收缩临界κ连通图中阶较小端片的基数

设G是收缩临界κ连通图,κ=4q r(0≤r≤2,q≥2),证明如果G的原子A的阶为q-1,则G中存在另一个与A不相交的端片B,使得B≤q.     

动态超声心动图图象数据库系统设计

描述了动态超声心动图图象数据库的设计方法,主要介绍了ＤＵＣＩ数据库系统的树形结构,管理系统的设计及实现．文中还介绍了动态医学图象结构化方法、压缩编码方法、计算机自动搜索及多媒体文件加密／解密技术．上述设计思想及方法,已成功用于ＤＵＣＩ数据库系统设计,并获得较好的结果．     

心脏传导系统的分形描述

采用分形树的结构描述Ｐｕｒｋｉｎｊｅ纤维传导系统．为了实现这种仿真,提出了分形树在不规则曲面上“生长”的一种算法．由于Ｐｕｒｋｉｎｊｅ纤维在心室内膜上分布的复杂性,给心电仿真的研究带来很大的困难,本文对此进行了很有意义的探索,不仅把心肌单元按动作电位分类,又将其按传导速度分类．从心电仿真结果来看,这种方案具有可行性．     

一种自适应混合遗传算法在求解病态线性方程组中的应用

简单遗传算法（SGA）在进化的后期由于种群个体的多样性急剧降低,可能会收敛于局部最优解,即出现“早熟”现象。针对简单遗传算法的早熟问题,从选择、交叉和变异三个遗传算子入手,设计了自适应遗传算子。同时为了克服SGA局部搜索能力差的缺点,结合共轭梯度法,实现了一种自适应混合遗传算法（Adaptive GA-conjugate gradient,即AGA-CG）。以核磁共振测井曲线线性化后的大型病态方程组为测试实例,对AGA-CG算法进行了验证。实验结果表明：AGA-CG算法是求解大型病态线性方程组的一种有效算法。     

一类二阶非线性微分方程边值问题的迭代解

利用锥理论和Banach压缩映象原理,对一类二阶非线性微分方程边值问题做了研究,得到了C^2[0,1]迭代解的存在和唯一性,改进并推广了已有的一些结果．     

求解结构型单调变分不等式的投影类交替方向法

基于Han D提出的交替方向法,通过一系列的改进,对Ye C提出的结构型单调变分不等式问题给出了一种新的投影类交替方向法.新方法具有如下特点:每次迭代只需计算一次正交投影和几个函数值,这比Ye C的方法简单;方法产生的迭代点列关于问题的解集具有非扩张性;方法产生的步长一致有正下界.在解集非空和函数单调的条件下,方法具有全局收敛性.最后给出了初步的数值试验.     

诱导多能干细胞与心脏再生

诱导多能干细胞(induced pluripotent stem cells, iPSCs)研究的快速发展为心血管转化医学研究领域提供了新的策略. 诱导多能干细胞不仅具有与胚胎干细胞类似的多能性, 且巧妙地回避了胚胎干细胞面临的伦理学问题和免疫排斥反应. 心肌细胞等成体心血管细胞在发生心血管疾病后增殖能力有限, 而iPSCs 来源的心血管细胞在心脏再生治疗中颇具应用前景,是理想的细胞来源, 因此在基础医学和转化医学研究领域受到广泛关注. 就iPSCs 的发展过程及其在心脏再生中的应用作一综述, 并探讨目前iPSCs 在心脏再生临床转化中亟待解决的问题.     

非编码RNA与心肌重构

非编码RNA(non-coding RNAs, ncRNAs) 是一类不编码蛋白质的RNA 分子. 相关研究表明, ncRNAs 不仅参与细胞的增殖、凋亡、分化、代谢等生理过程, 还参与疾病的病理过程. 心肌重构(myocardial remodeling)是多种心血管疾病最主要的病理基础. 已有多项研究表明, 心肌重构的发生发展与ncRNAs 的调控息息相关, 近年来针对ncRNAs 在心脏疾病方面的研究也得到了迅猛发展. 对ncRNAs 包括微小RNA(microRNAs, miRNAs)、长链非编码RNA(long non-coding RNAs, lncRNAs)和环形RNA(circular RNAs, circRNAs) 与心肌重构的最新研究进展以及作用机制进行介绍, 旨在寻找新的心脏疾病治疗靶点.     

改进粒子群优化BP神经网络的心理压力识别算法

为提高心理压力的识别率,提出一种改进的粒子群优化BP(back propagation)神经网络的压力识别算法。该算法在基本粒子群(particle swarm optimization,PSO)模型的基础上,引入了收缩因子,在收缩因子的作用下,使速度的边界限制消失,选取适当的参数来保证PSO算法的有界和收敛特性,实现对BP神经网络的优化。利用心算任务进行压力诱发,采集高压、低压状态下的心电信号,提取了与心理压力相关的心率变异性特征值,并对特征数据对比分析;建立了心理压力程度的分类模型,通过改进的PSO模型优化BP神经网络以识别心理压力。结果表明:改进的粒子群优化BP神经网络算法与BP神经网络相比收敛速度快、误差小且识别率高,该算法对心理压力的识别率可达94.83%,识别效果优于未优化的BP神经网络算法。     

Riesz投影的数值算法及收敛性

利用二次规划与压缩映射原理,给出了一种Ｒｉｅｓｚ投影问题的数值算法,并证明了算法的收敛性。若利用此算法,又可构造一种变分不等式的迭代算法。文末给出了一个算例,说明该算法具有精度高,收敛速度快的特点。