神经网络提高肝细胞癌磁共振波谱诊断正确率

通过评价31磷磁共振波谱(31Phosphorus Magnetic Resonance Spectroscopy,31P-MRS)来辨别三种诊断类型:肝细胞癌,正常肝和肝硬化。运用反向传输神经网络(BP)和径向基函数神经网络(RBF)分析31P-MRS数据,分别建立神经网络模型,进行肝细胞癌的诊断分类以期提高识别率。实验结果证明,应用神经网络模型后,31P-MR波谱对活体肝细胞癌的诊断正确率从89.47%提高到97.3%,且BP更优于RBF。     

基于神经网络的马尾松叶绿素含量高光谱估算模型

分析不同生长期的马尾松冠层反射光谱特征与相应叶绿素含量的相关关系.利用36个红边参数逐一筛选,最终确定7个与叶绿素含量相关性较高的红边参数作为光谱特征参数,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型;同样,筛选出4个植被指数作为光谱特征参数,同时,将对原始光谱进行主成分分析降维后的前4个主成分作为BP神经网络的输入变量,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型.结果表明: 将红边参数作为输入变量建立的逐步回归模型和BP神经网络模型的决定系数(R²)分别为0.5205、0.7253,均方根误差(RMSE)分别为0.1004、0.0848,相对误差分别为6.3%、5.7%.将植被指数作为输入变量建立的逐步回归模型和BP神经网络模型的R²分别为0.5392、0.7064,RMSE分别为0.0978、0.0871,相对误差分别为6.2%、6.0%.基于主成分分析的BP神经网络模型的预测效果最好,R²为0.7475,RMSE为0.0540,相对误差为4.8%.     

基于小波神经网络的麦蚜发生程度预测模型

【目的】建立基于小波神经网络病虫害预测预报模型,对提前采取防病防虫措施、减少农作物病虫害损失、提高农作物产量与质量具有重要意义。【方法】本研究以山西省运城市芮城县1980-2014年麦蚜发生程度和气象因子数据为基础,采用主成分分析法从40个基础气象因子中整合形成9个新的自变量输入模型,采用试凑法筛选隐含层节点数,用1980-2009年的数据进行网络训练,对2010-2014年麦蚜发生程度进行回测,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较。【结果】小波和BP神经网络两种模型对训练样本的平均拟合精度均有10年以上超过80%,两者MAPE 值分别为 89.83% 和83.07%,MSE 值分别为0.0578和0.6192。【结论】两个模型都能较好地描述麦蚜发生程度;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络。     

一种自优化RBF神经网络的叶绿素a浓度时序预测模型

藻类水华发生过程具有复杂性、非线性、时变性等特点,其准确预测一直是一个国际性难题.以天津市于桥水库为研究对象,根据2000年1月至2003年12月常规监测的水生生态数据(采样周期为10 d),提出了一种结合时序方法的可自优化RBF神经网络智能预测模型,对判断藻类水华的重要指标叶绿素a浓度进行预测.研究了训练样本量及RBF神经网络扩展速度SPREAD值的可自优化性能,以及该模型用于于桥水库叶绿素a浓度的短期变化趋势预测的可行性.结果表明,预测性能指标随SPREAD值及样本量不同发生变化,该预测模型能自动寻到最优SPREAD值,并发现至少需要约两年的训练样本量才能达到较好预测效果.当样本量为105,SPREAD值为10时,预测效果最好,精度较高,预测值与实测值的相关系数R达到0.982.该方法对水库的藻类水华预警有一定的参考价值.     

应用BP神经网络对荒漠啮齿动物种群数量的预测研究

群落的格局与动态是群落生态学研究的核心内容,种群数量预测是研究群落动态的主要途径之一。本研究尝试采用2006~2014年阿拉善荒漠区啮齿动物数量数据建立BP神经网络模型,对啮齿动物群落全部组成物种的总个体数量进行模拟与预测。BP神经网络通过模拟学习,建立模型,能够实现对啮齿动物群落数量动态规律进行模拟与预测。本研究以阿拉善荒漠为试验区,以啮齿动物个体数量为研究对象,采用标志重捕法,监测2006~2014年每年4~10月的数量,建立BP神经网络预测模型,利用2006~2013年的数据建立训练网络,以2014年的数据进行验证与测试,比较单层隐含层、双层隐含层和三层隐含层BP神经网络模型。结果表明:单隐含层模型的隐含层节点数为6时,最大误差百分比为16.13%,决定系数0.998 0(P=0.006 0)。双隐含层模型的两层隐含层节点数均为6时,最大误差百分比为8.58%,决定系数0.999 5(P=0.002 3)。三层隐含层模型的三层隐含层节点数分别为1、10和7时,最大误差百分比为5.87%,决定系数0.999 2(P0.000 1)。不同隐含层网络模型的预测效果均取得了满意效果,通过比较最大误差百分比、平均误差百分比、决定系数及拟合优度,三层隐含层优于单隐含层及双隐含层的BP神经网络模型。本文认为三层隐含层的BP神经网络模型更适合于阿拉善荒漠区啮齿动物群落全部组成物种的总个体数量的预测研究。     

基于BP神经网络的流域生态恢复度计算——以福建长汀朱溪小流域为例

以福建省长汀县朱溪小流域为研究对象,通过野外调查、室内分析以及遥感影像提取相结合的方法获取数据。利用Matlab7.0软件建立BP神经网络生态恢复模型,定量评价退化生态系统的恢复程度。选择土壤理化性质(有机质、全N、全P、全K、容重和p H)、植被结构(植被盖度)、物种多样性指数(Shannon-Wiener指数)和热环境(地表温度)等4个方面的9个指标建立退化生态系统评价体系,并作为生态恢复模型的输入层数据,生态恢复度作为输出层数据。使用Matlab7.0进行数据预处理、样本训练、样本检验并建立生态恢复模型。利用建立的生态恢复模型对整个朱溪小流域生态恢复度进行定量评价。结果表明,生态恢复模型预测结果与流域生态恢复的实际情况基本吻合,利用BP神经网络模型定量评价退化生态系统的恢复程度具有可行性。朱溪小流域内生态恢复程度极低的区域面积仅占0.94%,95.48%区域为中等恢复程度,说明生态保护措施已初见成效;生态恢复程度高的区域面积仅占3.62%,意味着未来仍需加强治理和保护工作。     

基于遗传神经网络的成都市人均生态足迹预测

利用遗传神经网络模型分析成都市各年人均生态足迹值与其主要影响因素之间的内在关系,并以此来预测未来生态足迹发展趋势.首先计算出成都市1985～2005年共21年的人均生态足迹值,结果表明,20余年来成都市人均生态足迹值缓慢上升,从1.344hm2升至1.789hm2.选取6个影响因素指标,建立了6输入、1输出、1个隐含层的三层BP人工神经网络,利用遗传算法的全局优化性能对BP网络进行初始权值优化,以克服BP网络易陷入局部极小点的缺陷.运用遗传神经网络模型对训练样本(1985～2002年人均生态足迹值)进行拟合的精度达99.70%;对检验样本(2003～2005年人均生态足迹值)进行仿真检验,仿真精度为99.10%,高于普通BP神经网络模型(97.89%),体现出模型较强的应用价值.利用1985～2005年各影响因素的预测值作为网络输入,使用优化后的网络来预测成都市未来几年生态足迹值,最终预测得到2008～2010年成都市人均生态足迹的预测值分别为1.939、1.990、2.049 hm2人-1,人均生态赤字分别为1.629、1.688、1.749 hm2人-1.为减轻城市发展消耗所导致的生态环境压力,应有效控制成都市人口过快增长、引导消费观念和结构更新.     

基于BP神经网络的siRNA活性预测

RNA干扰(RNAinterference,RNAi)是由双链RNA(dsRNA)引起的基因沉默现象,它通过降解具有同源序列的mRNA来起作用,特殊设计的siRNA能使靶基因发生特异性沉默,起到确定基因功能或沉默致病基因从而治疗疾病的目的。在RNAi技术的应用中,通常采用的是长度为19bp,正、反义链3'端各有2个不配对碱基的双链RNA(siRNA)。但针对靶基因不同位点设计的siRNA作用效果差别很大。影响siRNA效果的因素是多方面的,这些因素的作用又是非线性的。本文在研究影响siRNA作用效果的各种因素的基础上,对已经公开发表的实验数据进行特征提取,作为BP神经网络的训练数据,并将训练好的BP神经网络用于siRNA活性预测。     

基于BP神经网络的甲状腺癌无创诊断模型的研究

目的:运用BP神经网络技术建立甲状腺癌的无创诊断模型,评估该模型的预测诊断价值。方法:回顾性分析经术后病理证实为甲状腺癌39例与良性病变11例,提取出以上50例病例中手术前经过B超检查与甲状腺癌相关的8项图形特征,并进行评分量化,利用BP神经网络对50例病例进行学习和检验,建立甲状腺癌无创诊断模型。用该无创诊断模型对疑为甲状腺癌20例患者进行术前预测并与术后病理进行比较。结果:本文所建立的基于BP神经网络技术的无创诊断模型在甲状腺癌及甲状腺良性病变的预测诊断中达到了100%的准确率。结论:基于BP神经网络技术的无创诊断模型,在甲状腺癌及良性病变的预测诊断中具有较高的应用价值,这无疑对辅助B超诊断甲状腺良恶性病变提供了新的技术支撑和研究思路。     

湿地翅碱蓬生物量遥感估算模型

以黄河三角洲HJ-1A CCD遥感数据和滨海湿地翅碱蓬生物量实测数据为数据源,通过对比分析参数回归模型（单变量线性和非线性回归模型,多元线性逐步回归模型）和人工神经网络模型（BP网络、RBF网络、GRNN网络）,构建黄河三角洲湿地翅碱蓬生长初期的生物量湿重遥感估算最优模型。研究表明：基于遥感信息变量能够建立生长初期翅碱蓬生物量湿重估算模型。尽管基于RDVI、MSAVI和PC2的3个变量的多元线性回归模型的拟合效果较优,但是以SAVI、MSAVI、RVI、DVI、RDVI和PC2等7个遥感信息变量构建的BP神经网络模型的精度更高,平均相对误差为12.73%,估算效果最优,能够满足较高精度的生物量湿重估算需求。翅碱蓬生长初期生物量湿重最优估算模型的建立,为滨海地区植被生物量监测、区域翅碱蓬生物量季节动态模拟以及黄河三角洲生态系统功能评价提供技术支持与基础。     

帕罗西汀治疗阿尔兹海默症合并抑郁对血清NE以及5-HT表达的影响

摘要 目的：探讨帕罗西汀治疗阿尔兹海默症合并抑郁对血清去甲肾上腺素(Noradrenaline,NE)以及5-羟色胺(5-hydroxytryptamine,5-HT)表达的影响。方法：2017年9月到2019年8月选择在本院诊治的98例阿兹尔海默症合并抑郁患者,根据治疗方法的不同分为帕罗西汀组50例与多奈哌齐组48例。多奈哌齐组给予多奈哌齐治疗,帕罗西汀组在多奈哌齐组治疗的基础上给予帕罗西汀治疗,两组治疗观察3个月,记录血清NE、5-HT表达变化情况。结果：帕罗西汀组的总有效率是96.0 % (48/50),显著高于多奈哌齐组的79.2 % (38/48) (P<0.05)。两组治疗前的MMSE评分对差异比无统计学意义(P<0.05),两组治疗后的MMSE评分显著高于治疗前(P<0.05),且帕罗西汀组也显著高于多奈哌齐组(P<0.05)。帕罗西汀组治疗期间的便秘、嗜睡、头晕、心动过速、肝功能异常等不良反应发生率为40.0 % (20/50),多奈哌齐组为31.3 % (15/48),两组对比差异无统计学意义(P>0.05)。两组治疗前血清NE、5-HT含量对比差异无统计学意义(P>0.05);两组治疗后的血清NE、5-HT含量显著高于治疗前(P<0.05),且帕罗西汀组也显著高于多奈哌齐组(P<0.05)。结论：帕罗西汀治疗阿尔兹海默症合并抑郁能促进血清NE、5-HT的释放,改善患者的认知功能,提高治疗效果确切,且不会增加不良反应。     

Neural network on interval-censored data with application to the prediction of Alzheimer's disease

Alzheimer's disease (AD) is a progressive and polygenic disorder that affects millions of individuals each year. Given that there have been few effective treatments yet for AD, it is highly desirable to develop an accurate model to predict the full disease progression profile based on an individual's genetic characteristics for early prevention and clinical management. This work uses data composed of all four phases of the Alzheimer's Disease Neuroimaging Initiative (ADNI) study, including 1740 individuals with 8 million genetic variants. We tackle several challenges in this data, characterized by large-scale genetic data, interval-censored outcome due to intermittent assessments, and left truncation in one study phase (ADNIGO). Specifically, we first develop a semiparametric transformation model on interval-censored and left-truncated data and estimate parameters through a sieve approach. Then we propose a computationally efficient generalized score test to identify variants associated with AD progression. Next, we implement a novel neural network on interval-censored data (NN-IC) to construct a prediction model using top variants identified from the genome-wide test. Comprehensive simulation studies show that the NN-IC outperforms several existing methods in terms of prediction accuracy. Finally, we apply the NN-IC to the full ADNI data and successfully identify subgroups with differential progression risk profiles. Data used in the preparation of this article were obtained from the ADNI database.     

针灸联合多奈哌齐和美金刚对重度老年痴呆患者行为能力和认知功能的影响

目的:研究针灸联合多奈哌齐和美金刚对重度老年痴呆患者行为能力和认知功能的影响。方法:选择2015年1月～2018年12月在我院精神科进行诊治的50例重度老年痴呆患者,采用随机数字表法将其平均分为两组,每组25例。对照组患者口服多奈哌齐以及美金刚治疗,初始给药剂量均为每天口服5 mg,逐渐将给药剂量升高至每天口服20 mg,每次1片,每天2次。观察组患者采取针灸联合多奈哌齐和美金刚治疗,每天针灸治疗1次,每治疗6 d后休息1 d。两组患者均连续治疗4周。记录和比较两组患者治疗前后的日常生活能力与认知功能的变化情况。结果:观察组患者治疗4w后的治疗有效率为92.00%(23/25),明显高于对照组[68.00%(17/25)](P0.05);两组治疗4w后的MMSE和BI评分均显著高于治疗前(P0.05),且观察组以上指标均显著高于对照组(P0.05)。结论:针灸联合多奈哌齐和美金刚对重度老年痴呆患者的治疗效果明显优于单纯使用多奈哌齐和美金刚治疗,其可更有效改善患者的行为能力和认知功能。     

重酒石酸卡巴拉汀与盐酸多奈哌齐对阿尔兹海默症患者认知功能及血清 缓激肽水平的影响

目的:探讨重酒石酸卡巴拉汀联合盐酸多奈哌齐对阿尔兹海默症患者认知功能及血清缓激肽水平的影响。方法:收集我院就诊或住院治疗的96例阿尔兹海默症患者,随机分为实验组和对照组,每组48例。对照组患者给予盐酸多奈哌齐片治疗,实验组患者在对照组基础上给予重酒石酸卡巴拉汀胶囊治疗。观察并比较两组患者治疗前后简易智能状态量表(MMSE)评分、痴呆量表(Blessed-Roth)评分、阿尔兹海默症评定量表(ADAS-Cog)评分以及血清缓激肽(BK)水平的变化情况。结果:与治疗前相比,两组患者治疗后MMSE评分升高(P0.05),Blessed-Roth评分以及ADAS-Cog评分下降(P0.05),血清BK水平下降(P0.05);与对照组相比,实验组患者的MMSE评分较高(P0.05),Blessed-Roth评分,ADAS-Cog评分以及血清BK水平较低(P0.05);结论:重酒石酸卡巴拉汀联合盐酸多奈哌齐能够更有效改善阿尔兹海默症患者的认知功能,可与其降低血清BK水平有关。     

ABCA1基因多态性R219K与帕金森症和阿尔兹海默症发病率的相关性研究

目的:探讨与研究三磷酸腺苷结合盒转运体A1 (Adenosine triphosphate (ATP)-binding cassette transporter A1)基因多态性R219K与帕金森症(Parkinson disease,PD)和阿尔兹海默症(Alzheimer disease,AD)发病率的相关性。方法:选择2016年2月到2019年8月在本院门诊与住院的帕金森症患者42例作为PD组,同期选择本院门诊与住院的阿尔兹海默症患者42例作为AD组,同期选择本院门诊健康体检者84例作为对照组。调查入选者的一般资料,检测三组血液样本的ABCA1基因多态性R219K情况并进行相关性分析。结果:AD组低密度脂蛋白(low-density lipoprotein,LDL-C)、总胆固醇(total cholesterol,TC)、甘油三酯(triglyceride,TG)与尿酸(Uric acid,UA)均低于对照组,而高密度脂蛋白(high-density lipoprotein,HDL-C)、同型半胱氨酸(homocysteine,Hcy)值高于对照组(P0.05);AD组TC均低于PD组,而HDL高于PD组。PD患者HDL-C均低于对照组,而LDL、TC和TG与对照组无差异(P0.05),三组空腹血糖(Fasting blood glucose,FBG)值对比差异无统计学意义(P0.05)。PD组与AD组的ABCA1 R219K GA基因型、A等位基因频率都显著高于对照组(P0.05),PD组与AD组对比差异无统计学意义(P0.05)。在168例入选者中,直线相关分析显示ABCA1 R219K GA基因型与A等位基因与帕金森症或阿尔兹海默症发生有显著相关性(P0.05)。结论:ABCA1基因多态性R219K在帕金森症和阿尔兹海默症患者中比较常见,ABCA1 R219K GA基因型与A等位基因可诱发帕金森症和阿尔兹海默症的发生。     

Molecular Simulation of Solution Conformations of the Amyloid β-Peptide Aβ(1–42) by a Backpropagation Neural Network Model

Abstract

The predictive power of solution-dependent conformational states of the Aβ(1–42) peptide of Alzheimer's disease by an optimized backpropagation neural network was tested. It was found that the neural network simulates well the solution-dependent conformations. The model was also examined by using geometry-optimized conformations (hybrid approach of Gasteiger charges plus MM+ molecular-mechanics) where the initial coordinates were obtained by NMR solution spectroscopy.     

血清尿酸、白介素6、P-tau181与阿尔茨海默病患者认知功能、日常生活能力和预后的关系分析

摘要 目的：探讨血清尿酸（UA）、白细胞介素-6（IL-6）、磷酸化Tau181（P-tau181）与阿尔茨海默病（AD）患者认知功能、日常生活能力和预后的关系。方法：选择2018年5月至2021年1月上海交通大学医学院附属第九人民医院与上海交通大学医学院附属第九人民医院黄浦分院收治的98例AD患者（AD组）和71例门诊体检的健康志愿者（对照组）,检测血清UA、IL-6、P-tau181水平,使用简易智力状态检查量表（MMSE）、蒙特利尔认知评估量表（MoCA）评估患者认知功能,Barthel指数（BI）评估患者日常生活能力。所有患者出院后随访1年,统计随访期间不良预后发生情况。Pearson相关性分析UA、IL-6、P-tau181与MMSE、MoCA、BI的相关性,多因素Logistic回归分析AD患者预后不良的危险因素。结果：AD组血清UA水平和MMSE、MoCA评分、BI低于对照组（P＜0.05）,IL-6、P-tau181水平高于对照组（P＜0.05）。AD患者血清UA水平与MMSE、MoCA评分、BI呈正相关（P＜0.05）,IL-6、P-tau181水平与MMSE、MoCA评分、BI呈负相关（P＜0.05）。多因素Logistic回归分析结果显示：长期卧床、AD痴呆阶段、高水平IL-6、高水平P-tau181是AD患者预后不良的危险因素（P＜0.05）,高水平UA是保护因素（P＜0.05）。结论：AD患者血清UA水平降低,IL-6、P-tau181水平升高,且与认知功能障碍、日常生活能力降低以及预后不良有关,检测血清UA、IL-6、P-tau181可辅助评估AD病情和预后。     

Panel semiparametric quantile regression neural network for electricity consumption forecasting

Addressing the forecasting issues is one of the core objectives of developing and restructuring of electric power industry in China. However, there are not enough efforts that have been made to develop an accurate electricity consumption forecasting procedure. In this paper, a panel semiparametric quantile regression neural network (PSQRNN) is developed by combining an artificial neural network and semiparametric quantile regression for panel data. By embedding penalized quantile regression with least absolute shrinkage and selection operator (LASSO), ridge regression and backpropagation, PSQRNN keeps the flexibility of nonparametric models and the interpretability of parametric models simultaneously. The prediction accuracy is evaluated based on China's electricity consumption data set, and the results indicate that PSQRNN performs better compared with three benchmark methods including BP neural network (BP), Support Vector Machine (SVM) and Quantile Regression Neural Network (QRNN).     

盐酸美金刚联合银杏叶提取物对阿尔茨海默病患者血清BDNF、NGF、DA水平和认知功能的影响

目的:探讨盐酸美金刚联合银杏叶提取物对阿尔茨海默病患者血清脑源性神经营养因子(BDNF)、神经营养因子(NGF)浓度、多巴胺(DA)水平和认知功能的影响。方法:将我院2017年6月至2018年7月收治的92例阿尔茨海默病患者按随机数字表法分为对照组49例和研究组43例,对照组采用盐酸美金刚治疗,研究组在对照组基础上联合银杏叶提取物治疗。比较两组临床疗效,治疗前后血清BDNF、NGF、DA水平、认知功能、简易精神状态检查量表(MMSE)、日常生活能力(ADL)评分的变化和不良反应的发生情况。结果:治疗后,研究组总有效率为90.70%,显著高于对照组(69.39%,P0.05)。治疗前,两组血清BDNF、NGF、DA水平、MMSE和ADL评分比较差异无统计学意义(P0.05);治疗后,两组以上指标均较治疗前显著上升,且研究组以上指标明显高于对照组(P0.05)。两组不良反应总发生率比较差异无统计学意义(P0.05)。结论:盐酸美金刚联合银杏叶提取物可提高阿尔茨海默病的疗效,改善患者认知功能,可能与增加BDNF、NGF、DA的表达有关。