Cell Therapies in Bladder Cancer Management

Currently, bladder cancer (BC) represents a challenging problem in the field of Oncology. The high incidence, prevalence, and progression of BC have led to the exploration of new avenues in its management, in particular in advanced metastatic stages. The recent inclusion of immune checkpoint blockade inhibitors as a therapeutic option for BC represents an unprecedented advance in BC management. However, although some patients show durable responses, the fraction of patients showing benefit is still limited. Notwithstanding, cell-based therapies, initially developed for the management of hematological cancers by infusing immune or trained immune cells or after the engineering of chimeric antigen receptor (CAR) expressing cells, are promising tools to control, or even cure, solid tumors. In this review, we summarize recent cell-based immunotherapy studies, with a special focus on BC.     

敏捷化AIOps框架及运维数据质量评估方法

敏捷化智能运维(AIOps)框架将模型构建提前至测试阶段,利用该阶段产生的监控数据代替线上采集的数据以训练AIOps模型,进而实现智能运维的早开发与早使用. 运维数据质量评估方法通过最大均值差异度量方式,分别在健康评估与故障诊断运维场景下对训练数据分别进行趋势性、阶段性、可检测性及可诊断性评估,以预估数据对模型的适用性. 基于华为技术有限公司提供的测试环境设置测试用例并构建实验数据集,在该数据集上的实验结果验证了敏捷化AIOps框架的可行性及数据质量评估方法的有效性.     

强度传输方程和神经网络融合的三维重构算法

针对原有强度传输方程法所恢复的相位精度不够精确的缺点,提出强度传输方程和神经网络融合的三维重构算法. 利用强度传输方程求解出物体不同角度的初始相位,利用神经网络算法进行优化,根据不同角度的最终恢复相位结合乘法技术重构出三维体信息. 该算法具有精度高的特点,可以为三维成像技术的应用提供参考. 对于实验中的示例图像,该算法将强度传输方程得到的相位误差从21.40%降低为5.26%,重构三维物体与模拟真实物体的相关程度为显著相关.     

基于数据融合的ABC-SVM社区疾病预测方法

针对现有社区医疗服务中的疾病预测方法存在数据利用率低、疾病分析类型单一、自动化程度差、疾病预测效果不理想等不足,提出在物联网大数据环境下可用于社区医疗的健康数据融合及疾病预测方法. 通过主成分分析(PCA)和聚类分析对社区中居民的生理指标数据进行特征提取;结合人工蜂群(ABC)算法构造支持向量机(SVM)非线性分类器对数据进行特征级融合分析并预测潜在疾病. 实验结果表明,所提方法的疾病识别准确率达到93.10%,相较于传统SVM方法和BP神经网络方法分别提高17.24% 和72.41%. 该方法能够在提高数据利用率、降低计算资源消耗的前提下有效识别多种潜在疾病,可实现疾病早发现、早预防、早治疗;可广泛应用于社区健康管理、老年社区监护甚至临床医疗.     

人工智能对国内劳动就业影响研究综述

利用citespace关键词共现分析方法,梳理了1980年以来人工智能对劳动就业影响的国内相关文献,发现目前的研究议题主要包括人工智能影响就业的机制、人工智能对就业规模的影响、人工智能对收入分配的影响、人工智能对就业形态的影响、人工智能对劳动过程与劳动关系的影响. 总体来看,目前的研究主要集中在与劳动力市场相关的议题; 理论性的论述占大多数,而具有说服力的实证研究较少; 宏观性的研究较多,深入企业与生产现场考察的微观研究较少. 未来应进一步拓展研究主题,进行多种视角与跨学科研究,重视实证研究与微观研究.     

虚拟环境下机床主传动系统故障诊断的仿真实现

本文介绍了用AutoCAD完成机床主传动系统三维实体造型，用VisualC 、Visual LISP等工具完成主轴箱轴承、齿轮、轴等部位在运行中出现故障时的立体动画。经压电晶体加速度传感器实时检测机床的振动信号，对这些信号进行分析(统计处理、频谱分析等)提取出故障特征，经人工神经网络、模糊决策及专家系统等手段进行决策，判定故障部位和程度，可在微机上直观地观察主轴箱在运行过程中，各故障具体部位及损伤程度的虚拟现实情况。     

基于危险理论的人工免疫原理与应用*

侧重以危险理论的基本机制为线索,对危险理论的研究现状加以系统论述.首先以危险理论的免疫模型入手,归纳提炼出仿真机理并建立起隐喻算法;介绍其中具有代表性领域中的应用情况;最后对基于危险理论的人工免疫研究的下一步工作进行展望.     

重力坝弹性参数反演的灵敏度分析及一种新的反演算法

依据结构灵敏度分析理论,采用基于有限单元法的解析灵敏度分析方法,对影响重力坝材料参数反演质量的位移观测点位置进行了研究,得到了坝顶位移最适合于反演大坝弹性模量的结论。同时引入一种新的群集智能优化方法—人工鱼群算法（AFSA）,根据大坝坝顶的增量位移进行混凝土大坝和坝基岩石材料参数的反演。算例分析表明：AFSA能够稳定快速地收敛到所求参数的全局最优值;同时加入不同水平的噪音对该算法的数值稳定性进行了研究,结果表明算法稳定性良好。     

Pharmacologic Control of CAR T Cells

Chimeric antigen receptor (CAR) therapy is a promising modality for the treatment of advanced cancers that are otherwise incurable. During the last decade, different centers worldwide have tested the anti-CD19 CAR T cells and shown clinical benefits in the treatment of B cell tumors. However, despite these encouraging results, CAR treatment has also been found to lead to serious side effects and capricious response profiles in patients. In addition, the CD19 CAR success has been difficult to reproduce for other types of malignancy. The appearance of resistant tumor variants, the lack of antigen specificity, and the occurrence of severe adverse effects due to over-stimulation of the therapeutic cells have been identified as the major impediments. This has motivated a growing interest in developing strategies to overcome these hurdles through CAR control. Among them, the combination of small molecules and approved drugs with CAR T cells has been investigated. These have been exploited to induce a synergistic anti-cancer effect but also to control the presence of the CAR T cells or tune the therapeutic activity. In the present review, we discuss opportunistic and rational approaches involving drugs featuring anti-cancer efficacy and CAR-adjustable effect.