Interleukin-1β Modulation of the Mechanobiology of Primary Human Pulmonary Fibroblasts: Potential Implications in Lung Repair

Pro-inflammatory cytokines like interleukin-1β (IL-1β) are upregulated during early responses to tissue damage and are expected to transiently compromise the mechanical microenvironment. Fibroblasts are key regulators of tissue mechanics in the lungs and other organs. However, the effects of IL-1β on fibroblast mechanics and functions remain unclear. Here we treated human pulmonary fibroblasts from control donors with IL-1β and used Atomic Force Microscopy to unveil that IL-1β significantly reduces the stiffness of fibroblasts concomitantly with a downregulation of filamentous actin (F-actin) and alpha-smooth muscle (α-SMA). Likewise, COL1A1 mRNA was reduced, whereas that of collagenases MMP1 and MMP2 were upregulated, favoring a reduction of type-I collagen. These mechanobiology changes were functionally associated with reduced proliferation and enhanced migration upon IL-1β stimulation, which could facilitate lung repair by drawing fibroblasts to sites of tissue damage. Our observations reveal that IL-1β may reduce local tissue rigidity by acting both intracellularly and extracellularly through the downregulation of fibroblast contractility and type I collagen deposition, respectively. These IL-1β-dependent mechanical effects may enhance lung repair further by locally increasing pulmonary tissue compliance to preserve normal lung distension and function. Moreover, our results support that IL-1β provides innate anti-fibrotic protection that may be relevant during the early stages of lung repair.     

镁合金网格壁板压弯成形数值模拟及实验研究

为探索镁合金整体壁板压弯成形的可行性,以及镁合金壁板压弯成形过程中金属的流动规律,对AZ31镁合金网格壁板压弯成形进行了数值模拟和实验研究。建立了有限元数值模拟的几何模型,采用有限元计算软件对AZ31镁合金网格壁板压弯成形过程进行了数值模拟研究,分析了镁合金网格壁板压弯成形中的温度场、应变场、应力场、破坏系数等的分布规律。确定了合适的AZ31镁合金壁板压弯成形工艺参数,并对镁合金网格壁板压弯成形进行了实验研究,获得了合格的镁合金网格壁板弯曲件,并分析了镁合金网格壁板成形件尺寸精度,模拟结果与实验结果相吻合,最大相对误差为16.7%。     

Studies on spinel cobaltites,MCo2O4 (M = Mn,Zn, Fe,Ni and Co) and their functional properties

Optimization of electrodes for charge storage with appropriate processing conditions places significant challenges in the developments for high performance charge storage devices. In this article, metal cobaltite spinels of formula MCo₂O₄ (where M = Mn, Zn, Fe, Ni and Co) are synthesized by oxalate decomposition method followed by calcination at three typical temperatures, viz. 350, 550, and 750 °C and examined their performance variation when used as anodes in lithium ion batteries. Phase and structure of the materials are studied by powder x-ray diffraction (XRD) technique. Single phase MnCo2O4,ZnCo2O4 and Co3O4 are obtained for all different temperatures 350 °C, 550 °C and 750 °C; whereas FeCo₂O₄ and NiCo₂O₄ contained their constituent binary phases even after repeated calcination. Morphologies of the materials are studied via scanning electron microscopy (SEM): needle-shaped particles of MnCo₂O₄ and ZnCo₂O₄, submicron sized particles of FeCo₂O₄ and agglomerated submicron particle of NiCo₂O₄ are observed. Galvanostatic cycling has been conducted in the voltage range 0.005–3.0 V vs. Li at a current density of 60 mA g^?1 up to 50 cycles to study their Li storage capabilities. Highest observed charge capacities are: MnCo₂O₄ – 365 mA h g^?1 (750 °C); ZnCo₂O₄ – 516 mA h g^?1 (550 °C); FeCo₂O₄ – 480 mA h g^?1 (550 °C); NiCo₂O₄ – 384 mA h g^?1 (750 °C); and Co₃O₄ – 675 mA h g^?1 (350 °C). The Co₃O₄ showed the highest reversible capacity of 675 mA h g^?1; the NiO present in NiCo₂O₄ acts as a buffer layer that results in improved cycling stability; the ZnCo₂O₄ with long needle-like shows good cycling stability.     

大数据环境下基于K中心点优化算法的Web服务组合

在当前Web服务海量增加、现有Web服务选择算法低效、用户匹配度差的基础上，针对K中心点算法存在的质点偏移、准确率低和容易发生畸变等问题，提出一种大数据环境下基于K中心点优化算法的Web服务组合方法。该方法是在大数据环境下，根据不同用户需求满意度及Web服务QoS参数，对基于优化初始聚类中心的K中心点算法的Web服务选择及最优Web服务组合进行研究。同时针对不同的选择方法对服务动态选择及组合的准确度、迭代更新次数、候选集选择时间及选择总时间进行实验分析，验证了本文研究方法的有效性和可靠性。     

改进RetinaFace的自然场景口罩佩戴检测算法

新型冠状病毒可以通过空气中的飞沫、气溶胶等载体进行传播，在公共场所下正确佩戴口罩可以有效地防止病毒的传播。提出了一种自然场景下人脸口罩佩戴检测方法，对RetinaFace算法进行了改进，增加了人脸口罩佩戴检测任务，优化了损失函数。在特征金字塔网络中引入了一种改进的自注意力机制，增强了特征图的表达能力。建立了包含3 000张图片的数据集，并进行手工标注，用于网络训练。实验结果表明该算法可以有效进行口罩佩戴检测，在自然场景视频中也取得了不错的检测效果。     

高效可撤销的身份基在线离线加密方案

身份基加密（IBE）需要提供一种有效的成员撤销机制，然而，现有可撤销成员的IBE方案存在密钥更新和加密运算量过大的问题，可能使执行该操作的设备成为系统的瓶颈。将完全子树方法和在线离线技术相结合，通过修改指数逆类型IBE的密钥生成和加密算法，提出了一种高效可撤销的身份基在线离线加密方案。方案利用完全子树方法生成更新钥，使得撤销用户无法获得更新钥，进而失去解密能力；利用在线离线技术，将大部分加密运算在离线阶段进行预处理，使得在线阶段仅执行少量简单计算即可生成密文。与相关知名方案相比，该方案不仅提高密钥生成中心的密钥更新的效率，而且极大减少了轻量级设备的在线加密工作量，适合于轻量级设备保护用户隐私信息。     

基于卷积神经网络的单目深度估计

针对利用深度学习方法对街道图像进行深度估计，提出采用语义分割的方法解决深度图出现边界模糊等问题；估计深度通过左右视角图生成视差图进行无监督的训练。在网络模型中添加语义分割层，采取多个空洞卷积并行的结构增加感受野，同时减少了图像下采样的次数，降低了由于下采样带来的信息损失，使得的结果更加准确。这也是在深度估计中首次与空洞卷积相结合增加准确率。通过对KITTI街道数据集进行训练，与现有结果相比，除了增加检测准确性，降低错误率之外，使得效果图中的物体更加清晰，并且在效果图中还保留了一些原模型中被忽视掉的细节信息，将原始图像更加完整的表现出来。     

贝叶斯网络查询语义扩展的专家发现方法

专家发现是实体检索领域的一个研究热点，针对经典专家发现模型存在索引术语独立性假设与检索性能低的缺陷，提出一种基于贝叶斯网络模型的专家发现方法。该方法模型采用四层网络结构，能够实现图形化的概率推理，同时运用词向量技术能够实现查询术语的语义扩展。实验结果显示该模型在多个评价指标上均优于经典专家发现模型，能够有效实现查询术语语义扩展，提高专家检索性能。     

面向连续查询的敏感语义位置隐私保护方案

针对连续查询位置服务中构造匿名区域未考虑语义位置信息导致敏感隐私泄露问题，通过设计[(K,θ)]-隐私模型，提出一种路网环境下面向连续查询的敏感语义位置隐私保护方案。该方案利用Voronoi图将城市路网预先划分为独立的Voronoi单元，依据用户的移动路径和移动速度，选择具有相似特性的其他[K-1]个用户，构建匿名用户集；利用匿名用户集用户设定的敏感语义位置类型和语义安全阈值，以及用户所处语义位置的Voronoi单元，构建满足[(K,θ)]-隐私模型的语义安全匿名区域，可以同时防止连续查询追踪攻击和语义推断攻击。实验结果表明，与SCPA算法相比，该方案在隐私保护程度上提升约15%，系统开销上降低约20%。     

基于LBT-SA的LoRaWAN信道接入方法研究

标准LoRaWAN协议中定义的纯ALOHA信道接入方法在网络负载较大时会造成大量碰撞，使LoRa网络的可扩展性和可靠性受到极大挑战。为此提出了一种将先听后说与模拟退火相结合（Listen Before Talk combined with Simulated Annealing，LBT-SA）的LoRa信道接入方法。该方法通过在设备发送之前先监听信道，降低信道被同时接入的概率，并以成功传输所需退避时间为初始值，搜索更小的退避时间。仿真结果表明，LBT-SA和基于二元指数退避算法的先听后说（Listen Before Talk，LBT）方法在包成功传输率方面保持了高度的一致，并且LBT-SA在周期传输过程中逐渐减少了不必要的退避时间，从而减少了时延。在多达10 000个终端接入单个网关的场景中，该算法的平均退避时间至少降低了16.38%。