酶工程药物及中间体研发进展与应用前景

1医药用酶的研发进展与应用前景 1．1酶在疾病诊断方面的研发进展与应用前景 人类疾病的治疗效果好坏与否，在很大程度上决定于诊断的准确性。疾病诊断的方法很多，其中酶学诊断特别引人注目。由于酶具有专一性强、催化效率高、作用条件温和等显著的催化特点，酶学诊断已经发展成为可靠、简便又快捷的诊断方法，具有广阔的应用前景。     

基于机器学习的超声造影分析综述

超声造影（Contrast-enhanced ultrasound, CEUS）通过外周静脉注入超声造影剂,显著增强来自肿瘤微血管的血流信号,便于临床医生以实时、动态的方式评估肿瘤血管生成、周边浸润等,广泛应用于多器官病变诊断、预后评估和治疗方案规划等方面。近年来,以深度学习为代表的机器学习方法快速发展,为动态超声造影智能分析带来新的机遇。深度学习方法很大程度上拓宽了超声造影临床应用范围,提高了其诊疗效能。但与常规超声影像类似,超声造影仍然存在斑点噪声、呼吸运动干扰和标准化程度低等问题,使得动态灌注时间、空间信息挖掘面临挑战。本文系统性回顾了近年来超声造影智能分析相关工作,涵盖良恶性鉴别、恶性分级、疗效预测和诊疗方案选择等方面应用,总结了当前影像组学及深度学习方法在超声造影分析领域的最新进展,并指出当前研究的局限性和未来发展方向。     

基于多模式组合推理机制的确诊方法研究

基于经典专家系统模型建立的疾病诊断系统仅单次性地推理和知识运用,知识资源利用效率低、准确度低、对比度缺失。为此,研究以确诊山羊疾病为例,引入多模式组合推理确诊机制,设计诊断系统体系架构,构造源于概率的自学习贝叶斯推理和基于模式识别的语义距离测度的不同理论背景的多模式组合推理诊断算法。实验结果表明,组合推理诊断模型提高知识库利用率,增加了对比度,准确率达到85%,取得较好的综合诊断效果。     

基于案例推理的疾病诊断专家系统的研究

针对目前疾病诊断系统以个人经验判断为主和规则推理效率低,缺乏灵活性等问题,提出一种基于相似度阈值的案例匹配算法。通过对病人表现症状的匹配分析,得出病人的诊断结果,根据诊断结果由系统推荐相应的治疗方案;同时对新出现的病症通过相关度的计算确定与相关疾病之间的联系,更新案例库。经实验得出,系统诊断结果的准确率为90.18%,表明该系统具有较高的诊断效率和较好的智能性,能为医生进行医疗诊断提供一定的辅助作用。     

正则化方法及非刚体匹配在医学动态图象分析中的应用

为了给医生利用医学图象进行诊断和分析心血管疾病提供一个有效的工具和途径，利用计算机视觉中的正则化方法，结合心脏和心血管动态特征的临床知识，对两种医学动态图象(超声心动图和心血管造影图)进行了定量的运动分析，并完成了一套应用软件．实验结果证明，该方法明显优于以往的图象分析方法。     

99Tcm(V)-DMSA与99Tcm-MIBI亲肿瘤显像在诊断甲状腺髓样癌中的对比

对62例甲状腺髓样癌(MTC)患者手术前行SPECT亲肿瘤显像,其中99Tcm(V)-DMSA显像组32例,99Tcm-MIBI显像组30例;并对两组患者早期和延迟影像的定性和半定量分析结果进行比较.结果显示两种显像方法对MTC原发灶诊断的阳性率无显著性差异(P＞0.05),但半定量分析结果显示99Tcm(V)-DMSA对原发灶显像的早期摄取比、延迟摄取比、滞留指数明显高于99Tcm-MIBI显像,差异有显著性(P＜0.001),提示99Tcm(V)-DMSA显像更具有优越性.     

知识引导微粒群优化特征选择方法

特征选择是模式分类中重要的数据处理方法.文中提出一种基于知识引导微粒群优化的特征选择方法.该方法采用特征被选择的概率对微粒进行编码,将包含离散变量的特征选择问题转化为一类连续变量优化问题.依据微粒适应值的大小及微粒分量被选择的频率,确定特征所属的类型及其被更新的概率,以加快微粒群收敛的速度.将所提方法应用于10个典型测试数据集及肝炎病临床诊断数据集,实验结果表明,该方法在减少特征个数的前提下,能够提高分类的精度.     

血小板囊泡作为药物递送载体的研究综述

传统纳米载体系统虽然可以改善药物在体内的分布特征及细胞摄取行为,但无法避免网状内皮系统截留引起的被动靶向及体循环时间短的难题。随着生物工程技术的不断发展,越来越多的研究指出采用细胞囊泡仿生纳米载体可有效克服传统纳米载体的天然缺陷。血小板由骨髓巨核细胞产生,是血液中最小的血细胞,参与体内止血、伤口愈合、血栓形成等生理过程,同样在炎症、免疫和肿瘤转移中发挥重要作用。利用血小板囊泡的生理特性构建药物递送载体能够保留胞膜表面的特异性蛋白,借以实现药物体内长循环、主动靶向及免疫逃逸效果。目前血小板囊泡已成功用于负载小分子药物、无机化合物、核酸药物、载药纳米粒等以用于心血管疾病、肿瘤、抗感染的治疗。基于目前针对血小板囊泡药物载体的持续关注及深入研究,本文对此进行了评述及展望。     

基础信息保持和细节强化的胸部CT图像增强

目的 清晰的胸部计算机断层扫描(computed tomography, CT)图像有助于医生准确诊断肺部相关疾病,但受成像设备、条件等因素的限制,扫描得到的CT图像质量有时会不尽如人意。因此,本文提出一种简单有效的基于基础信息保持和细节强化的胸部CT图像增强算法。方法 利用多尺度引导滤波器将胸部CT图像分解为一个基础信息层和多个不同尺度的细节层。基于熵的权重将胸部CT图像的多个细节层进行融合,并乘以强化系数进一步增强纹理细节。将强化的细节层和原始的基础信息层重新组合即可生成细节强化的胸部CT图像。通过此种增强方式,本文算法既能显著增强胸部CT图像的纹理细节,又能将大部分原始的基础结构信息保留到增强图像中。结果 为了验证算法的有效性,将本文算法与5种优秀的图像增强算法在由3 209幅胸部CT图像组成的数据集上进行测试评估。定性和定量实验结果表明,本文算法得到的增强图像保持了更多原始胸部CT图像中的基础结构信息,并更显著地强化了其中的纹理细节信息。在定量结果中,本文算法的标准差、结构相似性和峰值信噪比指标值均优于对比的5种方法,相比于性能第2的方法分别提高了4.95、0.16和4.47,...