医学信息工程专业课程考核改革研究

课程考核是人才培养的关键环节,考核方式和内容直接决定人才培养目标的实现与否。本文首先分析了贵州中医药大学医学信息工程专业课程考核中存在的问题,在此基础上研究未来该专业课程考核的改革方向和方案,并在“App技术与开发”课程中进行考核实践。

《大学计算机基础》课程中OFFICE办公软件教学内容和教学方法的研究和探索

办公软件已经成为了大学生必备的重要技能之一。本文从《大学计算机基础》这门课程出发,对课程中的OFFICE办公软件教学内容和教学方法进行了研究和探索。首先,提出将MS办公软件替换为国产WPS办公软件进行教学对于大学计算机基础课程具有现实意义和紧迫性;其次,分别从文字处理、表格编辑、演示文稿三种软件归纳出主要教学内容,提出提高大学生文档编辑和排版效率尤为重要,并结合作者多年教学经验以及从实际出发,给出了办公软件重点教学内容的建议;本文最后列举出OFFICE办公软件的常用教学方法。

图神经网络节点分类任务基准测试及分析

图神经网络(Graph Neural Network,GNN)模型由于采用端到端的模型架构,在训练过程中能够更好地将节点隐藏特征的学习和分类目标协同起来,相比图嵌入(Graph Embedding)的方法,其在节点分类等任务上得到了较大的性能提升。但是,已有图神经网络模型实验对比阶段普遍存在的数据集类型单一、样本量不足、数据集切分不规范、对比模型规模及范围有限、评价指标单一、缺乏模型训练耗时对比等问题。为此,文中选取了包括cora,citeseer,pubmed,deezer等在内的来自不同领域(引文网络、社交网络及协作网络等)的共计20种数据集,以准确率、精确率、召回率、F-score值及模型训练耗时为多维评价指标,在FastGCN,PPNP,ChebyNet,DAGNN等17种主流图神经网络模型上,进行了全面且公平的节点分类任务基准测评,进而为真实业务场景下的模型选择提供了决策参考。通过基准测试实验发现,一方面,影响模型训练速度的因素排名依次是节点属性维度、图节点规模及图边的规模;另一方面,并不存在赢者通吃的模型,即不存在在所有数据集下全都表现优异的模型,特别是在公平的基准测试配置环境下,结构简洁的模型反而比复杂的GNN模型有着更好的性能表现。

有限混合费希尔分布极值密度函数的渐近性质

设有限混合费希尔分布的分布函数由F(x)=∑_(k=1)^(r)p_(k)F_(k)(x)确定,通过对有限混合费希尔分布尾部表达式的精确展开,判断了在线性赋范和幂赋范条件下的极值分布类型分别为F∈D_(l)(Φ_(v_(1)/2))和F∈D_(p)(Φ_(1)).基于有限混合费希尔分布极值分布的渐近展开式,推导出在线性赋范和幂赋范两种不同条件下极值密度函数收敛的高阶渐近展开式,得到有限混合费希尔分布极大值密度收敛到Fréchet极值分布密度的结论.

案例教学法联合文献阅读的教学模式在医学信息分析技术与应用教学中的探索

基于医学信息分析技术与应用的现有教学模式及课程特点,探索在教学过程中采用案例教学法联合文献阅读的综合教学模式展开教学,设计了案例教学的开展过程,提出了文献阅读的教学方式,旨在培养学生独立分析问题和解决问题的能力。

关联规则对中医治疗腹泻方剂的分析研究

本文介绍了关联规则及其经典算法Apriori算法,并给出对中医治疗腹泻的方剂数据进行关联规则挖掘的实现方法,得到了药物之间的关联关系,发现了一些高频使用的药物和药对,为促进数据挖掘技术在祖国传统医学领域的应用提供参考。

医学信息分析技术与应用课程教学案例建设研究

针对目前医学信息分析技术与应用课程教学案例缺乏的情况,分析课程特点和课程现状,文章提出建设以数据挖掘技术为核心知识的教学案例,以聚类分析知识点为例,对案例的设计进行了详细说明,为课程建设和课程教学模式改革提供思路。

中医执业医师考试的智能评测系统设计

本文解决中医执业医师第一阶段理论考试难以复习和备考的问题,利用人工智能技术,研究设计基于中医执业医师分阶段考试智能评测系统。该系统不仅支持学生在线完成练习和测试,而且能够自动、实时评分,同时,还为教师和学生提供成绩分析、知识点掌握情况等数据统计分析,并根据分析数据生成导学策略和建议。该系统为学生提供新的教学模式和学习方式,学生通过该系统可快速了解自己的知识漏洞和存在的问题。

应用云计算的人脸式中医医师考试系统研究

随着云计算技术的快速发展,其应用领域越来越广泛,传统的在线考试系统越来越不适应现代考试的需要。本文在分析了现有的中医医师考试系统特点的基础上,提出了基于云的人脸识别式中医医师在线考试系统。

基于FAERS数据库的阿普斯特不良事件信号挖掘研究

目的通过对药物阿普斯特的不良事件(ADE)信号挖掘,为临床安全用药提供参考。方法本研究通过比例失衡法中的报告比值比法与综合标准法对美国食品药品监督管理局(FDA)不良事件报告系统(FAERS)中2014年第1季度至2022年第3季度的阿普斯特不良事件进行分析。结果获得以阿普斯特为目标药物的不良事件报告共有121013例,涉及患者共有69554例,男女之比约为1∶2,报告地区主要在北美地区(97.52%),51~60岁是报告数量最多的(30.03%),筛选获得有效ADE阳性信号共200个,主要涉及15个器官系统分类,尚未载入说明书的ADE阳性信号排名前三的是腹部不适、银屑病关节炎及皮疹。结论阿普斯特的ADE涉及到的器官系统很多,诸如胃肠道消化系统、精神系统、皮肤/肌肉组织及神经系统等,但是说明书载入的不良事件尚不完善,建议在临床使用时要警惕尚未载入的ADE,如皮疹、上腹不适、眩晕、关节痛等。

机器学习模型辅助唇腺活检干燥综合征诊断的初步探索

目的 探索多种机器学习模型对干燥综合征(SS)唇腺活检病理诊断的预测价值。方法 使用3D Slicer软件对我院既往70例疑似干燥综合征患者的唇腺活检病理图像进行勾画并用Pyradiomics包提取纹理特征参数,建立多个模型并进行AUC值、特异度、灵敏度和准确率的模型诊断性能评估。结果 SVC模型的测试集AUC、准确度、灵敏度、特异度分别为0.989、0.917、0.950、0.800,诊断预测准确率达91.7%,在多个模型中表现稳定可靠。结论 机器学习模型SVC有助于高效率初步识别病理阴性和SS的病理切片,具有较好的应用前景。

基于网络药理学结合GEO数据集探讨白术治疗2型糖尿病的分子机制

目的基于网络药理学及GEO数据集初步探索白术防治2型糖尿病的分子机制。方法根据标准流程对GEO数据库中基因芯片数据(GSE7014)进行收集处理、整合,对芯片数据进行归一化校正,用已编制好的R语言程序进行差异基因分析。通过TCMSP数据库下载白术化学成分,基于Swiss Target Prediction筛选化学成分靶点,通过FunRich软件获得白术治疗2型糖尿病的靶点,对其靶点进行生物信息学分析。结果白术55个化学成分通过Swiss Target Prediction数据库获得262个靶点。通过GEO数据库筛选2型糖尿病差异基因699个,通过FunRich软件取交集,共筛选出13个差异基因,主要参与胰岛素抵抗和MAPK信号通路(P<0.01且P_(adjust)<0.01),通过化学成分-靶点-通路网络模型,明确白术防治2型糖尿病的关键靶点为蛋白激酶C-θ、核糖体蛋白S6激酶α3、转录因子p65、Ras鸟苷酸释放蛋白3、电压依赖性钙通道δ1亚单位。白术防治2型糖尿病的主要成分为挥发油、倍半萜内酯、氨基酸和多炔类化合物。结论筛选出的通路及差异基因有助于加深对2型糖尿病发病分子机制的理解,为2型糖尿病药物的开发及应用提供依据。

费希尔分布最大值分布的渐近展开

通过费希尔分布的概率密度函数,推导出该分布的尾部表达式和米尔率,判断该分布的极值分布类型,确定最优规范化常数。在最优规范化常数条件下,通过对尾部表达式的精确展开,得到费希尔分布规范化最大值的极限分布的渐近展开。由该分布渐近展开式得到费希尔分布的最大值分布收敛到极值分布的逐点收敛速度。

网络药理学结合TCGA数据集筛选大肠癌的关键靶点及薏苡仁的干预研究

目的基于网络药理学筛选薏苡仁防治大肠癌的靶点及活性成分。方法基于CTD(Comparative Toxicogenomics Database)筛选大肠癌靶点。对大肠癌靶点进行生物过程(biological process)、细胞成分(cellular component)以及分子功能(molecular function)分析。通过Cytoscape 3.5.1中的CytoHubba中的最大邻居组件(maximum neighborhood component),度(degree),最大团中心性(maximal clique centrality)和应力(stress)四种算法输出关键基因。基于分子对接研究薏苡仁与关键基因的结合能力。通过TCGA(The Cancer Genome Atlas)数据集对关键基因进行验证分析。关键活性成分的理化性质基于TCSMP和SWISS ADME进行分析。方法筛选出274个大肠癌的靶标基因,8个关键靶点。通过分子对接明确薏苡仁防治大肠癌可能与甘油醛-3-磷酸脱氢酶最相关。采用TCGA数据对8个靶点进行验证分析,结果发现甘油醛-3-磷酸脱氢酶、原癌基因酪氨酸蛋白激酶SRC、MYC原癌基因蛋白和p53肿瘤蛋白的表达值在直肠癌和结肠癌样本中显著高于正常样本(P<0.01),表皮生长因子受体的表达值在直肠癌和结肠癌样本中显著低于正常样本(P<0.01)。薏苡仁16个化合物与6个及以上靶点有较好的结合。结论初步筛选出薏苡仁防治大肠癌的活性成分及关键靶点,为从薏苡仁中发现和研发结肠癌和直肠癌新药提供科学参考。

NHPP类开源软件可靠性增长模型的极大似然估计

为了提高开源软件产品的可靠性,针对软件测试过程中常见的不分组失效数据和分组失效数据,提出非齐次泊松过程(NHPP)类开源软件可靠性增长模型极大似然估计的一般形式;对GO模型、DSS模型、GGO模型、ISS模型和Ohba模型进行讨论,给出这5类可靠性模型的似然函数和似然方程;利用开源软件Apache Tomcat 5的真实失效数据,对这5类可靠性模型进行性能对比分析。结果表明:GGO模型具有较好的拟合与预测效果,而GO模型的拟合效果较差。

两种赋范条件下有限混合费希尔分布极值分布的高阶渐近展开

通过对有限混合费希尔分布尾部表达式的精确展开,研究了在线性赋范和幂赋范两种条件下的极值分布类型,并获得规范化最大值分布的高阶渐近展开式。

含结构零的三维不完备列联表统计分析

根据三维不完备列联表的拟独立性原理,使用R语言中的loglin函数进行期望频数极大似然估计和拟独立性检验。针对各种拟独立性的估计与检验问题,调试出loglin函数中适合结构零情况的margin和start等参数的设置,实现了含结构零的三维不完备列联表数据的统计分析。

基于多项式回归模型的软件可靠性预测方法研究

为了合理地对软件故障进行分析和研究,不断提高软件的可靠性,采用多项式回归模型进行故障分析,使用“成绩分析大师APP”的真实故障数据,利用SPSS软件对可靠性模型进行验证分析。实验结果表明,利用多项式回归方法建立的故障数据的变化函数模型是有效的,可将其用于软件的可靠性分析预测。

BP神经网络数字识别的Matlab实现

本文指出了newff函数新旧版本使用上的区别,并通过选用BP神经网络中多种常见的训练函数分别进行实验,比较这些不同的训练函数对数字分类识别的效果。通过实验比较得出的结论,一方面可为数字识别方法提供训练函数选择上的参考,另一方面也可为人工智能教学中的实验操作提供借鉴。

基于自回归模型的软件可靠性预测方法研究

随着人们对高可靠和高质量软件需求的日益增长,这种需求迫使软件开发人员不断提高软件的可靠性。本文提出了一种基于自回归模型的软件可靠性预测方法,并利用最小二乘估计方法对模型中的参数进行估计。使用开源软件Firefox的真实故障数据,利用SPSS软件对可靠性模型进行验证分析,实验结果表明本文提出的模型是有效的。