阿尔茨海默症三网动力学因果性分析

为深入探究阿尔茨海默症(Alzheimer’s disease, AD)对患者大脑功能网络之间因果性连接的具体损伤情况,采用非线性的因果性分析方法——收敛交叉映射方法,区别于传统的基于线性模型的脑网络分析方法,研究在静息状态下阿尔茨海默症对默认模式网络(DMN)、中央执行网络(CEN)和显著网络(SN)中各个脑区之间因果性连接的影响,以及这种变化与临床认知水平指标之间的关联性。研究结果显示,静息状态下阿尔茨海默症患者的DMN、CEN和SN网络脑区之间的因果性连接普遍降低,而DMN和CEN网络中的因果性连接变化与认知行为相关性较强。本文研究从动力学角度探索了阿尔茨海默症对大脑3个重要功能网络因果性连接的损伤情况,可为深入理解静息态下AD大脑内在的动力学变化特征提供帮助。     

基于突触可塑性探讨抗阿尔茨海默症作用机制的理论研究

本文运用网络药理学方法和分子对接技术,基于突触可塑性分析抗阿尔茨海默症的天然活性化合物及其作用机制.通过文献挖掘和数据库检索,获得22个突触可塑性相关蛋白和44个具有增强突触可塑性潜力的活性化合物.运用STRING数据库获得蛋白相互作用数据,借助Cytoscape 3.6.1可视化软件构建蛋白相互作用网络并分析,根据拓...     

基于大脑不同区域的阿尔茨海默症基因表达数据分析

提出了采用Tukey双权函数作为FastICA(Fast Independent Component Analysis)方法的非线性函数,对阿尔茨海默症(Alzheimer’s disease, AD)多个脑区域基因表达数据进行显著基因提取,揭示其基因表达调控关系.针对传统聚类方法基于全局聚类且只能将某个基因聚类到某一类的缺陷,改进的FastICA方法能够对基因表达数据进行快速有效的双向聚类,能够满足同一个基因可能参与不同信号传导通路的生物特性.同时考虑到人脑中海马区、内嗅皮质区、颞中回及视觉皮层区均与学习与记忆功能密切相关,将算法对多个脑区域进行基因表达调控综合分析.结果表明,大量炎症反应是AD致病的重要因素之一.     

基于OCL约束的多态性时序图测试用例生成方法

由于UML时序图不能够描述多态性,导致根据时序图生成的测试用例存在不足,无法测试多态性方法.提出了一种对多态性时序图的形式化及相应测试用例的生成方法.根据类约束和满意集规则确定类的多态性方法集CSPM(class sets of polymorphism methods),并将多态性时序图转换为多态扩展有向无环图PCOMDAG(polymorphism class object method acyclic graph).使用提出的测试覆盖准则及深度优先算法对PCOMDAG图进行遍历,自动生成多态性时序图的测试用例.通过实例验证方法的有效性,其结果表明,本方法能够生成基于OCL约束时序图的测试用例对多态性方法进行测试,提高时序图测试集的覆盖度.     

基于事件时序关系的自动摘要抽取

由于文本中事件之间的时序关系可以帮助人们更好地理解文本内容,故针对新闻报道类文本,将事件作为其基本语义单元,并根据时序关系建立事件有向网络文本表示模型;利用PageRank算法结合主题相关度对时序网络进行节点重要度计算及调整;最后,按照重要度以及事件发生的顺序进行排序,并按照一定的压缩比提取摘要句,删除冗余的句子,将事件对应的原语句作为摘要。实验结果表明,基于事件时序关系的自动摘要方法效果较好。     

基于时序和TOPSIS的社交网络节点重要性评价算法

针对社交网络随时间在不断复杂变化的实际情况,在采用TOPSIS算法的基础上,引入时间作为考量因素,设计了节点、节点属性和时序的综合评价算法。采用Facebook连续28个月的数据集,以7个月为一阶段,划分为4个时间段,以变化时间先后为序,进行算法的验证,并与TOPSIS算法的结果进行比较。实验结果表明,本文算法综合考虑了每段时间内的节点重要性,评价出的结果更符合节点动态变化的实际,且具有更高的准确性。     

基于标签扩散的时序平滑社团检测算法

针对动态网络相邻网络快照社团检测结果差异较大、准确性不足的问题,文章在基于角色的标签扩散算法(role-based label propagation algorithm, RLPA)基础上,结合前一时刻社团结构信息以提高时序平滑性,根据时序结构差异性调整前序信息对当前社团结构的贡献权重,提出了一种基于角色的演化标签扩散算法(role-based evolutionary label propagation algorithm, RELPA)。在两类真实数据集上进行了对比实验,结果表明,该文算法能够准确有效地检测出动态网络中的社团结构。     

利用卡诺图寻找内时钟复盖区的规范方法──复杂时钟下异步时序罗辑电路分析

讨论了内时钟方程复杂情况下，如何利用卡诺图寻找时钟复盖区的规范方法。以便规范并简化异步时序逻辑电路分析中的难点问题。     

基于Voronoi图的磁共振PROPELLER数据网格化算法

PROPELLER数据采集成像算法是磁共振成像中的一项新技术,由于其数据的网格化直接影响该成像算法的效果,因此提出一种基于Voronoi图的网格化算法．该算法对采样数据集进行网格分组查找,快速消除位置相同点;加入边缘闭包后进行Voronoi网格化,计算Voronoi网格面积并将其作为网格化的密度补偿权函数,提出基于网格分组的快速网格化算法并成像．实验表明,该算法运行速度快,成像清晰,图像对比度和细节较好,信噪比得到有效提高．     

基于功能磁共振成像的网络连接显示方法

探讨了基于功能磁共振成像的功能连接图和有效连接图的显示方法,并在Matlab环境下编写界面实现了该方法.     

基于子图采样的大规模图对抗性攻击方法

为提高对抗性攻击在大规模图上的攻击效率,提出了基于子图采样的对抗样本生成方法. 该方法通过引入PageRank、余弦相似度及K跳子图等技术,提取与目标节点高度相关的子图,在大规模图上缓解了计算梯度效率较低的问题,在降低被攻击模型准确性的同时提升了攻击的隐蔽性. 实验结果表明： 所提出的对抗性攻击方法与基于梯度攻击的GradArgmax算法相比,在Cora数据集上提升了30.7%的攻击性能,且在Reddit大规模数据上能够计算GradArgmax算法无法计算的攻击扰动.     

27例肺隔离症的影像学诊断

目的：探讨各种影像学手段对肺隔离症的诊断价值。方法：搜集经手术病理、主动脉造影证实的27例肺隔离症病人,其中叶内型25例,叶外型2例。所有病例都摄有胸部正侧位片,23例行平扫及增强扫描(其中5例行螺旋动态增强CT扫描),6例行磁共振成像删检查,3例行血管造影。结果：胸部平片表现为肺内结节、团块状影(21例)及囊性病变(6例)。CT示含气体或液体的囊肿或软组织肿块18例,病变为肺气肿所包裹5例。螺旋CT对异常供血血管显示率(83％)高于普通CT检查(59％)。MRI中4例为软组织结节或肿块,2例为含气囊肿,3例显示出异常的主动脉供血血管。结论：胸部X线平片对肺隔离症的发现及定位有价值,CT(尤其是螺旋CT动态增强扫描)及MRI可取代血管造影立体地显示主动脉异常供血血管,且对肺部病变的评价具有优越性,是肺隔离症的最佳影像学检查手段。     

基于静息态fMRI的人脑功能网络的小世界特性

从19个健康志愿者静息态的功能磁共振成像中提取了时间序列,计算了90个脑区的功能相关性,设定阈值建立脑功能网络的无向简单图,然后计算了一些网络测度.结果显示人脑功能网络具有小世界特性;性别分层后并没有发现各网络测度在全脑水平有显著性的性别差异.     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题,提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据,构建后的异质图包含两种类型的节点(词节点、案例节点),两种类型的边(词节点与词节点相连的边,词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取,最后将得到的特征向量输入到罪名预测的分类器中,得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明,基于图注意力网络的罪名预测方法优于对比实验使用的方法,准确率和宏观F1值分别达到了95.2%和66.1,验证了提出的方法有利于提升案件罪名预测任务的性能.     

基于针灸脑科学的神经调控技术研究进展

 中医针灸是中国古代科学的瑰宝,研究证实,针灸通过体表刺激将信息传输到人体,在脑内整合处理,进而输出指令,调控神经-内分泌-免疫系统,调节整体功能,达到改善机体状态、治疗疾病的目的。目前,神经调控技术风头正劲。美国国立卫生研究院（NIH）2016年开展一项名为“刺激周围神经治疗疾病”的计划,该计划类似于电针疗法。本文就传统中医学和现代医学对针灸与脑相关的研究进行梳理和特征总结,从神经调控角度阐释针灸的效应机制。理解针刺调节中枢及外周运行机制,将对针灸神经调控技术的人工智能化研发具有重大启迪意义。     

基于时序InSAR技术的近距离多煤层参数反演方法

近距离多煤层开采引起的采空区地面沉降在当前工矿区沉陷中占有较大的比例,而天基InSAR技术在工矿区大范围形变监测方面具有显著优势.以2018年1月至2019年8月间的43景C波段Sentinel-1B SAR数据为基础,通过时序InSAR技术对近距离多煤层开采的康平煤田进行了大范围沉降监测.以Okada模型为基础,结合近距离多煤层分布特征,采用叠加理论的原则,提出了一种基于多源模型的近距离多煤层参数反演方法.通过定量计算弹性半空间下双源模型和三源模型近距离多煤层参数反演的精度,发现三源模型精度更高,更符合小康矿近距离多煤层开采的实际特征.本研究可以为基于InSAR技术的近距离多煤层开采沉降监测及参数反演提供参考.     

基于分子间多量子相干的三维磁共振成像模拟

核磁共振中的分子间多量子相干信号源自远程偶极相互作用．基于分子间多量子相干的成像信号能提供一种新的对比度机理．为了快速、高效地模拟和研究该对比度机理，本文运用如下算法：先对磁共振信号在实空间进行傅立叶变换．从而将磁化量从实空间变换至k空间．计算远程偶极场和扩散效应．然后将其变换回实空间来处理化学位移和弛豫等参数．研究结果表明：此算法可以准确反映三维结构样品中的偶极场效应．并且验证了由此产生的分子间多量子相干信号能够有效地提高磁共振成像的对比度．     

基于时序-BP网络的齿轮故障诊断方法及应用

提出了一种基于时序和反向传播网络(Back-Propagation Network,BP)相结合的诊断方法.通过对齿轮箱正常和故障运行状态的振动信号进行时序分析,利用时序模型提取齿轮不同状态的特征,并以其自回归参数组成特征向量作为BP网络分类器的输入进行网络训练,从而实现了对齿轮正常、裂纹和局部点蚀的状态识别与诊断.结果表明,基于时序-BP网络结合的方法对于多故障分类和检测是一种非常有效的诊断手段.     

基于圈积的新型Cayley图互联网络模型

为了构建适合大规模网络结构的模型,文中提出了一种新型Cayley图互联网络模型WG2mn,当n≥3时,其节点度为m+3,当n=2时,其节点度为m+2.文中还给出了该网络模型的路由算法,得到了其直径上界为「 5n/2」,并对该网络模型的嵌入性进行了分析.将WG2mn与其它网络模型进行分析比较,发现WG2mn模型能够以更小...     

基于开裂区平均化方法的混凝土开裂特性

为研究混凝土试件的开裂特性,基于细观力学理论对传统平均化方法进行了改进,提出了开裂区平均化方法。利用不同的平均化方法对级配与粒径分布相同的不同尺寸试件进行计算分析,研究混凝土试件的开裂特性和开裂尺寸依赖性的产生机理。结果表明,开裂区平均化方法能够得到具有尺寸一致性的、表征试件开裂破坏全过程的开裂特性曲线,可确定重要开裂计算参数;开裂尺寸依赖性的出现是由于在试件尺寸变化时,试件中占较小空间的局部开裂区大小及其力学特性基本不受尺寸变化影响,而占较大空间的线弹性区大小及其力学性能却受尺寸变化影响较大,导致整体宏观响应受尺寸变化较大,并由此产生尺寸依赖性。