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。

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。

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。

加权共表达网络分析与机器学习识别类风湿关节炎滑膜中的关键基因

背景:类风湿关节炎是一种全身的免疫相关性疾病,主要病理特点是关节滑膜炎性增生及关节软骨的破坏,其发病机制目前尚不明确,迫切需要发现新的具有高度敏感性和特异性的诊断标志物。目的:联合使用生物信息学技术及计算机学习算法,识别并筛选类风湿关节炎患者滑膜中的关键基因,构建类风湿关节炎预测模型并进行验证。方法:从基因表达综合数据库中下载3个包含类风湿关节炎患者滑膜的数据集(GSE77298、GSE55235、GSE55457),GSE77298和GSE55235作为训练集,GSE55457作为测试集,共纳入66个样本,其中类风湿关节炎患者滑膜样本39个,正常滑膜样本27个。应用R语言筛选训练集中的差异基因,然后使用加权共表达网络将训练集中的基因模块化,选出关键模块中的特征基因,将差异表达基因和特征基因取交集,交集基因进入下一步机器学习。采用3种机器学习方法:最小绝对值收敛和选择算子算法、支持向量机-递归特征消除和随机森林算法对交集基因进一步分析获得枢纽基因,将枢纽基因再次相交即得到类风湿关节炎滑膜中的关键基因。以关键基因为变量构建预测类风湿关节炎的列线图模型,推测患者发生类风湿关节炎的危险程度,使用受试者工作特征曲线确定类风湿关节炎预测模型及其关键基因的诊断价值。结果与结论:①通过差异分析,训练集中共筛选出差异基因730个,加权共表达网络分析得到特征基因185个,两者交集基因159个;②最小绝对值收敛和选择算子发现枢纽基因4个,支持向量机-递归特征消除发现枢纽基因11个,随机森林发现枢纽基因5个,取交集后获得关键基因2个(TNS3、SDC1);③基于2个关键基因,在训练集及测试集种构建列线图,其校准预测曲线与标准曲线贴合较好,且预测类风湿关节炎发生的临床效能良好;④上述结果证实,基于生物信息及机器学习算法获得的TNS3和SDC1有可能成为类风湿关节炎诊断和治疗的关键靶点。

发挥网络审美优势 激活学生创新灵感

以“城市梦工厂”为主题的美术、作文整合专题学习网站,其作用是启发学生观察与生活密切相关的城市建设,通过思考表达对城市发展的构想。学生运用美术技能发现美、欣赏美、感悟美、表现美,完成理想中城市的构图。本文对“发挥网络审美优势,激活学生创新灵感”进行了探讨。

基于储能型智能软开关联合网络重构的配电网供电恢复策略

为应对自然灾害、网路攻击等极端事件导致的停电事故,并降低电网的失负荷率与经济损失,提出了一种极端事件下储能型智能软开关(energy storage integrated soft open point,E-SOP)联合网络重构的主动配电网供电恢复策略。首先,介绍了E-SOP接入配网的拓扑结构示意图,并建立其在故障恢复下的数学模型。其次,考虑三级负荷的重要程度和网络损耗,以配网各节点损失程度和网络损失最小为目标函数,构建E-SOP和网络重构联合进行供电恢复的运行模型,实现极端事件下主动配电网的快速恢复。最后,以改进的IEEE33节点配电网为例分别研究了E-SOP安装容量、位置、数量等参数对电网恢复能力的影响,并对其供电恢复策略进行验证分析。研究结果表明:所提策略可减少配电网故障下的失负荷率,进一步提升供电恢复水平。

创造良好网络学习环境 建立良好师生交互关系

现在是信息爆炸时代,促成信息爆炸的主要原因是网络加快了信息的传递,使世界变得越来越小。因信息资源的公开与宽泛,运用多媒体进行教学越来越受到广大师生的推崇,运用多媒介的多项交流与互动,实现知识的交互,这种交互已经突破了时空的局限。这一特点决定了目前的现代化教育手段下,以网络为平台,教学过程发生了翻天覆地的变化:学习内容自主选择,更具个性化;学习过程多方交互,更具多样化;学习范围全面覆盖,更具全球化;学习媒介种类繁多,更具多媒体化。在网络环境中,师生之间的地位也发生了变化,那么如何创造良好的网络学习环境、建立良好的师生交互关系呢?我认为有以下几个方面:创设良好的教学情境,引导学生主动探究,提供教学资源线索,指导学生学会分享与合作。

基于大数据和无线网络的采摘机器人定位技术研究

分析了5G无线网络定位原理,提出了单基站定位技术和加权质心的5G定位技术,设计了采摘机器人定位系统硬件部分,并基于大数据和无线网络实现了采摘机器人定位系统。试验结果表明:系统具有较好的定位精度,优于单基站定位方法精度,且其定位曲线与北斗定位设备曲线拟合度非常高,稳定性较好。

广义确定性标识网络

随着智能制造、智能交通等重大国家战略实施,确定性成为信息网络尤其是行业专网的新焦点.现有确定性网络技术始终关注网络传输要素(带宽、时隙等)来保障数据流的确定性传输.然而,仅靠保障传输要素无法支撑新兴行业应用的多样化需求.例如,在算网融合场景,智算任务要求同时保障传输与计算要素的确定性来实现高性能通信;在绿色通信场景,需要考虑节点能量要素的确定性以维持网络稳定运行.针对上述需求,本文基于前期提出的标识网络技术,研究面向传输、计算、存储、能量等多要素的广义确定性网络.首先提出广义确定性标识网络架构,包括差异化服务层、异构融合网络层和智慧化适配层.差异化服务层和异构融合网络层,分别实现差异化确定性应用需求和异构化确定性网络要素的统一标识和描述,并通过标识解析映射实现确定性信息向智慧化适配层的统一封装和传递;智慧化适配层完成差异化确定性应用需求和异构化确定性网络要素的适配.现有确定性资源适配方法,即使仅考虑单一网络内的基本确定性要素,仍面临计算时间长、求解复杂性高、灵活度低等问题,为了支持更加复杂的多确定性要素、多种异构网络的协同适配,设计了基于深度强化学习的端到端的确定性调度(End-to-end Deterministic resource scheduling,E2eDet)算法,该算法可统一化、端到端地为混合数据流协同分配多种确定性网络资源,满足不同应用的差异化确定性需求.实验表明,E2eDet比DeepCQF和Random算法分别提升了28.4%和6.38倍数据流调度数量,同时E2eDet可以较好地权衡计算时间和调度能力.

基于图卷积神经网络的节点分类方法研究综述

节点分类任务是图领域中的重要研究工作之一。近年来随着图卷积神经网络研究工作的不断深入,基于图卷积神经网络的节点分类研究及其应用都取得了重大进展。图卷积神经网络是基于卷积发展出的一类图神经网络,能处理图数据且具有卷积神经网络的优点,已成为图节点分类方法中最活跃的一个研究分支。对基于图卷积神经网络的节点分类方法的研究进展进行综述,首先介绍图的相关概念、节点分类的任务定义和常用的图数据集;然后探讨两类经典图卷积神经网络——谱域和空间域图卷积神经网络,以及图卷积神经网络在节点分类领域面临的挑战;之后从模型和数据两个视角分析图卷积神经网络在节点分类任务中的研究成果和未解决的问题;最后对基于图卷积神经网络的节点分类研究方向进行展望,并总结全文。

学习型社区赋能教育强国建设——基于在线学习者关系网络分析视角

学习型社区建设有助于加快教育强国落地,社区中在线学习者的各种协作互动行为,促进了学习者关系网络的生成。对该网络进行深入分析,可以挖掘其中蕴含的社区学习的本质特征。该研究提出从社区发现角度对学习者关系网络进行分析,首先设计基于图卷积网络和非负矩阵分解,并集成学习者关系网络信息和文本内容信息的新型学习型社区发现方法,提出四个社区特征度量指标,在真实的学习者关系网络中进行应用分析。结果表明,所提出的分析方法能有效挖掘学习者关系网络存在的学习兴趣主题社区,还可以对社区整体和社区成员个体进行特征分析,并且分析结果可为引导学习者的在线交互协作行为提供决策支持。最后,形成“构建可视化学习型社区—开展社区之间知识分享—促进各社区的互动合作—指标反馈下的反思迭代”的学习型社区赋能策略。通过策略赋能学习型社区高质量发展,以社区新质生产力组合助推教育强国建设。

网络微短剧的兴起与规范化发展

近年来,微短剧的发展呈现数量级增长趋势,成为不少年轻人追捧的“电子榨菜”。然而,快节奏、小成本、低门槛的微短剧在火爆流行的同时也存在内容质量良莠不齐、扭曲个人和社会价值观、损害艺术创作生态、影响国家形象等问题。推动微短剧健康可持续发展,需植根于网络信息内容生态治理,从政府端到平台端到行业端,推动多方主体协同发力,加强政府治理、平台治理与行业自治,通过多元共治规范网络信息内容生态建设,让微短剧引领新时代新风尚,成为人们雅俗共赏、喜闻乐见的网上精神产品。

融合CNN-BiGRU和注意力机制的网络入侵检测模型

为提高网络入侵检测模型特征提取能力和分类准确率,提出了一种融合双向门控循环单元(CNN-BiGRU)和注意力机制的网络入侵检测模型.使用CNN有效提取流量数据集中的非线性特征;双向门控循环单元(BiGRU)提取数据集中的时序特征,最后融合注意力机制对不同类型流量数据通过加权的方式进行重要程度的区分,从而整体提高该模型特征提取与分类的性能.实验结果表明:其整体精确率比双向长短期记忆网络(BiLSTM)模型提升了2.25%.K折交叉验证结果表明:该模型泛化性能良好,避免了过拟合现象的发生,印证了该模型的有效性与合理性.

城市防疫医疗救援网络的抗毁性与鲁棒性

为研究城市防疫医疗救援系统空间布局的合理性和防灾韧性,采用复杂网络技术构建了某城市防疫医疗救援网络模型,对其网络拓扑结构和网络特征基本参数进行分析,研究不同攻击模型下以边和点连通度为度量指标的结构抗毁性能力;通过设定不同的网络冗余与网络负荷,研究网络针对确定性攻击与随机性攻击的鲁棒性特征。研究结果可为城市防疫医疗救援系统的空间优化布局和核心场所强化建设提供理论支撑。

一种麒麟系统下基于Django的网络性能管理系统设计与实现

通过对网络性能管理系统在网络运维中的重要作用和国产麒麟操作系统在各关键领域得到广泛应用的事实进行分析阐述的基础上,该文基于Django框架设计集数据采集、存储、分析、显示及管理于一体的综合网络性能管理系统。结合Pysnmp、Django、Highcharts等开源工具包,重点阐述设计中所包含的各关键模块的具体实现技术细节,并给出相应的应用实例效果图。实践表明,该设计实现方法稳妥可靠,具有进一步推广应用的价值。

基于GIS的公交换乘网络构建及可达性分析

为了提高公交换乘效率、优化公交系统,基于GIS软件构建公交换乘网络,运用该网络对换乘可达性进行了测度和分析.结合Space-P模型和网络分析法,以拉萨市城关区为研究区域,基于公交线路路径、站点、交叉口等基本信息构建同站换乘子网络.结合公交站点服务范围、步行通道路径、交叉口等信息构建异站换乘子网络.二者协同实现了基于ArcGIS的公交换乘网络构建,并依据该网络对公交线路的乘客在车时间和换乘系数进行测度和分析.结果表明:构建的换乘网络能够对乘客在车时间进行良好的测度,乘客在车时间最大值为68.68 min,最小值为2.00 min,乘客换乘在车时间平均值为29.90 min.该换乘网络能够对换乘系数进行良好的测度,得到有效换乘线路90 300条,换乘系数最大为4条(线路为62条),最小为0条(线路为1 354条).采用可达性度量模型,可实现对公交站点时间可达性和换乘可达性的良好测度和分析.

大规模复杂终端网络的云原生强化设计

作为互联网数据传输的“最后一公里”,终端网络看似简单却构成99%的性能瓶颈.经典设计面向典型设备常规环境,难以兼顾多样化场景,导致严重性能落差.通过云端汇聚并深度诊断大规模终端网络异常,在可用、可靠、可信3个关键维度揭示经典设计多处重要缺陷,采用跨层跨代的协同强化方法针对性修复(如时变非齐次4G/5G双连接管理方法最小化断网概率),实现无场景预设的自调控机制设计.应用于公安部高速网络、1700万“测网速”app用户、七千万小米手机、一亿百度手机卫士用户以及九亿WiFi设备.近年来进一步开展基于云端模拟器的前瞻网络设计,无需真实用户设备参与即可发现并修复潜在缺陷,让终端网络设计“生于云、长于云”.研究成果应用于华为DevEco Studio集成开发环境、腾讯应用市场、谷歌安卓模拟器及字节跳动多款流行应用(如抖音和今日头条).

空铁综合运输网络结构特征实证分析

为探究中国空铁综合运输网络结构特性,以城市为节点,若城市间有航班或高铁则连边,以航班数量和高铁数量为权重,分别建立了3个加权网络:高铁子网络、航空子网络和空铁综合运输网络。首先,通过均值关联、三角中介中心度、加权谐波中心度指标对比研究了不同网络的关键节点;其次,通过聚类系数和平均最短路径长度研究了三个网络的小世界特性;再次,通过Newman算法研究了三个网络的社团结构;最后,通过加权网络效率为指标,研究了三个网络的鲁棒性。研究结果表明,北上广深是三个网络的三种不同加权中心度的排名都很靠前,是共有的最为关键的节点。三个网络都具有小世界特性,但只有高铁子网络的模块度值大于0.3,存在明显的社团结构,并被划分为了10个社团。空铁综合运输网络具有更好的加权网络效率,约为0.32,为三个网络中最高,节点失效时的加权效率变化最小,鲁棒性最强。可见空铁综合运输网络集成了高铁网络、航空网络的互补优势,网络结构特征优于单一运输网络。