Biomarkers for the central nervous system complications of sickle cell disease: are we there yet?

Sickle cell disease (SCD, OMIM #603903), an autosomal recessively inherited β-hemoglobinopathy, was the first human disorder delineated at a molecular level. The putative single nucleotide mutation in the HBB gene generates an abnormal hemoglobin species, which polymerizes in deoxygenated conditions causing irreversible changes in erythrocyte shape and function. Sickling erythrocytes are in turn responsible for microvascular vaso-occlusion, hemolysis and a systemic vasculopathy in patients. SCD has represented an attractive field for proteomic investigation since its methodological infancy. Clinically actionable biomarkers, especially for the prevention of cerebrovascular complications in children with the condition, are urgently needed and their discovery remains a major challenge. In this issue, Lance and colleagues report of their unbiased proteomic studies on samples from the participants of the landmark prospective, randomized, single-blind SIT trial (NEJM 2014). Their results reveal numerous brain-enriched plasma proteins specific for SCD, and for silent cerebral infarcts in this disorder, and further analyses highlight novel cellular mechanisms behind the brain damage in SCD. Although the goal of identifying reliable biomarker candidates for cerebrovascular complications could not be met, the dataset produced by the authors constitutes a significant contribution to the field and opens new horizons for further clinical and laboratory investigation.     

表面垂足刺激器的研究现状与趋势

足下垂是由腓总神经功能障碍引起踝关节无法背屈、行走时足趾拖地的症状。它不仅影响患者日常行走,还会使其产生自卑心理。表面垂足刺激器将刺激电极贴附在腓总神经或者胫骨前肌上,使用传感器来侦测脚步动作,通过电刺激使脚踝产生背曲屈及翻转动作,改善步行摆动期所发生的足下垂现象。本文阐述了表面垂足刺激器的工作原理及研究进展,并对基于生物信号反馈的闭环足下垂刺激器的研究趋势进行了介绍。     

A variational Bayesian approach for the robust analysis of the cortical silent period from EMG recordings of brain stroke patients

Transcranial magnetic stimulation (TMS) is a powerful tool for the calculation of parameters related to the intracortical excitability and inhibition of the motor cortex. The cortical silent period (CSP) is one such parameter that corresponds to the suppression of muscle activity for a short period after a muscle response to TMS. The duration of the CSP is known to be correlated with the prognosis of brain stroke patients' motor ability. Current methods for the estimation of the CSP duration are very sensitive to the presence of noise. A variational Bayesian formulation of a manifold-constrained hidden Markov model is applied in this paper to the segmentation of a set of multivariate time series (MTS) of electromyographic recordings corresponding to stroke patients and control subjects. A novel index of variability associated to this model is defined and applied to the detection of the silent period interval of the signal and to the estimation of its duration. This model and its associated index are shown to behave robustly in the presence of noise and provide more reliable estimations than the current standard in clinical practice.     

大脑中动脉光化学栓塞模型的改良及免疫表型分析

光照缺血模型是常用的脑卒中永久性缺血模型,其原理是：光敏感染料在光照射下被激活并产生活性氧自由基,生成的活性氧自由基会引起血管内皮损伤,导致血小板的黏附和聚集,并形成血栓。由于光照缺血模型产生的缺血半影带较小,同临床病理差异较大,限制了对于缺血半影带的研究,因此,该研究基于光化学法构建了一种改良的中动脉近端栓塞模型。具体地,向小鼠体内注射光敏感染料孟加拉红后,用激光照射中动脉近端3 min,以诱导血管栓塞,并通过氯化三苯基四氮唑染色、免疫荧光以及流式细胞术对模型进行评估。氯化三苯基四氮唑染色和免疫荧光结果显示,与传统的光照缺血模型相比,该模型能在纹状区和皮质区产生较大且稳定的梗死区域(9%～15%),且能通过流式细胞术分离出梗死组织中的驻留小胶质细胞、浸润髓系细胞和淋巴细胞。上述实验结果表明,改良的中动脉近端光化学栓塞模型能够应用于缺血性脑卒中损伤后病理和免疫反应机制的研究。     

脑卒中疾病电子病历实体及实体关系标注语料库构建

该文探讨了在脑卒中疾病中文电子病历文本中实体及实体间关系的标注问题,提出了适用于脑卒中疾病电子病历文本的实体及实体关系标注体系和规范。在标注体系和规范的指导下,进行了多轮的人工标注及校正工作,完成了158万余字的脑卒中电子病历文本实体及实体关系的标注工作。构建了脑卒中电子病历实体及实体关系标注语料库(Stroke Electronic Medical Record entity and entity related Corpus, SEMRC)。该文所构建的语料库共包含命名实体10 594个,实体关系14 457个。实体名标注一致率达到85.16%,实体关系标注一致率达到94.16%。     

基于FLANN改进的KNN医疗分类算法

本文通过研究KNN（K-最近邻）算法在疾病预测领域的使用与分析,总结出KNN的2点不足,针对不足进行相应改进并提出F_KNN（循环最近邻搜索）算法：1）针对KNN计算量大、效率低下的缺点,本文采用FLANN（快速最近邻搜索）循环搜索与待测样本距离最近的点,记录若干个最近邻点作为最近邻点子集,利用此子集取代全集对待测样本进行计算,可以降低计算量,极大地提高了KNN算法效率;2）针对KNN难以对高维数据集分类的缺点,本文采用AHP（层次分析法）对样本的特征属性进行相关性研究,使用合适的参数分配权重,提高了KNN算法准确率。本文采用一组脑中风数据集对优化后的算法进行实验,实验结果表明,F_KNN准确率达96.2%。与传统KNN相比,F_KNN提高了分类性能且极大地提高了算法效率。在处理高维且较大的数据集时,F_KNN算法优势明显,具有较好的应用前景。     

虚拟现实在脑卒中患者运动功能康复中的应用

针对传统康复医学卒中后康复训练模式治疗周期长、训练内容枯燥、康复费用过高、医患比例失衡问题,虚拟现实技术辅助康复治疗具有现实意义。进行了虚拟现实在脑卒中患者训练康复应用近十年发文量检索,对虚拟现实运动功能康复训练模式进行了可行性分析。基于虚拟现实在国内外卒中后运动功能康复中的应用进展,对其在康复医学进一步的发展方向进行了展望。     

基于基本笔画起收笔和笔压特征的手写汉字的计算机笔迹鉴定

以手写汉字的基本笔画为研究对象,提取笔画的起笔、收笔和笔压作为特征量,进行笔迹鉴定的研究.研究采用了10位书写者,每位书写者各书写70个汉字作为样本,提取4种基本笔画,进行笔迹鉴定的实验,实验取得了较为满意的鉴定率.本研究克服了以往笔迹鉴定中结体依存的不足,适用于所有的汉字.     

基于半监督方法的脑梗死图像识别

在图像识别领域,针对有监督方法的模型在标签数据不足时图像的识别效果不佳问题,提出一种基于生成对抗网络(GAN)的半监督方法模型,即结合了半监督生成对抗网络(SSGAN)和深度卷积生成对抗网络(DCGAN)的优点,并在输出层用softmax代替了sigmoid激活函数,从而建立半监督深度卷积生成对抗网络(SS-DCGAN...     

基于有向笔段甲骨文输入方法的设计与实现

提出一种利用有向笔段和笔元相结合的方法来描述甲骨文字,以期解决甲骨文字输入难、定量难、定形难的问题。该方法首先对甲骨文字笔元进行统计分析归类,针对每种笔元确定其有向笔段的组成,利用有向笔段来描述甲骨文字的算法体系;然后构建出基于有向笔段的甲骨文字输入平台,通过设计人机交互指令方便用户进行甲骨文字特别是未释字和异体字的输入。实验证明使用该方法进行甲骨文字输入输出,可以使字体更加规范,甲骨文字库可以自由增减,字形可以随意修改等。     

射频识别(RFID)系统安全对策技术研究的概述

如同许多技术一样,随着射频识别技术的不断发展,射频识别系统也将遍布于我们日常生活的每个角落。射频识别系统在带给我们巨大的生产效益和可观的商业价值的同时也威胁到个人和组织的安全和隐私。在简要介绍了射频识别系统所面临的安全和隐私威胁的主要形式后;并针对射频识别系统的安全对策进行了以理论分析,特别是较详细地说明如何利用了密码学方面的相关知识来解决射频识别系统的安全问题。     

基于堆叠式分布式文件系统的端到端校验

端到端校验是一种有效的数据完整性检测手段,可为分布式存储系统提供基本的可靠性保证。Glusterfs 是一种常用的堆叠式分布式文件系统,但缺乏有效的数据完整性检测机制,存在用户数据遭受破坏而无法被发现的风险,即返回错误数据给用户。这种风险在某些情况还会扩散,造成多副本或灾备、双活情况下的数据丢失。针对这一问题,该文提出了一种高性价比的基于 Glusterfs 的端到端校验方案(命名为 Glusterfs-E2E),可以有效解决 Glusterfs 文件系统中存在的数据完整性风险。该方案不但可以提供全路径的保护,具备 2%～8% 的高性能开销,而且还可以提供软件故障的定位功能。     

基于统计模型的书法笔画轮廓恢复*

获取书法汉字笔画的完整轮廓是进行计算机书法模拟和创作的重要前提,而笔画间的相互覆盖使得获取的笔画轮廓不完整。结合一个已有的统计模型,提出了一种新的笔画轮廓恢复方法。该方法通过建立轮廓模型、统计学习相似笔画来实现有缺失笔画轮廓的恢复。其主要过程包括笔画轮廓建模、建立并训练统计模型、运用统计模型恢复轮廓。实验表明该方法既有广泛的适应性又呈现良好的效果。     

一种基于不变量的软错误检测方法

软错误是高辐照空间环境下影响计算可靠性的主要因素,结果错误(silent data corruption,简称SDC)是软错误造成的一种特殊的故障类型.针对SDC难以检测的问题,提出了一种基于不变量的检测方法.不变量是运行时刻保持不变的程序特征.在软错误发生后,由于程序受到影响,不变量一般不再满足.根据该原理,在源代码中插入以不变量为内容的断言,利用发生软错误后断言报错来检测软错误.首先,根据错误传播分析确定了检测位置,提取了检测位置的不变量;定义了表征不变量检测能力的渗透率,在同一检测位置依据渗透率将不变量转化为断言.通过错误注入实验,验证了该检测方法的有效性.实验结果表明:该检测方法具备较高的检出率和较低的检测代价,为星载系统的软错误防护提供了新的解决思路.     

基于绘画时序的双层次笔画线条简化方法

虽然有电子画笔的帮助,将线条草图手动重画为干净的线条画依然耗费艺术家大量的时间,严重影响了创作效率.利用笔画的绘画时序,把简化模型从单一的空间关系提升到时间先后关系和笔画修改关系,提出一种双层次的笔画线条简化方法.在绘画过程中实时记录笔画线条的位置和顺序,根据空间信息和时序关系局部地进行线条初步聚类;然后通过修改关系图进行全局的线条类间修改关系分析,理解艺术家的绘画意图,最终合并得到简化结果.实验结果表明,文中方法能够充分利用绘画时序分析绘画意图,实现复杂线条草图的笔画线条自动简化,并通过效果对比展示了该方法的有效性和鲁棒性.     

G.729编码流说话人识别研究

研究了G.729编码流说话人识别算法,提出了一种使用固定码书增益作为判决参数的G.729静音帧判决方法。将这一方法应用于低复杂度的G.729编码流说话人识别,去除压缩语音数据中的静音帧从而提高识别率。     

Automatic TV advertisement detection from MPEG bitstream

The Centre for Digital Video Processing at Dublin City University conducts concentrated research and development in the area of digital video management. The current stage of development is demonstrated on our Web-based digital video system called Físchlár (Proceedings of the Content based Multimedia Information Access, RIAO 2000, Vol. 2, Paris, France, 12–14 April 2000, p. 1390), which provides for efficient recording, analysing, browsing and viewing of digitally captured television programmes.

Advertisement breaks during or between television programmes are typically recognised by a series of ‘black’ video frames simultaneously accompanying a depression in audio volume which separate each advertisement from one another by recurrently occurring before and after each individual advertisement. It is the regular prevalence of these flags that enables automatic differentiation between what is programme and what is a commercial break. This paper reports on the progress made in the development of this idea into an advertisement detector system that automatically detects the commercial breaks from the bitstream of digitally captured television broadcasts.     

藏文字笔画编码排序的设想

藏文字符排序将被广泛应用于藏文文字信息处理的各个方面,包括字、词典的排序、系统软件和其他应用软件.试图对藏文的书写笔画排序规则做出较为正确、合理的归纳和富有逻辑性的描述,目的是为了找到一种在计算机里自动实现藏文笔画排序的算法模型,并打破了藏文字符仅依赖于音节部首结构排序的传统思维定式和框架.