目的:探讨融合深度学习与改进遗传算法（GA）的内科微课教学质量评估方法的评估结果有效性，并分析内科教学的微课改革对学生学习效果的影响。方法:选取2021年3月1日至12月31日在台州市第一人民医院消化内科临床实习的温州医科大学大四学生348名为研究对象，采用随机数字表法分为研究组（ n=174）和对照组（ n=174）。在进行基本信息调查后，对照组开展理论与实习教学，并强化制作微课的知识内容学习；研究组接受对照组中除强化教学内容外的所有教学干预，并开展微课教学实验。教学前后对两组学生进行内科理论知识与实践技能考核，并设计基于反向传播（BP）神经网络和GA的模型评估课程教学质量。 结果:实习前，两组学生年龄、专业课平均绩点、性别构成、对内科学的兴趣程度、每周互联网使用次数差异均无统计学意义（均 P > 0.05）。实验教学结束后，研究组理论知识、实践能力考核分数分别为（91.6±6.0）分、（84.9±5.4）分，均高于对照组的（79.6±6.4）分、（73.5±5.8）分，差异均有统计学意义（ t=18.04、18.98，均 P < 0.001）。 结论:融合微课、微视频的内科教学模式改革能提升学生的理论知识与实践技能学习效果，基于BP网络和GA的评估模型对教学质量的评估精度较高。

目的:建立并优化产气荚膜梭菌β 2毒素编码基因（ cpb 2）和非典型 cpb 2（ aty-cpb 2）的PCR检测方法，分析2016-2021年中国9个地区 cpb 2流行特征和遗传多态性。 方法:使用PCR方法对188株产气荚膜梭菌菌株的 cpb 2进行检测，通过全基因组测序获取 cpb 2序列以分析其遗传多态性，使用Mega 11、Makeblastdb软件对110株产气荚膜梭菌所携带的 cpb 2构建系统发育树并建库，通过Blastn算法比对后得出 cpb 2两种不同基因型，即共有 cpb 2（ con-cpb 2）和 aty-cpb 2之间的序列相似性。 结果:针对产气荚膜梭菌 cpb 2和 aty-cpb 2建立及改进的PCR检测方法的特异性好。 cpb 2的PCR检测结果与全基因组测序结果高度一致（Kappa=0.946， P<0.001）。来自中国9个地区的菌株中共有107株菌携带 cpb 2，94株A型菌株携带 aty-cpb 2，6株A型菌株携带 con-cpb 2，7株F型菌株携带 aty-cpb 2。两种不同基因型的 cpb 2核苷酸序列相似性为68.97%~70.97%，相同基因型的 cpb 2核苷酸序列相似性为98.00%~100.00%。 结论:本研究建立了特异性好、一致性高的 cpb 2的PCR检测方法，并针对既往检测 aty-cpb 2的PCR方法特异性差的缺陷进行了改进。 cpb 2以 aty-cpb 2为主且 cpb 2的不同基因型之间核苷酸序列差异大。

提出了一种基于改进遗传算法的高值医疗设备优化管理方法.根据高值医疗设备优化管理的目标随机生成一组初始解,根据个体的适应度值选择父代个体,采用二进制编码的方式结合遗传算子逐步改进种群适应度,充分发挥遗传算法的寻优能力.将所提方法应用到某医院高值医疗设备管理数据集中,结果表明基于改进遗传算法优化高值医疗设备管理的方法能够有效地降低管理成本,且明显优于粒子群算法与模拟退火算法,验证了所提出方法的有效性.

目的 研究改进非劣分类遗传算法(nondominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)对葛根素亚微乳制备工艺的优化效果,并与多目标遗传算法(multiple objective genetic algorithm,MOGA)以及原文采用的效应面法的优化效果进行比较.方法 利用制备葛根素亚微乳中心试验的数据,采用改进非劣分类遗传算法寻找平均粒径和跨距均最小、而包封率最大的工艺条件.结果 采用NSGA-Ⅱ随机搜索 30 次,得到平均粒径为(220.173±18.153)nm;跨距的平均水平为(0.623±0.137)μm;包封率的平均水平为(83.873±2.176)%,与MOGA搜索结果的平均水平相比,NSGA-Ⅱ搜索精度更高,变异度更小.当乳化时间、搅拌转速、超声时间分别为 12.97min、1613r·min-1、31.15min时,对应的目标值平均粒径、跨距、包封率分别为 229.70nm、0.54μm、85.92%,优化效果满意,比MOGA及原文采用的效应面法找到的最优方案更理想.结论 在确保多个目标值都达到最优的前提下,NSGA-Ⅱ搜索得到的Pareto非劣解是合理的,达到了较满意的效果,为试验设计最优条件的选择提供了合理的方法.同时研究人员可根据实际情况,从Pareto非劣解集中确定可行、合理且最优的工艺优化方案.

目的 研究区间均值代替区间目标后,再利用改进非劣分类遗传算法(NSGA-Ⅱ)对盐酸雷尼替丁进行多目标区间优化的策略及效果.方法 利用二次多项式模型建立目标函数,采用区间均值代替区间目标,使用改进非劣分类遗传算法(NSGA-Ⅱ)对转换后的目标函数进行多目标优化,搜索Pareto非劣解,并与原文的结果进行比较.结果 盐酸雷尼替丁脉冲片处方优化中,随机搜索的30个Pareto最优解中,23个达到了规定优化效果,其中3个效果满意.30号方案释药时滞及累积释放度分别达到了211.62分钟和91.11％,效果最为理想.结论 区间均值代替区间目标后,再利用改进非劣分类遗传算法(NSGA-Ⅱ)进行多目标区间优化的策略可行、有效.

目的 研究球坐标变换与偏最小二乘法在多目标含0混料组分配比优化中的应用.方法 对含0混料数据进行球坐标变换,用偏最小二乘法进行建模,采用改进非劣分类遗传算法进行多目标寻优.结果 羟西基甲基纤维素(HPMC)、聚乙烯吡咯烷酮(PVP)、支链淀粉分别为61.69％、8.93％、29.38％时,药片性能评价指标抗张强度、弹性系数、伸长率、药物载荷、30 s时药物释放率Y30分别为396.1 N/m、24531.5 N/m、3.5％、12.1N、63.1％.与原文献比较,抗张强度、弹性系数、药物载荷、30s时药物释放率Y30分别提高了1.9％、59.5％、35.5％、2.6％.对于该药物而言,其主要评价都有明显增长,优化效果明显,同时给出了可供选择的Pareto非劣解集.结论 对于含0混料数据而言,将球坐标变换和偏最小二乘法结合用于建模,并采用改进非劣分类遗传算法获得最佳配比,方法可行、结果合理.

目的 研究膝关节模拟实验条件下超高分子量粜乙烯(UHMWPE)磨损颗粒的形态及分形表征,对磨损颗粒进行分类特征分析,探讨分形维数与磨损状态的相关性.方法 采用膝关节模拟器以实现模拟膝关节磨损运动,股骨、衬垫分别选用医用锻造CoCrMo合金和UHMWPE.磨损颗粒提取依据标准ISO 17853进行,利用磨粒轮廓自动提取与分形识别系统对磨损颗粒进行分形分析,采用网格划分、聚类分析和遗传模拟退火算法3种模型对磨粒进行分类识别.结果 UHMWPE单体磨粒的分形特征明显,尺寸较大的条形磨屑过渡到尺寸较小的类球形磨粒时,雷达分形维数不断减小,球状磨粒的分形维数D接近0.遗传模拟退火算法模型磨粒群体分类划分的分形维数内加权误差平方和最小,聚类特征明显.当磨损运行周期较低时,分形维数较大的条状、针叶状和纤维状磨粒占比较大,磨损以犁沟和剥落磨损为主;随磨损周期的延长,大分形维数磨粒占比下降,低分形维数的片状、块状和类球状磨粒占比上升,磨损向疲劳磨损和黏着磨损转变,磨损状态过渡到复合磨损期.当进入稳定磨损期后,各类形态磨粒的占比例变化不大.由于小尺寸磨粒的数量增加,群体分形维数有所减小.结论 以改进雷达图分形方法为基础的磨粒轮廓自动提取与分形识别系统,可用于人工关节磨损颗粒的形态轮廓提取、分形维数计算和参数统计,为人工关节磨粒的识别和诊断提供新的数字化分析工具.

目的:作为遗传研究中最常用的设计之一,基于家系数据的实验设计因其优势而得到了广泛认可,例如家系数据在人群分层和混合情况下表现出来的稳健性.在疾病风险预测中,研究者对如何基于家系遗传数据,寻找和分析遗传标记的作用非常感兴趣.本研究旨在开发一种新的统计方法,用于基于家系数据的遗传风险预测.创新点:期望新方法能够捕捉小或中等边际效应的遗传因子,及其相互作用,与基于家族史或家系数据的现有风险预测方法相比,具有更高的预测准确性.方法:在这项研究中,我们提出了集群化似然比(ELR)的新方法,Fam-ELR,用于家系数据的基因组疾病风险预测.Fam-ELR采用集群化的受试者工作特征曲线(ROC)方法来考虑家系样本内部的相关性,并使用计算有效的集群树进行变量选择和模型构建.结论:通过模拟,Fam-ELR显示了其在各种疾病遗传模型和谱系结构中的稳健性,并且获得了比现有的两种基于家系数据的风险预测方法更好的性能.同时,在基于全基因组行为障碍家系数据集的实际应用中,Fam-ELR展示了其将潜在风险预测因子和其相互作用整合到模型中以提高准确性的能力,尤其是在全基因组水平上.通过比较现有方法,例如遗传风险评分方法等,Fam-ELR被证实具有将较小或中等边际效应的遗传变异及其相互作用纳入改进的风险预测模型的能力.因此,它是一种强有力且实用的方法,适用于基于家系数据的高维度遗传风险预测中,特别是对于病因未知或知之甚少的人类复杂疾病.

为了提高计算机化癫痫发作检测的准确性和检测效率,本文提出了一种基于改进遗传算法的优化反向传播(IGA-BP)神经网络的癫痫诊断方法,以期利用该方法可以实现临床癫痫病症的快速、高效检测.该方法首先对癫痫脑电信号进行线性与非线性相结合的特征提取,通过高斯混合模型(GMM)对癫痫特征聚簇集合分析,利用最大期望(EM)算法估算高斯混合模型参量,获取遗传算法(GA)选择算子的最优参数组合,实现对遗传算法的改进,用改进的遗传算法调整反向传播(BP)神经网络以获取最佳初始权值和阈值,建立改进遗传算法优化的BP神经网络模型.利用该模型对癫痫脑电信号分类识别,最终实现癫痫病症的自动检测.与传统遗传算法优化的BP (GA-BP)神经网络相比较,本文所提出的方法提高了种群的收敛速度、减小了分类误差,在癫痫病症自动检测中提高了检测准确率并缩短了检测时间,在临床癫痫发作诊断中具有重要的应用价值.

目的 提出一种基于邻域隶属度参数优化的模糊C均值(Fuzzy C-Means,FCM)聚类改进算法,并用于脑部MR图像分割.方法 首先,采用遗传算法、粒子群优化算法和联合算法计算隶属度函数最佳参数,然后采用此隶属度函数优化FCM聚类算法相似度函数,最后根据改进的FCM聚类算法分割脑部MR图像.图像分割精确性评价指标采用假阴性率、假阳性率、分割错误率和相似性系数.结果 选用不同FCM算法对包含噪声的人工合成图像和临床实例MR图像进行仿真实验.定性分析显示本文提出的FCM聚类改进算法获得分割图像能保留更多的边缘和细节信息;定量评价显示基于本文提出的FCM改进算法获得的分割假阴性率(0.0058％～4.28％)、假阳性率(0.0182％～20.15％)和错误率(0.0085％～7.15％)均最小,相似性系数高达92.65％.结论 联合使用遗传算法和粒子群优化算法能获得最佳隶属度参数,基于此改进的FCM聚类算法能有效克服噪声造成的局限性,提高脑部MR图像分割精准度,具有较高的临床应用价值.