基于体素症状病变映射方法对急性脑卒中后疲劳症状的研究

目的旨在确定急性脑卒中患者中功能性脑损伤与卒中后疲劳(PSF)的相关。方法回顾性分析2019年1月至2022年6月中国科学技术大学附属第一医院(安徽省立医院)连续收治的首次急性缺血性脑卒中患者的临床资料。卒中后疲劳评分采用疲劳严重程度量表进行评分。所有参与者均由3位高年资神经内科医师进行评估。患者均进行3.0T磁共振全脑扫描,包括弥散加权成像。人工勾画脑梗死病变区域,制作成相应图像模板。采用基于体素病变症状映射图谱(VLSM)来研究病变的位置与卒中后疲劳的发生和严重程度之间的关系。通过翻转对侧病变,也进行同样的分析,并且采用多变量逻辑回归分析来验证功能性脑损伤和PSF的相关性。结果在361例急性卒中患者中,142例(39.3%)患者在急性期被诊断为疲劳,116例(35.8%)患者在卒中后6个月随诊时被诊断为疲劳。VLSM分析显示,在6个月的随访中,右侧丘脑的聚集性病变与PSF的发生和严重程度显著相关(P<0.05)。与对侧病灶翻转分析相比,在卒中的急性期没有发现明显的聚集性疾病。翻转分析结果无统计学意义(P=0.311)。多变量逻辑回归证实,右丘脑病变负荷(OR=2.67,95%CI 1.46~4.88)是6个月PSF的预测因素。结论右侧丘脑病变增加了卒中6个月后出现卒中后疲劳症状的风险。

水稻矮化多蘖突变体mtd2/htd1-1的鉴定与图位克隆

株高是株型构成的重要因子,分蘖则是有效穗形成的基础,二者均是水稻重要的农艺性状.为研究株高和分蘖发育的分子机理,用甲基磺酸乙酯(EMS)诱变保持系西大1B,从中鉴定到1个矮化多蘖突变体,命名为mtd2(more tiller and dwarfism 2).与野生型西大1B相比,mtd2的分蘖数(70.00个)是野生型的6.25倍,株高(49.12 cm)则为野生型的59.4%,同时还表现出小穗、短叶等特征.遗传分析表明:mtd2分蘖增多和植株矮化的突变表型呈共分离现象且受单隐性核基因调控.利用mtd2和缙恢10号杂交组合的F2隐性群体,最终将MTD2基因精细定位于第4染色体分子标记C04-2和C04-3之间157 kb的物理范围内,该区间内含1个已克隆的多蘖矮秆基因LOC_Os04g46470-HTD1.对定位区间内的HTD1进行DNA测序,发现其编码区有11个碱基缺失,导致移码突变.构建互补载体,转化突变体mtd2,其矮化多蘖表型恢复正常,表明mtd2是htd1的一个新等位突变体.细胞学分析发现:mtd2分蘖数增多是由于分蘖芽发育较快所致;qRT-PCR分析表明:MTD2可能参与独脚金内酯(SLs)相关的分蘖芽发育调控网络,这为进一步鉴定MTD2/HTD1基因的功能奠定了基础.

基于Adaboost-INGO-HKELM的变压器故障辨识

针对目前变压器故障诊断准确率低的问题,提出一种多策略集成模型。首先通过等度量映射(isometric mapping, Isomap)对高维非线性不可分的变压器故障数据进行降维处理。其次,利用混合核极限学习机(hybrid kernel based extreme learning machine, HKELM)进行训练学习,考虑到HKELM模型易受参数影响,所以利用北方苍鹰优化算法(northern goshawk optimization, NGO)对其参数进行寻优。但由于NGO收敛速度较慢,易陷入局部最优,引入切比雪夫混沌映射、择优学习、自适应t分布联合策略对其进行改进。同时为了提高模型整体的准确率,通过结合Adaboost集成算法,构建Adaboost-INGO-HKELM变压器故障辨识模型。最后,将提出的Adaboost-INGO-HKELM模型与未进行降维处理的INGO-HKELM模型、Isomap-INGO-KELM模型、Adaboost-Isomap-GWO-SVM等7种模型的测试准确率进行对比。提出的Adaboost-INGO-HKELM模型的准确率可达96%,均高于其他模型,验证了该模型对变压器故障辨识具有很好的效果。

混合策略改进的风驱动优化算法

为解决风驱动优化算法存在的易陷入局部极值及收敛性差等问题,提出一种混合策略改进的风驱动优化算法。首先,使用Tent混沌映射初始化种群,增加初始个体的多样性;其次,引入柯西变异策略,扩大算法搜索范围,增强算法搜索能力并加速算法收敛;然后,利用反向学习策略生成新的全局最优解,提高算法逃离局部极值能力;最后,针对6个基准测试函数进行仿真实验,结果表明,所提算法收敛速度和精度均优于其他算法。

面向月球科研站任务的地月准实时遥操作模拟验证系统设计与关键技术研究

针对月球科研站任务地月遥操作需求和特点,设计地月准实时遥操作模拟验证系统,对其中的关键技术海量多尺度遥感数据环境感知、空地协同高精度定位、基于混合现实的预测仿真等进行了研究。提出了基于海量多尺度遥感数据的联合处理方法,环境感知数据融合可处理米级至厘米级环境感知结果;设计基于空地多运动平台协同定位的原型软件,空地协同地标约束下,定位精度不低于轨道器影像1个像素;开发了带有力觉反馈的预测仿真验证平台,在2~3 s变时延约束下可在仿真环境下协同演示遥操作过程,真实还原从端的遥操作作业场景,提高遥操作的执行效率和安全性。为地面人员的方案设计、操作手训练、故障处置等提供实时支持,为我国未来实施月球科研站任务筑牢基础。

莴笋红叶基因图位克隆及分子标记开发

【目的】研究莴笋叶色变异的遗传基础,加速莴笋新品种育种进程,提高育种效率。【方法】通过构建红叶和绿叶莴笋杂交群体,分析遗传规律,利用混池分组分析法(BSA-seq)和图位克隆法精细定位并克隆了莴笋红叶基因Lactuca sativa Red Leaf 1(LsRL1),根据变异位点设计了分子标记用于红叶莴笋分子标记辅助育种。【结果】遗传分析结果显示F2分离群体中红叶个体与绿叶个体的分离比为3∶1,说明研究中莴笋叶色表型受一个基因控制,且红叶相对于绿叶为显性性状。混池分组分析法(BSA-seq)将莴笋叶色基因LsRL1初步定位在莴笋第5染色体336.00 Mb到339.64 Mb的范围内。利用图位克隆的方法进一步将LsRL1基因的范围缩小至2个Indel分子标记ls06和ls12之间的85.17 kb区间内,这一区间内包含2个基因LOC111892298和LOC111892911。亲本间差异位点分析将LsRL1的候选基因确定为LOC111892911,该基因在拟南芥中的同源基因编码一个bHLH转录因子,参与花青素合成途径的调控。【结论】基于LsRL1基因在2个亲本间的插入缺失变异,我们开发了一个可用于红叶莴笋分子标记辅助育种的Indel标记,以加速红叶莴笋的育种进程。

水稻白化转绿突变体wrg20的鉴定与基因克隆

为探讨水稻叶绿体发育的分子机制,通过对粳稻日本晴进行甲基磺酸乙酯(EMS)诱变,获得一个稳定遗传的叶色白化突变体wrg20(white turn green 20),并对其进行表型鉴定、基因定位和功能分析。与野生型(WT)相比,该突变体于30℃培养时在三叶期之前完全白化,26℃时突变体白化叶片部分返绿。遗传分析结果表明,该突变性状受单隐性核基因控制。将该突变体与籼稻93-11杂交,构建F2分离群体并进行基因定位,将该基因定位于2号染色体198 kb区间内,通过测序发现LOC_Os02g33610存在由G至A单碱基替换,导致编码的天冬氨酸转化为天冬酰胺,表明该基因可能为OsWRG20的候选基因,与先前所报道的调控叶绿体发育的基因GRY79为等位基因。对该基因进行结构和功能分析,表明OsWRG20可能是调控水稻苗期幼叶生长发育的重要基因。与野生型相比,突变体的叶绿体基因内含子剪接效率降低,由此推断OsWRG20可能通过调控叶绿体RNA的剪接,参与调控水稻苗期叶绿体的发育。本研究结果为苗期水稻叶绿体发育研究提供了新的理论基础。

控制玉米株高基因PHR1的基因克隆

株高属于玉米理想株型育种的一个重要指标,不但影响玉米机械化收获,更与玉米的倒伏性和生物产量密切相关。本研究以低剂量快中子(4.19 Gy)辐照诱变玉米自交系KWS39获得的矮秆低穗位突变体为研究对象,该突变体命名为plant height reducing mutant-1(phr-1),开展了表型性状的田间调查分析,并利用phr-1×B73获得的F2分离群体,借助极端性状混池测序分析法(BSA-seq)及目标区段重组交换鉴定的方法,基于B73参考基因组对目标区段内的基因进行挖掘和功能注释,定位候选基因。研究结果表明,在1号染色体Bin1.06区间可能存在变异位点,进而利用大的分离群体结合目标区段多态性标记开发,将目标区段精细定位分子标记到Umc1122和Umc1583a两个标记之间约600 kb区间,该区段内存在一个控制株高的已知基因Brachytic2(BR2),BR2编码一个调控玉米茎秆中生长素极性运输的糖蛋白。候选基因测序结果表明,phr-1是BR2基因在第4个外显子处插入了165 bp的序列,导致第547位氨基酸变为终止子,蛋白翻译提前终止。phr-1的基因突变位点和变异方式与已报道的br2-1单个碱基发生变异位点完全不同,通过等位杂交实验证明了phr-1突变体就是br2-1的一个新等位突变体,候选基因就是BR2基因。本研究为玉米BR2基因在玉米株高遗传改良中提供了新的种质资源。

BSA-Seq结合RNA-Seq技术挖掘大豆叶片提前黄化衰老基因

大豆产量与其生殖生长的持续时间呈正相关,延缓其开花后叶片的衰老,提高其生理功能,有利于增加植物的粒重。叶片黄化是植物衰老的显著特征之一。关于在大豆鼓粒后期叶片黄化的研究鲜见报道。本研究对鼓粒后期叶片提前黄化突变体ly和野生型ofc杂交组合进行遗传分析,结果表明,大豆鼓粒后期叶片提前黄化性状受单隐性核基因控制。通过BSA-Seq在19号染色体得到一个2.23Mb的初定位区间,经开发标记图位克隆后将区间缩短至1.75 Mb,区间内有219个基因,再结合RNA-Seq分析,得到了区间内12个候选基因,其中有4个SNP变异基因和8个差异表达基因。本研究结果为大豆鼓粒后期叶片黄化衰老基因的克隆奠定了基础。

甘蓝型油菜光叶性状的遗传分析及基因定位

【目的】表皮蜡质是覆盖植物叶片和茎秆等部位的疏水层,在植物抵御逆境方面发挥着重要作用,同时会影响光合作用和生长发育;甘蓝型油菜作为世界上主要的油料作物之一,研究表皮蜡质突变体的遗传机制,为实现油菜高产稳产提供参考。【方法】对油菜光叶突变体M8和普通蜡质叶中双11(ZS11)和C20的叶片表征进行记载,使用便携式植物光合作用测量系统测定叶片光合速率;利用M8和ZS11、C20分别杂交获得2个F1、自交构建2个F2分离群体,用于分析油菜光叶性状的遗传规律;选取M8和ZS11杂交的F2群体中光叶和蜡质叶表型单株分别进行混池,通过集团分离分析法结合靶向测序技术进行基因克隆,结合比较基因组和转录组数据进行候选基因预测,并通过RT-PCR验证候选基因。【结果】甘蓝型油菜光叶表型叶片气孔导度更大、光合效率更高;遗传分析表明M8光叶性状受1对基因控制,光叶相对蜡质叶为隐性。图位克隆将光叶控制基因定位至A08染色体0.134—0.699 Mb物理区间内。进一步分析发现,相比于ZS11,光叶突变体M8中A08染色体0.22—0.58 Mb区间存在大片段缺失,ZS11在该区段中的Bna A08G0006900ZS(Bna A08.SAGL1)可能为光叶的候选基因,该基因编码一个Kelch-F-box蛋白,在ZS11叶片中表达量高而M8中未检测到,该基因缺失可能导致了M8光叶表型。【结论】甘蓝型油菜光叶新突变体M8相比野生型蜡质叶片光合速率更高,该光叶表型受1对隐性基因控制;图位克隆鉴定到光叶性状调控基因为Bna A08.SAGL1,基因缺失产生了光叶表型。

面向实际场景SLAM应用的光照适应性研究

为探究环境感知设备在SLAM算法应用过程中的光照适应性问题,在不同光照强度下分别进行激光雷达和深度相机SLAM算法的验证性评估实验.基于四轮差速机器人,搭载16线激光雷达和深度相机,结合LOAM(Lidar Odometry And Mapping)和RTAB-MAP(Real-Time Appearance-Based Mapping)算法,分别在明暗环境中分析验证设备光照适应性.实验结果表明:在明亮环境下,基于视觉SLAM和激光SLAM系统偏差的中误差分别为0.203和0.644 m;在黑暗环境中两者偏差的中误差分别为0.282和0.683 m;深度相机在明、暗环境中的定位建图效果均优于激光雷达,深度相机的光照适应性更强.

基于时空长短时记忆神经网络的地基云图预测算法

针对传统云运动轨迹预测方法存在的预测精度差、空间结构细节信息丢失等问题,提出一种基于时空长短时记忆(ST-LSTM)神经网络的地基云图预测模型。首先使用卷积编码网络提取输入视频流的高维图像特征;然后在特征提取模型中对图像潜在信息进行多分支获取,一部分使用ST-LSTM神经网络提取不同帧之间的时空特征,另一部分将图像序列进行分解,并通过基于门控机制的记忆融合网络来获取分解后图像中的结构细节信息;最后将得到的分支特征进行组合后经过解码网络输出最终的预测视频流。在地基云图、Moving MNIST和Human 3.6M数据集上的实验结果表明,在图像预测准确率、结构细节信息保留效果以及人眼主观感受上,该预测模型均优于对比模型。与基准模型TaylorNet相比,所提模型在Moving MNIST数据集上均方误差指标和平均绝对误差指标分别降低15.7%和11.8%,在地基云图数据集上,其结构相似性指标与峰值信噪比指标分别提升1%和3.2%,且生成的视频流数据更为清晰,能够更准确地描述云层未来的运动状况,从而更可靠地预测光伏电站未来的输出功率。

基于残差网络的地基云图识别方法研究

地基云的精细化识别对气候预测和气象研究具有重要的意义。针对目前地基云识别准确率低、泛化性差、不利于边缘化部署的问题,提出了基于残差网络的地基云图识别模型,命名为GBcNet。设计的模型由1个卷积层、2个池化层、5个残差块以及1个全连接层构成,利用第1个卷积层和第1个池化层初步提取特征信息并降低特征图大小,通过残差块提取更多的特征信息,同时抑制网络的过拟合和梯度消失,最后利用另1个池化层降低特征图的大小,并通过全连接层输出识别结果。利用数据集对模型进行训练和测试,实验结果表明,GBcNet模型对数据集的综合平均准确率达到了96.02%,11种类别地基云的识别精确率均在93%~99%,且具有更好的泛化性,单个类别和整体识别性能均优于其他模型。进一步采用SWIMCAT数据集对模型进行实验,综合识别准确率达99.7%,证明模型对地基云图识别具有普适性。模型结构简单,相较于其他模型,更有利于边缘化部署。

情绪唤醒对联结记忆的影响:联结对应关系的作用

在验证Mather(2007)基于客体的框架基础上,采用联结再认范式进一步考查了联结对应关系和情绪唤醒对项目内、项目间联结记忆的影响。实验1在控制联结对应关系为“多对一”的条件下,直接比较了情绪对项目内、项目间联结记忆的影响。结果发现,情绪唤醒对项目内联结记忆产生了增强作用,但有损害项目间联结记忆的趋势。实验2则控制联结对应关系为“一对一”,结果发现情绪唤醒损害项目内联结记忆,不影响项目间联结记忆。这表明,情绪唤醒对联结记忆的不同影响不仅和联结记忆类型有关,还与联结对应关系有关。

一份新的玉米永久性失绿突变体chs10的鉴定及基因克隆

【目的】利用60Co-γ射线处理自交系齐319获得了一份新的玉米叶色突变体,对该突变体进行遗传分析、基因定位与克隆,并对候选基因的功能进行初步分析。【方法】以该突变体为亲本,构建遗传分析群体和基因定位群体;通过图位克隆技术获得关键候选基因;利用生物信息学方法分析关键候选基因的结构和进化关系;通过qRT-PCR技术检测候选基因在不同组织中的表达差异;同时运用烟草瞬时表达技术对候选基因进行亚细胞定位表达分析。【结果】鉴定了一份玉米永久性失绿突变体chs10(Permanent chlorosis 10),chs10自V2时期开始,叶片从幼苗基部到顶部逐渐由绿转黄,后期的生长发育过程中不再复绿,并且,整个植株包括叶鞘、叶环、茎秆、苞叶和雄穗也均为黄色。该突变体受一对隐性核基因控制,可稳定遗传,植株生长发育正常,可正常授粉结实。突变基因被定位于玉米第10染色体长臂标记SNP-2和SNP-3之间约0.17 Mb范围内,确定了关键候选基因Zm00001d025860,qRT-PCR结果显示Zm00001d025860在玉米根、茎、叶和叶鞘中均有表达,但在叶片中高表达,亚细胞定位结果显示目标蛋白被定位在细胞膜和叶绿体中。利用STRING预测发现Zm00001d025860与卟啉结合蛋白GUN4基因互作,GUN4与叶绿素合成中的镁离子螯合酶(MgCh)具有反馈调节作用。【结论】Zm00001d025860基因的突变导致突变体chs10叶色的改变,并且Zm00001d025860可能通过参与叶绿素合成途径来调控叶色变化。突变体chs10的发现一方面丰富了玉米叶色突变体研究的基因资源,同时为解析镁离子螯合酶在叶绿素合成途径中的作用机理奠定了材料基础。

PBL教学法结合思维导图在口腔颌面部损伤教学中的应用探索

目的 探讨以问题为基础教学法(problem based learning,PBL)结合思维导图在“口腔颌面部损伤”章节教学中的应用效果。方法 2020年8月-2021年1月,选择滨州医学院2017级口腔医学本科学生为研究对象,共24名,随机分为试验组、对照组,各12名。在《口腔颌面外科学》的“口腔颌面部损伤”章节教学中,试验组采用PBL教学法结合思维导图教学,对照组采用传统以授课为基础(lecture based learning,LBL)的教学。通过问卷调查和理论测试的方法对2种教学方法的效果进行评价。结果 试验组学生自身理论知识的理解、临床诊断和治疗水平、自主学习能力、相互协作能力、自身沟通能力以及课堂活跃程度方面均有所提高。两组理论基础知识成绩比较,差异无统计学意义(P> 0.05);试验组病例分析成绩优于对照组,差异有统计学意义(P<0.05)。结论 学生对于PBL教学法结合思维导图的认可度较高,提高了学生病例分析成绩,增强了教学效果。

上海城市智能化全息测绘探索与实践

数字时代,超大城市精细化管理需要深化运用互联网、大数据、人工智能等现代信息技术,以精细化、智能化为牵引,通过数字赋能,推动城市管理资源整合和流程再造。本文首先结合上海市新型基础测绘试点工作,提出了城市智能化全息测绘的概念,然后重点介绍了城市智能化全息测绘全息采集、智能处理、实体建库、知识服务和高效更新5个方面的关键技术,最后展示了在城市治理“一网统管”、区级城市运行平台及街道级数字孪生等社会各领域的应用成果。

铁路工程图层标准现状与编制研究

图层为计算机辅助制图文件中相关图形元素数据的一种分类组织结构,是图形元素的元数据。建立完整的铁路工程图层标准可帮助设计人员有效利用、管理和组织设计信息,为图层级协同设计推进提供基础数据来源,促进铁路工程设计数智化转型发展,提高设计效率。本文分析图层在工程设计行业中的重要作用、图层标准国内外发展现状及铁路工程图层发展现状,详细描述铁路工程图层标准编制的目的及意义,明确标准编制的整体思路及编制原则,并阐述图层标准在图层级协同设计、图纸拆分、图形元素管理等场景的应用。

装备体系能力底图及应用研究

结合装备体系转型建设的要求和装备体系评估、分析等工作实践及实战化练兵备战需求,针对当前装备体系能力表达模型数理化强、抽象程度高,与体系分析应用脱节等问题,提出了一种新的装备体系能力表示方法——装备体系能力底图。阐述了装备体系能力底图的基本概念、主要表示方法和典型应用模式,并展示了单装图、型谱图和体系图可视化的能力底图示例。示例表明装备体系能力底图能够直观形象地展现所需知识,可为从事装备体系规划、论证、决策人员提供支撑。

基于混沌精英和Lévy飞行策略的鲸鱼优化算法

针对鲸鱼优化算法(Whale Optimization Algorithm,WOA)存在的收敛速度慢、精度低的问题,提出了基于Tent混沌精英和Lévy飞行策略的鲸鱼优化算法(TELWOA)。使用Tent混沌映射初始化鲸鱼种群,保持种群的多样性,并通过引入精英反向学习策略,对初始种群的精英个体生成反向解,选取适应度高的种群作为下一代鲸鱼种群,加快算法收敛速度。其次,通过使用非线性收敛因子,缓解算法全局搜索和局部搜索能力不平衡的现象。最后,在鲸鱼位置寻优过程中使用Lévy飞行策略,避免算法陷入局部最优,提升算法的全局搜索能力。通过对不同改进策略的有效性分析、与其他智能算法的对比分析,证明了TELWOA算法在收敛精度、算法稳定性和全局寻优能力上与对比算法有显著提升,具有一定的实际工程应用能力。