高精度tDCS对网络成瘾者非理性决策行为的干预效果研究

研究发现网络成瘾者存在严重的“忽视长期利益、追求短期利益”的非理性决策行为.采用高精度tDCS技术干预网瘾被试和对照组,对比两组在最后通牒任务中的拒绝率和相应的反应时,发现单次20 min的右背外侧前额叶阳性刺激可以显著降低网瘾被试的拒绝率,并缩短其反应时间.研究结果说明,不仅单次高精度tDCS可促进网瘾者非理性决策行为的改善,而且通过干预关键脑区,即使是神经环路复杂的决策这一高级社会认知,高精度tDCS也可以实现对于决策整体加工的促进作用.因此,从其短时高效的作用效果出发,高精度tDCS未来可以考虑作为网瘾甚至更多其他病症的有效干预方法之一.

单宁酸改性互穿网络水凝胶促进断裂跟腱术后的组织重塑

背景:跟腱断裂术后的再生与重塑是临床治疗的难点,组织工程水凝胶材料为促进跟腱修复提供了可能。目的:探究单宁酸改性互穿网络水凝胶对大鼠断裂跟腱组织再生与重塑的作用。方法:①通过蓝光照射及CaSO4溶液浸泡交联制备单宁酸改性互穿网络水凝胶,表征水凝胶的微观形貌、力学性能、黏附性能、体外释药性能与生物相容性。②取30只SD大鼠,采用随机数字表法分为假手术组、手术组与水凝胶组,每组10只,后2组建立右后肢跟腱断裂模型,手术组采用改良Kessler法将断裂跟腱重新缝合,水凝胶组采用相同术式缝合断裂跟腱后将单宁酸改性互穿网络水凝胶贴片完全缠绕包裹于断端接合处。术后4周,对断裂跟腱进行影像学检查、组织学评价、生物力学测试及炎症因子水平检测。结果与结论:①扫描电镜下可见单宁酸改性互穿网络水凝胶呈多孔微观结构,孔径为3-10μm,并且水凝胶具备良好的体外释药性能、黏附强度与拉伸强度;CCK-8检测与活/死染色显示,该水凝胶对大鼠骨髓间充质干细胞增殖活性无明显影响,具备良好的生物相容性。②MRI成像显示,与手术组比较,水凝胶组大鼠跟腱呈均一低信号,跟腱前后径厚度减小,与周围组织分界更为明确,表现更接近假手术组。苏木精-伊红与Masson染色显示,手术组大鼠跟腱纤维排列松散混乱,细胞密度增加且排布杂乱,伴有明显炎性细胞浸润,部分区域出现腱内骨化;水凝胶组大鼠跟腱纤维排列有序,细胞密度降低且排布规整,炎性细胞浸润明显减少。手术组大鼠跟腱的拉伸强度低于假手术组(P<0.05),水凝胶组大鼠跟腱的拉伸强度高于手术组(P<0.05)。与假手术组比较,手术组大鼠跟腱中白细胞介素1β、白细胞介素6及肿瘤坏死因子α质量浓度及mRNA表达升高(P<0.05);与手术组比较,水凝胶组3种炎症因子水平及mRNA表达降低。③结果表明,单宁酸改性互穿网络水凝胶可显著抑制局部炎症反应、促进断裂跟腱组织重塑。

三七治疗骨关节炎机制:基于UHPLC-QE-MS、网络药理学及分子动力学模拟

背景:课题组前期研究发现三七能够修复骨细胞的形态结构,对于治疗骨关节炎具有良好的应用前景,但目前对于三七的具体作用机制尚不清楚。目的:采用超高效液相色谱-四极杆-静电场轨道阱串联质谱(ultra-high performance liquid chromatography-Q exactive-mass spectrometry,UHPLC-QE-MS)技术鉴定三七的主要成分,并结合网络药理学、分子对接和分子动力学模拟探究三七治疗骨关节炎的作用机制。方法:利用UHPLC-QE-MS技术鉴定三七的主要成分后,运用TCMSP数据库筛选活性成分,通过TCMSP和Uniprot数据库查找活性成分靶点,通过疾病数据库筛选骨关节炎靶点。在药物靶点与疾病靶点取交集后,导入STRING数据库和Cytoscape软件构建蛋白互作网络筛选关键靶点,通过“活性成分-作用靶点”网络筛选关键活性成分。再对关键靶点进行富集分析,并对关键活性成分和关键靶点进行分子对接验证,最后选取结合能最低的结果进行分子动力学模拟。结果与结论:①在三七溶液中共鉴定出57种活性成分,成分靶点与疾病靶点交集50个,关键活性成分5个(槲皮素、熊脱氧胆酸、山奈酚、柚皮素和红藻氨酸),关键靶点5个(白细胞介素6、基质金属蛋白酶9、白细胞介素1β、白蛋白和趋化因子配体2);②基因本体功能富集642个条目,其中620个条目代表生物过程,21个条目代表分子功能,1个条目代表细胞成分;京都基因与基因组百科全书通路分析63条通路,主要涉及雌激素信号通路、白细胞介素17信号通路和高糖基化终末产物-高糖基化终末产物受体信号通路;③分子对接显示关键活性成分和关键靶点结合活性良好,分子动力学模拟提示槲皮素和基质金属蛋白酶9间的相互作用稳定;④对三七成分进行了较全面研究,初步阐明了其药效物质基础,预测三七可通过多组分、多靶点、多途径和多通路发挥抗炎、软骨保护和免疫调节作用来治疗骨关节炎。

基于图卷积神经网络的WSN零动态攻击检测方法

零动态攻击与一般攻击方式相比,隐蔽性更强,因此更不容易被发现。以往常规的检测方法在检测这种攻击方式时,漏检率和误检率较高。针对上述问题,研究一种基于图卷积神经网络的WSN零动态攻击检测方法。基于零动态攻击原理,以信道状态信息作为采集源,利用CSI-Tools工具实现CSI数据包采集。从CSI数据包中分离出幅值数据和相位数据,针对前者实施去噪处理,针对后者实施校准处理。从幅值数据和相位数据中提取4个特征,以特征为输入,构建图结构,利用图卷积神经网络实现无线传感网络零动态攻击检测。结果表明:基于图卷积神经网络的攻击检测方法的漏检率和误检率相对更低,由此说明该方法对零动态攻击检测更为有效,能够实现更为准确的检测。

基于小波降噪的神经网络盾构泥水分离系统参数预测方法

泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技术,采集盾构机掘进参数(掘进速度、刀盘转速和总推进力等)和泥水分离系统运行参数(进浆量、进浆密度和进浆黏度等),通过Cook距离离群检测和小波阈值去噪处理提升数据质量;以双旋流分离密度比值、黏度比值等12个参数为输入,排浆量、排浆密度和排浆黏度为输出,建立BP神经网络泥水分离系统参数的预测模型,并选取3个不同地层环段进行预测对比分析。预测结果表明:预测平均绝对误差均在5%以内,该预测模型在复合地层下仍具有较高的准确性。

经颅磁声电刺激强度对小鼠前额叶皮质网络可塑性的影响

背景:经颅磁声电刺激是一种新型无创的神经调控技术,利用超声波与静磁场耦合作用产生的感应电场调节神经系统的放电活动,但其影响大脑突触可塑性的作用机制研究尚浅。目的:探讨经颅磁声电刺激强度对小鼠前额叶皮质神经网络突触可塑性的影响。方法:①动物实验:将24只C57小鼠平均且随机分为4组,对照组(接受伪刺激)、刺激6.35 W/cm^(2)组(接受0.3 T、6.35 W/cm^(2)的耦合刺激)、刺激17.36 W/cm^(2)组(接受0.3 T、17.36 W/cm^(2)组的耦合刺激)和刺激56.25 W/cm^(2)组(接受0.3 T、56.25 W/cm2的耦合刺激),记录小鼠执行T迷宫过程中局部场电位信号和行为学正确率。②建模仿真实验:构建经颅磁声电刺激小鼠前额叶皮质神经网络模型,分别比较不同刺激强度下神经网络结构连接特性。结果与结论:①经颅磁声电刺激能够有效缩短小鼠行为学习时间,工作记忆能力得到改善(P<0.05),且习得行为后继续刺激小鼠前额叶,各组小鼠T迷宫行为学实验准确度没有明显差异(P>0.1)。分析小鼠前额叶局部场电位信号发现经颅磁声电刺激促进了β节律与γ节律能量增强;而随刺激强度升高,β节律与γ节律出现了非同步性下降;通过β-γ相位幅值耦合发现,刺激增强了神经网络适应新的信息和任务要求的能力变化。②建模仿真发现,刺激使得神经网络放电水平增强,长时程突触权重水平提高而短时程突触权重仅在刺激强度较高时降低。③研究结果表明,不同的刺激强度与神经网络功能结构的影响存在复杂的非线性关系;这种神经调控技术为治疗突触功能障碍和神经网络异常等相关神经疾病方面提供新的可能。

基于改进神经网络的医院通信安全态势感知方法

针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模型。利用花朵授粉算法完成改进RBF神经网络训练。通过径向基函数对输入数据进行非线性变换,将得到的权值进行加权求和,得到当前通信网络信号的安全态势预测结果。实验结果显示,应用该文方法的医院通信网络异常信息可在1 s内完成感知。

黄河下游豫鲁地区创新网络时空演化及环境效应研究

创新是城市与区域发展的核心动力,创新网络是提升区域创新能力的重要支撑.以黄河下游豫鲁地区为研究对象,采用修正后的引力模型来构建城市间的创新关联网络,运用社会网络分析法探究2014-2022年空间关联网络的演化与特征,并探析黄河下游豫鲁地区创新网络对环境的影响.研究发现,整体来看,黄河下游豫鲁地区整体创新网络发展水平逐步提高,但空间分布不均的特征明显,创新网络整体发展水平仍处于起步阶段;分区域来看,河南省创新网络水平存在严重的两极分化现象,在空间上呈“米”字形分布.山东省整体创新网络水平高于河南省,创新资源分布较为均衡;研究期内,郑州、济南、青岛等城市是网络中的溢出主体,其中郑州、青岛是网络中的关键节点,影响整个网络稳定性.此外,研究区凝聚子群呈现出以郑州、济南、青岛为引领的“三核心”创新网络格局,但子群倾向于“抱团”,行政壁垒尚未消除;黄河下游豫鲁地区创新网络与环境污染呈倒“U”型关系,当创新网络水平跨过“拐点”时,才会对环境污染产生抑制作用,从而有效改善环境质量.在创新网络发展初期,开放程度、经济水平和人口规模扩大会加剧环境污染程度,而环境治理支出的增长和产业结构的优化能有效抑制环境污染.

下肢重复蹬伸至力竭过程中肌肉功能网络拓扑特性

背景:表面肌电已经被广泛用于监测肌肉疲劳,但传统肌电指标通常针对于单块肌肉,无法评价一组肌肉在疲劳过程中的变化。目的:建立肌肉功能网络,提取复杂网络参数,研究不同疲劳程度下的肌肉功能网络拓扑特性变化,为疲劳的监测、预防提供理论和方法依据。方法:11名受试者进行直到力竭的50%1RM单腿下肢蹬伸运动,同步采集股直肌、股外侧肌、股内侧肌、股二头肌长头、胫骨前肌、腓肠肌外侧肌、腓肠肌内侧肌7块肌肉的肌电信号,以及心电信号和Borg CR-10量表评分;根据Borg CR-10量表评分划分为轻度、中度和重度三个疲劳阶段,采用心率和心率变异性验证疲劳阶段划分的有效性;以7块肌肉为节点,使用肌肉信号的相干性构建肌肉功能网络,提取聚类系数、平均加权度、全局效率、特征向量中心性4个复杂网络参数;提取肌电信号的均方值振幅、中位频率、瞬时平均频率和共激活比4种指标,并在3种疲劳程度下进行比较。结果与结论:①3种疲劳阶段在心率及心率变异性上产生显著性差异,证明了疲劳阶段划分的有效性;②对于不同肌肉在3种疲劳程度下的肌电指标:均方值振幅和共激活比未表现出差异,中位频率在股外侧肌、股内侧肌和股二头肌长头表现出稳健的疲劳趋势,瞬时平均频率则在股直肌、股外侧肌、股内侧肌和股二头肌长头表现出稳健的疲劳趋势;瞬时平均频率的性能优于中位频率和均方值振幅,但三者仅在主要工作肌群能够获得较好的稳健趋势,共激活比不受疲劳因素的影响;③股外侧肌-股内侧肌、股外侧肌-股二头肌长头、股外侧肌-腓肠肌内侧肌和股内侧肌-股二头肌长头连接强度逐渐增加,平均加权度、聚类系数和全局效率在疲劳后表现出显著差异,并且与疲劳程度之间显著相关。结果表明:肌肉功能网络内的连通强度变化能够反映疲劳过程中肌肉间的协同性和互补性;聚类系数、平均加权度、全局效率可作为一组肌肉疲劳的监测指标。

基于图重构和子图挖掘的僵尸网络检测方法

针对伪装后僵尸网络主机难以检测的问题,提出一种基于图重构和子图挖掘的僵尸网络检测方法(GR-SGM)。首先,将网络数据转化为图数据,并对其进行重构以此增强主机节点特征表示;其次,基于重构图中拓扑结构、节点的特征和位置变化设计僵尸网络子图评分函数,以此捕捉伪装后的特征,提取出僵尸网络子图,并对原始图和重构图进行预检测,以提高检测的准确率和效率,减少重构误差;最后,对预检测结果和僵尸网络子图进行综合评分,以获取完整的僵尸网络信息。在ISCX2014僵尸网络数据集和CICIDS2017僵尸网络数据集上的实验结果表明:GR-SGM的检测准确率分别达到99.98%和99.91%,F 1分别达到99.94%和99.65%,相较于其他僵尸网络检测模型,GR-SGM能更加高效准确地识别僵尸网络节点,同时具有更低的误报率。

基于GEO数据库结合网络药理学和分子对接技术探究玉竹抗抑郁作用机制

目的:基于生物信息学和网络药理学方法筛选玉竹治疗抑郁症的潜在药物靶点和信号通路,并通过PC12细胞实验初步证实其抗抑郁药效。方法:下载GSE98793表达矩阵和GPL570平台信息进行差异表达基因筛选;通过检索TCMSP数据库进行成分筛选,利用Cytoscape3.7.1软件,构建玉竹“药物-成分-靶点”相互作用网络图和PPI网络图;利用DAVID数据库,进行GO和KEGG富集分析;使用SYBYL-X 2.0软件对主要活性成分及靶点进行分子对接验证;采用谷氨酸(Glu)诱导PC12细胞模型后,将玉竹醇提物按低、中、高剂量进行分组给药,考查其对PC12细胞损伤的保护作用。结果:筛选得到玉竹抗抑郁活性成分23个,活性靶点34个;“药物-成分-靶点”网络图显示棕榈酸、月桂酸、(+)-雪松醇等为玉竹抗抑郁的主要活性成分;PPI网络图显示PTGS2、PTGS1、SLC6A2、GABRA1、TNF等为关键靶点;通过GO富集分析得到GO条目共209个,其中包括生物过程(BP)149个,细胞组分(CC)23个,分子功能(MF)37个;主要涉及Chemical carcinogenesis-receptor activation、Small cell lung cancer和Adipocytokine signaling pathway等信号通路;分子对接结果显示,玉竹主要活性成分与抑郁症主要靶点对接结果具有良好稳定性;体外细胞实验结果表明,600μg/mL的玉竹醇提物对Glu诱导的PC12细胞损伤具有明显恢复作用。结论:玉竹可能通过炎症反应、氧化应激和前列腺素合成等途径发挥抗抑郁作用。

数智环境下价值网络对社区养老服务精准化的影响机理研究——基于扎根理论的探索

[目的/意义]精准化是社区养老服务发展的主要目标,是衡量社区养老服务水平的重要标准。当前社区养老服务发展存在供需失衡,服务精准化水平不高。大数据、人工智能等数智环境飞速发展为社区养老服务精准化水平提升带来了历史机遇,而探索社区养老服务精准化水平的影响机理是更加有效提升服务精准化水平的前提。[方法/过程]基于价值网络模型,采用扎根理论研究方法,对社区养老服务相关参与主体代表的半结构化访谈语料进行编码分析,参照“背景-条件-行动-结果”的扎根理论经典范式,分析数智环境下价值网络对社区养老服务精准化的影响机理。[结果/结论]构建影响机理“火箭模型”,从宏观、中观、微观3个层面,分析价值网络对社区养老服务精准化水平的影响因素和作用机理,其中“数智技术赋能”是关键影响因素。研究回答了数智环境下价值网络对社区养老服务精准化的“影响机理是什么”的问题,为后续探索提升服务精准化水平的策略指明方向。

基于特征融合和模板更新的孪生网络跟踪算法

针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征和语义背景;然后,设计新的全局-局部特征融合模块,充分聚合浅、中层特征的全局和局部信息,捕获丰富的浅层外观特征和中层过渡特征;最后,采用自适应模板更新机制在线更新模板。为验证算法的有效性,在公开数据集上对所提算法进行详尽评估,实验结果显示,所提算法在OTB2015和VOT2018数据集上的精确度分别达到0.878和0.588,GOT10K数据集上平均重叠率达到0.526,优于其他主流算法。

尾部风险、生产网络与行业增加值波动

建立包含行业尾部风险的多行业生产网络一般均衡模型,从中分解出行业尾部风险扩散导致增加值波动的技术扭曲网络效应和配置扭曲网络效应,然后采用ICIO数据库1998—2020年中国的投入产出数据,实证检验两种扭曲网络效应对行业增加值波动的影响。研究表明:生产网络会放大并传导行业尾部风险,形成技术扭曲网络效应、配置扭曲网络效应,其中配置扭曲网络效应对行业增加值波动的负面影响更强烈;下游行业的需求侧冲击会通过生产网络向上游传导,使技术扭曲网络效应对上游行业的冲击更强;高技术水平的工业、均衡的生产网络结构以及高中间品替代弹性行业更容易抵御风险冲击;在极端事件冲击时期,两种扭曲网络效应的负面冲击更显著。建议政府正视生产网络对风险的传导作用,做好风险防范与对冲,以实现经济平稳运转。

基于轻量化卷积神经网络的桥梁斜拉索PE护套损伤识别方法

深度神经网络和计算机视觉技术近年来在结构健康监测中发挥了越来越重要的作用。利用无人机航拍采集的桥梁斜拉索损伤图像数据,研究基于深度学习技术的斜拉索PE护套损伤识别方法。为实现在较低运算能力设备上对大跨度桥梁斜拉索表面局部损伤的智能快速识别,解决传统深度卷积神经网络的运算效率相对较低、模型参数规模较大的问题,提出轻量化处理的区域推荐型卷积神经网络模型。介绍区域推荐网络与其轻量化改进方法的理论基础,分析轻量化模型处理的必要性,其能在保证识别精度的前提下降低模型训练与预测的设备性能需求,达到节约计算资源与时间的目的;通过数据增广等多手段解决损伤样本数据量不足的问题,设置对比试验,统计分析结果,验证了轻量化神经网络模型的优越性。结果表明,轻量化网络在牺牲少量识别准确度的前提下,能够在较大程度上实现对模型复杂度与计算量的改进,在工程应用中能有效拓展神经网络的实用性。

基于图像处理和BP神经网络的森林防火无人机系统

对无人机设计方案、图像处理和火焰分割算法的技术原理进行了介绍,并利用BP神经网络对图像中的火焰面积变化率和火焰尖角等特征进行识别,实现了对森林火灾的快速监测。实验结果表明:系统的准确率为98.5%,比普通神经网络的84.5%更高;耗时仅22 s,比普通神经网络159 s缩短很多。这表明,BP神经网络是更可靠且更有效率的火灾识别方案。

基于语义加权网络的重点领域科学基金资助态势识别研究

[目的/意义]科学基金制度是各国(地区)提升科学研究水平的重要方式,准确识别科学基金的资助方向和资助成效是感知科技发展态势的关键。[方法/过程]为识别科学基金资助态势,在提出关键短语抽取规则后,利用语义相似度消除同、近义词的歧义影响,利用动态滑动窗口和语义相似度构建语义加权的词共现网络,并基于社团划分方法识别基金主题。在集成电路领域比较1812项中国国家自然科学基金和2807项美国国家科学基金的资助主题分布、资助力度变化和资助效果,该方法能够准确识别基金主题分布和资助成效。[结果/结论]中国国家自然科学基金和美国国家科学基金均涵盖了集成电路领域的主要研究主题,在重点资助方向和资助力度上有较大差异;中国国家自然科学基金资助的论文平均被引频次相对较低,受资助机构相对单一。

基于UHPLC-QE-MS方法结合网络药理学探讨炆何首乌抗衰老的作用机制

目的探讨炆何首乌抗衰老的作用机制。方法通过超高效液相色谱-质谱联用(UHPLC-QE-MS)技术,鉴定生、炆何首乌活性成分;利用相关数据库筛选出炆何首乌的主要活性成分及作用靶点,并借助注释、可视化和综合发现数据库(DAVID)开展京都基因与基因组百科全书(KEGG)富集分析以及基因本体论(GO)功能分析。结果共得到炆何首乌有效成分82个,其中抗衰老相关疾病靶点共40个;得到丝氨酸/苏氨酸激酶1(AKT1)、表皮生长因子受体(EGFR)、缺氧诱导因子1亚基α(HIF1A)3个核心靶点,主要富集在癌症的蛋白聚糖、癌症的形成途径等信号通路上。结论推测炆何首乌主要通过细胞凋亡过程的负调控、基因表达的负调控等途径,发挥抗衰老作用。

基于残差U型网络与双判别网络的图像分割方法

生成对抗网络在图像领域应用十分广泛,但在细胞核图像分割领域中的应用研究相对较少。由于细胞核的精准分割对于病理诊断工作有极大帮助,故提出了基于残差U型网络与生成对抗网络的图像分割方法。该方法以ResUNet网络作为生成网络,Image GAN为双判别网络,训练过程使用双损失函数和冻结策略进行优化。改进后网络在PanNuke数据集上评价指标MioU、Dice、Acc分别为80%、93%、80%,相比ResUNet网络的实验结果分别提升了2.3%、1.7%、2.1%。实验结果证明,改进后网络对细胞核分割具有较好准确率,可作为病理诊断工作的重要依据。

基于改进WOA-BP神经网络的电气火灾预警算法

电气火灾是一种严重危害人员安全和财产损失的事件,因此增强对电气火灾的早期预测和预警至关重要。基于提高电气火灾预测准确性的目的,采用了改进鲸鱼算法优化BP神经网络的方法,构建了电气火灾预警模型。使用剩余电流、工作电流电压和线缆温度作为神经网络的输入特征,结合上述改进方法对权值和阈值进行优化。优化后的参数作为初始参数进行模型训练,用于输出电气火灾的概率。采用电气柜中回路数据进行试验,将预测概率与剩余电流异常持续时间进行模糊化处理,得出火灾决策。研究结果表明,所提模型相关系数达到0.97,相较于传统方法提高了0.08,具有更高的准确性和可靠性。