分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-05-10 合作期刊: 《计算机应用研究》
摘要： D-S证据理论是一种有效处理不确定信息的方法，被广泛应用于各领域中，而D-S合成方法作用的对象是基本概率指派(basic probability assign,BPA)，如何生成BPA仍是D-S理论应用中重要且有待解决的首要步骤。针对生成BPA提出一种基于核密度估计KDE（kernel density estimation）的BPA生成方法：训练数据用于构建基于最优化窗宽的核密度估计的数据属性模型；然后利用训练数据的核密度模型计算测试数据的密度—距离—分布值Tri-D(density-distance-distribution)，通过嵌套式的方法分配Tri-D值获取测试数据对应的BPA；最后D-S合成BPA得到最终判断，通过分类准确率来判断BPA生成方法的有效性。实验通过在UCI数据集上的与其他方法的分类准确率对比验证了提出方法的有效性。
分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》
摘要： 离群点检测旨在有效识别数据集中的异常数据，挖掘出数据集中有意义的潜在信息。现有的离群度检测算法因没有对原数据进行处理导致计算时间复杂度过高，检测效果不理想。提出一种基于网格过滤的两阶段离群点检测算法NLOF：首先使用网格过滤对原数据进行初步筛选，将密度小于特定阈值的数据放入候选异常子集中；然后为了进一步优化基于密度的算法，基于k邻域，根据邻域中数据点的个数与邻域所组成圆的面积之比，作为数据点密度计算的依据，进行离群点检测以获得更准确的离群点集。在多种公开数据集上进行实验，实验表明，该方法可以在异常检测中取得良好的性能，同时降低了算法的时间复杂度。
分类： 医学、药学 >> 临床医学 提交时间： 2024-05-20 合作期刊: 《中国全科医学》
摘要： 背景 动脉粥样硬化（AS）是心血管病主要的病理基础，以血管内皮炎症为主要特征，因而靶向炎症相关机制是防治 AS 的关键。目的 研究己糖胺生物合成通路（HBP）对黏附分子的影响及其在血管内皮炎症中的调控作用。方法 2022年8—12月，将 24 只 SPF 级 C57BL/6 雌性小鼠按体重以随机区组设计方法分为对照组、6-重氮-5-氧代-L-正亮氨酸（DON）组、高脂饮食（HFD）组、HFD+DON 组。在给予小鼠高脂饮食和腹腔注射 DON 15周后，收集小鼠的血清及主动脉组织。使用生化试剂盒检测干预前后小鼠的血脂水平，采用 HE 染色法检测主动脉根部的病理变化，并通过免疫荧光染色、ELISA 和蛋白质印迹法检测细胞间黏附分子 1（ICAM-1）和血管细胞黏附分子1（VCAM-1）的表达水平。结果 干预 15 周后，与对照组相比，HFD 组 LDL-C、TC 水平显著性上升，而 HDL-C 显著降低（P<0.05）；HFD 组与 HFD+DON 组之间的血脂水平无变化。HE 染色结果显示，HFD 组血管内膜增厚，血管平滑肌形态异常，结构紊乱，并可见大量的泡沫细胞。HFD+DON 组的小鼠平滑肌细胞排列整齐，内皮细胞层连续，泡沫细胞数量明显减少，细胞间隙基本正常。免疫荧光染色、ELISA 和蛋白质印迹法结果均显示，与 HFD 组相比，HFD+DON 组的 ICAM-1、VCAM-1 蛋白表达下调。结论 抑制 HBP 具有下调黏附分子 ICAM-1、VCAM-1 表达，改善血管内皮炎症的作用。
分类： 医学、药学 >> 临床医学 提交时间： 2024-05-20 合作期刊: 《中国全科医学》
摘要： 背景 颈动脉粥样硬化（CAS）常被视为心血管疾病（CVD）的预警信号，其诊断技术颈动脉多普勒超声检查没有被纳入公共卫生服务项目，同时弗雷明汉风险评分（FRS）存在着评估 CAS 风险准确性不足的情况，不利于基层医疗人员识别 CAS。目前，关于机器学习方法识别 FRS 中高风险人群 CAS 的研究依然缺乏。目的 运用机器学习方法构建 FRS 中高风险人群 CAS 预测模型，比较其判别效能，筛选出性能最优的模型，以期辅助基层医疗人员更简便更准确地识别 CAS。方法 选取 2019—2021 年和 2023 年在广西壮族自治区柳州市两乡镇符合纳排标准的674 例当地居民作为研究对象。收集相关信息，并采集空腹血样、尿样检测生化指标。采用 FRS 评估 CVD 发生风险；运用颈动脉超声诊断 CAS。将 2019—2021 年 517 例研究对象按照 8 ∶ 2 随机分为训练集和验证集，训练集用于构建Logistic 回归、随机森林（RF）、支持向量机（SVM）、极端梯度增强（XGBoost）模型和梯度增强决策树（GBDT）模型，验证集用于内部验证；2023 年 157 例研究对象作为测试集，用于外部验证。通过 Lasso 回归分析筛选特征变量，运用灵敏度、特异度、准确度、F1 值和曲线下面积（AUC）值评价判别效能，外部验证采用 AUC 值评价最优模型泛化能力，并通过 Shapley Additive exPlanation（SHAP）方法探讨影响最优模型识别 CAS 的重要变量。结果 通过 Lasso 回归，筛选出 15 个非零特征变量：年龄、BMI、收缩压（SBP）、吸烟、饮酒、高血压、总胆固醇、高密度脂蛋白胆固醇、C- 反应蛋白（CRP）、空腹血糖、载脂蛋白 B（ApoB）、脂蛋白 a（LPA）、天冬氨酸氨基转移酶（AST）、AST/ 丙氨酸氨基转移酶、尿微量白蛋白肌酐比值。构建的 Logistic 回归、RF、SVM、XGBoost 模型和 GBDT 模型的 AUC 值均较高，其中 GBDT 模型的判别性能最优，其灵敏度、特异度、准确度、F1 值和 AUC 值分别是 0.755 1、0.836 4、0.798 1、0.778 9、0.834 9，外部验证 AUC 值为 0.794 0。SHAP 方法发现年龄、SBP、CRP、LPA、ApoB 是影响 GBDT 模型识别 CAS 排名前 5 的因素。结论 基于机器学习识别 CAS 的 Logistic 回归、RF、SVM、XGBoost 模型和 GBDT 模型均显示出较高的判别性能，其中 GBDT 模型综合判别效能最佳，同时具有较强的泛化能力。
分类： 医学、药学 >> 基础医学 提交时间： 2017-12-07 合作期刊: 《南方医科大学学报》
摘要： 目的明确TOLL样受体2(TLR2)与mioroRNA144(miR-144)作用之间的关系。方法利用不同浓度的miR-144的模拟物(mimics)和抑制剂(inhibitor)瞬时转染大鼠巨噬细胞系NR8383细胞，RT-qPCR检测miR-144和TLR2及其下游分子TNF-α的表达。利用大鼠肝脏。DNA为模板，PCR获取目的片段(即含miR-144野生及突变结合位点的TLR2 mRNA的3'UTR区);用Sac I ,xha I双酶切pmirGLO报告基因载体和含miR-144野生及突变结合位点的TLR2 mRNA的3'UTR区，构建携带上述片段的双荧光素酶报告基因，并通过PCR、双酶切、DNA测序鉴定构建的重组质粒，即emir-TLR2-3'UTR及emir-mutant-TLR2-3'UTR;并用miR-144的mimics与双荧光素酶报告基因共转染明确miR-144与TLR2mRNA的3'UTR区的靶向关系。结果瞬时转染100 nmol/L miR-144 mimics后，NR8383细胞中miR-144表达显著升高，而TLR2及其下游分开TNF-a寻r达显著下降;而100 nmol/LmiR-144 inhibitor作用则相反。PCR和双酶切DNA测序结果证实emir-TLR2-3'UTR及emir-mutant-TLR2-3'UTR重组载体构建成功;用100 nmol/L miR-144 mimics与空载体及上述两个构建体分别共转染HEK 293T细胞后，emir-TLR2-3'UTR转染组相对荧光素酶活性显著降低。结论miR-144通过靶向结合TLR2 mRNA的3'UTR区负性调节TLR2及其下游促炎因子的表达。
点击量
点击量
下载量
评论
