目的:探讨MR增强三维短时反转恢复变角激发T 2加权成像(T 2WI)快速自旋回波(3D STIR T 2WI SPACE)序列对成人精道解剖结构显示的可行性及应用价值。 方法:回顾性研究。收集2016年11月—2019年3月复旦大学附属华东医院MR室58例成年男性腹盆腔MRI资料，年龄29～87岁，按年龄分为低龄组(≤60岁，22例)和高龄组(>60岁，36例)两组。所有患者均在德国西门子Syngo Via数据后处理工作站3D Viewer薄层最大强度投影(MIP)后行多平面重组(MPR)及曲面重组(CPR)。用3D Viewer行薄层MIP，获得冠状位、轴位、矢状位薄层MIP重建图。观察输精管壶腹段、后腹膜段和精囊腺的形态、走行、信号强度、背景抑制情况，参照日本Oh-Oka团队的评分标准，分别在MPR轴位和CPR图像对输精管壶腹段、后腹膜段和精囊腺进行图像质量评分。采用Wilcoxon符号秩检验对比分析MPR轴位与CPR图像分别在输精管壶腹段、后腹膜段和精囊腺的图像质量评分，Wilcoxon秩和检验对比分析低龄组和高龄组在CPR图像上的图像质量评分。统计前列腺小囊检出率，并在3D Viewer获得的冠状位、轴位、矢状位三个方位薄层MIP重建图上测量前列腺小囊三个方位的径线值。结果:58例男性腰腿痛患者116侧输精管后腹膜段、壶腹段和精囊腺MR增强3D STIR T 2WI SPACE序列MPR轴位和CPR图像质量评分分别为3(3，3)、2(2，2)、2(1，2)分和2(2，2)、2(1，2)、2(1，2)分，差异均有统计学意义( Z＝10.232、5.196、2.000, P值均<0.05)。22例(44侧)低龄组和36例(72侧)高龄组腰腿痛患者输精管后腹膜段、壶腹段和精囊腺MR增强3D STIR T 2WI SPACE序列CPR图像在的图像质量评分分别为2(1，2)、2(1，2)、1(1，2)分和2(2，2)、2(2，2)、2(1，2)分，组间比较差异均有统计学意义( Z＝2.673、2.249、3.042, P值均<0.05)。58例患者前列腺小囊检出率为27.58%(16/58)，前列腺小囊冠、横、矢三个方位径线值分别为5.35(4.33，6.88)、7.50(5.90，9.00)、8.00(6.43，10.78)mm。 结论:MR增强3D STIR T 2WI SPACE序列能较清晰显示精囊腺、输精管壶腹段、后腹膜段以及前列腺小囊等精道精细结构解剖，可为指导临床提供影像学参考。

目的:通过生物信息学方法筛选出患新型冠状病毒肺炎(COVID-19)的女性和男性的差异基因，寻找COVID-19男女患者间的免疫机制的不同。方法:从GEO数据库下载3个COVID-19数据集(GSE152641、GSE157103、GSE157789)，在GSE152641中，运用R软件进行差异基因分析和加权基因共表达网络分析，将上述所得的基因进行功能富集分析、蛋白质相互作用网络分析以及免疫细胞浸润分析，并使用cytoscape软件进行数据可视化，用cytohubba工具筛选出核心基因LCK，用皮尔森相关性分析分别分析在男性和女性患者中LCK与22种免疫细胞的关系，在GSE157103数据集中验证LCK的表达及男女患者间免疫细胞浸润的差异。应用统一流形逼近与投影算法对GSE157789数据集中的单细胞测序数据降维，分析LCK在男女患者全血中调节性T细胞的差异表达。结果:在GSE152641数据集中共筛选出差异基因27个，加权基因共表达网络分析关键模块基因382个，两者的基因富集于淋巴细胞激活的调节、T细胞激活、淋巴细胞分化等生物学过程和功能中。同时这些基因在原发性免疫缺陷、细胞因子与细胞因子相互作用以及病毒蛋白与细胞因子受体相互作用等通路均有富集。免疫细胞浸润分析提示与男性患者相比，女性患者的未活化CD4 +记忆T细胞占比更高( P＝0.003)，而巨噬细胞M0型和中性粒细胞占比更低( P值均<0.05)；cytohubba工具筛选出核心基因为LCK，在女性患者中为低表达；在男性和女性患者中，核心基因LCK的表达量与中性粒细胞占比均呈正相关关系(cor＝0.50， P＝0.01；cor＝0.77， P＝0.005)。在GSE157103验证集中，女性患者全血LCK的表达也低于男性患者( P<0.05)，且女性患者的中性粒细胞占比也低于男性( P＝0.025)。GSE157789数据集中LCK主要在调节性T细胞中表达，女性患者调节性T细胞中的LCK相对表达量低于男性患者( t＝32.83， P<0.001)。 结论:女性与男性COVID-19患者的免疫机制具有性别特异性，LCK基因与中性粒细胞的免疫细胞浸润相关。

目的:评估近期皮质下小梗死（RSSI）患者的深髓静脉（DMVs）可见性，并探讨其对RSSI伴认知障碍的影响。方法:选择南京医科大学第三附属医院神经内科自2023年2月至2024年5月收治的164例首发RSSI患者为研究对象，按照蒙特利尔认知评估（MoCA）量表评分将其分为认知正常组（78例，MoCA评分≥26分）与认知障碍组（86例，MoCA评分<26分），并在患者的磁敏感加权成像幅度图或最小强度投影图上对DMVs可见性采用视觉评分法进行评估。采用单因素分析比较2组患者间临床资料及DMVs可见性评分的差异，采用多因素Logistic回归分析筛选RSSI患者认知障碍的独立影响因素。采用Spearman秩相关分析检验RSSI患者DMVs评分与MoCA评分及各项认知域评分间的关系，同时采用中介分析探讨总脑白质高信号（WMH）体积、DMVs可见性评分与MoCA评分这三者间的关系。结果:单因素分析显示，认知障碍组患者的DMVs可见性评分、年龄、高血压病比例、脑室旁白质高信号（PWMH）体积、总WMH体积均明显高于认知正常组，体质量指数明显低于认知正常组，差异均有统计学意义（ P<0.05）。多因素Logistic回归分析显示，年龄（ OR=1.069，95% CI：1.017~1.123， P=0.008）、总WMH体积（ OR=1.845，95% CI：1.050~3.241， P=0.033）、DMVs可见性评分（ OR=1.239，95% CI：1.057~1.454， P=0.008）为RSSI伴认知障碍的独立影响因素。Spearman秩相关分析显示，RSSI患者的DMVs可见性评分与MoCA评分（ rs=-0.472， P<0.001）、视空间与执行功能评分（ rs=-0.329， P<0.001）、注意力评分（ rs=-0.491， P<0.001）、延迟回忆评分（ rs=-0.516， P<0.001）、定向力评分（ rs=-0.162， P=0.039）均呈负相关关系。中介分析显示，DMVs可见性评分不仅能对MoCA评分起87.5%的直接效应作用，而且能通过总WMH体积对MoCA评分起12.5%的间接效应作用。 结论:DMVs可见性评分较高的RSSI患者易伴认知障碍。WMH体积在DMVs可见性对RSSI伴认知障碍的影响中起着中介作用。

目的 从二分网络加权投影角度挖掘中药方剂配伍规律,提出一种新的挖掘中药配伍规律的方法,并预测新型药物组合,为指导临床治疗急性鼻咽炎用药提供依据.方法 以中医药综合数据库(TCMID)中的急性鼻咽炎方剂数据为数据源,通过提取方剂和药物构建二分网络,继而使用加权投影得到药物网络投影图,结合二分网络加权投影进行社会网络分析,基于皮尔逊相关性进行系统聚类的研究方法挖掘中药"君臣佐使"的配伍规律,并使用链路预测进行核心药物预测.结果 二分网络加权投影与皮尔逊相关性进行系统聚类分析相结合的方式在中药方剂的配伍规律研究中作用显著.在链路预测中,选用11个链路预测指标,区分加权与无权算法后最终计算出的加权指标曲线下面积(AUC)大于无权指标,且在加权指标中,AUC最大指标为网络资源分配指标,预测出 7组药物组合,包括白头翁与毛诃子、安息香与石椒草、白花茶与附子等.结论 二分网络加权投影方法在揭示中药配伍规律与药物组合预测方面具有一定实用性和有效性.

目的 建立一测多评(quantitative analysis of multi-components with a single-marker,QAMS)技术与化学模式识别及加权逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)模型相结合的润燥止痒胶囊(Runzao Zhiyang Capsules,RZC)综合质量评价方法.方法 以Epic Polar C18 柱为色谱柱,乙腈-无水乙醇(80∶20)与0.1%磷酸为流动相进行梯度洗脱,检测波长为 320、280、220 nm,二苯乙烯苷为内参物,采用QAMS法同时检测 15 批RZC中焦地黄苯乙醇苷A1、毛蕊花糖苷、焦地黄苯乙醇苷B1、二苯乙烯苷、虎杖苷、桑皮苷A、桑辛素M、二氢桑色素、槐果碱、苦参碱、氧化槐果碱、槐定碱和氧化苦参碱含量.通过对 13个成分含量检测数据进行化学模式识别分析,挖掘RZC质量差异性化学成分.同时以化学模式识别分析中变量重要性投影(variable importance projection,VIP)值为权重,建立加权TOPSIS模型,对不同批次RZC进行质量差异性评价.结果 RZC中 13 个成分在各自范围内线性关系良好(r＞0.999),平均加样回收率为 96.97%～100.12%,相对校正因子耐用性良好,外标法实测值与QAMS法计算值无明显差异.化学模式识别显示15 批样品聚为3 类,氧化苦参碱、二苯乙烯苷、桑皮苷A、苦参碱、氧化槐果碱、虎杖苷和毛蕊花糖苷是RZC质量差异性化学成分.加权TOPSIS模型显示 15批RZC欧氏贴近度0.122 0～0.728 0,提示产品质量存在一定的批间差异,质量优劣排序与化学模式识别聚类结果基本一致.结论 建立的QAMS与化学模式识别及加权TOPSIS模型相结合方法,可用于RZC质量差异性评价,为提升RZC质控标准和确保临床疗效一致性提供参考依据.

快速获取土壤含水率(SMC)和土壤有机质(SOM)含量对于盐碱农田土壤的改良利用至关重要.本研究基于河套平原农田土壤野外高光谱反射率和土壤属性实测数据,对原始光谱反射率(Ref)进行标准正态变量(SNV)转换后,采用竞争性自适应重加权采样算法(CARS)筛选敏感波段,然后分别以Ref、Ref-SNV和Ref-SNV+土壤协变量(SC)及数字高程模型(DEM)作为建模输入变量的策略Ⅰ、Ⅱ和Ⅲ,基于随机森林(RF)和轻梯度提升机(LightGBM)建立SMC和SOM估算模型,并对模型精度进行验证和对比.结果表明:经CARS筛选后,SMC和SOM敏感波段压缩至全波段的3.3％以下,有效优化波段选择,减少了冗余光谱信息.与LightGBM模型相比,RF模型在SMC和SOM估算中精度更高,输入变量策略Ⅲ优于Ⅱ和Ⅰ,辅助变量的引入有效提升了模型的估算能力.综合分析,基于策略Ⅲ-RF的SMC估算模型验证决定系数(Rp2)、均方根误差(RMSE)和相对分析误差(RPD)分别为0.63、3.16和2.01,基于策略Ⅲ-RF的SOM估算模型Rp2、RMSE和RPD分别为0.93、1.15和3.52,策略Ⅲ-RF模型是估算土壤水分和土壤有机质的有效方法.研究结论可为盐碱农田土壤水分和有机质含量快速估算提供新方法.

目的 采用近红外光谱技术结合化学计量学快速检测复方甘草酸苷制剂的质量.方法 利用标准正态变量变换和二阶导数进行预处理;分别采用连续投影算法、遗传算法和竞争自适应重加权算法对特征波长进行筛选;对筛选后的特征波长建模,并比较模型效果.结果 竞争自适应重加权算法筛选后的波长建模效果最好,甘草酸苷、盐酸半胱氨酸、甘氨酸的含量预测模型的测定系数分别为0.9501、0.9522、0.9549,校正标准偏差分别为0.482、0.502、0.544,预测标准偏差分别为0.689、0.732、0.832.预测值可显著解释测量值.结论 竞争自适应重加权算法的预测效果较好,结果可靠,可用于快速检测复方甘草酸苷制剂的质量.

脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加.为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法.首先对脑灌注CT序列图像进行分块,然后构建非局部低秩稀疏矩阵分解模型,最后求解相应的目标函数重建出脑灌注CT序列图像.与滤波反投影算法和基于低秩稀疏矩阵分解的惩罚加权最小二乘方法相比,本文方法得到的脑血容参数图像的结构相似性指标分别提高38.07%和5.61%、特征相似性指标分别提高13.17%和2.47%;平均通过时间参数图像的结构相似性指标分别提高59.73%和0.28%、特征相似性指标分别提高20.26%和0.70%.本文方法能在去除低剂量脑灌注CT图像噪声和伪影的同时保持图像的边缘结构信息,并且获得更准确的脑血流动力学参数图像.

为构建枸杞子中枸杞多糖、总黄酮、甜菜碱和维生素C(Vit C)等4种质量指标成分含量的快速无损检测模型,该研究分别采集枸杞子原药材和粉末的高光谱信息,结合上述4种成分的含量值,分别利用偏最小二乘回归(PLSR)、支持向量机回归(SVR)和随机森林回归(RFR)算法建立定量模型.对比原药材和粉末的预测效果,同时比较3种定量模型的效果.应用4种常用预处理方法分别对原始光谱数据进行降噪预处理;对预处理后的光谱数据利用连续投影(SPA)、竞争性自适应重加权(CARS)和最大相关最小冗余(MRMR)算法进行特征波段的筛选,以优化模型.结果表明,原药材与粉末的模型预测效果相近,原药材光谱数据经多元散射校正(MSC)降噪处理、连续投影算法(SPA)筛选特征波段后的偏最小二乘回归(PLSR)模型(MSC-SPA-PLSR)预测效果最佳.基于此模型,枸杞多糖、总黄酮、甜菜碱和Vit C的含量回归预测校正集和预测集决定系数(R2C、R2P)均大于0.83,校正均方根误差(RMSEC)和预测均方根误差(RMSEP)相比其他模型均最小,剩余预测残差(RPD)分别为2.46、2.58、2.50、3.58.该研究基于高光谱技术建立的预测模型(MSC-SPA-PLSR),实现了枸杞子中4种成分含量的快速有效检测,为中药枸杞子品质的快速无损检测提供了一种新的途径.

该研究分别采集不同产地多花黄精的可见-近红外(VNIR)、短波红外(SWIR)和VNIR+SWIR融合高光谱数据,采用一阶导数(FD)、二阶导数(SD)、Savitzky-Golay平滑(S-G)、标准正态变换(SNV)、多元散射校正(MSC)、FD+S-G、SD+S-G 7种方法对高光谱数据进行预处理,使用随机森林(RF)、线性分类支持向量机(LinearSVC)和偏最小二乘判别分析(PLS-DA)3种算法,分别从省域、县域、乡镇3个空间尺度建立多花黄精产地识别模型.采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)2种方法筛选特征波段,再根据筛选出的特征波段建立多花黄精产地识别模型.结果表明①VNIR+SWIR融合高光谱数据经过FD预处理,采用LinearSVC建立的产地识别模型准确率最高,省域尺度的产地识别模型准确率最高为99.97％、99.82％;县域尺度的产地识别模型准确率最高为100.00％、99.46％;乡镇尺度的产地识别模型准确率最高为99.62％、98.39％.利用全波段建立的省、县、乡3个不同尺度产地识别模型的准确率均能达到98.00％以上.②CARS筛选出的26个特征波段,经过FD预处理后,采用LinearSVC建立不同空间尺度的产地识别模型准确率最高,省域尺度产地识别模型准确率最高为98.59％、97.05％;县域尺度产地识别模型准确率最高为97.79％、94.75％;乡镇尺度产地识别模型准确率最高为90.13％、87.95％.由26个特征波段建立的不同尺度产地识别模型准确率均能达到87.00％以上.说明高光谱成像技术可从不同空间尺度实现多花黄精产地的准确识别.