基于最优高斯随机游走和个体筛选策略的差分进化算法

针对差分进化算法开发能力较差的问题,提出一种具有快速收敛的新型差分进化算法.首先,利用最优高斯随机游走策略提高算法的开发能力;然后,采用基于个体优化性能的简化交叉变异策略实现种群的进化操作以加强其局部搜索能力;最后,通过个体筛选策略进一步提高算法的探索能力以避免陷入局部最优.12个标准测试函数和两种带约束的工程优化问题的实验结果表明,所提出的算法在收敛速度、算法可靠性及收敛精度方面均优于EPSDE、Sa DE、JADE、BSA、Co Bi DE、GSA和ABC等算法,在加强算法探索能力的同时能够有效地提高算法的开发能力.

脑血管血液动力学检测与卒中高危个体筛选

卒中是心脑血管疾病的主要严重临床事件,由于其高死亡率、致残率和再发率,已经成为全球慢性病疾病负担的重要组成部分。随着临床预防意识的增强和研究工作的深入,识别高危个体,积极采取有效的预防措施以阻止卒中临床事件发生,已经成为卒中防治中的重要内容。高危个体的识别手段研究和应用也有相应的进展,尤其血液动力学（hemodynamic）检测在卒中高危个体筛选中的研究和应用，已经取得可喜进展。

基于多指标精英个体博弈机制的多目标优化算法

为了改善多目标优化算法的收敛性与优化解集的多样性,缓解种群在目标空间中的坍缩,提出一种基于多指标精英个体博弈机制的多目标优化算法。利用Pareto支配关系与多指标综合筛选精英个体。将带有K-means聚类的精英个体博弈机制与交叉变异策略融合,有效提升了算法的收敛性与多样性。对算法进行了详细的收敛性分析,证明了算法的收敛性。将8个代表性的比较算法在标准测试函数上进行解集指标对比并解决实际水泵调度问题,本文算法在收敛性与多样性上优于或持平其他比较算法,验证了本文算法的有效性,在一定程度上减小了种群在目标空间中坍缩的概率。

乳腺癌化学预防临床研究进展

介绍乳腺癌高危妇女药物预防性治疗前瞻性临床试验的现状和最新进展 ,并综述高危妇女的危险估计、乳腺癌化学预防的风险和效益。

类器官模型在胰腺癌中的研究进展

目的总结类器官模型在胰腺癌中的临床应用情况及未来应用前景。方法检索近几年来国内外关于类器官模型在胰腺癌中的相关研究的文献并进行综述。结果近年来,胰腺癌类器官模型的构建主要采用手术切除的癌组织、细针穿刺抽吸活检获得的癌组织或人多能干细胞衍生的上皮细胞构建;根据胰腺癌类器官保留了原发肿瘤的组织学、结构异质性等特点来进行胰腺癌生物学标志物的筛选,如细胞外囊泡中的微小RNA、glypican-1、膜联蛋白A6以及蛋白质生物学标志物细胞角蛋白7和20、细胞肿瘤抗原p53、Claudin-4、糖类抗原19-9等。根据类器官模型能够维持原发肿瘤组织特性的研究结果以及胰腺癌类器官药物敏感性数据与胰腺癌患者的临床结果之间存在高度相关性的结果提示,未来利用胰腺癌类器官进行的药物敏感性的数据可避免无效化学药物治疗,以提高治疗应答率和减轻化学药物毒性,可为胰腺癌患者合理选择个体化治疗方案。结论类器官模型用于胰腺癌生物学标志物筛选和类器官模型与胰腺癌个体化治疗及药物敏感性测试方面有较多研究成果,它可在体外模拟胰腺癌发病和进展的复杂病理生理学特征,并保留了原发肿瘤细胞的生理特性和基因表型,有望成为发现胰腺癌生物学标志物、测试药物敏感性及制定个体化胰腺癌治疗方案的新型平台,可进一步促进胰腺癌的研究进展。