纳米材料在生物医学领域的应用

目前应用于生物医学中的纳米材料的主要类型有纳米碳材料、纳米高分子材料、纳米复合材料等。纳米材料在生物医学的许多方面都有广泛的应用前景。     

代谢组学在肝脏疾病研究中的应用进展

代谢组学是通过考察生物体受到来自体内外的各种刺激或扰动时内源性小分子代谢物所发生的变化,来阐明生物体系的代谢途径的一种较新的组学技术.肝脏作为生物体最大、最复杂的代谢器官,参与了体内绝大部分的代谢过程.肝脏病变时,其相关的代谢网络必然会发生相应的变化.近几年,代谢组学技术在肝脏疾病研究中的应用日益增多,此文对代谢组学的概念、研究现状、研究方法及在肝脏疾病的基础和临床研究中的应用进行综述.     

复合材料的力学性能研究及其在医学领域中的应用

复合材料是由2种或多种不同性质的材料用物理和化学方法在宏观尺度上组成的具有新性能的材料．在包括医学领域在内的诸多领域中有着广泛的应用。在讨论和介绍复合材料特点的基础上．详细论述了研究复合材料力学性能的一些理论方法及在医学领域中的广泛应用。     

自组织映射模型在医学领域数据挖掘中的应用

目的 介绍自组织映射模型的基本原理、常见算法及其研究进展,阐述自组织映射模型在医学领域数据挖掘中的应用,以期为相关研究提供参考方法 本文从医学领域的数据挖掘角度出发,采用文献回顾的方法,阐述自组织映射模型在处理非线性、高度冗余数据时运算速度和精度上的优势,并分析自组织映射模型各种算法的特点及不足结果 相对于传统的数据挖掘方法在大规模的医学数据挖掘时无法消除数据冗余及捕捉非线性特征,从而导致挖掘过程速度慢、精度低等问题,自组织映射模型可以自动地、智能地、可视化地将待处理的数据转化为有用的知识,较好地弥补传统数据挖掘方法的不足.自组织映射模型算法的不断改进,保证了它可以适用于具有不同特征的数据结论 自组织映射模型在医学领域的数据挖掘中得到了较好的应用,其算法还有进一步改进的空间,在医学领域的应用前景将会得到进一步扩展.     

代谢组学研究进展及在营养学领域的应用

近年来,基于色谱、质谱和核磁共振等分析技术的代谢组学在营养学领域发展迅速。本文通过对2014～2019年期间发表的期刊论文、专利的分析,综述了五年来代谢组学的研究进展,包括样品前处理方法、样品分析检测方法、数据处理方法等。另本文还对代谢组学技术在营养学领域应用的新成果进行了全面总结,对相关的研究前沿、发展趋势进行了展望。[营养学报,2020,42(4):408-412]     

多组学在慢性病病因学研究中的应用及其进展

慢性病流行病学的主要目的之一是探索疾病病因。多组学通常包括在脱氧核糖核酸复制、转录、翻译、翻译后修饰的过程中,产生的全部基因（基因组学）、基因表达的广泛变化（表观遗传组学）、核糖核酸（转录组学）和蛋白质（蛋白质组学）,以及下游的小分子代谢产物（代谢组学）。多组学检测技术为包括基因组、转录组、蛋白质组在内的组学测定提供技...     

人工智能技术在宫颈细胞筛查中的应用进展和挑战

子宫颈癌是女性最常见的恶性肿瘤之一,通过人类乳头瘤病毒(human papillomavirus,HPV)检测和宫颈细胞学筛查,进行早期诊断和早期治疗能够控制宫颈癌的发病和死亡。由于缺乏宫颈细胞筛查人员,使其收效甚微。人工智能(artificial intelligency,AI)技术应用宫颈癌筛查,可望提供最佳的解决方案。通过文献复习和归纳,本文阐述了AI辅助宫颈癌筛查的进展,包括不同的AI算法模型的利弊,人工筛查与AI辅助筛查之间不同的人机交互筛查工作模式和应用于场景;分析了目前AI辅助宫颈癌筛查的结果和应用优势;例举了开发AI辅助宫颈癌筛查中遇到的问题和挑战。旨在为开发和利用AI辅助宫颈细胞筛查提供借鉴和思考,促进AI辅助宫颈癌筛查产品早日落地和应用,减少我国宫颈癌的发病率和死亡率。     

代谢组学在儿科重病领域的研究进展

<正>自1999年Nicholson提出代谢组学概念(metabonomics/metabolomics)以来,代谢组学作为一门新兴学科,发展迅速,与药理学、毒理等各学科相互渗透,并在这些学科中得到广泛应用。近年来,代谢组学逐渐应用至临床各学科,为临床诊断、治疗、研究提供新思路。代谢组学是对一生物系统细胞在给定时间和条件下的所有小分子代谢物进行定量分析,定量描述生物内源性代谢物质整体及其对内、外因变化     

液相色谱和质谱联用技术及其在代谢组学中的应用

代谢组学(metabonomics)作为系统生物学的重要组成部分,已成为一项新的研究热点。代谢组学旨在对生物体液代谢物进行定性、定量研究。液相色谱和质谱联用(liquid chromatography-massspectrum,LC-MS)技术已应用于代谢组学研究。高效液相色谱和质谱联用(high-performance liquid chromatography-mass spectrometry,HPLC-MS)技术具有检测样本多样性、可重复定量分析、具足够灵敏度及选择性、分析快速且方便、可分析体液中结构复杂分子等优势。本文就高效液相色谱和质谱联用技术及其用于代谢组学研究的现状综述如下。     

空间自相关方法及其在公共卫生领域的应用

  目的  了解湖北省居民2019年自杀死亡方式及其空间分布特征,为有针对性地制定自杀防控措施提供参考依据。  方法  收集中国疾病预防控制中心人口死亡信息登记管理系统中2019年1月1日 — 12月31日湖北省 ≥ 10岁居民自杀死亡数据,应用SAS 9.4和ArcGis 10.6统计软件分析湖北省居民2019年的自杀死亡方式及其空间分布特征。  结果  湖北省2019年 ≥ 10岁居民自杀死亡者7868例,自杀死亡率为14.88/10万,标化自杀死亡率为12.56/10万;居于前3位的自杀死亡方式依次为杀虫剂中毒（3481例）、悬吊（2497例）和从高处跳下（709例）,死亡率依次为6.58/10万、4.72/10万和1.34/10万,标化死亡率依次为5.36/10万、3.87/10万和1.33/10万,此3种自杀死亡方式者占全部自杀死亡者的84.99 %。男性和女性居民居于前3位的自杀死亡方式均为杀虫剂中毒、悬吊和从高处跳下;城市居民居于前3位的自杀死亡方式亦为杀虫剂中毒、悬吊和从高处跳下,但农村居民则为杀虫剂中毒、悬吊和其他物质中毒。10～24岁和25～44岁居民的主要自杀死亡方式均为从高处跳下,45～64岁和 ≥ 65岁居民的主要自杀死亡方式则均为杀虫剂中毒。全局空间自相关分析结果显示,2019年湖北省居民自杀死亡以及主要方式包括杀虫剂中毒、悬吊、从高处跳下均在空间上存在一定的聚集性,全局Moran′s I指数分别为0.473、0.387、0.482、0.244（均P < 0.001）。局部空间自相关分析显示,自杀死亡高 – 高聚集的地区为恩施州、宜昌市、荆州市、荆门市的一些县（市、区）以及直辖市神农架林区、天门市、潜江市,低 – 低聚集的地区为武汉市和黄石市的一些城区,高 – 低聚集的地区为黄冈麻城市,低 – 高聚集的地区为孝感应城市、荆州市的荆州区和沙市区;杀虫剂中毒自杀死亡方式高 – 高聚集的地区为巴东县、秭归县、五峰土家族自治县、公安县、石首市、监利县、仙桃市、潜江市、天门市和钟祥市,悬吊自杀死亡方式高 – 高聚集的地区为鄂西部的一些县（市、区）,杀虫剂中毒和悬吊自杀死亡方式低 – 低聚集的地区均为武汉市和黄石市的一些城区,而从高处跳下自杀死亡方式高 – 高聚集的地区则为武汉市和黄石市的9个城区。  结论  杀虫剂中毒、悬吊和从高处跳下为湖北省2019年居民的主要自杀死亡方式,各自杀死亡方式均存在性别、地区、年龄差异以及明显的空间聚集性。     

胚胎质量评估方法的研究进展

选择植入发育潜能更高的胚胎是辅助生殖技术(ART)中最主要的挑战之一。形态学评分法是目前运用最为广泛的胚胎质量评估方法,但是由于存在观察者的人为误差,导致该方法评价胚胎质量并不准确。近十年,代谢组学和蛋白质组学不断发展,结合傅立叶变换红外(FTIR)光谱、近红外光谱(NIR)、¹H-质子核磁共振(¹H-NMR)光谱、拉曼光谱技术等新技术的临床应用,可以精确检测胚胎培养液中的各种代谢产物,如丙酮酸、氨基酸、人类白细胞抗原(HLA)-G等。研究结果表明,妊娠组胚胎培养液代谢产物与未妊娠组不同。因此,无创性代谢组学及蛋白质组学对于胚胎质量的评估,或许可被运用于临床指导体外受精(IVF)方案的调整,选择最优质的移植胚胎。然而,形态学评分法、代谢组学和蛋白质组学均不能检测胚胎染色体异常,基因组学可弥补这一缺憾。通过胚胎移植前基因组检测和筛查,可以排除非整倍体性胚胎,从而提高ART助孕成功率。笔者拟就胚胎质量评估方法研究的最新进展进行阐述。     

基于偏最小二乘线性判别分析的遗传算法在代谢组学特征筛选中的应用

目的探讨基于偏最小二乘线性判别分析的遗传算法特征筛选性能,并将其应用于高维代谢组学数据。方法通过模拟试验验证基于偏最小二乘线性判别分析的遗传算法特征筛选能力,同时应用于卵巢良恶性肿瘤鉴别的代谢组学数据特征筛选分析。结果模拟实验显示,基于偏最小二乘线性判别分析的遗传算法对信息变量的筛选能力明显优于偏最小二乘变量投影重要性指标;代谢组学数据分析显示,使用遗传算法筛选出的变量能够获得更低的误差率,该方法筛得的变量具有更大的概率包含了与某种生物学结果相关的代谢物。结论基于偏最小二乘线性判别分析的遗传算法作为一种优化技术,在小样本条件下对高维数据的特征筛选具有较好的效果。     

色质谱联用技术在临床医学代谢组学中的应用

代谢组学是研究生物体系受外部刺激所产生的所有代谢产物变化的科学,现已成为系统生物学的重要组成部分和组学领域研究热点,其已成功应用于临床疾病诊断、发病机理及进程研究、生物标志物的寻找、药物研发等方面。代谢组学常用的研究手段有色质谱联用、核磁共振（NMR）、生物芯片等。色质谱联用技术具有以下突出优点：对检测样本处理要求不高、灵敏度极高、线性范围宽、对于样本中浓度相差大的代谢化合物亦可达到很好的检测效果,其已作为代谢组学研究技术平台中愈加重要的组成部分。近年来,采用色质谱联用技术在临床医学代谢组学,特别是国内学者在中医症候代谢组学领域取得了一定成果。     

基于对偶编码函数的密文过滤技术在医院Oracle数据库中的应用研究

对数据库进行加密后,如何提高密文数据的操作性能是一个非常重要的问题,而基于对偶编码函数的密文过滤技术则可很好地解决此问题。文中在给出对偶编码函数的定义后,着重分析了四种基本查询基于对偶编码函数的转换规则,并利用JAVA语言将基于对偶编码函数的密文过滤技术在医院Oracle数据库中进行了实现,最后通过实验验证了此技术对密文数据操作性能有巨大提升。     

深度学习模型融合正则化方法在高维数据特征筛选中的应用研究

目的 探索基于深度学习模型联合正则化方法在小样本高维数据特征筛选中的优势.方法 通过模拟实验和实际数据分析比较深度学习模型单独及联合正则化方法在小样本高维特征筛选准确性方面的差异;采用测试集中C指数作为两种模型泛化能力评价指标.结果 在小样本研究中单纯的深度学习模型在变量之间存在复杂相关性时会表现过拟合,而深度学习模型...     

基于内容的图像检索技术在医学领域中的应用

介绍了基于文本的图像检索技术的特点以及基于内容的图像检索发展的必然趋势,讨论了基于内容的图像检索的工作原理、图像预处理,选择合适的特征,提取特征和根据特征选择合适的算法,分析了基于内容的图像检索在临床、教学、科研和分类中的各个医学领域中的具体应用,并对目前CBMIR技术进行总结,对CBMIR技术进一步发展进行了展望。     

三种非线性趋势项的提取方法在生物医学信号分析中的应用

在生物医学信号的分析中往往需要将信号中的趋势成分和非趋势成分进行分离来实现不同的信号分析及应用的目的。该文介绍了三种应用在生物医学信号处理中的用于分离非平稳信号中的非线性趋势的分析方法：小波分析法,经验模式分析法和平滑先验法的原理,并应用它们对三种实际的生物医学信号的数据进行趋势信号与非趋势信号分离的应用举例。提示在非线性的趋势分析中,可根据不同的分析目的和不同的信号特征来选择不同的方法进行应用。     

多组学整合分析的设计及统计方法在肿瘤流行病学研究中的应用

生物技术飞速发展为我们提供了大量生物系统中来自不同层面的组学数据,包括基因组学、转录组学、蛋白质组学、代谢组学和表观遗传学等。基于单组学数据的肿瘤研究日益成熟,而多组学数据研究的整合工作刚刚起步。肿瘤是一个复杂的调控系统,利用单一组学数据研究的局限性愈发显著,对多种层次和来源的高通量、多组学数据的整合分析势在必行。本文综述了近年来肿瘤方面组学的研究以及组学数据整合方面的研究现状,着重讨论研究设计和整合策略。     

QuEChERS方法及其在农药残留分析中的应用进展

食品安全问题是当今世界的重大问题，而农药残留是影响食品安全的重要因素之一。在全球范围内，每年大约有超过2000种食品样品用作农药残留分析，因此，发展快速、可靠、灵敏和实用的农药残留分析技术无疑是控制农药残留、保证食用者安全和避免贸易争端的基础。农药残留分析是一项复杂的痕量分析技术，而传统的提取净化技术，已远远满足不了现代农药残留分析的要求，随之而产生的有更快速，更高效的前处理技术。     

长链非编码RNA TTTY15/MIF-AS1在HPV感染宫颈癌组织中的表达及其与细胞自噬的关系

目的 探讨长链非编码RNA(LncRNA)TTTY15/MIF-AS1在人乳头瘤病毒(HPV)感染宫颈癌组织中的表达及其与细胞自噬的关系。方法 选择2018年12月-2021年12月天津市第五中心医院妇产科收治的宫颈癌患者82例为宫颈癌组,选择同期医院进行宫颈检查的宫颈低级别上皮内病变(LSIL)和宫颈高级别上皮内病变(HSIL)患者各50例分别作为LSIL组和HSIL组。采用免疫组化法检测研究对象宫颈组织中LncRNA TTTY15、LncRNA MIF-AS1相对表达量。采用实时荧光定量聚合酶链式反应(RT-PCR)扩增自噬通路基因自噬相关基因-12(ATG12)、BECN1和微管相关蛋白1A/1B轻链3B(MAP1LC3B),均以2^-ΔΔct法计算其相对表达量。结果 宫颈癌组、HSIL组和LSIL组LncRNA TTTY15、LncRNA MIF-AS1、ATG12、BECN1和MAP1LC3B基因相对表达量差异有统计学意义(P<0.05),其中宫颈癌组高于HSIL组和LSIL组,HSIL组高于LSIL组(P<0.05);不同淋巴结转移、肿瘤大小...