目的:探讨人工智能算法模型在创伤患者下肢静脉血栓栓塞症（VTE）诊断中的预测效能。方法:回顾性收集1992年12月至2017年11月中国人民解放军总医院信息系统数据库中骨折手术患者资料，共15 856例。按照患者有无血栓将其分组，并进行数据预处理和特征提取。选择随机森林（RF）、贝叶斯（Bayes）、决策树（DTC）及梯度提升树（GBDT）4种常用算法构建VTE风险预测模型，根据院内患血栓与否进行随机分层抽样，将原始数据按8∶2的比例分为训练集和测试集。通过比较上述方法中受试者工作特征曲线（ROC）下面积（AUC）、真阳性率（TPR）和精确度，评估不同模型在VTE临床诊断中的效能。根据研究特征在模型中的贡献程度进行重要特征排序，筛选VTE的重要预测特征。结果:RF、Bayes、DTC和GBDT模型AUC分别为0.89，0.86，0.68，0.71，TPR分别为0.29，0.44，0.38，0.66，精确度分别为0.97，0.94，0.95，0.76；其中RF模型AUC最大，精确度最高。对各VTE人工智能预测模型的重要特征分析表明，血栓病史可以作为不良结局的首要预测因素。RF模型重要临床特征排序为：血栓病史、依诺肝素钠注射液剂量、最后一次葡萄糖测定结果、术后首次葡萄糖测定结果等。结论:RF模型在创伤患者VTE风险预测中的精确度最高，能够为VTE预防策略制订提供参考依据。

目的:研究IgA肾病（IgA nephropathy, IgAN）患者肠道菌群结构及多样性的特点，探讨IgAN患者肠道微生物与临床指标及肾脏病理的相关性。方法:回顾性选择包头医学院第一附属医院2020年5月至2020年9月IgAN患者15例作为IgAN组，健康家属8例和健康体检者7例作为健康对照组。采用Illumina高通量测序技术对粪便样本中所有细菌的16S rDNA-V4区进行DNA测序，使用QIIME2分析流程对原始序列进行处理、分析，与Greengenes（v138）数据库进行对比，调用DADA2软件包对数据进行去噪，相当于以100%的相似度聚类（OTU是以97%的相似度聚类）。采用PCoA主坐标分析法分析肠道菌群结构及多样性，以Spearman相关分析法或Pearson相关分析法分析差异性菌群与肾脏病理和临床指标的相关性。结果:（1）健康对照组和IgAN组肠道微生物Beta多样性差异具有统计学意义（ P=0.010）。（2）与健康对照组比较，IgAN组患者肠道菌群物种数目在1个门、3个科和22个属水平显著增加。与健康对照组比较，在门到科水平内，IgAN患者厚壁菌门（Firmicutes）及瘤胃球菌科（Ruminococcaceae）物种数目减少，绿屈挠菌门（Chloroflexi）及盖勒菌科（Gaiellaceae）、葡萄球菌科（Staphylococcaceae）和Family-XⅢ科物种数目增加（均 P<0.05）；在属水平，IgAN患者舌下肌菌属（ Subdoligranulum）物种数目显著减少（ P=0.020），而活泼瘤胃球菌属（ Ruminococcus- gnavus- group）物种数目显著增加（ P=0.004）。（3）在门水平，IgAN患者厚壁菌门物种数目与血白蛋白（ r=0.637， P=0.003）、IgG（ r=0.452， P=0.046）呈正相关，芽单胞菌门（Gemmatimonadetes）物种数目与血肌酐呈负相关（ r=-0.453， P=0.045），疣微菌门（Verrucomicrobia）物种数目与IgM呈负相关（ r=-0.450， P=0.046），杆菌门（Patescibacteria）物种数目与IgA呈正相关（ r=0.469， P=0.037）。在属水平，IgAN患者活泼瘤胃球菌属（ r=-0.614， P=0.004）和巨单胞菌属（ Megamonas）（ r=-0.451， P=0.042）物种数目与血白蛋白呈负相关；舌下肌菌属物种数目与血白蛋白呈正相关（ r=0.563， P=0.009）；戴阿利斯特杆菌属（ Dialister）物种数目与补体C3呈负相关（ r=-0.427， P=0.041），与IgA呈正相关（ r=0.434， P=0.035）；韦荣菌属（ Veillonella）物种数目与估算肾小球滤过率呈正相关（ r=0.452， P=0.043）。艾森伯格菌属（ r=-0.850， P=0.007）、霍尔德曼菌属（ r=-0.845， P=0.008）、 Flavonifractor（ r=-0.845， P=0.008）、葡萄梭状芽孢杆菌属9（ r=-0.845， P=0.008）物种数目与牛津病理分型中肾小球节段性硬化或粘连（S）呈负相关， Fusicatenibacter物种数目与系膜细胞增多呈负相关（ r=-0.845， P=0.008），而粪球菌属2物种数目与S（ r=0.738， P=0.037）和肾小管萎缩或间质纤维化（ r=0.756， P=0.030）呈正相关。（4）以活泼瘤胃球菌属和舌下肌菌属建立随机森林模型，拟合后受试者工作特征曲线下面积为0.927。 结论:IgAN患者和健康对照的肠道菌群具有差异性，IgAN患者肠道菌群的变化与其临床指标和肾脏病理相关，尤其活泼瘤胃球菌属和舌下肌菌属可能在IgAN中发挥了重要作用。

目的:比较不同机器学习模型利用院前数据对严重创伤患者院内不良结局的预测效能。方法:采用回顾性队列研究分析2017年1月至2018年12月美国国家创伤数据库（NTDB）中100 135例严重创伤患者的临床资料，其中男69 644例，女30 480例（性别变量缺失11例）；年龄16~89岁［（50.1±21.1）岁］。临床特征包括人口学信息（性别、年龄）、创伤类型（钝性伤或穿透伤）、院前时间［急救医疗服务（EMS）反应时间、EMS现场时间和EMS转运时间］、院前生命体征（收缩压、脉率、呼吸频率和血氧饱和度）、创伤评分［格拉斯哥昏迷评分（GCS）、损伤严重度评分（ISS）］。将原始数据按入院年份分为训练集（2017年）和测试集（2018年）。其中训练集50 429例，测试集49 706例，按有无发生不良结局将患者分为无不良事件发生组（94 526例）和不良事件发生组（5 609例）。训练集中不良事件组为2 808例，测试集中不良事件组为2 801例。所有模型均基于训练集构建，采用神经网络（NNET）、朴素贝叶斯（NB）、梯度提升树（GBM）、自适应增强机（Ada）、随机森林（RF）、袋装树（BT）、分类增强机（CatBoost）和极度梯度提升（XGB）8种机器学习算法根据患者临床特征构建严重创伤患者临床结局的预测模型。根据预测模型的灵敏度、特异度、受试者工作特征（ROC）的曲线下面积（AUC）和Hosmer-Lemeshow拟合优度检验来评价模型预测效能。结果:NNET、NB、GBM、Ada、RF、BT、CatBoost和XGB模型在测试集中的灵敏度分别0.84，0.83，0.27，0.79，0.83，0.81，0.62，0.78；特异度分别为0.79，0.76，0.81，0.79，0.79，0.74，0.83，0.79；AUC分别为0.89（95% CI 0.88，0.90），0.86（95% CI 0.85，0.87），0.54（95% CI 0.53，0.55），0.86（95% CI 0.85，0.87），0.88（95% CI 0.88，0.90），0.83（95% CI 0.82，0.85），0.77（95% CI 0.76，0.79），0.86（95% CI 0.85，0.87），其中NNET模型的区分度最佳。NNET模型和NB模型的校准度也表现出良好的性能，Hosmer-Lemeshow拟合优度检验 P值>0.05。 结论:NNET模型对严重创伤患者院内不良结局的预测效能较好，可在一定程度上为快速预测严重创伤患者的预后提供参考。

目的:研究通过在线光学体表监测预测肺癌靶区位置运动的可行性。方法:选取16个肺癌病例立体定向体部放疗（SBRT）计划中不同方式获取的CT图像进行实验模拟，以计划CT及原始靶区位置作为基准参考，以四维CT中10个时相的CT和每次锥形线束CT（CBCT）为浮动对象，在其上勾画浮动靶区位置。采用双目视觉表面成像法获取基准和浮动图像体表点云数据，并通过主成分分析提取点云特征信息进行比较。使用随机森林算法对特征信息差和对应靶区位置差拟合，构建靶区位置在线预测模型。结果:左右、头脚、腹背方向，选取的主成分方差解释度分别为99.76%、99.25%、99.58%，模型对靶区位置的预测均方根误差（ RMSE）为0.0447、0.0837、0.0616 mm。 结论:基于体表光学数据在线预测肺部靶区实时位置具有可行性，可为临床放疗中靶区位置在线监测验证和剂量评估提供参考。

目的:通过基于磁共振T1加权成像(T1WI)增强序列提取的影像组学特征，结合机器学习方法构建预测原发性中枢神经系统淋巴瘤(PCNSL)与胶质母细胞瘤(GBM)的模型并验证。方法:回顾性收集首都医科大学附属北京天坛医院神经外科学中心2020年1月至2021年12月收治的120例经病理学确诊的PCNSL和GBM患者的临床及影像学资料，并按7 ∶3的比例随机分为训练组(84例)和测试组(36例)。使用3D-Slicer软件在患者术前T1WI增强序列上勾画肿瘤增强边界，使用Python软件中"Pyradiomics"包提取训练组的影像组学特征数据，使用独立样本 t检验及LASSO回归筛选出训练组中鉴别两种肿瘤最佳的影像组学特征；通过随机森林分类器构建基于影像组学特征的诊断模型，使用测试组数据及5折交叉验证方法进行验证。绘制受试者工作特征(ROC)曲线，通过曲线下面积(AUC)评估模型的预测效能。 结果:共提取影像组学特征1 218个，筛选出3个具有鉴别意义的影像组学特征，分别为原始一阶特征的第十百分位特征、指数灰度依赖矩阵的依赖方差特征、平方根灰度依赖矩阵的非均匀依赖性方差。使用影像组学特征构建的随机森林模型，在测试组中预测PCNSL与GBM的AUC为0.874，灵敏度、特异度分别为0.878、0.684，5折交叉验证的AUC分别为0.870、0.881、0.871、0.855、0.898，平均为0.870。结论:基于影像组学特征构建的机器学习模型鉴别PCNSL与GBM的准确率较高。

河流湿地是非常重要的湿地类型,其中河流湿地土壤能够有效维持河流湿地生态系统的稳定性.土壤碳氮磷是支撑湿地土壤质量和植被生长的关键营养元素,利用高光谱遥感数据对其进行估算对实现湿地土壤养分信息的快速和准确检测具有重要意义.土壤粒径作为土壤最重要的属性之一,对土壤样本的光谱反射率有着重要影响,并且是影响土壤结构、阳离子交换能力、植物养分可用性等的重要因素.以陕西黄河湿地省级自然保护区为研究区,于2022年8-9月采集477份湿地表层土壤样本,经过室内过筛处理后得到1.0 mm、0.3 mm、0.2 mm、0.1 mm四种不同粒径的土壤样本.基于原始光谱数据及一阶微分转换光谱数据对土壤碳、氮、磷含量建立不同粒径的偏最小二乘回归、随机森林、高斯过程回归3种预测模型,比较建模R2以及RMSR选择最优模型,并筛选敏感波段构建模型进行评价.研究结果显示:(1)光谱反射率数值随土壤粒径的减小而增大,0.1 mm粒径的预测模型相比于其他粒径始终有着更好的精度;(2)基于一阶微分光谱建立的土壤有机碳、全氮、全磷含量估算模型均具有更高的精度;(3)基于敏感波段建立的偏最小二乘回归模型,建模R2范围0.62-0.98,验证R2范围0.36-0.94,相比其他模型具有更优秀更稳定的反演效果.研究结果表明通过控制土壤粒径建立土壤碳、氮、磷含量的估算模型是可行的,选择合适的粒径大小能够提高反演模型估算精度.而偏最小二乘回归作为具有较高精度的反演模型可以帮助提高模型的稳定性和预测能力,从而更准确地估算土壤中的碳、氮、磷含量.研究结果为基于高光谱遥感的不同粒径处理的湿地表层土壤碳、氮、磷定量反演提供坚实的理论支撑与技术支持.

森林径级结构是树木生长、竞争、死亡等过程的综合反映,也是估算森林生物量、判断森林演替阶段与健康状态以及预测森林碳汇潜力的基础依据.林学领域早期对径级结构的研究以统计描述为主,多采用常见的概率分布函数来拟合样地尺度上径级结构的动态变化,缺乏对其形成机制的阐释.随着宏观生态学的发展,最大熵原理、中心极限定理等被用于解释大尺度上发现的相对一致的森林径级结构,但这类模型侧重概率统计,对具体生态学过程的分析仍然欠缺.2000年以来,在原始成熟森林中发现的径级结构的幂律特征催生了一系列理论研究,包括代谢尺度理论、林窗演替理论等.这些理论尝试从树木个体大小和资源利用之间的关系,以及树木对资源的竞争过程来演绎径级结构达到稳态时幂律特征的形成机制.种群统计平衡理论为稳态径级结构的分析提供了一般性框架,揭示了不同的树木生长速率和死亡率如何导致径级结构特征的变化;在此基础上,种群统计最优性假设为径级结构的分析提供了新的视角.数学层面上,转移矩阵、积分投影、偏微分方程等都是径级结构动力学分析的有力工具,但由于这类数学模型的时间动态解析求解较为困难,研究中通常预先假定森林处于理想的结构平衡状态.而在实际情况下,结构非平衡往往是森林的常态,也是森林碳库变化与碳汇潜力估算的基础.为了更好预测全球变化背景下的森林动态趋势,应明确环境因子对径级相关的树木生长速率、死亡率的影响,并发展径级结构动态特征的解析方法.

非结构性碳水化合物(NSCs)包括淀粉和可溶性糖,两者之间的相互转化可以增强植物对环境胁迫的抵抗力.热带雨林在陆地生态系统碳库和缓解气候变化中占有重要地位,同时也是大气氮磷沉降的热点区域.目前,热带雨林原始林和次生林优势植物叶片NSCs对长期氮磷输入的响应尚不清楚.该研究基于海南尖峰岭原始林和次生林10年的氮磷添加实验,探究长期氮磷输入对两种森林各8个物种叶片NSCs的影响,并分析叶片性状、光合作用参数和土壤养分含量与NSCs的关系.研究结果表明,次生林优势植物叶片相对于原始林优势植物叶片有更高的可溶性糖和NSCs含量.低氮添加显著降低了原始林优势植物叶片淀粉的含量,磷添加显著增加了原始林优势植物叶片可溶性糖的含量,氮磷同时添加提高了原始林优势植物可溶性糖与淀粉的比值,而氮磷添加对次生林优势植物叶片NSCs含量均无显著影响.两种森林8个物种的叶片NSCs含量均与叶片pH和比叶面积负相关,而与叶片碳含量、光合速率和光合氮利用效率正相关.次生林土壤有效氮含量、总磷含量与叶片NSCs含量显著正相关.上述结果表明热带雨林优势植物叶片NSCs受到叶片性状和土壤养分的综合影响.该研究从叶片碳经济角度揭示了原始林优势植物相对于次生林优势植物对大气氮磷沉降的响应更敏感,并呼吁加强对热带原始雨林的保护.

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 探讨结直肠癌恶性转变过程中的分子特征及其调控网络扰动,深入剖析结直肠癌恶性转变的微环境异质性并识别潜在治疗靶点.方法 首先从Gene Expression Omnibus(GEO)数据库中收集单细胞转录组测序数据,从欧洲分子生物学实验室(EMBL)收集单细胞ATAC测序数据.数据共涉及来自14例患者的70例样本,包含22例正常样本、43例息肉样本和5例肿瘤样本.首先对scRNA-Seq测序数据进行预处理,基于Seurat包筛除双细胞和低质量细胞,对scATAC-Seq测序数据使用10X Cell Ranger-atac进行原始数据处理,并使用Signac包去除低质量细胞,得到三个阶段的scRNA-Seq和scATAC-Seq细胞图谱.进一步数据整合,基于Pando R包推断T细胞和上皮细胞的转录调控网络,通过mfinder软件分析网络motif和拓扑属性,对转录因子进行分级分析.最后,基于随机森林算法进行细胞分子特征预测及预后分析.结果 筛选出202 465个scRNA-Seq测序细胞和136 422个scATAC-Seq测序细胞.基于数据整合分析,构建不同癌变阶段的细胞图谱.结果 发现,随着结直肠癌进展,肿瘤微环境组成发生显著变化,尤其是T细胞和上皮细胞在不同疾病阶段的比例有较大差异.基于单细胞多组学数据整合,利用Pando包推断结直肠癌不同阶段的转录调控网络,揭示了T细胞和上皮细胞中转录因子及其调控关系的动态变化.功能富集分析结果显示在T细胞和上皮细胞中,转录因子所调控的功能在不同的疾病阶段有明显差异.基于转录调控网络分析发现,T细胞和上皮细胞转录调控网络符合无标度网络特性.网络motif分析揭示了在不同阶段存在的特定motif模式,反映了网络拓扑结构的动态变化,且网络中大多数相互作用都具有阶段特异性.共享转录因子的层级在癌变过程中也会发生变化.最后基于转录因子调控网络构建的分类器可以成功识别T细胞和上皮细胞,表明其作为细胞分子特征的有效性.进一步识别出与患者生存显著相关的网络motif,揭示其在结直肠癌预后中的潜在作用.结论 基于整合单细胞多组学数据构建转录调控网络,解析随结直肠癌的进展转录调控网络及其功能的动态变化,揭示了结直肠癌进展过程中的细胞分子特征及关键预后motif,为结直肠癌的分子机制及预后评估提供了深刻见解.