基于深度学习的中药寒热属性预测研究

目的：探究中药成分寒热药性预测模型的构建及应用。方法：基于中药信息数据库获取646味中药，涵盖10 053个化合物成分。构建中药化合物分子指纹与分子图表征编码，分别构建图卷积神经网络(GCN)、K-近邻(KNN)、决策树(DT)、随机森林(RF)、支持向量机(SVM)算法，训练模型并调整模型超参数。将数据集划分为训练集与测试集，使用准确率、精确率、召回率与F值评价模型预测性能。将预测的高概率化合物分析中药寒热属性的生物学机制潜在差异。通过细胞增殖-毒性测试实验检测梯度加权得分的寒性中药成分对大鼠肾上腺髓质嗜铬瘤(PC-12)细胞氧糖剥夺再灌注(OGD/R)模型的保护作用。结果：GCN模型在中药寒热属性预测任务中综合表现良好。通过GCN模型从代表性寒热药物中筛选出的高概率寒热分类化合物共形成413靶点，与17通路具有潜在关联。细胞实验结果，随寒性加权分数降低逐渐显现为对OGD/R的细胞保护作用。结论：在寒热属性预测任务中，基于分子图表征的GCN模型相对于分子指纹表征的传统机器学习模型具有更优的性能，可为进一步探究中药“性-构”关系提供算法支持。     

基于SAS软件实现样本含量估计及应用

本文的目的是使读者能方便快捷地运用SAS软件中的POWER过程和GLMPOWER过程实现样本含量估计。在不同的场合下估计样本含量需要提供不同的前提条件,即使仅限于假设检验时估计样本含量,也必须进一步弄清对应的设计类型、结果变量的性质、某些先验知识和对结果精确度的要求。本文通过一些实例,介绍了估计样本含量与检验效能的SAS实现方法。读者只需要修改本文中所呈现的SAS程序中的少量参数,就可方便地使用SAS软件实现样本含量与检验效能估计。事实说明,尽管SAS软件非常难学难用,但借助现成的SAS程序,读者可以轻松自如地解决很多与统计分析有关的具体问题。     

边界增强像素级多模态声像图融合方法评估良、恶性乳腺肿瘤

目的 观察以边界增强多模态乳腺声像图像素级特征融合方法评估良、恶性乳腺肿瘤性质的价值。方法 基于乳腺肿瘤B型声像图提取边界增强图像,于超声弹性复合声像图中提取纯弹性信息图像。对多模态乳腺肿瘤声像图进行像素级特征融合,形成边界特征增强的融合图像,再以卷积神经网络(CNN)进行分类;评估融合方法分类良、恶性乳腺肿瘤的性能,并与单模态方法、特征级融合方法、无边界增强像素级图像融合方法及其他CNN模型进行对比。结果 边界增强像素级特征融合方法有助于CNN提取乳腺肿瘤特征,分类良、恶性乳腺性能最佳,其分类准确率为85.71%,特异度为85.49%,敏感度为86.16%,模型稳定。结论 边界特征增强像素级多模态声像图融合方法可用于判断良、恶性乳腺肿瘤。     

18例孤立性纤维瘤的临床病理特点分析及蛋白质组学探索

目的:研究孤立性纤维瘤患者的复发特点及每次手术标本的病理特点，分析孤立性纤维瘤的生物学行为特点，以便为患者选择最佳的治疗方案，以期获得更大的临床收益和更长生存时间。方法:回顾性研究2011年11月01日至2019年05月31日于我院住院行孤立性纤维瘤切除手术的18例患者的临床和病理资料（3例曾在外院手术者借阅既往病历资料和病理标本切片），综合分析患者的临床资料和病理特点。比较16份孤立性纤维瘤标本肿瘤微环境蛋白质组学构成变化。结果:随访期间18例患者手术后的生存时间从1个月到213个月，平均生存时间为57.9个月。6例复发后再手术者中，3例死于疾病进展，2例带瘤生存，1例治愈，手术次数2~5次。6例复发后再手术者中，有5例为2次及以上复发者，其中4例复发间隔时间递减。6例复发后再手术者中，随着复发次数的增多，肿瘤细胞核分裂象明显增加，Ki-67阳性率明显增加，病理结果逐步由良性转为交界性，甚至恶性。提示复发性孤立性纤维瘤患者的肿瘤细胞随着手术次数的增加，恶性程度也在随之增加。4个因为肿瘤进展而死亡的病例肿瘤均来源于腹腔和盆腔。蛋白质组学研究发现，肿瘤中的processing of RNA和splicing of RNA 相关蛋白上调表达，肿瘤微环境中的中性粒细胞相关蛋白表达水平上升。结论:孤立性纤维瘤手术后容易复发，随手术次增加，其复发间隔变短，并且恶性程度递增。延长复发后的观察时间，尽量减少手术次数，可能达到患者更优的生存收益。腹腔和盆腔来源的孤立性纤维瘤呈现更多侵袭性，容易造成死亡。孤立性纤维瘤有可能分泌促进自身生长的因子，或者肿瘤切除之后人体合成的促进细胞组织和生物生发的激素明显下降。蛋白质组学研究结果分析发现，手术创伤引起的炎症反应，导致免疫相关蛋白在病灶处富集，并在肿瘤富集形成大量的毛细血管从而导致肿瘤细胞的增殖与转移。     

睡眠生理讯号的非线性特征及复杂度理论的潜在应用

正人体中有许许多多潜在的讯号,他们与体内生理系统有着密切的关系,而这些生理讯号可以反映出生物体内各个器官、系统的生理或病理特征。现代医学通过应用特定的设备测量生理讯号可以客观地描述生理或病理状态,然后就需要通过科学的量化方法来提供评测指标。在目前备受关注且发展迅速的睡眠医学中,生理讯号就是主     

基于V-Net卷积神经网络深度学习模型自动分割腰椎CT图像中的椎旁肌

目的 观察基于V-Net卷积神经网络(CNN)的深度学习(DL)模型自动分割腰椎CT图像中的椎旁肌的价值。方法 收集471例接受腰椎CT检查患者，按7∶3比例将其分为训练集(n=330)和测试集(n=141);采用2D V-Net进行训练，建立DL模型；观察其分割腰大肌、腰方肌、椎后肌群及椎旁肌的价值。结果 基于V-Net CNN的DL模型分割椎旁肌精度良好，戴斯相似系数(DSC)均较高、肌肉横截面积误差率(CSA error)均较低；其分割训练集图像中的腰大肌、腰方肌及椎旁肌的DSC均高于测试集(P均<0.05),而分割训练集中4组肌肉的CSA error均低于测试集(P均<0.05)。测试集内两两比较结果显示，该模型分割椎后肌群的DSC最高、腰方肌的DSC最低；分割腰方肌的CSA error最高、椎旁肌的CSA error最低(P均<0.05)。结论 以基于V-Net的DL模型自动分割椎旁肌的效能较佳。     

骨桥蛋白靶向磁性纳米探针对动脉斑块的分子成像

目的 通过构建新型骨桥蛋白（OPN）靶向的四氧化三铁（Fe3O4）纳米颗粒，实现对动脉粥样硬化斑块中平滑肌增殖的荧光成像。方法 通过?COOH和?NH2之间的脱水缩合反应将OPN抗体偶联至DMSA修饰的Fe3O4纳米颗粒表面，进而将荧光染料NHS-Cy5.5连接获得纳米成像探针。通过噻唑蓝（MTT）和TUNEL方法检测探针对巨噬细胞的毒性。动脉粥样硬化动物模型通过高脂喂养ApoE?/?小鼠20周构建成功，继而将探针（5mg Fe/kg）经小鼠尾静脉注射，24h后用小动物活体成像仪系统进行光学三维成像，离体血管的冰冻切片做Cy5.5的激光共聚焦检测。结果 MTT结果显示，加不同浓度探针孵育：0，5，10，15，20，25，30mg/L相较于对照组来说，细胞活性并未表现出差异[A490nm：（1.10±0.03），（1.05±0.03），（1.03±0.02），（0.96±0.02），（0.96±0.03），（0.93±0.03） vs （1.11±0.05），P＞0.05]；TUNEL结果显示，加不同浓度的探针孵育：0，10，20，25，30mg/L与对照组比较来说，细胞凋亡率差异无统计学意义[（21.2±1.5）%，（21.8±1.1）%，（21.5±1.2）%，（22.3±1.2）% vs （20.5±1.0）%，P＞0.05]，证实探针在我们所运用浓度范围内对细胞几乎是无毒性的。探针经尾静脉注射到动脉粥样硬化模型小鼠体内后，24h光学成像可见颈部有明显的信号，且组织切片的激光共聚焦结果显示，探针主要集中在斑块内，HE染色结果进一步显示斑块的性质。结论 本实验所构建的探针在所使用浓度范围内基本无任何明显毒性，且对动物颈部动脉粥样硬化斑块有较好的识别效果。     

基于聚类的中医临床术语语义关系的研究

中医临床本体的建设是中医学国际化的重要组成部分之一，其中对临床术语实体的研究已经颇有成果，但对语义关系的研究却还略有不足。本文提出了一种基于聚类和句法模式相结合的方法对中医临床概念实体之间的语义关系进行研究。通过提取实体周围的特征词，使用Kmeans作为聚类算法，对所有的语料进行第一轮聚类。并以第一轮聚类结果为基础，在同一簇中提取最长公共子序列并泛化作为句法模式，简称句式。根据手工调整过后的句式，自动判断语料中的每一个句子所具有的最能表达语义关系的句式，以句式为特征进行第二轮聚类，该结果即为最终聚类结果。实验结果表明，该方法对语料中存在的语义关系分类的准确率为88.23%。