系统性红斑狼疮并发股骨头坏死危险因素列线图预测模型的建立和验证

背景:股骨头坏死是系统性红斑狼疮患者常见的并发症,若能早期对其发生风险进行预测与验证,将有助于避免或延缓股骨头坏死的发展。目的:分析系统性红斑狼疮患者并发股骨头坏死的危险因素,构建系统性红斑狼疮患者并发股骨头坏死的列线图预测模型并进行验证。方法:回顾性分析2013年1月至2022年12月首次就诊于河南中医药大学第一附属医院的914例系统性红斑狼疮患者的病历资料,根据是否发生股骨头坏死分为发生股骨头坏死组(n=100)和未发生股骨头坏死组(n=814)。采用单因素、LASSO回归和多因素Logistic回归分析筛选和确定系统性红斑狼疮并发股骨头坏死的危险因素。同时将数据集按照7∶3的比例随机分为训练集和测试集,并基于多因素Logistic回归分析结果,构建系统性红斑狼疮并发股骨头坏死的列线图预测模型。同时,使用受试者工作特征曲线、Hosmer-Lemeshow校准曲线和决策曲线对列线图的性能进行评估。结果与结论:①股骨头坏死组与未发生股骨头坏死组患者在系统性红斑狼疮病程、系统性红斑狼疮疾病活动度评分、狼疮性肾炎、呼吸系统受累、胃肠道受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、补体C3降低、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量、糖皮质激素冲击治疗方面差异有显著性意义(P<0.05);②采用LASSO回归分析方法筛选出10个与系统性红斑狼疮并发股骨头坏死风险相关的预测变量,将其纳入多因素Logistic回归分析,结果显示系统性红斑狼疮病程、呼吸系统受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量是系统性红斑狼疮患者发生股骨头坏死的独立危险因素(P<0.05);③训练集中预测发生风险的受试者工作特征曲线下面积为0.802(95%CI=0.742-0.862),测试集预测发生股骨头坏死风险受试者工作特征曲线下面积为0.811(95%CI=0.745-0.876);Hosmer-Lemeshow校准曲线拟合度较好(训练集,P=0.447;验证集,P=0.870);决策曲线显示使用列线图预测模型预测系统性红斑狼疮患者发生股骨头坏死的风险是有益的;④月经异常为女性系统性红斑狼疮患者并发股骨头坏死的危险因素之一;⑤此次研究结果提示,系统性红斑狼疮并发股骨头坏死的危险因素是多因素的,同时建立了一个包含9个危险因素的列线图预测模型,可将其用于预测系统性红斑狼疮患者发生股骨头坏死的风险;此外,首次报道了月经异常为女性系统性红斑狼疮并发股骨头坏死的危险因素之一。

面向软件定义网络的异常流量检测研究综述

针对软件定义网络(SDN)较传统网络更易遭受网络攻击的现实,从技术原理和架构特点出发,对近年来面向软件定义网络的异常流量检测研究进展进行综述,分析了SDN可能遭受网络攻击的组织形式,讨论了当前SDN异常流量检测、异常流量溯源、异常流量缓解相关技术的特点、优势及不足;对当前研究中常用的数据集进行了对比分析,并梳理出一些通用的数据预处理方法;总结并展望了未来SDN环境下异常流量检测方法的研究方向。调研结果可以指导实际应用需求中适配方法的选取,提出待解决的问题和矛盾可为后续研究提供引导。

融合IMR-WGAN的时序数据修复方法

工业数据由于技术故障和人为因素通常导致数据异常,现有基于约束的方法因约束阈值设置的过于宽松或严格会导致修复错误,基于统计的方法因平滑修复机制导致对时间步长较远的异常值修复准确度较低.针对上述问题,提出了基于奖励机制的最小迭代修复和改进WGAN混合模型的时序数据修复方法.首先,在预处理阶段,保留异常数据,进行信息标注等处理,从而充分挖掘异常值与真实值之间的特征约束.其次,在噪声模块提出了近邻参数裁剪规则,用于修正最小迭代修复公式生成的噪声向量.将其传递至模拟分布模块的生成器中,同时设计了一个动态时间注意力网络层,用于提取时序特征权重并与门控循环单元串联组合捕捉不同步长的特征依赖,并引入递归多步预测原理共同提升模型的表达能力;在判别器中设计了Abnormal and Truth奖励机制和Weighted Mean Square Error损失函数共同反向优化生成器修复数据的细节和质量.最后,在公开数据集和真实数据集上的实验结果表明,该方法的修复准确度与模型稳定性显著优于现有方法.

呵叻高原钾盐矿床空间分布特征与成因及其对钾盐异常富集的影响

呵叻高原钾盐矿床是超大型固体钾盐矿床,其钾盐空间分布特征和钾盐异常富集规律至今仍不明晰,这是该钾盐矿床成矿系统的关键科学问题。本文基于该矿床447口钻孔岩芯资料,对三个沉积旋回的盐岩和碎屑层进行系统划分,对不同岩层的空间沉积厚度及埋深进行重建,主要得到以下认识:三个沉积旋回空间分布范围不同,且呈由东向西增厚趋势,钾镁盐主要集中于西部,且局部空间钾盐异常富集,其厚度明显大于下伏岩盐;盆地形态、晶间卤水迁移、区域构造挤压、重力差异载荷及盐岩自身浮力等相互作用可能是造成局部空间钾盐异常增厚的主要控制因素;钾盐局部异常富集,而非钾盐体积的绝对增加,是该矿床的显著特征之一。本研究对该矿床成矿规律的深入理解和后续勘探开发及资源评估具有重要指导意义。

基于SSA−LSTM的风速异常波动检测方法

针对传统统计方法对风门开闭导致传感器监测数据异常波动的漏报率和误报率高的问题,通过挖掘风速传感器中时间序列数据中的数据特征,提出了一种基于奇异谱分析法(SSA)与长短期记忆神经网络(LSTM)组合的SSA−LSTM风速异常波动检测方法。首先利用SSA对风速传感器监测数据进行预处理,将风速数据分解为趋势分量、周期分量和噪声分量,通过重组趋势分量和噪声分量去除因湍流脉动产生的数据噪声;然后对LSTM进行参数优化,利用优化后的LSTM模型对预处理数据进行预测并得到重构风速;最后以对数概率密度函数计算监测风速与重构风速的异常分数,通过计算训练集数据样本的异常分数设定阈值对监测风速进行异常检测。试验结果表明:SSA去除因湍流脉动产生的数据噪声效果较好,在不影响数据波动情况下去除噪声分量,有助于提高风速重构效果和异常检测准确率;LSTM在无异常波动时能正确重构因湍流脉动导致的小幅波且与实际数据拟合效果较好,在有异常波动时根据历史波动趋势对异常波动段进行重构,可有效提高异常检测的准确率。通过对比分析,所提方法比ARIMA、BP、CNN模型的重构效果更好,异常检测准确率为99.2%,F1-Score为0.97,验证了所提方法的可靠性。表明本文所提方法在检测因风门开闭导致的风速异常波动上具有一定的应用价值。

基于孤立森林算法的弹性光网络异常流量自动识别方法

弹性光网络流量传输受到时间波动导致异常,为了提高网络传输稳定性,提出基于孤立森林算法的弹性光网络异常流量自动识别算法。根据流量的异常分布特征和正常数据的差异性进行波谱密度检测,构建弹性光网络流量的谱特征提取模型,通过低通滤波器卷积向量重组,实现对异常流量的谱特征筛选,采用孤立森林算法实现对网络流量异常检测的自适应寻优控制,结合多维空间结构重组方法实现对弹性光网络异常流量检测和识别。结果表明,漏检率及误检率较低,分别为3.16%,1.03%。检测用时较少,仅用16秒。在进行检测时,外部入侵率未超过1%,抗扰性较强。

公共场所行人异常行为识别方法综述

为明确公共场所行人异常行为识别理论与技术研究进展,首先,借助中国知网(CNKI)和Web版引文数据库(WOS),给出公共场所行人异常行为广义定义与泛在特征,将常见异常行为划分为危害行为、不合群行为和违规行为3类;其次,从数据和技术基础视域,将现有异常行为识别方法划分为人工设计法、人体骨架法、红绿蓝(RGB)图像法和可穿戴传感器法4类;然后,梳理国内外主流人群异常行为数据集,分析相关算法在数据集上的性能表现;最后,从可用数据集和数据融合检测等方面总结现有研究方法局限性,给出未来研究方向与优化建议。研究结果表明:4类异常行为识别方法各有其优缺点;异常行为识别领域缺乏行为种类丰富、定义清晰、高质量的人群异常行为数据集;未来研究应聚焦稳健性强、准确率高的异常行为识别方法、模型及算法;探索多维数据融合互补检测方法,提升异常行为识别理论成果的应用场景的自洽性和自适应性,提高公共场所人群安全治理水平。

基于LoRa的生猪体征监测系统设计与实现

为克服现有生猪体征监测模块功能单一、传输距离受限、功耗大等问题,设计一种以低功耗智能耳标为采集终端的生猪体征监测与异常诊断系统。该系统以无线微控制器为硬件核心,结合猪只体温、心率、运动感知传感器,LoRa和GPRS技术组成的无线传感网络和云服务器构建生猪体征信息采集、健康评估、异常诊断监测平台,提高生猪养殖过程的智能化管理水平。试验表明,该系统运行稳定,能够实时采集、传输、显示、查询生猪体征参数和异常行为,体温相对误差小于1%,心率相对误差小于5%,通信网络丢包率小于5%,传输距离大于3 km,行为辨识结果大于90%,满足中小型规模化生猪养殖场的实际使用需求。可为生猪异常诊断、早期疾病检测治和疫情预防提供科学依据。

基于深度自回归模型的电网异常流量检测算法

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

市场结构、地方保护与异常审计费用

构建公平有序的市场体系需要厘清市场垄断和地方保护对审计契约的影响。以沪深两市2015-2022年的上市公司为研究样本,实证检验市场结构集中度对异常审计费用的影响,进一步考察地方保护对审计契约的调节效应。研究发现:(1)市场结构集中度对异常审计费用具有显著负向影响,而地方保护进一步增强负向关系;(2)在异常审计费用为负时市场结构集中度和地方保护对异常审计费用的影响更显著,而年报问询函外部监督效用受地方保护制约;(3)市场结构集中度通过代理成本和审计时长影响异常审计费用,进而损害会计信息的稳健性和可比性。

杨国旺从气、血、水论治恶性肿瘤相关水液代谢异常疾病

恶性肿瘤发生发展过程中常伴发水液代谢异常疾病。杨国旺教授认为恶性肿瘤相关水液代谢异常疾病的核心病机在于气、血、水代谢失调,三者相互为患,进而导致气滞、瘀阻、水停,出现诸如“悬饮”“臌胀”“水肿”“癃闭”“遗溺”等并发症。杨国旺教授临证多从调气、行血、利水入手,根据病种的不同、病位的不同、病变阶段的不同分而治之,各有侧重,兼以运用温阳、化痰、通络等法;同时,杨教授始终抓住恶性肿瘤相关水液代谢异常疾病“本虚邪实”的本质,在改善水液代谢异常的同时,强调要积极治疗原发病,通过“扶正祛邪”以预防病情进展,实现患者最大的生存获益。

2013—2022年北京市海淀区学龄前儿童眼保健及视力低常状况分析

目的:了解北京市海淀区幼儿园4~6岁在园儿童眼保健状况及其变化趋势,为制定相应干预措施提供依据。方法:对2013—2022年北京市海淀区幼儿园4~6岁儿童眼保健年报数据进行分析。结果:2013—2022年海淀区幼儿园4~6岁儿童视力检查率为99.16%~99.89%,呈逐年上升趋势,差异有统计学意义(χ^(2)=238.628,P<0.01);视力低常患病率为5.97%~7.57%,整体呈上升趋势,差异有统计学意义(χ^(2)=17.355,P<0.01),2021年达到最高值,2022年降为最低;弱视发生率为0.41%~1.29%,呈逐年下降趋势,差异有统计学意义(χ^(2)=451.419,P<0.01);视力低常矫治率为75.74%~97.63%,呈逐年上升趋势,差异有统计学意义(χ^(2)=1 087.365,P<0.01)。本地儿童视力低常率和视力低常矫治率均高于外地户籍儿童。结论:北京市海淀区学龄前儿童眼保健覆盖状况良好,儿童视力低常率呈逐年上升趋势,本市户籍儿童是预防发生视力低常的重点人群,外地户籍儿童家长应加强对儿童视力低常矫治的重视,可以通过加强针对家长和教师的眼保健健康教育,注重培养儿童良好用眼习惯等综合干预措施降低儿童视力低常检出率。

新疆某健康体检机构重要异常结果分析与随访结果研究

目的研究新疆某健康体检机构重要异常结果人群分布特征及随访结果。方法选取2022年在新疆医科大学健康管理中心参加健康体检的受检者65045例,检出4665例有重要异常结果的受检者,制定重要异常结果A类B类随访规则,进行电话通知及1月、6月随访,使用随访信息系统进行提醒及表单记录。结果4665例重要异常结果受检者中A类重要异常结果447例(9.58%),B类4218例(90.42%);男性2815例(60.34%)、女性1850例(39.66%),男性高于女性(P<0.05);年龄与重要异常结果存在相关性(P<0.05);41~50岁(1114例)、51~60岁(1211例)这两个年龄段重要段异常结果人数占比高。有效通知4457例(95.54%),通知后有效随访4397例(98.65%),失访60例(1.35%);电话随访后就诊2118例(48.17%),未就诊2279例(51.83%);未就诊男性1562(58.57%)高于女性717(41.45%),性别与是否就诊有统计学意义(P<0.05)。就诊后非肿瘤性疾病1194例(56.40%),恶性肿瘤性疾病97例(4.5%),未明确827例(39.1%)。结论重要异常结果男性高于女性,随年龄增长重要异常结果发生率增高。随访路径实施中通知及随访成功率还应提高。受检者对重要异常结果指标理解不够及重视程度不高(60.44%),未按随访建议进行及时就诊,需加强健康宣教提高其健康意识,督促其重视及时治疗,对提高疾病“早筛查,早评估,早干预”有重要意义。

45,X/47,XYY性发育异常一例并文献复习

45,X/47,XYY性发育异常是一种由于罕见的染色体异常导致的性发育异常疾病。报告1例收治的45,X/47,XYY嵌合型性发育异常患者,该患者主因原发性闭经并出现男性化表现就诊,具有特纳综合征(Turner syndrome,Turner综合征)的表现,腹腔镜探查显示一侧性腺为条索状,另一侧外观睾丸样,病理为卵睾型性腺,手术切除双侧附件并予人工周期治疗,有月经来潮。结合本例及检索到的文献报道的女性表型中因原发性闭经就诊的病例共11例,对该病的临床表现、诊断及治疗方式进行总结。女性表型45,X/47,XYY性发育异常患者临床表现多样,以Turner综合征表现合并男性化表现多见,应尽早发现并切除发育不良的性腺,防止性腺肿瘤的发生和男性化表现出现。术后进行长期激素替代治疗,同时注重患者精神心理的疏导。

融合注意力机制卷积神经网络的扬声器异常声分类

针对扬声器异常声非线性、非平稳且易受外部噪声干扰,以及因特征冗余而导致扬声器异常声识别率偏低的问题,提出一种基于变分模态分解(variational mode decomposition, VMD)和一维卷积循环注意力网络(1DCNN-BiLSTM-Attention)相结合的扬声器异常声分类方法。首先,采集不同类型异常声信号,采用VMD对异常声信号进行分解并提取扬声器异常声特征,构建标签化的初始数据;其次,将特征数据输入至1DCNN-BiLSTM网络中进行初始化特征提取,利用注意力机制自适应优化网络对异常声特征的学习权重,提升网络对特征鉴别能力,并优化Dropout抑制网络在训练过程中存在的过拟合问题,构成1DCNN-BiLSTM-Attention分类网络;最后,将所提方法应用于扬声器异常声分类中。实验结果表明:该方法可以有效提取到扬声器异常声中的关键特征,平均分类准确率为99.17%,与VGG16、RF和DCNN相比,其准确率分别提高了13.14%、0.56%,12.34%。

心房颤动发病机制的相关研究进展

心房颤动(atrial fibrillation,AF)是老年人群中最为常见的心律失常,研究表明其发病机制与衰老、遗传突变、炎症反应、氧化应激、钙稳态异常、代谢异常等有关,越来越多的证据表明上述机制在心房电重构和结构重塑的演变中起着重要作用。在这篇综述中,我们讨论了房颤发生发展可能的分子机制,其中涉及多个典型的炎症途径,以及抗炎治疗、纠正代谢异常等方法对房颤的防治潜力。

基于GAT与SVM的区块链异常交易检测

公有链因为透明公开而面临着众多恶意交易和非法加密活动的问题,这造成了区块链出现异常交易,对用户的资产和信息安全造成严重损害。针对区块链异常交易问题,提出一种关注区块链事务图局部结构邻节点特征与联系,基于图注意神经网络(graph attention network, GAT)与支持向量机(support vector machine, SVM)相融合的区块链异常交易检测方法——GAS(graph attention network and support vector machine)。采用随机森林对节点交易数据特征进行重要性评估,并选取降序排列后前140个重要特征,再结合邻节点特征,利用GAT对当前节点进行特征更新,更新后的特征作为SVM的输入,从而实现异常检测。实验结果表明,相比非融合方法,GAS检测结果性能更优,准确率可达98.11%,精度可达94.01%以及召回率可达85.48%。

基于深度学习的桥梁索力传感器异常数据识别方法

针对基于传感器技术实时监测桥梁结构状态,为及时发现桥梁结构的异常情况并进行判识,预防和避免事故的发生,提出了基于深度学习技术的桥梁传感器异常信号检测和识别方法。通过设计基于LSTM(Long Short-Term Memoy)网络模型的桥梁传感器异常数据检测算法,实现桥梁索力传感器异常数据位置的有效检测,异常数据检测精确率与召回率分别达到99.8%、95.3%。通过将深度学习网络和桥梁传感器实际工作情况相结合,设计基于CNN(Convolutional Neural Networks)网络模型的桥梁索力传感器异常分类算法,实现桥梁索力传感器数据7类信号的智能识别,多种异常数据类型识别精确率与召回率超过90%。相对于目前桥梁传感器异常数据检测和分类方法,该方法能实现桥梁传感器异常数据和类型的精准检测和智能识别,为桥梁传感器监测数据的准确性与后期性态指标识别的有效性提供保障。

动力打桩桩周泥岩损伤特性与损伤模型

针对泥岩地基同施工场地条件下动力打入桩的承载力差异性大且部分打入桩承载力不足等异常现象,文章开展了桩周0.2m处打桩前后的桩周泥岩单轴抗压强度对比试验,和打桩后的桩端中风化泥岩三轴压缩试验,明确打桩后桩周泥岩的损伤特性,基于统计损伤理论建立考虑受打桩影响的桩周泥岩损伤本构模型,并对泥岩地基打入桩的承载性能进行探讨。研究表明:打桩后桩周0.2m处泥岩强度平均损伤28.2%,弹性模量平均损伤41.4%;桩端中风化泥岩损伤后抗剪强度参数平均值为c=217.2kPa、φ=21.6°,φ仅是同场地原状强风化和全风化泥岩的49.1%和51.4%;打桩后桩周泥岩应力-应变曲线的损伤模型计算值的与实测值吻合较好,验证模型的合理性;泥岩地基打入桩承载力异常特征为桩端受力小,但桩端沉降显著,静载破坏时桩端阻力的平均占比为5.25%;动力打桩对桩周泥岩的损伤是泥岩地基打入桩承载力异常的重要原因;泥岩地基打入桩的设计计算与数值模拟采用原状泥岩力学参数不合理,泥岩损伤后不易恢复,建议按损伤特性赋予参数。研究结果对泥岩地基打入桩的设计、施工、承载力评价有较强的参考价值。

基于随机森林算法的异常发热复合绝缘子分类模型

不同类型异常发热复合绝缘子对应的检修决策、应急处理手段各不相同,因此迫切需要建立复合绝缘子异常发热类型识别方法。该文分析了表面积污、护套老化受潮和芯棒酥朽发热复合绝缘子的表面中轴线温度曲线,并定义了7个温度特征量对复合绝缘子异常发热状态进行表征。此外,该文提出了基于随机森林算法的异常发热复合绝缘子分类型模型,并使用现场和实验室拍摄的异常发热复合绝缘子红外图像构建温度特征量样本集。采用SMOTE算法对芯棒酥朽复合绝缘子温度特征量进行数据增广、10折交叉验证选择决策树个数。模型测试结果显示,表面积污、护套老化受潮和芯棒酥朽复合绝缘子的分类精确率均在85%以上。