目的分析爪蟾驱动蛋白样蛋白2靶蛋白(TPX2)在肝细胞癌(HCC)中的表达及临床意义。方法采用UALCAN数据库分析TPX2 m RNA和蛋白在HCC组织中的表达情况;K-M Plot数据库分析TPX2表达情况对HCC患者预后的影响;HPA免疫组化分析TPX2蛋白在HCC组...目的分析爪蟾驱动蛋白样蛋白2靶蛋白(TPX2)在肝细胞癌(HCC)中的表达及临床意义。方法采用UALCAN数据库分析TPX2 m RNA和蛋白在HCC组织中的表达情况;K-M Plot数据库分析TPX2表达情况对HCC患者预后的影响;HPA免疫组化分析TPX2蛋白在HCC组织中的表达情况;GEPIA及UALCAN数据库分析HCC组织中TPX2与肿瘤蛋白p53(TP53)表达的相关性;ACLBI数据库分析TPX2在HCC组织中的表达水平及对患者预后的预测价值。结果UALCAN数据库分析结果显示,不同分期和分级HCC组织中TPX2 mRNA表达水平均高于正常组织,差异均有统计学意义(P﹤0.05)。K-M Plot数据库分析结果显示,TPX2低表达HCC患者的无复发生存期(RFS)、总生存期(OS)、无进展生存期(PFS)及疾病特异性生存期(DSS)均优于TPX2高表达患者,差异均有统计学意义(P﹤0.05)。HPA数据库免疫组化分析结果显示,HCC组织中TPX2蛋白阳性表达高于正常肝组织。UALCAN与GEPIA数据库分析结果显示,HCC组织中TPX2与TP53表达呈正相关(r=0.34,P﹤0.05),且TP53突变组TPX2 m RNA表达水平高于TP53未突变组,差异有统计学意义(P﹤0.05)。ACLBI数据库分析结果显示,随着TPX2表达的增高,患者预后不良风险增加;TPX2低表达HCC患者的OS明显优于TPX2高表达患者,差异有统计学意义(P﹤0.01);TPX2表达预测HCC患者1、3、5年OS的受试者工作特征(ROC)曲线的曲线下面积(AUC)分别为0.731(95%CI:0.659~0.803)、0.664(95%CI:0.588~0.739)和0.644(95%CI:0.551~0.738)。结论TPX2是一种癌基因,不利于HCC患者的预后,可作为HCC诊断与预后的生物标志物。展开更多
为了实时识别快速路交织区拥堵瓶颈的形成及其诱发因素,基于无人机航拍视频构建车辆轨迹数据,提出一种融合交通流不稳定性分析的交织区拥堵识别方法。识别方法由车辆轨迹提取、扰动感知模型和拥堵风险指数构建3个阶段构成。首先,通过YOL...为了实时识别快速路交织区拥堵瓶颈的形成及其诱发因素,基于无人机航拍视频构建车辆轨迹数据,提出一种融合交通流不稳定性分析的交织区拥堵识别方法。识别方法由车辆轨迹提取、扰动感知模型和拥堵风险指数构建3个阶段构成。首先,通过YOLOv4(You Only Look Once,Version 4)网络训练航拍小目标权重检测俯拍车辆,关联外观与运动特征以跟踪车辆轨迹,从而提取无人机航拍视频中的精细车辆轨迹。然后,通过提取车辆微观速度、变道、冲突信息建立车速扰动和变道交织扰动感知模型。最后,采用熵值法结合扰动信息与平均车速构建归一化的拥堵风险指数,根据交织流的拥堵风险指数识别拥堵。本文采集广州大桥数据进行案例分析与测试验证。研究结果表明:学习了小目标特征的网络在航拍场景测试的误检率和少检率均低于5%,所提取的车辆轨迹连续稳定;在交织区拥堵识别评价中,本文方法的F1值达到97.85%,明显优于基本参数识别方法,在各路段中具有较高的识别准确度和算法鲁棒性;相比平均速度指标,所提出的拥堵风险指数能够更精细灵敏地反映短时和局部的拥堵,并能够从平均车速、个体车速差异和变道交织3个维度中识别多种因素引起的交织区交通瓶颈。研究结果可为城市重点路段交通诱导与优化提供技术基础。展开更多
文摘目的分析爪蟾驱动蛋白样蛋白2靶蛋白(TPX2)在肝细胞癌(HCC)中的表达及临床意义。方法采用UALCAN数据库分析TPX2 m RNA和蛋白在HCC组织中的表达情况;K-M Plot数据库分析TPX2表达情况对HCC患者预后的影响;HPA免疫组化分析TPX2蛋白在HCC组织中的表达情况;GEPIA及UALCAN数据库分析HCC组织中TPX2与肿瘤蛋白p53(TP53)表达的相关性;ACLBI数据库分析TPX2在HCC组织中的表达水平及对患者预后的预测价值。结果UALCAN数据库分析结果显示,不同分期和分级HCC组织中TPX2 mRNA表达水平均高于正常组织,差异均有统计学意义(P﹤0.05)。K-M Plot数据库分析结果显示,TPX2低表达HCC患者的无复发生存期(RFS)、总生存期(OS)、无进展生存期(PFS)及疾病特异性生存期(DSS)均优于TPX2高表达患者,差异均有统计学意义(P﹤0.05)。HPA数据库免疫组化分析结果显示,HCC组织中TPX2蛋白阳性表达高于正常肝组织。UALCAN与GEPIA数据库分析结果显示,HCC组织中TPX2与TP53表达呈正相关(r=0.34,P﹤0.05),且TP53突变组TPX2 m RNA表达水平高于TP53未突变组,差异有统计学意义(P﹤0.05)。ACLBI数据库分析结果显示,随着TPX2表达的增高,患者预后不良风险增加;TPX2低表达HCC患者的OS明显优于TPX2高表达患者,差异有统计学意义(P﹤0.01);TPX2表达预测HCC患者1、3、5年OS的受试者工作特征(ROC)曲线的曲线下面积(AUC)分别为0.731(95%CI:0.659~0.803)、0.664(95%CI:0.588~0.739)和0.644(95%CI:0.551~0.738)。结论TPX2是一种癌基因,不利于HCC患者的预后,可作为HCC诊断与预后的生物标志物。
文摘为了实时识别快速路交织区拥堵瓶颈的形成及其诱发因素,基于无人机航拍视频构建车辆轨迹数据,提出一种融合交通流不稳定性分析的交织区拥堵识别方法。识别方法由车辆轨迹提取、扰动感知模型和拥堵风险指数构建3个阶段构成。首先,通过YOLOv4(You Only Look Once,Version 4)网络训练航拍小目标权重检测俯拍车辆,关联外观与运动特征以跟踪车辆轨迹,从而提取无人机航拍视频中的精细车辆轨迹。然后,通过提取车辆微观速度、变道、冲突信息建立车速扰动和变道交织扰动感知模型。最后,采用熵值法结合扰动信息与平均车速构建归一化的拥堵风险指数,根据交织流的拥堵风险指数识别拥堵。本文采集广州大桥数据进行案例分析与测试验证。研究结果表明:学习了小目标特征的网络在航拍场景测试的误检率和少检率均低于5%,所提取的车辆轨迹连续稳定;在交织区拥堵识别评价中,本文方法的F1值达到97.85%,明显优于基本参数识别方法,在各路段中具有较高的识别准确度和算法鲁棒性;相比平均速度指标,所提出的拥堵风险指数能够更精细灵敏地反映短时和局部的拥堵,并能够从平均车速、个体车速差异和变道交织3个维度中识别多种因素引起的交织区交通瓶颈。研究结果可为城市重点路段交通诱导与优化提供技术基础。