课程文献中心 更多>>

关键词： 步行速度   椎间盘退变   腰痛   孟德尔随机化   因果关系  

摘要： 目的 采用两样本孟德尔随机化分析方法研究步行速度（WP）与椎间盘退变（IVDD）、腰痛（LBP）之间的因果关系。方法 获取WP、IVDD和LBP的全基因组关联研究数据库，并得到与暴露强相关单核苷酸多态性作为工具变量。保守去除吸烟、久坐两个混杂因素，通过逆方差加权法（IVW）、加权中位数法、MR-Egger法进行孟德尔随机化分析来评估WP和IVDD、LBP的因果关系。通过MR-PRESSO、阴性对照、异质性和多样性检验来确保结果的一致性和准确性。结果 IVW结果显示WP和IVDD存在显著负相关关系（OR=0.348，95%CI = (0.183，0.661)， P=0.001），反之亦然（OR=0.972，95%CI=(0.953，0.992)， P=0.007）。同时WP和LBP也存在显著负相关关系(OR= 0.214，95%CI=(0.119，0.385)， P=2.69E-07），但没有发现LBP和WP存在因果关系。结论 较快的步行速度可以有效预防IVDD和LBP的发生，IVDD可能导致行走缓慢的发生。

关键词： 医院重症监护病房   医院感染   决策树模型   logistic回归   预测  

摘要： 目的 在回归分析的基础上，应用决策树模型构建ICU医院感染风险预测模型，探索其医院感染分类规则；方法 收集分析某三甲综合医院2020年1月至2022年11月入住ICU＞48小时的住院患者病例资料，将Logistic回归结果有统计学意义的变量作为预测变量构建ICU医院感染决策树模型，应用受试者工作特征曲线（ROC）下面积评价模型准确度。结果 本研究共纳入研究对象1704例，其中医院感染211例，医院感染率12.4%。决策树模型结果显示ICU医染的影响因素为有创呼吸机使用≥7d、手术、中心静脉置管≥7d、ICU时间≥10d、使用抗菌药物的影响因素，有创呼吸机使用≥7d是ICU医院感染最重要的危险因素。决策树模型ROC曲线下面积为0.767（95%CI0.730，0.805）。结论 联合应用Logistic回归分析与决策树模型可有效预测不同因素组合下ICU医院感染发生风险，为降低ICU医院感染率提供理论依据。

关键词： NH   IASI   时空特征   影响因素  

摘要： 基于红外大气探测干涉仪（IASI）卫星遥感数据，进行协方差插值，统计并估算京津冀及周边地区大气环境中的年度内大气氨日均排放强度(YNH3)、季度内大气氨日均排放强度(QNH3)、月度内大气氨日均排放强度(MNH3)及大气氨总量(TNH3)，分析2014-2022年研究区大气氨的空间分布特征及时间变化规律，并探究大气氨排放的影响因素.结果表明:2014-2022年，研究区的大气氨日均排放强度为7.99 kg·km-2，区域中部是YNH3高值区，5个低柱浓度低增长率耦合型城市主要分布在冀北和豫南，8个低柱浓度高增长率耦合型城市分布在豫西南、冀中和胶东半岛，19个高柱浓度低增长率和16个高柱浓度高增长率耦合型城市分布在区域中部和环渤海一带. 2014-2022年，YNH3和TNH3均呈增长趋势，研究区的YNH3从5.89 kg·km-2增长到9.20 kg·km-2，复合年均增长率为5.73%，TNH3从1169 kt增长到1825 kt;分季度来看，QNH3呈周期性变化特征（倒“V”型），夏季是QNH3峰值季;分月度来看，MNH3呈一低一高双峰型，7月是MNH3峰值月.TNH3与耕地和人口的相关性高，且空间分布高度一致，表明农业和人口是氨排放的重要影响因素.夏季QNH3峰值主要受挥发相关的排放源影响，冬季QNH3峰值主要受燃烧相关的排放源影响，随机森林分析结果表明农业源和生活源是最显著的氨减排因子.

关键词： 夜间臭氧增强   山谷风   气象因素   聚类分析   运城  

摘要： 近年来，运城市频繁出现夜间臭氧增强（Nocturnal ozone enhancement,NOE）事件.本研究基于2019—2022年暖季（4—9月）运城市国控站点大气污染物数据结合同期气象资料，分析运城市夜间O3污染特征，并探讨夜间臭氧增强事件的潜在驱动因素.结果表明：（1）运城市在2019—2022年暖季期间共观测到185次NOE事件，年际变化呈逐年下降趋势，其中，6月出现NOE事件的频率和O3浓度均最高，且大多数NOE事件发生在0:00—2:00之间；夜间O3峰值（Nighttime ozone peak,NTOP）平均浓度为117μg?m-3，且86%的NTOP达到日间峰值水平的1/2以上；与周围城市相比，运城市夜间的O3-8 h浓度在高百分位污染更重.（2）山谷风日下夜间逐小时O3浓度均大于非山谷风日，且在20:00以及01:00后山谷风日的O3浓度与非山谷风日的差异逐渐增大，均大于10μg?m-3；同时，在午夜随着山谷风环流强度的增加，NOE事件发生的频率也随之增加.（3）在典型NOE事件观测期间，当温度主要分布在（30±3）℃，相对湿度为40%±5%且风向为西南风或东南风时夜间O3浓度容易出现超标现象；此外，当风速和大气边界层高度较低时会抑制O3在垂直方向上的扩散，从而进一步加剧NOE事件的发生.（4）后向轨迹聚类分析表明，经过主城区东南部和南部的短距离气团区域传输占比较大，是运城市出现夜间O3高值的原因之一；利用潜在源贡献因子法（PSCF）和浓度权重轨迹法（CWT）分析进一步得出夜间O3浓度潜在源区分布在河南省西部、陕西省南部及湖北省北部等地.

关键词： 轮对踏面损伤   局部推断约束网络   小样本学习   对抗生成网络   注意力机制  

摘要： 针对列车轮对踏面损伤数据量少引起的损伤特征空间缺失等问题，提出小样本下基于局部推断约束网络的轮对踏面损伤识别方法。该法首先利用对抗生成网络拟合真实样本空间，在保证数据集语义一致的前提下生成具有多样性和准确性的损伤样本，并通过在生成网络中添加自适应实例归一化（adaptive instance normalization，AdaIN）机制，提升损伤样本特征细微变化的捕获能力；其次通过在损伤特征提取网络中嵌入通道注意力机制和空间注意力机制，分别用于压缩特征空间维度和提供特征空间位置信息，实现对特征向量赋予不同权重的同时，提升特征空间利用率，增加损伤信息特征的重要度；然后构造用于局部输入决策的残差脊柱网络，并通过改进网络激活函数，使网络以较少的参数量获得较高的学习速度和精度。最后利用实验数据进行验证和分析，结果表明所提方法在踏面损伤类型识别的精确率、准确率、召回率等方面，性能均优于Resnet-50等目前较为流行的深度学习网络。

关键词： 零样本图像分类   生成模型   对比学习   聚类原型   类别原型  

摘要： 零样本图像分类旨在利用训练过程中可见类的信息实现未见类的预测。特征生成的方法在语义特征的指导下，利用生成模型合成未见类的视觉特征，并在视觉特征空间训练一个有监督学习模型完成预测。但是，视觉特征空间缺乏足够的判别性信息，得到的分类结果不是最优的。为此，构建一个基于对比学习的对比嵌入模块，将生成的特征与真实的特征映射至对比嵌入空间，在对比嵌入空间分别进行实例嵌入与类嵌入，利用对比学习更好地学习实例之间的差异以及类之间的区别，获得更具判别性信息的特征，并最终在对比嵌入空间训练一个有监督学习模型完成预测。此外，为了充分利用视觉特征的数据分布，获得更接近真实特征及其语义信息的生成特征，利用Vision Transformer提取图像的视觉特征，并在特征生成的过程中加入双原型约束策略，利用聚类原型和类别原型帮助生成模型更好地学习数据分布，该策略分别约束生成特征接近真实特征的聚类原型以及生成特征的类别原型接近真实特征的聚类原型。在三个公共数据集上的实验结果验证了提出算法的有效性。

关键词： 显微血管减压术   面肌痉挛   听力障碍   危险因素  

摘要： 目的分析显微血管减压术治疗面肌痉挛后发生听力障碍的相关危险因素。方法单纯随机选取2021年1月—2023年1月蚌埠医科大学第一附属医院收治的70例面肌痉挛治疗后并发听力障碍的患者纳入观察组,同时选取70例同期治疗后无听力障碍的患者纳入对照组。对两组一般资料进行调查,并分别进行单因素分析及多因素Logistic分析。结果两组手术时间、术中乳突有无开放、有无在术中对听神经造成物理性损伤、有无术中听神经滋润血管痉挛比较,差异有统计学意义(P均<0.05)。两组患者年龄、性别、病程、患病侧、糖尿病史、高血压史、面肌痉挛程度、责任血管类型比较,差异无统计学意义(P均>0.05)。多因素Logistic回归分析显示,手术时间≥2.5 h(OR=4.104,95%CI:1.076~15.653)、术中乳突有开放(OR=5.836,95%CI:1.347~25.282)、术中对听神经造成物理性损伤(OR=9.189,95%CI:1.167~72.376)、术中听神经滋润血管痉挛(OR=8.980,95%CI:1.202~67.085)均为面肌痉挛经显微血管减压术治疗后并发听力障碍的独立危险因素(P均<0.05)。结论面肌痉挛患者在经过显微血管减压术后,影响其并发的危险因素较多,包括手术时间≥2.5 h、对听神经造成物理性损伤、术中听神经滋润血管痉挛等,针对存在危险因素的患者应进行密切的监测并采取针对性治疗措施。

关键词： 光学字符识别(OCR)   场景文本识别(STR)   对抗样本   生成对抗网络(GAN)   深度学习   序列模型  

摘要： 文本识别技术可以分为光学字符识别(optical character recognition,OCR)和场景文本识别(scene text recog⁃nition,STR),其中STR是在OCR基础上针对日益复杂的应用场景衍生出来的。依托深度学习,OCR技术近年来取得了长足进步并大规模商业落地,但深度学习面临的对抗样本攻击问题也给OCR带来了安全威胁。目前大多数OCR模型均存在识别自然扰动和防御对抗样本攻击能力差的问题,如OCR模型在噪声、水印和梯度等攻击算法下的识别准确率大大降低。相比图像领域,文本识别领域的对抗样本攻击研究还远远不够。文本识别通常被视为一个序列到序列的问题,其中输入(如图像中的像素)和输出(像素对应的字符)都是序列,这使得对抗样本的生成更具挑战性。本文对文本识别的对抗样本攻击和防御方法进行研究综述,梳理了近年来文本识别领域的对抗样本攻击方法并进行对比分析,根据攻击类型、应用场景和模型可知性,对攻击方式进行了系统分类。具体来说,按照攻击类型,可分为基于梯度的攻击、基于优化的攻击和基于生成模型的攻击;按照应用场景,可以分为OCR攻击和STR攻击;按照模型可知性,可分为白盒攻击和黑盒攻击。除了回顾文本识别对抗样本攻击方法,还简要介绍了防御技术,具体分为数据预处理、文本篡改检测和传统对抗防御技术。通过这些技术的应用,可以有效地提升文本识别模型的安全性和鲁棒性。最后,总结了文本识别领域对抗样本攻击及防御面临的挑战,并对未来发展方向做出展望。

关键词： 项目化学习   综合评价   隶属函数   熵权法   灰色关联分析法  

摘要： 分析项目化学习的特征,确定过程性评价指标,引入隶属函数,提出基于熵权-灰色关联分析法的综合评价模型。最后选取国内某中学的案例数据进行实证研究。

关键词： 老年人   体质   对比分析  

摘要： 目的通过对比分析2014年和2020年安徽省60~69岁老年人体质特征的差异,为安徽省老年人体质干预提供基础数据和理论依据。方法采用多阶段抽样方法于2014年和2020年分别从安徽省16个地级市抽取6168和5462名60~69岁老年人,结合国民体质监测,在社区卫生服务中心对研究对象进行问卷调查和体质测试,采用多元线性回归分析控制混杂因素后,比较两个年份间指标变化。结果安徽省60~69岁老年人身体形态、身体机能和身体素质指标在性别、年龄、地区分布、城乡间差异均有统计学意义(均P<0.05)。多元线性回归分析显示,相对于2014年,2020年安徽省老年人的握力(β=-0.677,95%CI:-0.946~-0.411)有所下降,身高(β=1.278,95%CI:1.053~1.504)、体重(β=2.012,95%CI:1.697~2.354)、BMI(β=0.416,95%CI:0.295~0.538)、腰围(β=2.529,95%CI:2.172~2.885)、臀围(β=1.147,95%CI:0.856~1.438)、腰臀比(β=0.016,95%CI:0.014~0.019)、体脂率(β=0.423,95%CI:0.301~0.545)、闭眼单脚站立时长(β=0.157,95%CI:0.147~0.168)和选择反应时(β=0.031,95%CI:0.020~0.042)等在2020年均增加(均P<0.001)。结论安徽省60~69岁老年人肥胖问题和神经冲动的传导速度及反应能力下降日趋严重,应开展有针对性的饮食和体育锻炼的指导,以减少老年人肥胖,提升其综合身体素质。