神经元图像大数据的弱监督自动识别技术

在介观尺度上，小鼠大脑图像的数据量可达到10 TB量级，人脑数据量则达到惊人的几十PB，从海量脑图像数据中识别和分析神经元的形态是一项复杂且具有挑战的任务。当前研究人员提出了基于传统机器学习和深度学习的神经元识别算法，其中传统机器学习方法存在迁移、泛化能力较差的问题，基于深度学习的算法虽然可以通过海量精确标注的训练数据提高模型的泛化性，但缺乏精确且丰富的图像标记数据集，因此同样存在过拟合和泛化能力弱等问题。本文提出了一种基于深度学习的弱监督神经元识别方案，仅需要少量有标注的数据，即可通过迭代策略获取海量神经元图像的精确识别结果，具备较强的泛化能力，并最大限度减少人工参与量。该方法在fMOST、BigNeuron等数据集上进行了实验，自动识别精度F1值分别为0.9247和0.8318，优于其他对比的神经元识别算法。     

混合拟单调系统行波解的存在性

运用单调迭代方法,证明了混合拟单调系统的行波解的存在性．当反应扩散系。统的反应函数是混合拟单调函数时,如果选取一对合适的耦合上下解作为迭代初值,则迭代序列将收敛到一对拟解．而且在这对拟解之间存在系统的行波解．     

采用最大溯源径流路径法估算RUSLE模型中地形因子探讨

采用基于AML的提取坡长值的新方法--最大溯源径流路径法,对贵州省毕节地区5个不同范围区域的DEM数据进行坡长值、地形因子的提取,并与基于AML的迭代累计坡长法和基于C⁺⁺的迭代累计坡长法对提取坡长值的时间消耗、地形因子值进行了比较.结果表明：基于AML的最大溯源径流路径法能够实现修正的通用土壤流失模型(RUSLE)中坡长值、地形因子的提取,可达到与迭代累计坡长法相同的效果;与基于AML的迭代累计坡长法相比,该方法计算效率较高,大大减少了提取坡长值的时间消耗,可实现基于AML的坡长值、地形因子提取在大范围区域上的扩展;与基于C⁺⁺的迭代累计坡长法相比,该方法计算时效和结果相当,程序编写简单,容易修改和调试,能更普遍应用于GIS用户.     

缺失数据下蛋白质多结构叠加的迭代方法

蛋白质三维结构叠加面临的主要问题是,参与叠加的目标蛋白质的氨基酸残基存在某些缺失,但是多结构叠加方法却大多数需要完整的氨基酸序列,而目前通用的方法是直接删去缺失的氨基酸序列,导致叠加结果不准确。由于同源蛋白质间结构的相似性,因此,一个蛋白质结构中缺失的某个区域,可能存在于另一个同源蛋白质结构中。基于此,本文提出一种新的、简单、有效的缺失数据下的蛋白质结构叠加方法（ITEMDM）。该方法采用缺失数据的迭代思想计算蛋白质的结构叠加,采用优化的最小二乘算法结合矩阵SVD分解方法,求旋转矩阵和平移向量。用该方法成功叠加了细胞色素C家族的蛋白质和标准Fischer’s 数据库的蛋白质（67对蛋白质）,并且与其他方法进行了比较。数值实验表明,本算法有如下优点：①与THESEUS算法相比较,运行时间快,迭代次数少;②与PSSM算法相比较,结果准确,运算时间少。结果表明,该方法可以更好地叠加缺失数据的蛋白质三维结构。     

蛋白质体外定向进化策略研究进展

定向进化已广泛应用于蛋白质的分子改造,是改善蛋白质特性的最有效策略之一。为了获得更高的突变效率,构建含有更多突变体的文库,不断地发明创新各种高效的蛋白质体外定向进化方法。对近年来出现的几种定向进化方法三核苷酸突变(TriNex)、序列饱和突变(SeSaM)、随机链交换突变法(RAISE)、重叠延伸蛋白域文库法(PDLGO)和迭代饱和突变法(ISM)的原理、特点及应用进行综述。     

256排Revolution多参数调节下低剂量心脏冠脉成像应用

目的:研究256排Revolution多参数调节下低剂量扫描心脏冠脉成像(Coronary computed tomographic angiography,CCTA)的应用。方法:回顾性分析2016年3月15日至5月15日间在我院256排CT行CCTA的患者,分为心率稳定试验组(n=54例)和心率不稳定试验组(n=41例),同时选取在我院64排VCT行CCTA的患者为对照组(n=116例),对三组CCTA图像质量行主观和客观评估,比较有效辐射剂量的差异。结果:256排CT检查成功率和图像质量的主观评价均优于对照组(P0.05);信噪比(SNR)、对比噪声比(CNR)与对照组差异无统计学意义(P0.05);但有效辐射剂量明显降低(P0.05)。结论:256排CT多参数调节下检查冠脉在保证图像质量下可有效降低辐射剂量。     

带扩散项的周期捕食食饵模型的整体共存态的存在唯一性

本文通过构造迭代列,讨论了周期捕食食饵扩散系统的整体共存态的存在唯一性.     

应用反向滤过及迭代重建方法评估标准放射剂量与低剂量颈椎CT图像质量的对比研究

目的：利用反向滤过重建（filtered back-projecfion,FBP）及迭代重建（iterative reconstruction,IR）方法评估标准剂量及低剂量对颈椎CT图像质量的影响。方法：40例受检对象行颈椎CT检查,将其随机分为两组：标准剂量组（SD,120kVp,275mAs）及低剂量组（LD,120kVp,150mAs）,随机选择管电流值,所有数据均行FBP及IR重建。测量C3C4及C6C7椎间盘水平椎间盘、脊神经、脊髓、韧带以及周围软组织的图像噪声值（Imagenoise,IN）,信噪比（signal—to—noise,SNR）及对比信噪比（contrast—to—noise,CNR）。结果：在测量的各椎间盘水平,迭代重建的信噪比及对比噪声比要明显高于反向滤过重建方法,并有效的降低了图像噪声。低剂量迭代重建图像与标准剂量反向滤过图像相比无明显统计学意义。排除剂量及扫描层面的影响,椎间盘、脊神经及韧带的图像质量,迭代重建评分要明显高于反向滤过重建,结果具有统计学差异;而低剂量迭代重建图像质量评分与标准剂量反向滤过重建相比无明显差异。软组织及椎体的图像质量,迭代重建图像质量评分要低于反向滤过重建方法,结果具有统计学差异;而低剂量迭代重建图像质量评分与标准剂量反向滤过重建相比无明显差异。整体病例图像质量评分,迭代重建方法要高于反向滤过重建方法,低剂量迭代重建方法要高于标准剂量反向滤过重建方法。结论：应用低剂量扫描方式以及迭代重建方法进行颈椎CT检查可以为I临床提供较好的图像质量,对于椎间盘、脊神经、脊髓显示较好,对于周围软组织以及椎体来说,图像质量相对较差,同时可以降低大约40％的放射剂量。     

淀粉蔗糖酶AcAS的工作机理与去折叠性质研究

淀粉蔗糖酶(amylosucrase, AS)是一种葡萄糖基转移酶(E.C. 2.4.1.4),隶属于糖苷水解酶13家族．当体系中存在葡聚糖时,AS可以蔗糖为唯一底物催化合成直链葡聚糖．与AS相比,其他拥有合成直链淀粉样多糖的酶都需要利用昂贵的核苷酸激活糖来进行合成．这使得AS成为一种具有工业应用潜力的工业酶．尽管具有较大应用潜力,但是较弱的稳定性严重影响其在工业上的应用．本工作中,以NpAS和DgAS的晶体结构为模板,对氯酚节杆菌(Arthrobacter chlorophenolicus)中发现的一种新型AS(AcAS)结构进行了模建．通过对AcAS与其他AS结构进行详细的比较,推断出AcAS的工作机理．随后,利用高斯网络模型(GNM)对其功能型运动进行了分析．根据GNM的结果,发现AcAS可分为两个运动方向相异的部分．最后,利用迭代高斯网络对AcAS的去折叠性质进行了研究．这些结果对随后的淀粉蔗糖酶的工业开发有一定帮助．     

一种独立分量分析的迭代算法和实验结果

介绍盲信源分离中一种独立分量分析方法,基于信息论原理,给出了一个衡量输出分量统计独立的目标函数。最优化该目标函数,得出一种用于独立分量分析的迭代算法。相对于其他大多数独立分量分析方法来说,该算法的优点在于迭代过程中不需要计算信号的高阶统计量,收敛速度快。通过脑电信号和其他信号的计算机仿真和实验结果表明了算法的有效性。