流式细胞术检测活化血小板及其在Ⅱ型糖尿病中的应用

目的　研究Ⅱ型糖尿病患者活化血小板与正常人群的差异性.方法　应用流式细胞仪检测CD62P,用以反应血小板活化情况.结果　Ⅱ型糖尿病患者外周血小板活化率明显高于正常对照组.结论　检测活化血小板可用于探讨Ⅱ型糖尿病微血管病变的发病机制,预测微血管病变发生的可能性.     

高糖高脂饮食诱导的大鼠Ⅱ型糖尿病模型

目的 制备发病过程与人类类似的Ⅱ型糖尿病动物模型,并进一步观察其血糖、血脂变化特点.方法 实验组应用高糖高脂饲料喂养Whister大鼠诱发胰岛素抵抗,接着小剂量链尿佐菌素(STZ)空腹腹腔注射,诱发Ⅱ型糖尿病.测定大鼠的质量、血糖、甘油三酯、胆固醇及胰岛素抵抗程度的动态变化.结果 与对照组相比,实验组饲养1个月后,大鼠质量、甘油三酯(TG)、胆固醇(TC)、空腹胰岛素(FINS)均明显升高,出现胰岛素抵抗.腹腔注射STZ后血糖也明显升高提示造模成功.结论 应用高糖高脂饮食及小计量STZ腹腔注射可成功制备出Ⅱ型糖尿病模型.该模型制备方法简便,于临床上Ⅱ型糖尿病的发病过程类似,因此,是研究Ⅱ型糖尿病及其并发症的理想动物平台.     

基于属性掌握概率的认知诊断模型

认知诊断模型研究主要包括模型建构、模型性能评估及结果报告几个方面.用多维连续向量表示被试的属性掌握概率,并假设属性应用满足局部独立的条件下建构属性掌握概率认知诊断模型,然后运用马尔科夫链蒙特卡洛方法估计模型参数,模拟研究表明该算法的准确性和稳定性较好.最后,运用该模型分析分数减法数据的结果表明被试属性水平和项目参数的诊断结果与规则空间方法分析的结果一致,从而表明该模型是可信和有效的.     

胰岛素原转化酶基因克隆及序列测定

目的研究胰岛素抵抗和胰岛素缺乏与Ⅱ型糖尿病发病机制的关系.方法Ⅱ型糖尿病普遍存在胰岛素、胰岛素原障碍,胰岛β细胞分泌出胰岛素原经胰岛素原转化酶(Prohormone convertase,PC2)去除部分肽段后形成胰岛素.结果与结论若PC降解功能异常可导致胰岛素原及其代谢产物不适当分泌引起胰岛素缺乏,研究该基因分布和表达的变化,对探讨糖尿病胰岛素抵抗的发病机制奠定基础.     

属性掌握概率分类模型——一种基于Q矩阵的认知诊断模型

提出了一种属性掌握概率的分类模型,该模型基于Q矩阵,采用对属性掌握概率先估计后分类的方法,从而实现对考生知识状态的识别.在估计阶段提出一种属性掌握概率的估计方法,在分类阶段引进模糊数学的贴近度按择近原则判别法,并通过计算机模拟研究,发现该模型适用于总体的属性掌握概率服从左偏态分布和双峰分布的考生知识状态的识别.     

模糊决策粗糙集模型及其属性约简

决策粗糙集基于严格的不可分辨等价关系,只能适用于离散型数据,文中研究了一种新的模糊决策粗糙集模型及相应的属性约简算法.该模型将不可分辨等价关系放松为高斯核模糊T-等价关系,从模糊隶属度角度定义了条件概率,能够直接对数值型数据进行属性约简.利用UCI标准数据集,将该模型与Pawlak经典粗糙集、决策粗糙集在属性约简能力上进行比较,仿真实验结果表明,该模型具有较好的性能.     

基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策

为了探索q-RO(q-rung orthopair)模糊信息系统中具备稳定决策结果的多属性群决策方法,依据多粒度概率粗糙集与MULTIMOORA(multi-objective optimization by ratio analysis plus the full MULTIplicative form)建立了一种新的q-RO模糊多粒度计算模型,并用于求解多属性群决策问题.结合q-RO模糊概率粗糙集与多粒度粗糙集,提出了多粒度q-RO模糊概率粗糙集模型.利用离差最大化法计算属性权重与决策者权重,进一步建立了基于多粒度概率粗糙集与MULTIMOORA的q-RO模糊多属性群决策方法,该方法考虑了决策风险与容错能力,可提供稳定的决策结果.通过2个实际算例验证了所建立方法的可行性与有效性.     

应用地震多属性反演与随机模拟技术预测砂体展布——以川西丰谷构造须四段为例

针对丰谷构造须四段储层具有埋深大、物性差、砂泥岩速度差异小等特点,综合采用基于神经网络的地震多属性反演与基于地质统计学的随机模拟进行砂体展布预测.该方法在目标曲线预分析和井震标定的基础上,首先根据地震属性与目标曲线的相关性,对地震属性进行排序与优选;然后通过概率神经网络训练,寻找目标曲线与多种地震属性的非线性关系,得到目标曲线的反演数据体;最后以反演体为约束条件,通过随机模拟的方法建立砂岩百分含量模型,完成砂体的井间预测.应用结果表明.该方法可以有效地减少砂体预测的多解性、提高砂体预测的精度,较为客观地展现各期砂体的空间分布以及相互叠置关系,具有一定应用价值.     

建立Ⅱ型糖尿病大鼠模型的探讨

目的探讨Ⅱ型糖尿病SD大鼠模型的稳定性与耐受性。方法采用连续4周喂养高脂饲料后,空腹一次性注射25 mg/kg链脲佐菌素的方法,建立Ⅱ型糖尿病SD大鼠模型。结果造模7 d后血糖值均高于6.78 mmol/L。持续观察22 d,血糖值后期略有波动,但稳定性与耐受性良好(均高于6.78 mmol/L)。结论采用高脂饮食,联合空腹一次性注射25 mg/kg链脲佐菌素的方法能成功建立Ⅱ型糖尿病SD大鼠模型。该方法建立模型简单、用药量小,有良好的稳定性与耐受性。     

基于概率语言术语集中考虑专家权重的决策方法研究

研究概率语言术语情境下的多属性群决策问题.首先,将决策者给予方案中各属性语言评价术语转换为概率语言术语,通过数学模型将属性的概率语言术语再转化为区间数,利用区间数的熵值法确定属性权重;其次,不仅考虑概率语言术语集中的概率值,而且还兼顾构成概率中各决策者的重要性程度,其重要性程度也即权重参与决策计算;再次,为了建立决策算法,把属性的概率语言术语集转换为概率区间值犹豫模糊集并将其映射为区间数集合,利用区间数的积型贴近度模型对各方案对应属性值进行两两测度,通过统计测度数值结果达到对方案优选目的;最后,通过一个实例对文中知识脉络进行了详细梳理,结果表明该方法能够取得符合实际的决策效果.     

具有方案偏好信息的灰色多属性决策方法

研究了对方案含有主观偏好且指标取值为区间灰数的多属性决策问题.利用主观条件概率和客观条件概率构造出灰偏差函数,基于灰偏差函数给出逼近于主观条件概率的优化模型,通过求解该模型得到了属性的权重向量,并由区间灰数排序公式得到方案的排序.应用实例说明了该方法的可行性和有效性.     

基于区间二型模糊多粒度证据融合方法的钢铁行业耗能决策

为了探索区间二型模糊背景下的多属性群决策方法，以多粒度概率粗糙集为基础，结合MULTIMOORA(Multi-Objective Optimization by Ratio Analysis Plus the Full Multi-Plicative Form)与证据融合理论，发展了一种基于区间二型模糊信息的多粒度证据融合决策模型.首先，提出多粒度区间二型模糊概率粗糙集模型；然后，通过离差最大化法和熵权法计算决策者权重和属性权重，依据多粒度概率粗糙集和MULTIMOORA法建立区间二型模糊多属性群决策模型，通过源自D-S证据理论的证据融合方法融合得出决策结果 .通过钢铁行业耗能的实例，证明提出方法的可行性与有效性，总体上，提出的决策模型具备一定的容错力，有助于获得强解释力的稳健型决策结果 .     

基于活动模式的工作者出行生成预测模型

为改进传统出行生成预测以单个出行为分析单元、难以反映个体出行行为的不足,建立了基于活动模式的工作者出行生成预测模型.采用相关性分析和多项logit方法研究了1617个有效样本的居民个体属性、家庭属性、区位属性、出行属性、活动属性所引起的活动和出行生成模式的差异.通过建立包含显著变量的6种典型活动模式效用函数,获得个体选择概率.按概率集计法分析各交通小区各类活动模式总量,结合活动模式中包含的出行链平均长度,进行工作者出行生成量预测.基于活动模式的工作者出行生成预测模型有助于以出行链整体为单元考察多次出行之间的关联性,增强出行生成模型与行为模型的融合.     

Ⅱ型糖尿病动物模型及其进展

近年来，糖尿病，尤其是Ⅱ型糖尿病发病率上升很快，对糖尿病的防治已成为医学科学工作者的一个重要课题。合适的糖尿病模型无疑可对人类糖尿病研究提供重要线索。本文对Ⅱ型糖尿病动物模型的现状及相关进展综述如下。１实验性糖尿病是指运用理化、生物等致病因素作用于动...     

改进Stacking算法在妊娠期糖尿病预测中的应用

本研究提出基于妊娠早期体检、基因信息,结合集成学习的妊娠期糖尿病预测分类方法.设计了基于Stacking框架的改进模型ACS-Stacking.ACS-Stacking模型将基分类器输出的类别概率值作为基层输出结果,元层使用GBDT模型学习组合基层输出的类别概率结果,拓展了算法的层次结构.在基分类器层与元分类器层之间加入基分类器筛选层,通过CFS算法估计不同分类器集合中个体分类器准确性与多样性的权衡值,筛选出最佳基分类器集合,实现基分类器的自适应选择.研究结果表明,该模型F1值较单一模型提高约9%,较Stacking模型提高约7%,具有较好的预测准确性和稳定性.     

PGC-1基因与Ⅱ型糖尿病

糖尿病是目前全世界发病率和病死率最高的5种疾病之一,King等[1]预测其患病率在2025年将达到5.4%,约3亿人.Ⅱ型糖尿病占所有糖尿病的90%以上,是一种常见的具有明显异质性的多因素、多基因遗传病,其遗传方式和发病机制十分复杂,环境因素与遗传因素的交织作用共同促成了糖尿病的发生.     

α-淀粉酶Amy7C及其突变体催化常数的定量预测

【目的】利用α-淀粉酶Amy7c及其突变体的氨基酸信息,预测该酶的催化常数（Kcat）,并筛选出能预测α-淀粉酶Kcat最具效果的氨基酸属性。【方法】先以20-l前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶Amy7C及其突变体催化常数的拟合。再将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验。最后,对8种不同层次及神经元个数的模型进行比较。【结果】110个氨基酸属性可实现20-l神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的催化常数,不同指标的预测效果不同。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可以用于预测α-淀粉酶催化常数。四层神经网络模型是预测α-淀粉酶催化常数的相对理想的模型。     

有限平面应变Ⅱ型裂纹尖端幂律塑性应力场全解

针对幂律材料、有限平面应变紧凑拉伸剪切(Compact Tension and Shear, CTS)试样,基于能量密度等效方法可得到CTS试样能量密度中值点的代表性体积单元(Representative Volume Element, RVE)的等效应力解析解,以该应力解作为特征应力因子,采用表征CTS试样Ⅱ型裂纹尖端应力场的三角特殊函数,提出了描述有限平面应变幂律塑性Ⅱ型裂纹尖端应力场的半解析模型以及用于描述Ⅱ型裂纹尖端扇贝轮廓式等应力线的理论解.本文Ⅱ型裂纹裂尖场模型对平面应变CTS试样裂尖应力场的预测结果与有限元分析结果密切吻合, Ⅱ型裂纹裂尖幂律塑性应力场模型完善了弹塑性断裂力学,并对剪切型断裂安全评价有重要工程意义.     

1例Ⅱ型糖尿病并酮症酸中毒患者的护理

目的 介绍1例Ⅱ型糖尿病酮症酸中毒患者的抢救与护理经验.方法 对1例Ⅱ型糖尿病酮症酸中毒患者实施抢救护理、基础护理.结果 患者住院15天,治愈出院.结论 对Ⅱ型糖尿病酮症酸中毒患者采取及时有效的护理措施是治疗成功的关键.     

唐古特青兰挥发油抗Ⅱ型糖尿病机理研究

目的:研究唐古特青兰挥发油对实验性Ⅱ型糖尿病模型大鼠的作用,并探讨其作用机制.方法:尾静脉注射链脲霉素(50mg/kg),喂饲高脂高热量饲料从而建立实验性Ⅱ型糖尿病大鼠模型,经灌胃治疗后观察唐古特青兰挥发油对实验动物的作用效果,测定其血糖、血脂、血清胰岛素、和肝细胞膜的胰岛素受体的含量.结果:唐古特青兰挥发油高剂量组能明显降低糖尿病小鼠的血糖水平,改善血脂水平,使胰岛素水平恢复正常,增加肝细胞膜胰岛素受体数目,与模型组相比有显著性差异(P0.01).结论:唐古特青兰挥发油高剂量对实验性Ⅱ型糖尿病模型大鼠有显著治疗作用,其作用机制可能与改善胰岛素受体水平,增加肝细胞膜胰岛素受体数目有关.