基于Apriori算法与网络药理学的藏医治疗肝胆疾病用药规律及机制分析＊

目的 挖掘藏医治疗肝胆疾病的用药规律，寻找核心药组，并预测核心药组的潜在靶点，以探讨核心药组治疗肝胆疾病的作用机制。方法 收集藏医药典籍中治疗肝胆疾病处方，采用SPSS软件进行Apriori算法关联规则分析得到藏医治疗肝胆疾病的核心药组。检索中药系统药理学分析平台（TCMSP）、Therapeutic Target Database （TTD）、Genecards、Metascape等数据库进行基因本体（GO）和KEGG富集分析。结果 共纳入607首方剂，数据挖掘得到藏医治疗肝胆疾病的核心药组为蒂达-洪连-波棱瓜子。收集到核心药组56个活性成分，作用于47个关键靶点，预测出1194条生物过程、49个细胞组成、54个分子功能以及226条信号通路。结论 藏医在治疗肝胆疾病中主要以“清赤巴热”为核心，所使用方剂中的药物多以苦味为主；核心药组治疗肝胆疾病可能是通过缓解体内氧化应激、降低炎症表达以及调节胆汁酸肝肠循环等作用机制。     

基于关联规则和熵聚类的中医经方治疗抑郁症用药规律

目的:基于中医传承辅助平台(V2.5)软件,探讨中医经方治疗抑郁症的用药规律。方法:收集中国期刊全文数据库(CNKI),中文科技期刊数据库(VIP)和万方数据库发表的中医经方及其化裁治疗抑郁症的文献资料,时间设定为1986年1月至2016年12月,将所得数据规范完成后,输入中医传承辅助平台(V2.5)软件,建立数据库,运用中医传承辅助系统中的关联规则、改进的互信息法以及复杂系统熵聚类等无监督数据挖掘方法,分析治疗抑郁症经方中常用的药物、核心组合及发现新方。结果:筛选出符合条件的运用中医经方治疗抑郁症的发表文献共461篇,其中包含119首方剂,涉及中药155味,对其进行分析,发现方剂中出现有35味中药高频应用,频次前5位的中药为炙甘草、大枣、柴胡、半夏、白芍。通过关联规则挖掘出核心组合25个,通过聚类分析得到新方3个。结论:通过中医传承辅助平台(V2.5)对治疗抑郁症的中医经方进行分析,发现运用中医经方治疗抑郁症用药频次较高的中药,大多为辛甘温之品,归经于心、脾胃、肝、肾经的药物频率明显较高,其中尤以入心经为最多,这些高频中药大多有益气健脾、宁心安神、行气解郁的功效。经方治疗抑郁症注重通阳气、养心气、疏肝气、健脾气,为临床辨治抑郁症提供了参考。     

全口义齿在(牙合)架上前伸运动的计算机三维模拟

目的：探索建立能将三维模拟全口义齿在（牙合）架上进行前伸运动的算法模块。方法：应用激光三维扫描和重建技术，建立全口义齿人工牙列模型，采用Matlab6．5数学计算分析软件，并结合空间解析几何原理，对全口义齿在（牙合）架上的前伸运动进行数学建模和运动模拟。结果：建立了用于模拟全口义齿在（牙合）架上三维前伸运动的算法模块．并在实际病例进行验证。结论：该方法的设计思想可行，为定量研究义齿动态咬合情况奠定了基础。     

全口义齿在架上前伸运动的计算机三维模拟

目的:探索建立能将三维模拟全口义齿在架上进行前伸运动的算法模块。方法:应用激光三维扫描和重建技术,建立全口义齿人工牙列模型,采用Matlab6.5数学计算分析软件,并结合空间解析几何原理,对全口义齿在牙合架上的前伸运动进行数学建模和运动模拟。结果:建立了用于模拟全口义齿在牙合架上三维前伸运动的算法模块,并在实际病例进行验证。结论:该方法的设计思想可行,为定量研究义齿动态咬合情况奠定了基础。     

基于数据挖掘的中风先兆证证候规律研究

目的探讨中风先兆证的证候要素及发病规律。方法收集急性中风患者142例,采用横断面调查的方法 ,进行回顾性研究,并运用中医传承辅助系统挖掘其证候规律。结果明确了中风先兆证临床表征的频次及症状间关联规律。核心症状为急躁易怒/烦躁不安/心神不宁、一过性症状、口干口苦、神疲乏力,并推演出症状核心组合14个。结论风证是中风先兆证特异性证候要素,火、毒是其前序阶段及病理基础,负性情绪是促进病情进展的重要因素。多重危险因素聚集下出现弥漫性"火""毒"证候表现,是中风病的重要预警指征。     

基于AdaBoost算法的药物—靶向蛋白作用预测算法

对靶向蛋白的药物作用进行预测可以促进药物新作用的发现。新近的研究更倾向于单独将特定的矩阵填补算法应用在靶向蛋白和药物的相互作用预测中。单模型的矩阵填补算法准确度较低,因此应用在药物—靶向蛋白作用预测方面也难以获得满意的结果。AdaBoost算法是一种由多分类器组合生成强分类器的算法框架,其在分类应用领域的实用性和有效性已被证明。靶向蛋白的药物作用预测是一个矩阵填补问题,即是一种评分预测过程,因此本文在使用AdaBoost算法对药物—靶向蛋白作用进行预测前,将药物—靶向蛋白作用预测的矩阵填补问题转化为分类问题,将AdaBoost算法应用在靶向蛋白的药物作用预测评分上,充分利用AdaBoost算法框架对多个弱分类器进行融合从而提升性能,得以进行准确的药物—靶向蛋白作用预测。基于公测数据集的实验结果表明,本文提出的算法在预测准确度方面超过了大多数经典算法和新近算法,较好地克服了新近基于机器学习方法单算法的局限性,更好地挖掘隐含因素,有效提升了预测准确度。     

针对3D打印材料孔洞应力集中计算的映射算法

目的利用映射算法以较小计算成本获得3D打印材料孔洞应力集中分布情况,为3D打印材料疲劳寿命预测及结构优化设计的有限元分析提供新方法。方法提取单个孔洞应力集中影响范围内的节点及应力,并计算出各节点的应力集中系数。以寻找最近点的方式将无孔洞模型相应节点的应力值乘以不同的应力集中系数来体现孔洞的应力集中。若多节点映射到同一节点,则乘以多个应力集中系数的平均值;对距离边界较近的点,则乘以边界影响系数。结果材料内部孔洞的映射结果与实际计算结果误差小于8%;而对于自由边界孔洞聚集的情况,误差小于15%。结论映射算法能够有效表征3D打印材料孔洞的应力集中,以较小的成本获得含孔洞缺陷模型的应力分布。该算法为临床植入体优化设计及疲劳分析提供有限元结果。     

不同算法下鼻咽癌调强放射治疗计划中空腔和骨性结构对剂量评估的影响

评估AAA、AXB算法在鼻咽癌调强放射治疗(IMRT)中剂量计算的准确性,并分析空腔和骨性结构对剂量计算准确性造成的影响,以期指导临床应用。选取20例鼻咽癌IMRT计划导入SciMoCa中,使用蒙特卡罗算法进行独立验算,以蒙特卡罗计算结果为标准,对比光子剂量算法(AAA和AXB)对靶区和危及器官的剂量差异,以及γ通过率,并分析空腔和骨性结构对剂量分布的影响。结果表明:使用AAA、AXB算法的计划平均γ通过率分别为95.99%和96.26%,无统计学差异(P>0.05)。靶区内空腔区域AAA、AXB算法的平均剂量偏差为-2.26%和-0.33%,γ通过率为80.22%和98.55%;靶区内骨性结构区域AAA、AXB算法的平均剂量偏差为1.43%和0.17%,γ通过率为93.25%和99.72%。AAA算法下靶区内空腔区域的γ通过率与其体积呈线性正比(r=0.65),靶区骨性结构区域的γ通过率与其体积呈线性反比(r=-0.74);当空腔体积<20 cm³或骨性结构体积>10 cm³时,γ通过率均<95%。使用AAA算法时需要注意靶区内空腔和骨性结构的体积对剂量计算准确性的影响,而使用AXB算法时无需考虑空腔和骨性结构体积的影响,其计算结果与蒙特卡罗算法更接近。     

基于反距离加权插值和改进采样点数据合成的医学影像三维重建

传统的体绘制光线投射算法虽然已成为医学影像三维重建的主流方法之一,但是其生成的三维模型质量与绘制速度仍不能满足临床医学诊断的要求。本研究提出一种基于反距离加权插值和改进采样点数据合成的医学影像三维重建算法,通过反距离加权插值方法提升绘制速度;通过增加采样点的个数提高三维重建的成像质量。实验结果表明,该算法在提高成像质量的同时可以提高绘制速度,可将圆锥绘制速度较传统方法提升20％,髋关节平均绘制速度提升18％,并且生成圆锥图像的MSE小于传统算法,SSIM大于传统算法。     

运动想象脑电多视角深度森林解码算法

针对运动想象脑电信号特征提取操作繁琐及解码精度低等问题,提出一种基于多视角深度森林的运动想象脑电解码算法。首先,通过子频带滤波及时间窗口划分对原始信号进行细粒度分析,生成空时频能量特征。然后,对上述空时频能量特征分别进行稀疏选择和时序扫描得到重要的浅层能量特征及多示例先验类别特征。继而,将上述两类特征进行融合构建运动想象脑电多视角特征集。最后,利用级联森林的逐层特征变换挖掘深层次的抽象特征进行脑电解码。根据脑机接口竞赛数据和自行采集的数据进行算法测试,并与单视角特征模型、传统共空间模式方法以及深度神经网络算法进行对比。在2个脑机接口竞赛数据集和1个真实数据集上分别取得了91.4%、75.2%和70.7%的最高平均分类准确率,结果表明该文所提多视角深度森林算法具有更优的分类识别准确率。