为复方青黛胶囊联合常规治疗>消银颗粒联合常规治疗>克银丸联合常规治疗>常规治疗>郁金银屑片联合常规治疗。结论:与常规治疗比较,加用4种中成药复方制剂均可提高寻常型银屑病血热证患者的疗效,以克银丸最佳;在降低患者皮损程度及血清炎性因子方面,以消银颗粒最佳;加用4种中成药复方制剂的安全性均较好,以复方青黛胶囊最佳。展开更多
文摘银屑病发病机制复杂,涉及多基因、多细胞、多分子,通过级联反应将信号进行逐层传递,从而形成与疾病相关的多种生物学通路,对于银屑病相关信号通路的研究已经成为探索疾病发病机制和药物干预的核心方式。丝裂原活化蛋白激酶(mitogen-activated protein kinases,MAPK)信号通路是真核生物信号传递网络中的重要途径之一,是细胞增殖、分化、细胞凋亡及应激反应的关键信号通路,参与疾病炎症反应、免疫调控等环节。在银屑病患者皮损中,MAPK及其亚族ERK、p38、JNK和BMK1的生物活性及表达水平升高,将MAPK信号通路作为切入点和突破口,有助于重新梳理和发现银屑病微观机制的上下游相关靶点调控方式,不断延伸对银屑病机制的探索。近年来,中医药界开展了大量研究,探索中医药通过调控MAPK通路治疗银屑病的机制,结果表明MAPK通路是中医药治疗银屑病的关键靶通路。该文通过对具有消、清、补功效的中药复方制剂及丹皮酚、紫草素、靛蓝、白鲜碱、苦参碱、芳姜黄酮、雷公藤多苷、羟基红花黄色素A等中药有效成分参与下的MAPK信号通路的靶位进行研究,整合不同细胞因子如白细胞介素(IL)-6、IL-17、IL-22、IL-23、肿瘤坏死因子(TNF)-α、干扰素(IFN)-γ等作用于多种MAPK信号通路家族亚型的分子机制,以期为银屑病的治疗以及进一步的药物开发提供理论依据。
文摘针对先前研究工作对行人属性相关性分析不足和行人图像中细粒度属性特征难以捕获的问题,首先基于关联规则寻找属性之间的相关性,然后根据相关性改变网络结构,提升有较强相关性属性的准确率并嵌入改进的HSA(hierarchy split attention)注意力模块,将特征图中的潜在信息进行深度挖掘.HSA注意力模块将特征图进行分组和在子特征图之间增加通道交互操作,整合后的特征图输入挤压激励(squeeze and excitation,SE)模块中,提取图像在通道上的信息.在PA100K、Market-1501和PETA数据集上的实验结果表明,本算法的精确率、召回率、F1值与其他算法相当,但是准确率有较大提升.
文摘本文针对在低光照条件下图像分辨率低的问题,提出一种融合光照损失的图像超分辨率生成对抗网络(image super-resolution generative adversarial network based on light loss,LSRGAN)模型.该模型通过构建高分辨率-低分辨率图像对,利用生成器网络、判别器网络进行训练,实现低光照条件下更好的模型生成图像效果.该模型的损失函数包括光照损失、结构相似性损失、内容损失和对抗损失.模型通过构建光照损失函数,利用RGB三原色颜色空间与YIQ颜色空间的线性关系计算出图像中的亮度分量,将图像中的亮度作为损失函数,更好地恢复低光照条件下的低分辨率图像;通过增加结构相似性损失,计算超分辨率图像与真实高分辨率图像之间的结构相似性,提高生成图像的质量;内容损失区别于传统的基于像素的损失,使用VGG19网络中的特征映射进行计算,可以得到更逼真的生成图像;对抗损失使用判别器网络区分超分辨率图像与真实高分辨率图像,提高超分辨率图像的视觉效果.通过在4个标准数据集Set5、Set14、BSDS100和Urban100上设计对比实验,证明通过增加对光照更加敏感的损失函数,使该模型在低光照条件下具有更好的模型生成图像效果;同时通过增加结构相似性损失,使生成的图像视觉质量更好.
文摘提出了一种新型的目标检测方法DeRF-YOLOv3-X(Derain and Defog-YOLOv3-Xception),将Xception引入YOLOv3网络以提高雨雾天气条件下行人和车辆的目标检测准确性。对于雨雾背景,分别采用残差网络和负映射结合的深度细节网络DDN和基于注意力机制的多尺度网络GridDehazeNet进行去雨去雾处理;采用Xception替换YOLOv3中Darknet-53网络,同时将回归损失函数由IoU改进为DIoU,提高特征提取能力以及框定位准确率。在公开数据集ImageNet上进行主干网络的测试;在实际场景数据集上进行YOLOv3-X网络和DeRF-YOLOv3-X网络的测试。实验结果表明,提出的DeRF-YOLOv3-X目标检测网络在雨天背景下mAP值提高了5.92%,达到54.99%;在雾天背景下,mAP值也提高了4.22%,达到49.07%。
