Vulnerable brain regions in adolescent major depressive disorder:A resting-state functional magnetic resonance imaging activation likelihood estimation meta-analysis

BACKGROUND Adolescent major depressive disorder(MDD)is a significant mental health concern that often leads to recurrent depression in adulthood.Resting-state functional magnetic resonance imaging(rs-fMRI)offers unique insights into the neural mechanisms underlying this condition.However,despite previous research,the specific vulnerable brain regions affected in adolescent MDD patients have not been fully elucidated.AIM To identify consistent vulnerable brain regions in adolescent MDD patients using rs-fMRI and activation likelihood estimation(ALE)meta-analysis.METHODS We performed a comprehensive literature search through July 12,2023,for studies investigating brain functional changes in adolescent MDD patients.We utilized regional homogeneity(ReHo),amplitude of low-frequency fluctuations(ALFF)and fractional ALFF(fALFF)analyses.We compared the regions of aberrant spontaneous neural activity in adolescents with MDD vs healthy controls(HCs)using ALE.RESULTS Ten studies(369 adolescent MDD patients and 313 HCs)were included.Combining the ReHo and ALFF/fALFF data,the results revealed that the activity in the right cuneus and left precuneus was lower in the adolescent MDD patients than in the HCs(voxel size:648 mm3,P<0.05),and no brain region exhibited increased activity.Based on the ALFF data,we found decreased activity in the right cuneus and left precuneus in adolescent MDD patients(voxel size:736 mm3,P<0.05),with no regions exhibiting increased activity.CONCLUSION Through ALE meta-analysis,we consistently identified the right cuneus and left precuneus as vulnerable brain regions in adolescent MDD patients,increasing our understanding of the neuropathology of affected adolescents.

Simulating Particle Swarm Optimization Algorithm to Estimate Likelihood Function of ARMA（1, 1） Model

This paper present a simulation study of an evolutionary algorithms, Particle Swarm Optimization PSO algorithm to optimize likelihood function of ARMA（1, 1） model, where maximizing likelihood function is equivalent to maximizing its logarithm, so the objective function ＇obj.fun＇ is maximizing log-likelihood function. Monte Carlo method adapted for implementing and designing the experiments of this simulation. This study including a comparison among three versions of PSO algorithm “Constriction coefficient CCPSO, Inertia weight IWPSO, and Fully Informed FIPSO”, the experiments designed by setting different values of model parameters al, bs sample size n, moreover the parameters of PSO algorithms. MSE used as test statistic to measure the efficiency PSO to estimate model. The results show the ability of PSO to estimate ARMA＇ s parameters, and the minimum values of MSE getting for COPSO.

基于似然函数筛选法的旋转轴唇形密封可靠性关键设计因素研究

基于油封的有限元和数值计算模型,分析油封的设计参数对其静态和动态密封可靠性的影响规律。将油封的初始安装过盈量、油侧唇角、空气侧唇角、腰厚、腰长、理论接触宽度、卡紧弹簧的弹性模量、油封主体橡胶的硬度8个设计参数的标准化数据作为输入向量,将油封唇口最大接触压力、泵吸率和摩擦扭矩的标准化数据作为输出向量,建立响应面模型,以输出向量方差得到各设计因素的似然函数值作为评判指标,确定各设计参数对油封密封可靠性的影响程度。结果表明:橡胶硬度、理论接触宽度、弹簧弹性模量、过盈量、腰长对油封动态密封可靠性的影响较显著,油封唇口最大接触压力对弹簧弹性模量、理论接触宽度、橡胶硬度、腰厚、油侧唇角较敏感。综合考虑旋转轴唇形油封的静态和动态可靠性,得到影响其可靠性的关键设计因素为理论接触宽度、弹簧弹性模量和橡胶硬度。

语义通信的数学理论

自从1948年经典信息论诞生以来,在其指导下,现代通信技术已经逼近了理论性能极限,例如信息熵H(U)、信道容量C=max_(p(x))I(X;Y)以及率失真函数R(D)=min_(p(x|x):Ed(x,x)≤D)I(X;X)。长期以来,由于经典信息论只研究语法信息,限制了通信科学的进一步发展。近年来,研究语义信息处理与传输的通信技术获得了学术界的普遍关注,语义通信开辟了未来通信技术发展的新方向,但还缺乏一般性的数学指导理论。为了解决这一难题,构建了语义信息论的理论框架,对语义信息的度量体系与语义通信的理论极限进行了系统性阐述。首先,通过深入分析各类信源的数据特征,以及各种下游任务的需求,总结归纳出语义信息的普遍属性——同义性。由此指出语义信息是语法信息的上级概念,是许多等效或相似语法信息的抽象特征,表征隐藏在数据或消息背后的含义或内容。将语义信息与语法信息之间的关系命名为同义映射,这是一种“一对多”映射,即一个语义符号可以由许多不同的语法符号表示。基于同义映射f这一核心概念,引入语义熵H_(s)(U)作为语义信息的基本度量指标,表示为信源概率分布与同义映射的泛函。在此基础上,引入上/下语义互信息I^(s)(X;Y)(I_(s)(X;Y)),语义信道容量C_(s)=max_(f_(xy))max_(p_((x)))I^(s)(X;Y)以及语义率失真函数R_(s)(D)=min_({f_(x),f_(x)})min_(p(x|x):Ed_(s)(x,x)≤D)I_(s)(X;X),从而构建了完整的语义信息度量体系。这些语义信息度量是经典信息度量的自然延伸,都由同义映射约束,如果采用“一对一”映射,则可以退化为传统的信息度量。由此可见,语义信息度量体系包含语法信息度量,前者与后者具有兼容性。其次,证明了3个重要的语义编码定理,以揭示语义通信的性能优势。基于同义映射,引入新的数学工具——语义渐近均分(AEP),详细探讨了同义典型序列的数学性质,并应用随机编码和同义典型序列译码/编码,证明了语义无失真信源编码定理、语义信道编码定理和语义限失真信源编码定理。类似于经典信息论,这些基本编码定理也都是存在性定理,但它们指出了语义通信系统的性能极限,在语义信息论中起着关键作用。由同义映射和这些基本编码定理可以推断,语义通信系统的性能优于经典通信系统,即语义熵小于信息熵H_(s)(U)≤H(U),语义信道容量大于经典信道容量C_(s)≥C,以及语义率失真函数小于经典率失真函数R_(s)(D)≤R(D)。最后,讨论了连续条件下的语义信息度量。此时,同义映射转换为连续随机变量分布区间的划分方式。相应地,划分后的子区间被命名为同义区间,其平均长度定义为同义长度S。特别是对于限带高斯信道,得到了一个新的信道容量公式C_(s)=B log[S^(4)(1+P/N_(0)B)],其中,平均同义长度S表征了信息的辨识能力。这一容量公式是经典信道容量的重要扩展,当S=1时,该公式退化为著名的香农信道容量公式。综上所述,语义信息论依据同义映射这一语义信息的本质特征,构建了语义信息的度量体系,引入新的数学工具,证明了语义编码的基本定理,论证了语义通信系统的性能极限,揭示了未来语义通信的巨大性能潜力。

高阶声学相对传递函数的参数化辨识

针对声学相对传递函数的模型阶次高以及辨识数据信噪比低的问题,文章运用频域系统辨识方法,建立了一种相对传递函数的高精度参数化辨识方法。首先建立变量带误差辨识框架,采用周期扫频信号作为声源激励,给出声学相对传递函数的极大似然算法。然后使用正交福赛斯(Forsythe)多项式解决高阶系统带来的雅克比矩阵条件数过高的数值问题,并建立了极大似然方法所需初始值的生成策略。最后通过仿真算例和实验测试,验证文中方法在混响声场下辨识声学相对传递函数的有效性。

基于改进贝叶斯更新方法的边坡参数概率反分析及可靠度评估

某一特定场地的岩土力学参数在地质作用下普遍呈现固有的不确定性,融合现场观测数据进行概率反分析可有效缩减这一不确定性。虽然基于子集模拟的贝叶斯更新(Bayesian Updating with Subset simulation,简称BUS)方法可以将等量场地信息的高维概率反分析问题转化为等效的结构可靠度问题,但是当现场观测数据增多时,构建的似然函数值会变得非常小,甚至低于计算机浮点运算精度,会严重影响概率反分析计算效率与精度。为此,提出了一种基于并联系统可靠度分析的改进BUS方法,从基于乔列斯基分解的中点法出发,将接受率低的总失效区域分解为多个接受率高的子失效区域,从而避免因融合大量现场观测数据引起的“维度灾难”问题,实现对边坡岩土力学参数的准确概率反分析。最后,通过一不排水饱和黏土边坡案例验证了提出方法的有效性,结果表明提出的方法能够融合大量钻孔数据和边坡服役状态等观测信息高效进行岩土力学参数概率反分析及边坡可靠度评估,为高维空间变异参数概率反分析和边坡可靠度评估提供了一种有效的工具。

基于时变Copula函数的多部件系统可靠性评估

针对多部件失效相关的机械系统,提出一种基于时变Copula函数的多部件系统可靠性评估方法。首先,引入非线性Wiener过程刻画性能退化过程,并采用Copula函数刻画多部件失效间的相关性;其次,基于傅里叶级数近似Copula函数的演化方程,并通过蒙特卡洛(MC)模拟验证傅里叶级数对常见时变形式的拟合效果;此外,采用似然比统计量检验时变相关性的存在性,指明时变相关性研究的必要性。算例分析结果表明,与静态相关性模型相比,时变相关性模型对数似然函数值提高4.36%、赤池信息量准则(AIC)减小3.81%,可靠性评估结果更加准确。

异常值个数未知下辅助数据自适应筛选方法

在雷达目标多通道自适应检测场景下,诸多非均匀背景因素易导致异常值干扰,使得辅助数据独立同分布条件难以满足,已有辅助数据筛选方法往往假定异常值个数已知,在个数未知的情况下面临较大性能损失。为此,该文研究了异常值个数未知情况下辅助数据自适应筛选方法。首先,在杂噪协方差矩阵已知条件下,建立了异常数据集合的最大似然估计,基于广义内积对辅助数据进行初步排序,将异常数据集合的最大似然估计过程简化为异常值个数估计。其次,利用快速最大似然方法进行未知协方差矩阵估计,提出了未知异常值个数下辅助数据自适应筛选方法。进一步地,为降低异常值对初步排序性能的不利干扰,基于归一化采样协方差矩阵设计了归一化广义内积形式,并结合迭代估计方式,对前述辅助数据自适应筛选流程进行改进。仿真结果表明,与广义内积相比,采用归一化广义内积可获得更高的筛选精度,采用较小迭代次数即可获得稳定的归一化信干比改善;与已有辅助数据筛选方法相比,该文所提方法在异常值个数未知条件下具有更好的筛选性能。

The Lambert-G Family:Properties,Inference,and Applications

This study proposes a new flexible family of distributions called the Lambert-G family.The Lambert family is very flexible and exhibits desirable properties.Its three-parameter special sub-models provide all significantmonotonic and non-monotonic failure rates.A special sub-model of the Lambert family called the Lambert-Lomax(LL)distribution is investigated.General expressions for the LL statistical properties are established.Characterizations of the LL distribution are addressed mathematically based on its hazard function.The estimation of the LL parameters is discussed using six estimation methods.The performance of this estimation method is explored through simulation experiments.The usefulness and flexibility of the LL distribution are demonstrated empirically using two real-life data sets.The LL model better fits the exponentiated Lomax,inverse power Lomax,Lomax-Rayleigh,power Lomax,and Lomax distributions.

基于激活似然估计法的针刺阳明经穴治疗缺血性中风偏瘫的中枢机制研究

目的:通过分析针刺干预卒中后运动障碍的功能性磁共振(fMRI)临床研究结果,筛选针刺阳明经穴干预该病的中枢核心、稳定核团,为针刺治疗本病的中枢作用机制提供可靠证据。方法:检索PubMed、Web of Science、中国知网、万方和维普文献数据库,收集从建库—2022年12月使用fMRI观察针刺阳明经穴治疗卒中后脑区变化情况的研究。使用Ginger-ALE 3.0.2软件计算脑区激活似然评估(ALE)分布,最后使用DPABI软件进行图像整合。结果:共有20篇文献纳入研究,包括356名患者和144名健康人。结果显示,与健康人比较,缺血性卒中患者存在异常的大脑功能活动模式,异常的脑区主要与额叶、颞叶、边缘系统以及小脑有关;针刺阳明经穴对缺血性卒中后运动障碍患者左侧顶叶和小脑后叶(具体包括:顶下小叶、缘上回、中央后回以及下半月小叶、蚓锥体和小脑扁桃体)功能活动有稳定的调制作用。结论:卒中发生后相关运动支配脑区存在损伤与功能重塑;针刺阳明经穴可以稳定调节缺血性卒中后运动障碍患者优势侧运动-感觉系统功能活动。

Analysis of Progressively Type-Ⅱ Inverted Generalized Gamma Censored Data and Its Engineering Application

A novel inverted generalized gamma(IGG)distribution,proposed for data modelling with an upside-down bathtub hazard rate,is considered.In many real-world practical situations,when a researcher wants to conduct a comparative study of the life testing of items based on cost and duration of testing,censoring strategies are frequently used.From this point of view,in the presence of censored data compiled from the most well-known progressively Type-Ⅱ censoring technique,this study examines different parameters of the IGG distribution.From a classical point of view,the likelihood and product of spacing estimation methods are considered.Observed Fisher information and the deltamethod are used to obtain the approximate confidence intervals for any unknown parametric function of the suggestedmodel.In the Bayesian paradigm,the same traditional inferential approaches are used to estimate all unknown subjects.Markov-Chain with Monte-Carlo steps are considered to approximate all Bayes’findings.Extensive numerical comparisons are presented to examine the performance of the proposed methodologies using various criteria of accuracy.Further,using several optimality criteria,the optimumprogressive censoring design is suggested.To highlight how the proposed estimators can be used in practice and to verify the flexibility of the proposed model,we analyze the failure times of twenty mechanical components of a diesel engine.

A Bayesian Mixture Model Approach to Disparity Testing

The topic of this article is one-sided hypothesis testing for disparity, i.e., the mean of one group is larger than that of another when there is uncertainty as to which group a datum is drawn. For each datum, the uncertainty is captured with a given discrete probability distribution over the groups. Such situations arise, for example, in the use of Bayesian imputation methods to assess race and ethnicity disparities with certain insurance, health, and financial data. A widely used method to implement this assessment is the Bayesian Improved Surname Geocoding (BISG) method which assigns a discrete probability over six race/ethnicity groups to an individual given the individual’s surname and address location. Using a Bayesian framework and Markov Chain Monte Carlo sampling from the joint posterior distribution of the group means, the probability of a disparity hypothesis is estimated. Four methods are developed and compared with an illustrative data set. Three of these methods are implemented in an R-code and one method in WinBUGS. These methods are programed for any number of groups between two and six inclusive. All the codes are provided in the appendices.

基于改进权函数距离的机器人运动偏差补偿算法设计

针对机器人在组装和生产过程中,由于几何参数存在一定误差,使连杆以及关节处等不可避免地出现细微差别,对机器人运动精度产生一定影响问题,提出了基于改进权函数距离的机器人运动偏差补偿算法设计方案。在定位机器人位置前添加扭角,获取机器人两坐标系间转换矩阵,根据线性标定计算机器人运动定位的绝对误差,利用改进权函数建立机器人距离误差数学模型,初步补偿运动误差。计算机器人末端执行器中心点位置和姿态的偏差,将补偿问题转化成机器人运动优化问题,得出运动偏差优化问题目标函数,经多次迭代得出最终补偿结果。实验结果表明,所提方法的误差补偿效果佳,重心补偿后的机器人运行稳定性好。

相协样本下概率密度函数的调整经验似然推断

本文研究相协样本下概率密度函数的调整经验似然推断,证明对数调整经验似然比统计量服从χ^(2)分布,由此构造了相协样本下概率密度函数的调整经验似然置信区间.在有限样本情况下通过数值模拟,对比分析得到AEL的表现略优于EL和NA的表现.

基于灰色聚类分析的粤港澳大湾区校园足球活动质量评价

为完善校园足球活动质量评价机制,保障粤港澳大湾区校园足球高质量发展,运用问卷调查法、实地考察法、灰色聚类分析法等方法,采用粤港澳大湾区校园足球活动质量评价体系,并运用灰色聚类分析法的中心点混合可能度函数模型对粤港澳大湾区广东省9个市的校园足球活动质量情况进行聚类评估分析,在此基础上提出优化策略,为促进粤港澳大湾区乃至广东省校园足球高质量发展提供参考。研究结论:(1)粤港澳大湾区校园足球活动质量综合情况优良,调研评价的9个市,有8个市的校园足球活动质量评属于“优”灰类,1个市属于“中”灰类,校园足球活动普及工作成效逐步显现,育人功能趋于多元,但其开展深度有待深入探索,经过努力完善,有望作为我国校园足球活动发展高质量典范。(2)在此基础上提出了粤港澳大湾区校园足球活动在“结构”质量上要健全机制,坚强保障,“过程”质量中要教会、勤练、常赛,“结果”质量中需增体质、强技能、健人格的质量提升策略,以期为粤港澳大湾区校园足球发展提供路径参考。

功能作图的混合效应模型开发

【目的】以大肠杆菌菌株丰度和功能作图模型为研究基础,通过在功能作图模型中引入群体的固定效应和个体间亲缘关系造成的随机效应,探究混合效应对功能作图模型性能的影响。【方法】本研究在功能定位框架基础上,使用大肠杆菌动态培养的生长数据作为实际案例,将亚群和SNP基因型作为固定效应的来源,将固定效应因素融入定位模型,提出了Q矩阵模型的扩展;在保留使用方差–协方差模型对随机残差建模的前提下,使用Legendre模型对随机效应建模,开展了固定效应加一般性的随机效应的混合效应模型分析(模型1);利用限制性似然估计的方法推导其方差–协方差参数、随机效应和固定效应,开展了固定效应和亲缘关系造成随机效应的混合模型(模型2)分析;利用Zwald检验法推导各标记位点p值的计算方法。【结果】(1)2种模型中,95%的标记呈现出p值与期望值相吻合的特点,p值分布在QQ图中的上翘结果满意。(2)模型2相比模型1检测到了更多的SNP位点,表明模型2对亲缘关系造成的随机效应解释性更强。(3)计算机模拟结果显示:样本量较小、遗传力较低时,模型假阳性率为4.77%;当样本量为800,遗传力为1%时,模型对QTL的发现率可超过70%;或当样本量为400,遗传力超过1.5%时,QTL发现率也可超过70%。【结论】本研究提出的在功能作图模型中引入固定效应和亲缘关系造成的随机效应的混合模型的方法较好地完善了功能定位理论,对固定效应中的协变量因素具有较好的校正功能,可有效剖分随机效应与剩余残差;为后续完善功能定位,开发固定效应加亲缘关系(Q+K)模型的软件包奠定了良好基础。

基于灰色聚类决策模型的太行山区乡村振兴绩效评价

太行山区作为中国实施乡村振兴战略的重点区域,对太行山区乡村振兴战略实施效果进行绩效评价,对于进一步提高太行山区乡村振兴水平具有重要意义。首先对乡村振兴的内涵和关键影响因素进行分析,从产业兴旺、生态宜居、治理有效、乡风文明、生活富裕等5个维度建立太行山区乡村振兴绩效评价指标体系;然后运用熵值法确定各指标权重,计算出2020年太行山区主要分布的11个区域乡村振兴绩效综合评价值;接着采用基于端点混合可能度函数的灰色聚类模型,对太行山区11个区域进行灰色聚类决策分析,结果表明:1)太行山各区域乡村振兴绩效差别大,只有石家庄属于高绩效地区,属于中等绩效的区域有承德、保定、邢台和邯郸4个区域,属于低等绩效包括以忻州市为首的6个区域;2)根据各指标所属灰类得出太行山区应优化产业结构、加强空气质量监测治理、推动农村基础设施建设和加大对当地居民的扶持,以提高太行山区乡村振兴绩效。最后基于以上结论,从积极推动跨区域协作,大力培养有潜力区域和重点关注空气质量等方面提出建议,以加快太行山区乡村振兴进程。

基于似然BP算法的区域供电能效差异变化趋势预测方法

采用目前方法预测区域供电能效差异变化趋势时,存在误差率高、预测值与实际值差距大及预测模型复杂程度高的问题。提出基于似然BP算法的区域供电能效差异变化趋势预测方法。利用RAMP重构具有稀疏噪声的电能数据,并将处理后的无干扰电能原始数据投入到神经网络中,利用似然BP算法对数据样本进行编码、选择、交叉和变异,最终构建预测模型,并运用预测模型完成区域供电能效差异变化趋势的预测。实验结果表明,所提方法误差率低、预测值与实际值差距小、预测模型复杂程度低。

基于多重熵Hash及Box-Cox蓄电池续航时长分析与仿真

现代工业生产中,蓄电池是市电停电后通信网络业务能够持续运行的重要保障,是化解网络风险发生的重要一环。针对目前通信行业蓄电池智能化管理水平不高,尤其对于蓄电池的剩余寿命及续航时长无法测算,导致通信机房停电后无法准确预估蓄电池的续航时长。针对该问题,首先设计了一种基于信息熵的多重哈希(Hash)查询方法,然后提出了一种基于对数似然函数优化方法的Box-Cox算法,实现蓄电池时序运维数据续航时长的平稳化处理。实验结果表明对于大量的通信机房运维数据,通过基于熵的多重哈希(Hash)方法进行数据查询结构设计并使用最优化参数的Box-Cox算法可以有效计算得到蓄电池的续航时长。该方法能够将蓄电池机房运维数据转化为蓄电池续航时长生产知识数据,实现通信机房蓄电池能耗的有效管理运营,实际生产实践也证明了该方法的可行性。

Brain pathways of pain empathy activated by pained facial expressions: a meta-analysis of fMRI using the activation likelihood estimation method

OBJECTIVE: The objective of this study is to summarize and analyze the brain signal patterns of empathy for pain caused by facial expressions of pain utilizing activation likelihood estimation, a meta-analysis method. DATA SOURCES: Studies concerning the brain mechanism were searched from the Science Citation Index, Science Direct, PubMed, DeepDyve, Cochrane Library, SinoMed, Wanfang, VIP, China National Knowledge Infrastructure, and other databases, such as SpringerLink, AMA, Science Online, Wiley Online, were collected. A time limitation of up to 13 December 2016 was applied to this study. DATA SELECTION: Studies presenting with all of the following criteria were considered for study inclusion: Use of functional magnetic resonance imaging, neutral and pained facial expression stimuli, involvement of adult healthy human participants over 18 years of age, whose empathy ability showed no difference from the healthy adult, a painless basic state, results presented in Talairach or Montreal Neurological Institute coordinates, multiple studies by the same team as long as they used different raw data. OUTCOME MEASURES: Activation likelihood estimation was used to calculate the combined main activated brain regions under the stimulation of pained facial expression. RESULTS: Eight studies were included, containing 178 subjects. Meta-analysis results suggested that the anterior cingulate cortex(BA32), anterior central gyrus(BA44), fusiform gyrus, and insula(BA13) were activated positively as major brain areas under the stimulation of pained facial expression. CONCLUSION: Our study shows that pained facial expression alone, without viewing of painful stimuli, activated brain regions related to pain empathy, further contributing to revealing the brain's mechanisms of pain empathy.