Increased expression of insulin-like growth factor-binding protein-3 is implicated in erectile dysfunction in two-kidney one-clip hypertensive rats after propranolol treatment

This study aimed to investigate the role of insulin-like growth factor-binding protein-3 （IGFBP-3） in erectUe dysfunction （ED） in two-kidney one-clip （2K-1C） hypertensive rats treated with the β-blocking agent propranolol. Adult male Wistar rats were randomly divided into three groups： a normal control group, a hypertensive control group and a propranolol treatment group （n=9）. After 4 weeks of propranolol treatment, intracavemous pressure （ICP） responses to electrical stimulation of the cavernous nerves were evaluated. The expression of IGFBP-3 and insulin-like growth factor-1 （IGF-1） mRNA and protein in the rat cavernous tissue were detected by quantitative real-time PCR and Western blot, respectively. The concentration of cyclic guanosine monophosphate （cGMP） in the cavernous tissue was determined by enzyme-linked immunosorbent assay （ELISA）. Cavernosal pressure in response to cavernous nerve stimulation was decreased 4 weeks after propranolol treatment （P〈0.01, compared to the hypertensive control group）. IGFBP-3 mRNA and protein expression was increased in the propranolol treatment group compared to the hypertensive control group （P〈O.01）, whereas IGF-1 expression was decreased in the propranolol treatment group compared to the hypertensive control group （P〈0.01）. In addition, cavernous cGMP concentration was decreased in the prepranolol treatment group compared to the hypertensive control group （P〈0.01）. Taken together, these results suggest that the upregulation of IGFBP-3 may play a role in the development of ED in hypertensive rats.

基于CLIP和交叉注意力的多模态情感分析模型

针对多模态情感分析中存在的标注数据量少、模态间融合不充分以及信息冗余等问题,提出了一种基于对比语言-图片训练(CLIP)和交叉注意力(CA)的多模态情感分析(MSA)模型CLIP-CA-MSA。首先,该模型使用CLIP预训练的BERT模型、PIFT模型来提取视频特征向量与文本特征;其次,使用交叉注意力机制将图像特征向量和文本特征向量进行交互,以加强不同模态之间的信息传递;最后,利用不确定性损失特征融合后计算输出最终的情感分类结果。实验结果表明:该模型比其他多模态模型准确率提高5百分点至14百分点,F1值提高3百分点至12百分点,验证了该模型的优越性,并使用消融实验验证该模型各模块的有效性。该模型能够有效地利用多模态数据的互补性和相关性,同时利用不确定性损失来提高模型的鲁棒性和泛化能力。

基于CLIP与注意力机制的跨模态哈希检索算法

针对传统无监督跨模态检索算法提取样本内部与样本之间的关联语义不充分,导致检索准确率低的问题,提出一种基于CLIP与注意力融合机制的无监督跨模态哈希检索算法CAFM_Net。将多模态预训练模型CLIP运用到样本特征提取阶段,从不同维度挖掘数据的相似信息;使用注意力融合机制对提取的特征进行处理,加强显著区域的权重;引入对抗学习的思想设计模态分类器,生成更趋于语义一致性的跨模态数据哈希编码。与现有的代表性哈希方法相比,CAFM_Net在多模态检索任务上准确率提升至少11%与9%。

基于CLIP模型和文本重建的人脸图像生成方法研究

针对文本生成人脸方法中生成图像与文本描述不一致、图像分辨率较低等问题,提出一种跨模态文本生成人脸图像网络框架。首先,采用CLIP预训练模型对文本进行特征提取,通过条件增强模块增强文本语义特征并生成隐藏向量;然后,将隐藏向量通过映射网络投影到预训练模型StyleGAN的隐式空间中获得解纠缠隐藏向量,将该向量输入到StyleGAN生成器中生成高分辨率人脸图像;最后,采用文本重建模块将人脸图像重新生成文本,计算重建文本和输入文本之间的语义对齐损失,并将其作为语义监督指导网络训练。在Multi-Modal CelebA-HQ和CelebAText-HQ两个数据集上进行训练与测试,实验结果表明,相比其他方法,该方法能生成更加符合文本描述的高分辨率人脸图像。

基于CLIP和双空间自适应归一化的图像翻译

现有的图像翻译方法大多依赖数据集域标签来完成翻译任务,这种依赖往往限制了它们的应用范围。针对完全无监督图像翻译任务的方法能够解决域标签的限制问题,但是普遍存在源域信息丢失的现象。为了解决上述2个问题,提出一种基于对比学习语言-图像预训练(CLIP)的无监督图像翻译模型。首先,引入CLIP相似性损失对图像的风格特征施加约束,以在不使用数据集域标签的情况下增强模型传递图像风格信息的能力和准确性;其次,对自适应实例归一化(AdaIN)进行改进,设计一个新的双空间自适应归一化(DSAdaIN)模块,在特征的风格化阶段添加网络的学习和自适应交互过程,以加强对内容源域信息的保留;最后,设计一个鉴别器对比损失来平衡对抗网络损失的训练和优化过程。在多个公开数据集上的实验结果表明,与Star GANv2、Style DIS等模型相比,该模型可在准确传递图像风格信息的同时保留一定的源域信息,且在定量评估指标FID分数和KID分数上分别提升了近3.35和0.57×102,实现了较好的图像翻译性能。

.NET平台集成CLIPS的实现方法研究

针对CLIPS语言框架及其不足,研究了在.NET中实现CLIPS托管程序集的方法,详细介绍了实现.NET平台CLIPS托管程序集的基本思想和关键技术。概述了CLIPS框架特点及其不足,分析了CLIPS与.NET混合编程的必要性。在保持CLIPS语言框架最大相似性的情况下,采用.NET的平台调用服务完成了对CLIPS框架类、接口的封装和调用。对生成的程序集进行引用,测试了其可行性。测试结果表明,该方法能够确保CLIPS框架的完成结构,实现对框架的完整二次开发和包装,继承了其推理结构的可靠性和系统的完整性,对专家系统的开发具有重要意义。

CLIP170通过TGF-β通路抑制甲状腺乳头状癌的转移

目的:研究细胞质连接蛋白170(cytoplasmic linker protein 170,CLIP170)是否影响甲状腺乳头状癌(papillary thyroid cancer,PTC)细胞的转移和侵袭并阐明其机制。方法:通过GEO和TCGA数据分析CLIP170在PTC中的表达水平;通过慢病毒转染技术构建CLIP170敲减细胞,Transwell转移和侵袭实验评估其功能;通过免疫荧光观察CLIP170对细胞肌动蛋白结构的影响;以ELISA方法检测细胞培养基中转化生长因子-β(transforming growth factor-β,TGF-β)1的释放;通过免疫印迹和实时定量荧光PCR方法检测上皮-间充质转化(epithelial-mesenchymal transition,EMT)和TGF-β信号通路分子的表达量并最终在裸鼠肺转移模型中验证。结果:CLIP170在PTC中的表达量比在正常甲状腺组织中的表达量低。功能方面,CLIP170KD在体外和体内均显著增强了PTC细胞的转移;机制方面,CLIP170KD触发了TGF-β通路的激活,促进肿瘤细胞的迁移和侵袭。TGF-β的抑制剂有效抑制了TGF-β活性,并显著逆转CLIP170KD所诱导的肿瘤转移。结论:CLIP170有望成为一种缓解有转移倾向的PTC的治疗靶点。

Combined Optimal Dispatch of Thermal Power Generators and Energy Storage Considering Thermal Power Deep Peak Clipping and Wind Energy Emission Grading Punishment

Peak load and wind energy emission pressure rise more as wind energy penetration keeps growing,which affects the stabilization of the PS(power system).This paper suggests integrated optimal dispatching of thermal power generators and BESS(battery energy storage system)taking wind energy emission grading punishment and deep peak clipping into consideration.Firstly,in order to minimize wind abandonment,a hierarchical wind abandonment penalty strategy based on fuzzy control is designed and introduced,and the optimal grid-connected power of wind energy is determined as a result of minimizing the peak cutting cost of the system.Secondly,considering BESS and thermal power,the management approach of BESS-assisted virtual peak clipping of thermal power generators is aimed at reducing the degree of deep peak clipping of thermal power generators and optimizing the output of thermal power generators and the charging and discharging power of BESS.Finally,Give an example of how this strategy has been effective in reducing abandonment rates by 0.66% and 7.46% individually for different wind penetration programs,and the daily average can reduce the peak clipping power output of thermal power generators by 42.97 and 72.31 MWh and enhances the effect and economy of system peak clipping.

Hem-o-lok clip migration to duodenal bulb post-cholecystectomy:A case report

BACKGROUND Hem-o-lok clips are typically used to control the cystic duct and vessels during laparoscopic cholecystectomy(LC)and common bile duct exploration for stones in the bile duct and gallbladder.Here,we report a unique example of Hem-o-lok clip movement towards the duodenal bulb after LC,appearing as a submucosal tumor(SMT).Additionally,we provide initial evidence of gradual and evolving endoscopic manifestations of Hem-o-lok clip migration to the duodenal bulb wall and review the available literature.CASE SUMMARY A 72-year-old man underwent LC for gallstones,and Hem-o-lok clips were used to ligate both the cystic duct and cystic artery.Esophagogastroduodenoscopy(EGD)2 years later revealed an SMT-like lesion in the duodenal bulb.Due to the symptomatology,the clinical examination did not reveal any major abnormalities,and the patient was followed up as an outpatient.A repeat EGD performed 5 months later revealed an SMT-like lesion in the duodenal bulb with raised edges and a central depression.A third EGD was conducted,during which a Hem-o-lok clip was discovered connected to the front side of the duodenum.The clip was extracted easily using biopsy forceps,and no complications occurred.Two months after the fourth EGD,the scar was surrounded by normal mucosa.CONCLUSION Clinicians should be aware of potential post-LC complications.Hem-o-lok clips should be removed if symptomatic.

多模态CLIP技术在智能媒资视频内容检索中的应用设计探究

目的:随着短视频和微短剧的流行,高清视频化需求持续增长,媒体数字资产中视频生产素材的检索要求日益提升。文章探讨多模态CLIP技术在智能媒资视频内容检索中的应用设计,结合向量检索技术,实现跨模态检索,精确匹配自然语言描述与视频内容,快速定位目标视频片段,以优化媒体资源管理,提升视频生产效率和质量。方法:以CLIP技术为核心,结合向量检索技术,构建一个智能媒资视频内容检索系统。该系统通过深度学习的跨模态理解能力,对视频和文本进行高维向量表示,实现图文特征的相似度计算与匹配。在系统设计上,采用业务层、媒体管理应用层、能力中台、数据资源层和技术支撑层的多层架构,集成资源管理、系统管理、智能检索等关键功能。结果:通过应用CLIP技术,成功设计并构建了一个高效智能的视频内容检索系统。该系统在测试数据集上表现出显著的优越性能,提高了视频检索的准确性和效率。在实际应用中,该系统能够准确理解用户查询意图,支持自然语言搜索,并快速返回相关视频片段,极大地提升工作效率,优化用户体验。结论:CLIP技术在智能媒资视频内容检索领域展现出巨大潜力,其出色的视频内容理解和匹配能力能够为媒体资源管理提供有力支持。通过合理的系统设计与技术选型,CLIP技术能够显著提升视频检索的准确性和效率,满足用户多样化的搜索需求。尽管面临存储计算压力、多模态内容异构性等挑战,但通过算法优化、模型调整和实际应用改进,CLIP技术有望在未来发挥更大的作用,推动媒体行业智能化发展。

一种CLIP自监督学习的多模态睡眠分期方法

睡眠分期对睡眠质量评估、睡眠障碍诊断具有重要的意义。针对基于深度学习的睡眠分期存在标签数据少、数据标注困难等问题,提出一种CLIP自监督学习的多模态睡眠分期方法。通过学习无标签数据的特征表示,解决了因标签数据少而导致的模型训练效果欠佳的问题。在不同标签数据下,将基于CLIP的多模态自监督学习方法与有监督学习、单模态自监督学习方法SimCLR和TS-TCC进行对比实验。实验结果表明,基于CLIP的多模态自监督学习方法能有效提高睡眠分期的性能。

基于CLIP生成多事件表示的视频文本检索方法

视频-文本检索作为一项被广泛应用于现实生活中的多模态检索技术受到越来越多的研究者的关注.近来,大部分视频文本工作通过利用大规模预训练模型中所学到的视觉与语言之间的匹配关系来提升文本视频间跨模态检索效果.然而,这些方法忽略了视频、文本数据都是由一个个事件组合而成.倘若能捕捉视频事件与文本事件之间的细粒度相似性关系,将能帮助模型计算出更准确的文本与视频之间的语义相似性关系,进而提升文本视频间跨模态检索效果.因此,提出了一种基于CLIP生成多事件表示的视频文本检索方法(CLIP based multi-event representation generation for video-text retrieval,CLIPMERG).首先,通过利用大规模图文预训练模型CLIP的视频编码器(ViT)以及文本编码器(Tansformer)分别将视频、文本数据转换成视频帧token序列以及文本的单词token序列;然后,通过视频事件生成器(文本事件生成器)将视频帧token序列(单词token序列)转换成k个视频事件表示(k个文本事件表示);最后,通过挖掘视频事件表示与文本事件表示之间的细粒度关系以定义视频、文本间的语义相似性关系.在3个常用的公开视频文本检索数据集MSR-VTT,DiDeMo,LSMDC上的实验结果表明所提的CLIPMERG优于现有的视频文本检索方法.

基于堆叠交叉注意力CLIP的多模态情感分析

现有的多模态情感分析方法大多都是采用不同的模型来提取特征,模型之间特征的提取都是独立的过程,并且由于不同模态之间天然跨度较大,导致后续模态也难以有效融合,为了充分利用多模态信息,实现更有效的模态交互。为此提出了SCA-CLIP框架,即基于对比语言-图像预训练(CLIP)的多模态情绪分析网络。我们使用基于CLIP的编码器从图像和文本中提取强相关的深度表示,之后利用设计的堆叠交叉注意机制对跨模态的信息进行充分的交互以及融合,并且整个模型中通过利用BERT的多头注意力机制来维护可学习向量序列来捕捉有效信息,最后对典型的情绪分析数据集进行了广泛的实验。结果表明,所提出的框架在挖掘多模态情绪分析的关键特征方面具有更好的能力,能实现比原来更好的性能,即在MVSA-Single和MVSA-Multiple上的整体准确率分别提高了2.51%和1.3%。

Dynamic modeling of fluid-conveying pipes restrained by a retaining clip

Although most pipes are restrained by retaining clips in aircraft,the influence of the clip parameters on the vibration of the fluid-conveying pipe has not been revealed.By considering the clip width,a new dynamic model of a fluid-conveying pipe restrained by an intermediate clip is established in this paper.To demonstrate the necessity of the proposed model,a half pipe model is established by modeling the clip as one end.By comparing the two models,it is found that the half pipe model overestimates the critical velocity and may estimate the dynamical behavior of the pipe incorrectly.In addition,with the increase in the clip stiffness,the conversion processes of the first two modes of the pipe are shown.Furthermore,by ignoring the width of the clip,the effect of the flow velocity on the accuracy of a concentrated restraint clip model is presented.When the flow velocity is close to the critical velocity,the accuracy of the concentrated restraint clip model significantly reduces,especially when the width of the clip is large.In general,the contribution of this paper is to establish a dynamic model of the fluid-conveying pipe which can describe the influence of the clip parameters,and to demonstrate the necessity of this model.

Dixit Player with Open CLIP

A computer vision approach through Open AI’s CLIP, a model capable of predicting text-image pairs, is used to create an AI agent for Dixit, a game which requires creative linking between images and text. This paper calculates baseline accuracies for both the ability to match the correct image to a hint and the ability to match up with human preferences. A dataset created by previous work on Dixit is used for testing. CLIP is utilized through the comparison of a hint to multiple images, and previous hints, achieving a final accuracy of 0.5011 which surpasses previous results.

监控场景下基于CLIP的细粒度目标检测方法

当前,随着国内摄像头数量的迅猛增长,每天所产生的庞大视频数据不仅对人力和物力资源构成了巨大的负担,而且导致了昂贵的成本开支。针对这一问题,本研究聚焦于解决细粒度目标检测领域存在的具体问题。本研究基于深度学习技术,结合Yolov4目标检测和CLIP特征分析,提出了一种综合的图像分析方法,以降低视频数据处理的成本。目前,现有的细粒度目标检测方法在处理大规模视频数据时面临着一系列挑战。这些挑战包括但不限于人工标注成本太高,而且无法保证标注的全面性,人工标注不如用户反馈及时有效;泛化能力只太弱,定制化成本太高,大多数AI任务都需要case by case实现。为了解决这些问题,本研究首先利用Yolov4模型对输入图像进行人物检测,以高效地实现目标的准确分割。随后,针对每个分割的人物,本实验采用CLIP模型进行深度特征分析,其泛化能力强且训练语料完全不需要人工标注的特点使捕捉图像和语言之间的语义精准关联。通过本研究的实验结果,本研究验证了该方法在人物检测方面的卓越表现,并展示了在基于CLIP的特征分析中显著的语义一致性。这一创新方法有望显著降低视频数据处理的成本和工作量,为细粒度目标检测领域的进一步研究提供了新的方向。

Posterior reversible encephalopathy syndrome following uneventful clipping of an unruptured intracranial aneurysm:A case report

BACKGROUND Posterior reversible encephalopathy syndrome(PRES)is characterized mainly by occipital and parietal lobe involvement,which can be reversible within a few days.Herein,we report a rare case of PRES that developed after craniotomy for an unruptured intracranial aneurysm(UIA).CASE SUMMARY A 59-year-old man underwent clipping surgery for the treatment of UIA arising from the left middle cerebral artery.Clipping surgery was performed uneventfully,and he regained consciousness quickly immediately after the surgery.At the 4th hour after surgery,he developed a disorder of consciousness and aphasia.Magnetic resonance imaging revealed cortical and subcortical T2/FLAIR hyperintensities in the parietal,occipital,and frontal lobes ipsilaterally,without restricted diffusion,consistent with unilateral PRES.With conservative treatment,his symptoms and radiological findings almost completely disappeared within weeks.In our case,the important causative factor of PRES was suspected to be a sudden increase in cerebral perfusion pressure associated with temporary M1 occlusion.CONCLUSION Our unique case highlights that,to our knowledge,this is the second report of PRES developing after craniotomy for the treatment of UIA.Surgeons must keep PRES in mind as one of the causes of perioperative neurological abnormality following clipping of an UIA.

基于CLIP的多模态视频文本检索系统

计算机视觉(Computer Vision,CV)与自然语言处理(Natural Language Processing,NLP)技术已逐渐趋于成熟,结合视觉和语言的多模态领域技术将成为学界和业界的研究热点。文章使用CLIP预训练模型,结合图像与语言两种模态信息,进一步将图像拓展至视频,利用FFmpeg处理视频,并对视频与文本信息进行嵌入(embedding)和余弦相似度匹配,从而实现利用纯文本检索视频中符合该文本语义的片段。

从隐空间认识CLIP多模态模型

1前言AIGC可生成的内容形式包含文本(文句)、图像、音频和视频。它能将文本中的语言符号信息或知识,与视觉中可视化的信息(或知识)建立出对应的关联。两者互相加强,形成图文并茂的景象,激发人脑更多想象,扩大人们的思维空间。其中,最基础的就是文本(Text)与图像(Image)之间的知识关联。本篇来介绍文本与图像的关联,并以CLIP模型为例,深入介绍多模态AIGC模型的幕后架构,例如隐空间(Latent space)就是其中的关键性机制。

玉米免耕播种机振动特性及对排种器排种性能的影响

为研究玉米免耕播种机振动特性以及振动对排种器漏播指数和重播指数的影响,搭建一套由振动加速度传感器、电荷放大器、USB采集卡组成的播种作业振动测试系统,在玉米免耕播种机免耕地表作业时进行振动测试采集播种作业的振动信号。因田间工作环境复杂,使用经典滤波法中的IIR滤波器滤除所采集振动信号中其他高频干扰信号,对田间采集振动信号进行时域分析,均方值作为时域分析指标值。结果表明:振动加速度均方根随着作业速度和旋耕机转速的增加呈线性增加,旋耕机转速和作业速度是引起玉米免耕播种机振动的主要因素,影响顺序为:旋耕机转速>作业速度。使用二次积分法对田间采集信号进行分析,得出播种机作业时最大振动位移为16.004mm,对振动信号进行频域分析,使用直接法求出功率谱密度。结果表明:玉米免耕播种机振动频率主要在0~100Hz之间,频率分布与旋耕机转速影响较大。根据田间振动信号所得工作参数搭建振动试验台,以播种机振动频率、振动幅值、作业速度为试验因素,合格指数、漏播指数为评价指标进行3因素3水平响应面试验。结果表明:作业速度、振动幅值和振动频率对合格指数和漏播指数影响较为显著。各因素对合格指数影响顺序为:振动幅值、作业速度、振动频率;各因素对漏播指数影响顺序为:振动幅值、振动频率、作业速度。研究结果可为降低玉米免耕播种机振动和优化指夹式排种器提供理论参考。