Defective Processing of Contextual Information May Be Involved in the Poor Performance of DBA/2 Mice in Spatial Tasks

These experiments examine the influence of context manipulations on radial maze performance in C57BL/6 (C57) and DBA/2 (DBA) mice. Animals from each strain were trained in two distinct contexts—poor cuing vs rich cuing—that were sucessively switched. The results first show that C57 performed better when trained under rich cuing conditions than under poor ones, whereas DBA performed poorly under both conditions. In addition, contextual manipulations were found to produce more drastic effects in C57 than in DBA mice. That is, C57 showed a strong performance decrement following each context shift, whereas DBA mice did not. In particular, the fact that DBA mice performed similarly under rich and poor cuing conditions and also reacted mildly—or did not react—to context shifts suggests a deficit in processing contextual information, which places important constraints on their capability to form spatial representations.     

临床医学专业医学微生物学课程的一种教学新模式

目的分析和探讨临床医学专业医学微生物课程教学新模式。方法目标人群为北京协和医学院6个年级457名学生,通过匿名问卷调查学生对现行医学微生物学课程中以框架为基础的学习模式的主观感受,并记录其在自学展示中的表现情况。通过比较自学时各小组所选主题所占百分比的情况对FBL教学方式的可推广性进行客观分析。收集学生对于与现行课程框架的建议并进行分类和整理。另外,通过测试对3种不同教学/学习方式的效果进行客观比较。在此基础上对医学微生物学课程设计以及其中的教学方法进行深入分析,初步摸索出比较符合协和生源背景和教学条件的教学模式。结果学生匿名问卷评估得分为(2.54±0.74)~(3.43±0.56)分,FBL展示记录情况各项得分为(4.22±0.32)~(4.77±0.22)分。学生分组自学时,干预年级与非干预年级相比,所选的非微生物学主题所占比例有显著性差异(P0.05),2008~2013级学生组织FBL自学时所选非微生物学主题所占比例分别为21.43%、7.14%、38.89%、57.14%、33.33%和38.89%。结论微生物教学中,以框架为基础的学习的教学效果较好,而且在其他医学学科领域具有一定的可推广性。包括传统教学方法、同伴教育以及基于FBL的自学等在内的混合式教学模式可能取得更好的教学效果。     

认知负载状态下的精神分裂症患者脑电图特异性研究

认知功能损害是精神分裂症的三大原发症状之一,在疾病早期发现和高危人群风险预警等方面具有重要价值。为了研究精神分裂症患者在认知负载状态下的脑电图特异性,本试验收集17例精神分裂症患者和19例健康受试者的脑电信号作为对照,基于小波变换提取各频段信号,计算非线性动力学及脑功能网络属性等特征,并利用机器学习算法将两类人群进行自动分类分析。试验结果表明,两组受试者在认知负载状态下,Fp1和Fp2导联在α、β、θ、γ这4个频带的关联维数和样本熵的差异均具有统计学意义,提示大脑额叶功能损伤是精神分裂症认知功能损害的重要原因。进一步基于机器学习的自动分类分析结果表明,将非线性动力学与脑功能网络属性相结合作为分类器的输入特征,所得分类效果最优,其结果显示准确率为76.77%、敏感度为72.09%、特异性为80.36%。本研究结果表明,脑电信号的非线性动力学和脑功能网络属性等特征,或可作为精神分裂症早期筛查和辅助诊断的潜在生物标记物。     

基于深度学习的颈动脉超声图像内中膜厚度测量

目的 颈动脉血管内中膜厚度(IMT)是衡量动脉粥样硬化程度的重要标准.一般采用人工标定进行测量,该过程耗时且繁琐,由此提出一种总体性能较好的全自动分割(AS)算法.方法 该算法首先利用卷积神经网络(CNN)识别出颈动脉血管远端,进而提取包含颈动脉内膜、中膜部分的感兴趣区域(ROI).采用基于堆栈式自编码器(SAE)构造的模式分类器将ROI中的像素进行分类.最后利用分类区域的面积信息和位置信息对分类结果进行甄别,运用曲线拟合提取边界完成测量任务.结果 针对本研究所用图像库中的84幅颈动脉超声图像进行实验,金标准(GT)由两名专家4次测量的平均值产生,其与AS之间的绝对误差和标准差为(13.3±20.5) μm,协方差系数为0.990 7.结论 实验结果表明,此算法总体性能较好,能够实现超声颈动脉血管内中膜全自动、快速、准确分割,从而满足临床需要.     

新农合与新农保对农村老年人社会支持状况影响调查

目的了解新农合与新农保对农村老年人社会支持状况的影响。方法采用领悟社会支持量表（PSSS）对510名农村老年人进行问卷调查。结果参合参保的农村老年人的社会支持总分高于未参合（t=5．292,P〈0．01）未参保（t=3．589,P〈0．01）者;社会支持总分高分组中参合参保的农村老年人多于未参合（X2=6．048,P〈0．05）未参保（X2=6．290,P〈0．05）者。社会支持总分高分组的农村老年人对生活满意的多于低分组（X2=68．940,P〈0．01）者。结论参合参保的农村老年人社会支持评分显著高于未参合参保者;社会支持评分高的农村老年人对生活感到满意的显著多于社会支持评分低者;新农合和新农保对提高农村老年人的社会支持度和生活满意度有支持作用。     

AudioGene: Predicting Hearing Loss Genotypes from Phenotypes to Guide Genetic Screening

Autosomal dominant nonsyndromic hearing loss (ADNSHL) is a common and often progressive sensory deficit. ADNSHL displays a high degree of genetic heterogeneity and varying rates of progression. Accurate, comprehensive, and cost‐effective genetic testing facilitates genetic counseling and provides valuable prognostic information to affected individuals. In this article, we describe the algorithm underlying AudioGene, a software system employing machine‐learning techniques that utilizes phenotypic information derived from audiograms to predict the genetic cause of hearing loss in persons segregating ADNSHL. Our data show that AudioGene has an accuracy of 68% in predicting the causative gene within its top three predictions, as compared with 44% for a majority classifier. We also show that AudioGene remains effective for audiograms with high levels of clinical measurement noise. We identify audiometric outliers for each genetic locus and hypothesize that outliers may reflect modifying genetic effects. As personalized genomic medicine becomes more common, AudioGene will be increasingly useful as a phenotypic filter to assess pathogenicity of variants identified by massively parallel sequencing.     

静息态脑功能网络分析的假设驱动和数据驱动方法综述

基于功能磁共振成像的研究已发现在脑区之间存在低频波动一致的脑功能网络.脑功能网络有助于认识脑功能和诊断神经精神疾病,而脑功能网络分析方法在其中具有重要地位.本文首先综述了假设驱动和数据驱动进行脑功能网络分析的两类方法,接着对常用的基于感兴趣区、基于体素、基于独立成分分析、基于主成分分析和基于聚类方法的原理、优缺点做了详细介绍,并着重阐述了最近提出的组信息指导的独立成分分析方法,及基于半监督学习技术的感兴趣区选择方法,最后对改进方向进行了展望.