Haversian bone-mimicking bioceramic scaffolds enhancing MSC-macrophage osteo-imunomodulation

The interaction between immune cells and bone forming cells plays a vital role in maintaining the homeostasis of the skeletal system, and is regulated by the three-dimensional structure of tissues. Whether the construction of biomaterials can activate or reproduce this spatial “cross-talk” between immune cells and bone forming cells in bone natural formation process is a prerequisite for successful fracture healing and bone regeneration. Herein, a bone marrow mesenchymal stem cells (MSCs)/macrophages-laden Haversian bone-mimicking bioceramic scaffold was successfully prepared through the biomimetic design of biomaterials and 3D printing technology. MSCs and macrophages were respectively distributed in the cancellous bone and Haversian canals of the scaffold to simulate the three-dimensional structure regulation of the cell spatial distribution and multiple intercellular interaction in natural bone tissue, and worked in concert to modulate the scaffold material-mediated osteo-immune microenvironment. The in vitro study revealed that the pro-inflammatory response of macrophages was more significantly inhibited when distributed with MSCs in the scaffolds at a cell ratio of 0.5:1 for co-culture, in comparison with multicellular culture at other ratios and unicellular culture. Meanwhile, MSCs exhibited the relatively high osteogenic potential, most likely via the activation of certain key signaling pathways mediated by macrophages-derived paracrine signaling mediators (OSM, BMP-2, and WNT10b). This work not only establishes a bionic platform for the regulation of multicellular osteo-immune response and regeneration but also offers a promising tissue-engineered biomimetic scaffold with improved immunomodulatory function for promoting bone tissue regeneration.     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策，从而提高自动驾驶的安全性，促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测，提出了一种交互式意图预测方法。首先，通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合，在充分考虑周围场景信息后建立了行为识别模型，用于对当前的驾驶行为做出准确的判断。然后，考虑到交通场景复杂多变的特点，提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹，并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用，所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后，在NGSIM数据集对所提出的方法进行验证，结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图，结合未来意图推理模型，能够更加准确地预测出车辆未来的驾驶行为，由此可提高车辆驾驶的安全性。     

足球比赛场景中交互行为分析方法研究

目前的视频处理研究主要关注足球视频的基础方面的问题, 而在视频语义方面的工作尚不完善。 为此, 对足球比赛视频中存在的交互行为进行分析, 研究了足球比赛视频语义理解的关键问题, 为实现从一般比赛场景去理解和分析比赛进行了有益的探索。 首先进行场景分析, 利用主颜色提取视频中场地区域并标定场地线; 其次, 检测场景中的球员并判定其队属, 同时利用 Kalman 滤波实现对足球目标的跟踪; 最后, 判定球队的进攻方向的目的语义, 同时获取足球真实轨迹, 进行轨迹分割, 识别球员与足球的交互行为, 并在此基础上结合足球领域的知识进行进攻策略的分析。 实验结果表明, 该算法能很好地解决视频分析各阶段的问题, 能有效分析视频中存在的交互行为, 并从足球领域的角度实现进攻策略分析,进攻模式识别结果查准率达到 71% 以上, 查全率达到 85% 以上, 有益于计算机视觉的应用研究和足球视频科学分析。     

论安全生产的科学技术与法律的关系

一切优秀成果的全方位的突破和更新都离不开科学技术工具,也离不开理论本身的发展。"法律与科技"问题是法理学重要的构成部分,有关科技的法律也已成为法学的一个重要分支。安全生产领域既包括科学(自然科学、社会科学)的理论,也包括众多的边缘和交叉内容,并在当代展现出了现实性、多样性的特点。当然,对安全生产这一大科学领域的多样性、现实性的探讨并不是简单地采纳新技术或简单地引入即可实现的,而是需要注重对科学、技术、文化、意识、法律等多方面之间的矛盾和互动关系,并关注他们的实践,从而推动安全生产成为一门真正的科学。     

PBNA： An Improved Probabilistic Biological Network Alignment Method

Biological network alignment is an important research topic in the field of bioinformatics. Nowadays almost every existing alignment method is designed to solve the deterministic biological network alignment problem.However, it is worth noting that interactions in biological networks, like many other processes in the biological realm,are probabilistic events. Therefore, more accurate and better results can be obtained if biological networks are characterized by probabilistic graphs. This probabilistic information, however, increases difficulties in analyzing networks and only few methods can handle the probabilistic information. Therefore, in this paper, an improved Probabilistic Biological Network Alignment（PBNA） is proposed. Based on Iso Rank, PBNA is able to use the probabilistic information. Furthermore, PBNA takes advantages of Contributor and Probability Generating Function（PGF） to improve the accuracy of node similarity value and reduce the computational complexity of random variables in similarity matrix. Experimental results on dataset of the Protein-Protein Interaction（PPI） networks provided by Todor demonstrate that PBNA can produce some alignment results that ignored by the deterministic methods, and produce more biologically meaningful alignment results than Iso Rank does in most of the cases based on the Gene Ontology Consistency（GOC） measure. Compared with Prob method, which is designed exactly to solve the probabilistic alignment problem, PBNA can obtain more biologically meaningful mappings in less time.     

基于社交网络签到数据的城市空间相互作用和节点吸引力研究

基于社交网络大数据的研究视角,选取全国348个城市之间一年的跨城市社交媒体地理位置签到数据,采取优化粒子群(PSO)方法,使用引力模型,逆向推导该系统中空间相互作用的距离衰减函数以及各城市的节点吸引力。通过引入经济发展水平、产业结构、人口规模和结构、旅游竞争力、教育水平5个方面的12项变量,经过因子分析和回归分析,探究这些变量对节点吸引力的影响作用。结果表明,社交媒体签到系统中的交互流量符合距离衰减的幂律函数,与其他交互系统相比,其距离衰减系数偏小,说明全国尺度的城市间人的移动受距离影响不明显。对全国城市节点吸引力及其排名的进一步分析发现,与旅游竞争力、城市发展成熟度、人口规模这几个维度相关的因子对社交媒体签到系统中的城市节点吸引力有显著的影响。研究结论将为更好地理解人类签到和移动行为,为进一步了解复杂网络系统中节点吸引力的内涵做出一定的理论和实际贡献。     

初道屏蔽效应对低能电子碰撞H(e,2e)反应的影响

考虑初道屏蔽效应,研究了低能电子碰撞H(e,2e)的反应过程.计算了共面非对称几何条件下能量为27.2 eV的入射电子碰撞H(e,2e)反应的三重微分截面(TDCS),将其计算结果与3C、DS3C和CDS3C模型所得结果及实验数据进行了比较,结果表明CDS3C模型能对上述碰撞过程成功描述,改善了与实验结果的符合程度.     

反气相色谱法研究共聚酯的表面性质及共混体系的相容性

采用反气相色谱法(IGC)测定了对苯二甲酸丁二醇酯-己内酯(PBT-PCL)多嵌段共聚物与溶剂的Flory-Huggins相互作用参数和色散成分的表面能γsd,研究了温度对γsd的影响.同时,通过探针分子测得聚氯乙烯(PVC)与PBT-PCL共混时的相互作用参数χ为-0.796,结果表明,该共混物是相容的.     

均匀重力场中弱相互作用费米气体的低温性质

根据半经典近似法和局域密度近似法,分别研究了均匀重力场中理想费米气体和弱相互作用费米气体的低温性质,得到了一些重要热力学量的一般解析表达式.对自由费米体系,均匀重力场中理想费米体系,均匀重力场中弱相互作用费米体系进行了比较,探讨了重力势场及粒子间的相互作用对体系性质的影响.     

精神文化消费与竞技运动互动联系之解读

精神价值是竞技运动的灵魂.本文从社会学角度解读了精神文化消费与竞技体育运动的互动联系,通过对其互动性的探讨,旨在为研究竞技体育提供新的视角.