目的:探讨不同机器学习的影像组学模型预测三阴性乳腺癌（TNBC）新辅助治疗远期复发转移风险的价值。方法:回顾性分析2011年8月至2017年5月上海复旦大学附属肿瘤医院和上海交通大学医学院附属瑞金医院的150例接受新辅助化疗和手术切除后经病理组织学证实的TNBC患者临床及影像资料。将上海复旦大学附属肿瘤医院的109患者作为训练组，将上海交通大学医学院附属瑞金医院的41例患者作为验证组。基于治疗前动态对比增强MRI（DCE-MRI）提取的影像组学特征，并加入时间域特征，训练组使用最小绝对收缩和选择算子交叉验证法和递归特征消除法进行特征筛选。采用6种（逻辑回归、线性判别分析、K最近邻、朴素贝叶斯、决策树和支持向量机）具有监督学习的不同机器学习算法来预测远期复发转移的能力，使用ROC、准确率以及F1度量值评价6种算法的优劣，并通过验证组进行验证。结果:支持向量机算法在基于15个影像组学特征的复发转移模型中预测效果最好，具有最高的曲线下面积（训练组为0.917，验证组为0.859）、准确率（训练组为87.5%，验证组为82.9%）以及F1度量值（训练组为0.800，验证组为0.741）。15个影像组学特征中，时间域特征为12个、空间域特征为3个。结论:加入时间域特征的DCE-MRI机器学习影像组学模型有助于预测TNBC新辅助化疗的远期预后，为临床决策及随访管理提供支持。

背景:目前大多数研究从国家自然科学基金资助论文和项目申请角度出发,对干细胞某一方面进行深入分析,或者验证某种评价方法,缺乏对干细胞领域国家自然科学基金已结题项目的全面分析.目的:了解2018-2022年干细胞领域国家自然科学基金结题项目资助情况及研究热点,为后续研究提供参考.方法:以"干细胞"为检索词,检索国家自然科学基金大数据知识管理服务门户等数据库,提取结题项目信息,对关键词、依托单位和地区等字段进行清洗和归并,并用Excel、Echarts、VOSviewer等软件进行词频统计、聚类分析和可视化展现.结果与结论:国家自然科学基金干细胞结题项目展现了多学科交叉融合的显著特点,不仅涵盖医学和生命科学,还涉及化学、信息科学、工程和材料学、地球科学、数理科学等多个学科,为干细胞产业的发展带来了革命性进步.关键词聚类分析显示,中国对干细胞的资助主要集中在间充质干细胞、肿瘤干细胞、胚胎干细胞、神经干细胞和造血干细胞等领域.通过对比,中美英三国的基金资助各有侧重,反映了各国在干细胞领域的不同发展方向,并为国际合作提供了广阔空间.近5年内,尽管结题数量保持稳定,但结题金额稍有下降,表明中国在干细胞领域的资金投入相对不足.因此,建议加强国家自然科学基金在此领域的投入,并引导更多社会资本参与,形成多元化投入格局,以促进干细胞产业的快速发展.

目的:采用机器学习算法中的支持向量机(SVM)对步态图数据集进行特征分类并建立识别模型，探索该模型区分膝骨关节炎或韧带损伤患者与健康人群的分类性能。方法:本研究从上海体育大学等单位纳入样本135例。其中健康人55例，确诊膝关节损伤患者80例(膝骨关节炎13例、单纯前交叉韧带损伤51例、多发韧带损伤16例)，排除合并有其他影响步行的组织、系统损伤患者。采用三维运动捕捉系统采集膝关节运动学数据，构建步态图数据集。通过数据降维等预处理方法后，使用SVM分类器将每例样本特征以高维空间位置和超平面的关系分类建立识别分类模型。采用单因素方差分析比较纳入患者的基本信息并使用准确率和精确度等指标来验证模型分类性能。结果:除年龄外，纳入样本的基本信息差异无统计学意义(均为P>0.05)。基于SVM所建立的识别分类模型对判断是否为健康人测量准确率为91.4% [95%CI(87.9，94.7)%] ；与健康人群相比，对于分类膝骨关节炎患者的准确率为98.5% [95%CI(93.0，99.1)%]，前交叉韧带损伤患者为90.6% [95%CI(81.9，99.4)%] ，多发韧带损伤患者为91.5% [95%CI(83.4，99.6)%] 。结论:采用机器学习算法对基于便携式运动捕捉设备所建立的健康人群、膝骨关节炎和韧带损伤患者步态图特征数据集进行分类具有较高的准确度，为基于步态分析的临床辅助诊断提供了一种新思路。

探究全球生态系统动力学调查(GEDI)多波束激光雷达数据估测区域森林郁闭度(FCC)的潜力,对于评估森林生态系统状态和林分环境具有重要作用.选取滇西北典型生态脆弱区香格里拉为研究区,以GEDI波形数据为信息源,提取46245个有林地光斑参数,使用经验贝叶斯克里金法(EBK)获取光斑参数在研究区未知空间的连续分布,结合54块实测样地数据,采用支持向量机的递归特征消除法(SVM-RFE)、随机森林(RF)和Pearson分析分别优选特征变量,基于贝叶斯优化(BO)随机森林回归模型(BO-RFR)、贝叶斯优化梯度回归模型(BO-GBRT)和偏最小二乘法(PLSR)研建森林郁闭度最佳估测模型.结果表明:(1)EBK 法预测精度高,估测结果可靠,R2:0.20-0.92,RMSE:0.004-2812.912,MAE:0.003-1996.258,MRE:0.007-4.423;(2)基于不同特征优选方法筛选的特征变量和数量略有差异,SVM-RFE法优选出6个参数(cover、pai、sensitivity、rv_al、rv_a4、rg_a4)的平均交叉验证精度达0.84,RF法以贡献度5％为阈值筛选出5个参数(cover、pai、pgap_theta_error、modis_treecover、modis_nonvegetated),Pearson 法以相关性大于 0.3 且在 0.01 水平显著优选出 5 个参数(cover、pai、rv_a5、rg_a5、pgap_theta_error);(3)不同特征变量优选方法筛选的建模参数研建估测模型精度差异性较大,以SVM-RFE和RF方法优选参数构建估测模型的精度更佳,SVM-RFE方法优选参数研建估测模型精度变化相对稳定,以RF方法中的BO-GBRT模型为最佳FCC估测模型(R2=0.85、RMSE=0.069,P=86.5％);(4)采用BO-GBRT模型估测研究区森林郁闭度和空间制图,与GEDI pai参数预测的FCC具有较高空间相关性达0.53,FCC均值分别为0.58、0.61,主要分布在0.4-0.7,分别占比65.45％、51.79％.研究区森林郁闭度主要处于中度郁闭,北部区域主要为高度郁闭区,与研究区植被覆盖度的空间分布具有一致性,说明使用GEDI数据估测森林郁闭度的方法具有可行性、结果具有可靠性.研究为使用GEDI数据高效、及时、低成本估测大空间尺度的森林水平结构参数的相关研究奠定了基础.

目的 构建一种集成神经网络模型实现类风湿关节炎(RA)中医证候分类,并探究其中的特征重要性和风险因素.方法 针对基于人工智能技术的RA中医证候多标签分类中存在的标签关联性差、泛化性能低等问题,提出一种集成神经网络模型——集成神经网络链(FEN).FEN模型采用一种基于深度神经网络的特征提取基分类器提取临床RA多标签样本的深层特征,增强RA特征区分度;根据协方差理论衡量标签相关性,调节分类器链的输入空间,减少RA错误信息传播和冗余度;并采用集成学习方法减小分类器链中不合理标签序列对RA特征分类的影响.此外,分析了RA中医证候主证和兼证的特征贡献度,挖掘其潜在的风险因素.结果 FEN模型的 10 折交叉验证性能参数汉明损失、1-错误率、准确度和F1 值分别为 0.003 6、0.024 8、97.52%、99.18%.与 7 种典型多标签分类器(分类器链、标签幂集、二进制关联、随机k-标签集、多标签K最近邻、集成分类器链和集成二进制关联)相比,FEN模型具有较好的分类性能.特征贡献度分析提示,主症和次症特征均可作为RA中医证候分类的重要指标,是影响主证和兼证分类的主要因素.结论 基于集成神经网络模型的RA中医证候分类器具有较高的分类精度和效率,对于RA的临床诊断和治疗具有重要参考价值.

研究根据2013-2020年在海州湾及其邻近海域进行的渔业资源和栖息环境综合调查数据,采用支持向量机(Support vector machine,SVM)模型,通过交叉验证,结合赤池信息准则(Akaike information criterion,AIC)等评判指标,构建了金乌贼(Sepiaesculenta)的空间分布模型,并分析环境因子对其空间分布的影响,旨在探究海州湾金乌贼的空间分布特征及其与环境因子的关系.结果表明,水深对金乌贼空间分布的影响最大,底层盐度次之,其次是底层水温和离岸距离.金乌贼的相对资源密度随水深的增大呈现先升高后降低的趋势,随盐度的升高而增大,随底层水温的升高而减小.在海州湾水深约27 m,离岸距离约40 km的海域,金乌贼的相对资源密度较高,其分布格局呈现出在东部和中北部海域丰度高,而西南部近岸海域丰度低的特点.研究将有助于深入了解海州湾金乌贼的空间分布规律,为其资源的合理利用和科学养护提供参考依据.

黄土高原退耕还林(草)等生态恢复工程促进了地表植被覆盖增加,进而通过影响地表-大气之间热量交换影响区域气候过程.基于黄土高原1998-2000年和2008-2010年SPOT卫星反演的植被覆盖资料、54个地面气象站气温资料及EIN-Interim地表热通量数据,采用空间分析交叉验证及地表热量平衡分析的方法,从站点尺度探讨了退耕还林(草)工程初期和10年后黄土高原植被变化与气温和地表热通量变化之间的关系.研究表明,退耕还林(草)工程开展10年后,黄土高原气温最小值、最大值与平均值均有下降,植被覆盖增加与气温变量降低在空间上呈正相关.同时,植被覆盖增加与潜热通量增加、感热通量与大气下行长波辐射下降在空间上也呈正相关关系.这些结果表明,植被恢复可通过增加地表蒸散发作用对区域气候产生降温效应,会减缓气温升高对黄土高原生态系统的影响.

目的:研究抗肾癌药物吡啶杂环类磷脂酰肌醇3-激酶(PI3K)抑制剂的三维定量构效关系(3D-QSAR),为新型抗肾癌药物的设计与研发提供参考.方法:收集30个吡啶杂环类PI3K抑制剂分子的结构和活性值[即半数抑制浓度的负对数(pIC50)]数据,使用Sybyl-X 1.1软件进行分子叠合后,构建比较分子力场分析(CoMFA)和比较分子相似性分析(CoMSIA)模型,对PI3K抑制剂分子的立体场、静电场、疏水场、氢键供体场和氢键受体场进行考察;使用Sybyl-X 1.1软件进行分子对接,对PI3K抑制剂分子与受体靶标蛋白的作用机制进行分析;使用PyMOL V1.5软件设计新的PI3K抑制剂分子,并利用CoMFA和CoMSIA法对其活性进行预测.结果:CoMFA和CoMSIA模型的交叉验证系数分别为0.617、0.601,拟合验证系数分别为0.969、0.974,外部验证复相关系数分别为0.656、0.670.在CoMFA模型中,立体场和静电场的贡献值分别为56.2%、43.8%;在CoMSIA模型中,立体场、静电场、疏水场、氢键供体场、氢键受体场的贡献值分别为41.0%、31.3%、21.1%、2.4%、4.2%.分子叠合后,在公共骨架R1取代基附近引入空间位阻较小、正电性及亲水性较强的基团均可有助于增强分子活性.分子对接结果显示,PI3K抑制剂分子与受体靶标蛋白中的关键氨基酸ALA805、VAL882、THR887共形成了3个氢键,长度分别为1.84、1.99、1.99?.根据上述信息共设计了6个新分子,其中2个活性较高的分子的预测pIC50分别为3.211、3.247(CoMFA法)和3.238、3.222(CoMSIA法).结论:新建CoMFA和CoMSIA模型具有良好的预测能力和统计学稳定性.分子立体场对分子活性的贡献值大于静电场,同时疏水场对分子活性的影响也不容忽视.吡啶杂环类PI3K抑制剂与受体靶标蛋白具有较强的氢键作用.3D-QSAR可为后续新的PI3K抑制剂分子的设计、改造及药物研发提供参考.

目的 步态分析对于下肢损伤部位及程度描述具有重要作用,而对称度是步态特征的重要指标.本研究将在三维空间定量描述步态信息及其不对称度,深入挖掘步态信息,完善疾病异常步态特征分析.方法 基于惯性步态传感器获得不同部位的冠状面-矢状面角度变化信息,反向重建步态空间矢量,构建运动曲线,形成基于三维空间角度矢量距离的运动对称性检测方法.于2017年7月至2018年1月对健康人(正常组)和单纯前交叉韧带(ACL)断裂患者(ACL组)进行特征分析,验证其效果.结果 小腿、大腿和膝关节不对称度D方面两组有较好的区分效果(P<0.05).其中小腿空间运动矢量特征对组间辨识度较高且区分相对稳定,与性别、年龄、身高、体质量指数无关.结论 通过两侧惯性传感器获得左右肢体时间-冠状面-矢状面空间曲线图,在三维空间中计算相应周期所有时间点的欧式空间距离平方的平均值,可作为步态不对称度分析方法.

为了实现脑机接口系统,对单次运动想象脑电信号的优化特征进行了提取与分类.针对运动想象脑电信号的特点,通过预处理得到脑电信号Mu节律成分,利用共空间模式算法在优化空间滤波下提取了运动想象脑电信号的特征.使用Fisher判别分析进行分类决策,并通过交叉验证与受试者操作曲线相结合的方法对分类性能进行综合评价.以交叉验证方式对应用空间滤波进行投影的特征维度确定问题进行深入讨论,评价结果表明本文方法在保证较高的准确率的同时可提高运行速度.基于优化的脑电特征进行运动想象意图分类,能够反映不同状态的差异并简化识别流程,为意图识别研究提供了一种准确高效的新方法.