目的:基于生态位模型分析并预测甘肃省内脏利什曼病传播风险，为精准防控措施的制定和疫情监测提供依据。方法:自全国传染病报告信息管理系统收集甘肃省2015 - 2021年报告的内脏利什曼病病例，获取病例分布点经纬度坐标以及区域内19个气候变量、5个地理变量和2个社会经济变量数据。基于生态位模型，采用最大熵算法（MaxEnt）构建内脏利什曼病传播风险预测模型，利用受试者工作特征曲线下面积（AUC）进行模型性能评价，并对构建模型的各环境变量进行重要性评估，以及预测甘肃省内脏利什曼病传播风险分布区域。结果:2015 - 2021年甘肃省共报告368例内脏利什曼病病例，其中，89.13%（328/368）集中在陇南市和甘南藏族自治州（甘南州）；2017年病例数达到高峰（79例，21.47%）。构建模型具有较高的预测准确度（AUC = 0.985）。模型分析结果显示，影响甘肃省内脏利什曼病分布的主要气候变量为最冷季度平均温度（贡献值为3.1），地理变量为土地利用类型（贡献值为52.6）和植被覆盖类型（贡献值为8.5），社会经济变量为人口数（贡献值为14.3）。传播风险分布结果显示，高、中、低风险区从甘肃省南部向西北部呈现逐渐过渡的接壤分布特点。高风险区主要集中在甘肃省陇南市中南部和甘南州南部，占全省面积的0.18%；中、低风险区分别占全省面积的0.48%和2.47%，无风险区占96.87%。结论:生态位模型预测甘肃省内脏利什曼病传播呈现点状分散、局部高聚集性分布特征，应加强对陇南市和甘南州等高风险区的监测和防控。

目的 本研究旨在探讨膀胱影像报告和数据系统(VI-RADS)和体积表观扩散系数(ADC)直方图参数评估膀胱癌肌层浸润的价值,并探讨两者的相关性.方法 回顾性分析 81 例经尿道膀胱肿瘤电切术或根治性膀胱切除术病理证实的膀胱癌患者,由两名放射科医生运用VI-RADS评分方法对病灶进行标准化评分.从ADC图中获得每个病变的体积ADC直方图参数,比较VI-RADS及量化参数在肌层浸润性膀胱癌(MIBC)和非肌层浸润性膀胱癌(NMIBC)间的差异,对有意义的参数绘制受试者工作特征曲线评估各模型的预测能力.结果 最终纳入 40 例(49.4%)肌层浸润性膀胱癌,41 例(50.6%)非肌层浸润性膀胱癌,53 个(65.4%)病灶VI-RADS大于等于 3 分,28 个(34.6%)病灶VI-RADS小于 3分.在所有参数中,VI-RADS的曲线下面积(AUC)值最高(AUC=0.903).ADCmin、ADCmedia、ADCmean、10%ADC(第 10 百分位数ADC值)、25%ADC(第 25 百分位数 ADC值)、75%ADC(第 75 百分位数 ADC 值)、90%ADC(第 90 百分位数 ADC值)的数值MIBC组低于NMIBC组,且与VI-RADS评分呈负相关(r=-0.439、-0.526、-0.305、-0.368、-0.547、-0.527、-0.396,P均＜0.05);峰度、熵MIBC组高于NMIBC组,与VI-RADS评分呈正相关(r=0.593、0.296,P均＜0.05).VI-RADS+75%ADC、VI-RADS+ADCmedia、VI-RADS+ADCmean与单独使用VI-RADS相比有统计学差异(P值分别为 0.038、0.018、0.029),其中结合ADCmedia的VI-RADS获得了最大的AUC值(AUC=0.950).结论 VI-RADS和体积ADC直方图分析可有助于判定膀胱癌是否肌层浸润,同时两者存在一定相关性,体积ADC直方图可以为VI-RADS提供进一步的信息补充.

目的 掌握影响蒙古黄芪生长的主要环境因子,对蒙古黄芪在山西省适宜区分布进行预测,为山西省蒙古黄芪资源的合理布局提供参考.方法 采用山西省"第四次中药资源普查"数据库收录的蒙古黄芪样点经纬度信息,查询中国数字植物标本馆及检索文献记录补充,将筛选后的347个蒙古黄芪样点分布数据和环境因子添加到最大熵(MaxEnt)模型中运行,筛选出影响蒙古黄芪地理分布的主要环境因子及贡献率.应用地理信息系统软件ArcGIS对山西省蒙古黄芪生态适宜区进行划分.结果 建立的MaxEnt模型受试者工作特征曲线下面积为0.909,表明模型预测结果准确.共筛选出19个环境因子,其中气候因子是影响蒙古黄芪分布最重要的环境因子,其次是生物因子与地形因子,土壤因子的影响最小.山西省蒙古黄芪潜在适宜区主要分布在省内北部山区,呈现从北到南适宜等级逐渐降低的趋势,在当前气候条件下山西省蒙古黄芪最适宜区面积为15 424 km2,适宜区面积为19 856 km2,次适宜区面积为59 436 km2,不适宜区面积为61 894 km2.结论 基于MaxEnt模型和ArcGIS软件预测山西省蒙古黄芪适宜区分布状况,对山西省蒙古黄芪资源的保护与合理布局具有一定参考价值.

目的/意义 基于人体信息计量构建城市居民健康指数,测量与评价城市居民整体健康状况,以促进居民健康管理,提升健康素养.方法/过程 结合人体信息计量和健康指数相关研究,构建城市居民健康评价指标体系并开展问卷调查研究,运用熵值法和综合指数法计算居民健康指数,进而开展实证分析.结果/结论 城市居民健康指数的外部关系指标区别最小,自然环境指标区别最大;不同性别和年龄的群体健康指数有较大差异.建议开展居民健康教育、加强高危人群健康管理、构建居民健康画像.

目的 建立山西省酸枣的分布区划,助力山西省酸枣产业的发展.方法 基于山西省第四次全国中药资源普查所获酸枣样点经纬度等信息和中药资源空间信息网格数据库环境因子数据,利用地理信息系统软件ArcGIS和最大熵(MaxEnt)模型筛选出影响山西省酸枣分布的主要环境因子并进行分析.结果 影响酸枣分布的主导环境因子为植被类型、最冷月最低温、11月份降水量、10月份降水量、海拔、坡度.从ArcGIS重分类的适生度栅格数据得出酸枣在山西省的高适生区面积约为0.73×104 km2,中适生区面积约为1.41×104 km2,低适生区面积约为4.33×104 km2,同时发现酸枣中、高适生区主要分布在山西省中南部.结论 本研究得出酸枣最适生长区主要位于山西省中南部,可为山西省酸枣资源开发利用和规范化种植提供参考依据.

目的 预测远志在山西的潜在适生区分布,为远志现有资源的发掘利用及栽培区域的选择提供依据.方法 收集1 102个远志样点(其中远志1 060个、卵叶远志42个)分布信息,结合55个环境因子数据,应用最大熵(MaxEnt)模型和地理信息系统软件ArcGIS分析影响远志适生区分布的主要环境因子.结果 影响远志适生区分布的主要环境因子有植被类型、降水量、温度等.远志在山西省潜在适生区分布主要集中于临汾、吕梁、太原、长治、晋中、运城东南部、忻州西北部、朔州西南部等地.结论 本研究预测的远志和卵叶远志生态适宜性区划可为山西远志种植地区的选择和药材规范化生产提供参考.

为了解中国西南地区6种亚热带常绿栎属植物在未来气候情景下的潜在分布,该文利用最大熵模型(maximum entropy model,MaxEnt)和地理信息系统技术,结合帽斗栎(Quercus guyavaefolia)、川滇高山栎(Q.aquifolioides)、毛脉高山栎(Q.rehderiana)、高山栎(Q.semecarpifolia)、灰背栎(Q.senescens)和匙叶栎(Q.dolicholepis)的分布数据、生理生态特性、环境数据及未来 2070s(2061-2080 年)气候情景数据(SSPs126、SSPs245、SSPs585),分析了未来气候变化对各乔木种潜在地理分布的影响.结果表明,6种乔木MaxEnt模型的AUC均值均大于0.9,模拟效果好.温度季节性、年降水量、海拔、最冷月最低温和坡度等5个环境因子为6种栎属乔木分布的主导环境因子,即多适宜分布在温度季节性变化较小、温暖潮湿的山区.其中,川滇高山栎、毛脉高山栎和高山栎较其他3树种更适宜生长于温度偏低、温度季节性变化略大的中、高山地区.西南地区6种主要亚热带常绿栎属乔木潜在适宜区主要分布在西南地区,华中地区西部、华南地区西部和西北地区南部部分地区也有分布,高适宜区主要位于四川南部和云南西北部.在未来气候情景下,西南地区亚热带常绿主要栎属乔木适宜区面积以增长趋势为主,且向西北方向迁移.

目的:通过对汉中宁强县天麻生态适宜性、产量和品质区划的研究,为宁强县天麻产业规划提供参考.方法:应用最大熵(MaxEnt)模型,结合产地调研、文献信息收集及样品采集和含量测定,解析影响天麻产量和品质的生态环境变量,构建天麻有效成分与环境因子的关系模型,利用地理信息系统技术(ArcGIS)进行天麻品质区划和生产区划研究,总结小尺度(县域)范围内天麻生产区划的研究方法.结果:对采集到的89个生态因子进行筛选,最终选择13个生态因子做进一步分析,影响天麻的环境因子按贡献率大小依次为地形(43.2％)＞气候(27.9％)＞土壤(22.3％)＞植被(6.5％);宁强天麻生态高适宜区主要分布在县中东部、南部和县北部的部分地区;产量高适宜区主要在县东部;品质高适宜区主要分布在县西部、北部和南部的部分地区,高海拔区天麻浸出物含量相对较低,而地势平坦区巴利森苷E的含量相对较高,巴利森苷B、C和天麻素含量的空间分布规律较一致.结论:在陕西宁强县地形、气候和土壤是影响天麻分布的主要环境因素.天麻品质区划与产量区划中适宜区的分布规律不相同,在进行天麻生产区划研究时应注重品质与产量区划研究相结合.

现有脑电情绪识别中的域适应方法利用源域数据及其特征分布来训练模型,不可避免地需要频繁访问源域,可能会导致源域受试者的隐私信息泄露.针对该问题,本研究提出一种基于高斯混合模型、核范数最大化和Tsallis熵的无源域适应(GNTSFDA)脑电情绪识别方法.首先,基于源域数据和本研究所提出的CNN和Transformer特征混合(CTFM)网络,利用交叉熵损失训练得到源域模型;然后,通过高斯混合模型聚类生成目标域数据的伪标签以构建分类损失;最后,基于伪标签和分类损失在目标域数据上对源域模型再训练以更新其参数,从而得到目标域模型,训练过程中还利用核范数最大化损失来提升模型预测的类判别性和多样性,同时利用Tsallis熵损失来减少模型预测的不确定性.GNTSFDA方法采用留一被试交叉验证的实验范式分别在SEED(源域14个受试者,目标域1个受试者)、SEED-Ⅳ(源域14个受试者,目标域1个受试者)和DEAP(源域31个受试者,目标域1个受试者)公开数据集上进行了实验.结果显示,在3个数据集上,目标域模型情绪识别的准确率分别为80.20％、61.20％和58.89％,相较于源域模型分别提升8.98％、7.72％和6.54％.GNTSFDA方法仅需要访问源域模型参数,而不是源域,从而有效地保护了源域受试者的隐私信息,在脑电情绪识别的实际应用中具有重要意义.

苍术(Atractylodes lancea)是我国东北地区的道地药材,市场需求日益增加,人们种植意愿浓厚.然而,当前苍术人工栽培种源杂乱、存活率低、产量及品质参差不齐,原因在于对苍术的适宜生存环境缺乏科学判断.针对东北地区苍术的自然分布数据和环境变量数据,应用最大熵模型(Maxent)和地理信息系统(GIS)对其生境适宜性进行评估和区划.结果表明:苍术在我国东北地区主要分布于辽西山地、小兴安岭、长白山及其余脉,生境适宜区(P＞0.5)面积为10.96万km2,占东北地区总面积的8.84％;影响苍术分布的6个主要环境因子(贡献率)依次为年均降水量(26.5％)、最暖季平均温度(18.6％)、降水量季节性变异系数(16.6％)、海拔(12.2％)、年平均气温(11％)、最冷季降水量(5.2％),累计贡献率超过90％,水分因子(年均降水量+降水量季节性变异系数)比温度因子(最暖季平均温度+年平均气温)对苍术的分布影响更大;根据对苍术主要生境适宜区的分析,苍术在东北地区可能存在两种气候生态型,即辽西的耐旱型、长白山的耐寒型.综上所述,在发展苍术种植产业的过程中,除了应关注苍术的适宜分布区以外,还应充分考虑不同区域种源的生态需求,以避免由于盲目引种而导致的种植损失.