预训练词嵌入技术的演化与算法

目的：探究预训练词嵌入技术的重要性和主要演化路径,剖析其路径上的主流算法。方法：利用知识图谱分析预训练语言模型的基础知识及预训练词嵌入技术演化的关键路径,从算法角度分析其路径上代表性模型的内涵和优缺点。结果：词嵌入技术作为预训练语言模型的主要知识基础之一,包含Word2Vec、LSTM、Bi-LSTM和BERT等研究热点,基于LSTM的特征提取技术和基于Transformer的特征提取技术是预训练词嵌入技术的一条重要演化路径。模型结构与算法分析结果显示该路径上的模型的表征能力越来越强。结论：基于预训练语言模型的词嵌入技术能够获得包含更多语境信息的词向量,目前已成为自然语言处理领域中文本表示的重要方法。     

基于BP神经网络黄芩红外光谱数据与总黄酮含量模型的建立

目的 选取人工神经网络中的BP神经网络模型,建立红外光谱数据与黄芩中总黄酮的含量之间的预测模型.方法 选取20个不同样本的黄芩,测定其红外光谱,比较得出800～1 800 cm-1其峰位置与吸收强度具有明显的差异,由此可作为模型建立的基础,故选取此处为特征差异处,每隔4 cm-1取一点,共选取250个点作为输入数据.提取20个黄芩样本中总黄酮,通过对神经网络模型的输入层、隐含层、输出层神经元数目进行训练.结果 通过训练神经网络模型得知,在输入层、隐含层、输出层神经元数目分别为(3,1,1)时,最佳模型训练集RMSE最小为0.000 820047,以此对监控集进行预测得RMSE为0.101 761,相关吸收R2为0.999 3.结论 利用黄芩红外光谱数据,通过BP神经网络模型,可以很好地预测黄芩中总黄酮的含量.     

乳前牙嵌入性脱位的治疗分析

目的探讨乳前牙嵌入性脱位的临床表现和治疗效果。方法对58例66颗乳前牙嵌入性脱位病例进行回顾性分析,总结其治疗方法和预后情况。结果轻度的乳前牙嵌入性脱位预后较好,成功率约为84.2%;中、重度的乳前牙嵌入性脱位预后效果较差,一般需要拔除。结论乳前牙嵌入性脱位预后与牙冠嵌入程度、牙冠受力方向以及乳牙根与恒牙胚的位置关系密切相关。     

基于预训练语言模型的中文专利自动分类研究

目的：支撑大规模中文专利精准自动分类工作，利用改进中文专利文本表示的预训练语言模型实现专利的自动分类。方法：基于中文预训练语言模型RoBERTa，在大规模中文发明专利语料上分别使用单字遮盖策略和全词遮盖策略遮盖语言模型任务进行迁移学习，得到改进中文专利文本表示的RoBERTa模型（ZL-RoBERTa）和RoBERTa-wwm模型（ZL-RoBERTa-wwm）；将模型应用到专利文本分类任务中进行实验研究，并与典型深度学习模型（Word2Vec+BiGRU+ATT+TextCNN）和当前先进的预训练语言模型BERT、RoBERTa进行对比分析。结果：基于ZL-RoBERTa和ZL-RoBERTa-wwm的中文专利自动分类模型在专利文本分类任务上的分类精准率/召回率/F1值更为突出。结论：改进文本表示的中文专利预训练语言模型用于专利文本分类具有更优效果，这为后续专利情报工作中应用预训练模型提供了模型基础。     

疗效预测方法在针刺治疗抑郁症研究中的应用探讨

目的探讨应用神经网络方法进行针刺治疗抑郁症的疗效预测。方法使用量表工具,应用神经网络方法进行疗效预测。选择与抑郁症针刺治疗效果密切相关的因素以及体现中医学整体思想的疾病状态、生活质量等指标作为神经网络的输入变量,将其量化数据赋予网络的输入层,将经治疗后量表的评定结果作为输出变量值。收集病例形成神经网络的训练和测试样本,进行网络的训练和测试,评估网络性能,讨论其临床应用性。结果网络训练误差达到预期目标(均方误差mse=0.0010),对HAMD减分率和SDS减分率的预测拟合度较好,且拟合精度较高;表明网络测试的拟合程度比训练结果的拟合程度差,网络模型对测试样本的预测误差大于对已知样本的预测误差。结论网络模型具有较好的学习能力,而对未知样本的识别能力不及对已知样本的识别能力。通过增加样本量、改进网络模型等途径,有望为临床提供可靠性良好的预测方法。     

基于神经网络学习方法的放疗计划三维剂量分布预测

目的研究利用神经网络建立患者几何解剖结构特性与对应放疗计划三维剂量分布的关联模型,用以新患者的计划剂量 学特性预测。方法收集并应用25例固定13野临床前列腺癌IMRT/SBRT计划,处方剂量为50 Gy,以体素为研究对象,提取器 官体积、射线角度、器官位置关系等信息,采用神经网络构建剂量预测模型。随机选取20例用于训练,5例用于验证,以验证预 测方法的可行性与有效性。结果实验表明,模型训练误差较小,验证样本剂量差异小,预测结果准确。模型训练误差较小,点 对点平均剂量差异不高于0.0919±3.6726 Gy,DVH差异不超过1.7%。5例验证样本,剂量差异为0.1634±10.5246 Gy,百分剂量 差异在2.5%以内,DVH差异在3%以内。三维剂量分布显示剂量差异较小,预测剂量分布合理。模型对膀胱和直肠预测性能表 现较好,股骨头次之。结论本文使用神经网络学习方法成功建立了同肿瘤类型患者几何解剖结构特性和对应计划三维剂量分 布之间的关联,不仅可以为计划提供质量标准,还为实现自动计划控制和计划设计奠定基础。     

组织嵌入腹腔引流管致拔管困难9例诊治

我院于 1984年～ 1999年间 ,共诊治腹部疾病手术后因肠脂垂、大网膜嵌入引流管致拔管困难患者 9例 ,现将诊治报告如下。1　临床资料1 1　一般资料　本组 9例 ,男 5例 ,女 4例 ,年龄 8～ 72岁 ,平均年龄为 37岁 ,其中阑尾炎术后 3例 ,肠破裂术后 2例 ,脾切除术后 1例 ,胃大部切除术后 1例 ,坏死性胰腺炎术后 1例 ,胃癌根治术后 1例 ,9例患者中 5例系肠脂垂嵌入引流管致拔管困难 ,4例系大网膜嵌入 ,占我院同期腹部手术后放置引流管病例总数的 0 0 5 %。1 2　临床表现　9例患者在拔管时均采用持续张力 ,拔出引流管达一定程度约 9～ 13ｃｍ时感…     

基于知识图谱嵌入的阿尔茨海默病药物重定位研究

阿尔茨海默病（Alzheimer''s disease，AD）给社会带来了巨大的医疗和经济负担，寻找和发现其治疗药物有着重大的研究意义。本研究采用知识图谱嵌入在公开的药物再利用知识图谱（drug repurposing knowledge graph，DRKG）上研究了AD的药物重定位。首先，利用4种知识图谱嵌入模型，即TransE、DistMult、ComplEx和RotatE在DRKG上学习实体和关系的嵌入向量；随后使用3种经典的知识图谱评估指标评估和比较了这些模型的性能和学习到的嵌入向量的质量；根据评估比较的结果，选择利用RotatE模型进行链接预测，确定了16种有可能用于AD治疗的药物，其中谷胱甘肽、氟哌啶醇、辣椒素、槲皮素、雌二醇、葡萄糖、双硫仑、腺苷、帕罗西汀、紫杉醇、格列本脲、阿米替林已被前人的研究证实对于AD有潜在的治疗作用。研究结果表明，基于知识图谱嵌入的药物重定位研究有望为AD药物发现提供新的思路和方法，RotatE模型可以有效地整合DRKG的多源信息，进而很好地完成了AD药物重定位任务。本研究的源代码可以从https：//github.com/LuYF-Lemon-love/AD-KGE获得。     

嵌入性固位体在可摘局部义齿修复上的应用

作者自1989年起采用嵌入性固位体对7例病人进行了可摘局部义齿修复,经9～12月临床追踪观察,其修复效果较好,对咀嚼语音功能的恢复也较完善。基牙无松动、脱落继发龋及牙周病变。作者还对嵌入性固位体的适应证、禁忌证及其临床应用情况作了详细的介绍,并作了必要的分析和讨论。     

人工智能聊天机器人对乳腺癌康复治疗相关问题的查询响应

<正>人工智能聊天机器人是基于大语言模型来理解并生成自然语言文本的人工智能技术,其原理是通过训练大量书面信息来学习词句之间的关联模式,根据从海量数据中吸收的知识,高准确度地识别、总结、翻译、预测和生成文本及其他内容。已有研究证实,表现出色的人工智能聊天机器人聊天生成式预训练转换器（chat generative pre-trained transformer,Chat GPT）在医学知识测试上的水平,已接近可通过美国执业医师资格考试的标准水平,     

宫颈组织塑料包埋与石蜡包埋免疫组化检测CKpan的效果比较

目的:通过对宫颈组织进行塑料及石蜡包埋,对比免疫组化的检测效果,探索一种理想的组织塑料包埋免疫组化检测方法。方法:将宫颈组织进行全层取材,分别进行石蜡及塑料包埋,而后利用免疫组化技术检测CKpan在组织中的表达。石蜡包埋的具体方法参考临床病理诊疗规范,塑料包埋的关键环节均是在低温环境下进行,最大限度的保存抗原及酶的活性。结果:宫颈组织的塑料包埋免疫组化检测CKpan,细胞核细微结构清晰,阳性定位准确。结论:塑料冷包埋技术的最大优势就在于维持细胞结构的完整性,能很好的保存抗原,有利于免疫组化及原位杂交等技术的进一步检测研究,适宜于疾病的诊断和预后评估。     

穴位埋线对骨量减少患者平衡能力的影响

<正>世界卫生组织(WHO)将骨密度T值降低(1～2.5)个标准差定义为骨量减少,骨量减少者一旦发生脆性骨折即称为骨质疏松。研究表明,将近一半的脆性骨折发生在骨量减少人群[1-2]。随着骨量减少患者的增加,进行早期干预防治骨质疏松及骨折是临床关心的问题。WHO推荐FRAX作为骨折风险预测工具,在跌倒风险评估上临床中多使用Berg平衡量表     

颅颌面嵌入性骨折的临床研究

目的 探讨颅颌面嵌入性骨折的诊疗原则和方法.方法 对2002年7月至2006年7月34例颅颌面嵌入性骨折患者进行治疗,对其手术治疗方案及疗效进行分析总结.结果 所有手术患者的容貌及功能均显著改善.结论 CT及三维重建技术对颅颌面嵌入性骨折的诊治具有重要的参考价值;颅腔嵌入性骨折应根据有无功能障碍和凹陷畸形决定治疗方案,眶腔和上颌窦嵌入性骨折均应尽早手术治疗.     

电镜标本快速包埋方法

电镜标本常规包埋过程比较复杂、费时，一般需６０ｈ。本实验采用高温快速包埋法。它是根据物质受热后分子运动加速，包埋介质粘稠度降低，缩短了浸透时间，减少了实验步骤。整个包埋过程仅用８ｈ，而超微结构观察与常规方法比较没有明显差别，大大提高了工作效率。     

穴位埋线法对原发性高血压模型大鼠血浆内皮素、血清一氧化氮的影响

目的观察穴位埋线法对原发性高血压模型大鼠（SHR）血清一氧化氮（NO）和血浆内皮素（ET）的影响,探讨穴位埋线法的降压机制。方法将50只雄性Wistar大鼠（SHR）随机分为空白对照组、模型对照组、埋线组、针刺组和西药对照组,测定血浆ET、NO生化指标。结果给药45 d后测定,与模型对照组比较,埋线组能够降低血浆ET的含量（P〈0.05）,同时能明显提高NO水平（P〈0.01）。结论穴位埋线法能降低血浆ET的含量,提高NO浓度水平,可能是其治疗原发性高血压的机制之一。     

穴位埋线治疗失眠症30例临床观察

目的观察穴位埋线治疗失眠症的临床疗效。方法将60例失眠患者按就诊顺序半随机分为两组,治疗组（n=30）给予穴位埋线治疗,对照组（n=30）给予阿普唑仑治疗。比较两组睡眠改善情况。结果治疗组治愈18例,好转9例,未愈3例。对照组治愈13例,好转7例,未愈10例。两组疗效比较差异有统计学意义（P〈0.05）。结论穴位埋线治疗失眠症疗效良好,复发率低,值得临床推广。     

不同层次穴位埋线调节单纯性肥胖大鼠外周脂肪代谢的机制研究

目的 探讨不同层次穴位埋线调节单纯性肥胖外周脂肪代谢的机制.方法 将60只SD雄性大鼠随机分为对照组(A组)10只普通饲料喂养,模型组50只高脂饲料喂养.模型复制成功后,将模型组大鼠随机分为空白组(B组)、脂肪层埋线组(C组)、肌肉层埋线组(D组)、脂肪层埋线+AG490组(E组)、肌肉层埋线+AG490组(F组),每...     

宫颈癌放疗中基于精确表面剂量累加的直肠并发症预测模型

目的 提出并验证一种应用于宫颈癌放疗的基于精确表面剂量累加的直肠并发症预测方法.方法 回顾性采集到42例宫颈癌患者数据,对各个治疗分次的直肠壁进行精确点配准得到变形场,利用该变形场对直肠壁受照剂量进行变形和叠加,得到3D总剂量.将3D直肠总剂量分布映射到2D平面,分别提取出剂量体积特征和剂量几何特征,并筛选出有显著性差异(P<0.05)的剂量分布特征,建立基于序列前向选择算法和逻辑回归的直肠并发症预测模型.结果 直肠壁表面配准的精度较高,4个相似度评价指标表明,配准后不同治疗分次的直肠表面配准程度有显著性提高.五折交叉验证结果显示准确性、敏感性、特异性和AUC分别为:79.5%,81.3%,75.0%和0.88.结论 本文提出基于精确表面剂量累加的直肠并发症预测模型具有可行性,为宫颈癌患者直肠毒性预测提供可靠的支持.     

小波分解结合自适应神经模糊推理系统的呼吸预测研究

目的:研究一种方法精确预测胸腹部肿瘤放射治疗中的非规则呼吸运动。方法:提出基于小波分解和自适应神经模糊推理系统的呼吸运动预测方法（WANFIS）,利用小波分解将呼吸信号分成基线、低频和高频三部分,并分别采用线性拟合、自适应神经模糊推理系统（ANFIS）、简单移动平均进行预测,然后综合三部分预测值作为呼吸运动预测结果。基于30例临床数据回顾性分析,将WANFIS算法与神经网络（NN）、CyberKnife放射外科系统的Synchrony呼吸同步追踪系统、ANFIS这三种典型预测算法进行对照比较。结果:本文提出的WANFIS算法的归一化均方根误差（nRMSE）平均值为0.09,小于NN的0.17、Synchrony的0.11 以及ANFIS的0.11。结论:WANFIS能更好地预测非规则呼吸信号,更有效地补偿放疗系统时间延迟。