【摘 要】
：
急性高危非致残性缺血性脑血管病(HR-NICE)包括高危短暂性脑缺血发作(TIA)和轻型卒中,占整体缺血性脑血管病的50％～60％,临床症状轻微,却是早期最易卒中复发的脑血管病急症,一旦复发常造成患者终身残疾乃至死亡.因此,HR-NICE患者已成为全球脑血管病防治的重点人群.近日,我国的科学家团队在国际权威医学期刊《新英格兰医学杂志(NEJM)》发表题为“Ticagrelor versus Clopidogrel in CYP2C19 Loss-of-Function Carriers with Stro
论文部分内容阅读
急性高危非致残性缺血性脑血管病(HR-NICE)包括高危短暂性脑缺血发作(TIA)和轻型卒中,占整体缺血性脑血管病的50％～60％,临床症状轻微,却是早期最易卒中复发的脑血管病急症,一旦复发常造成患者终身残疾乃至死亡.因此,HR-NICE患者已成为全球脑血管病防治的重点人群.近日,我国的科学家团队在国际权威医学期刊《新英格兰医学杂志(NEJM)》发表题为“Ticagrelor versus Clopidogrel in CYP2C19 Loss-of-Function Carriers with Stroke or TIA”(即 CHANCE-2研究)的研究成果.
其他文献
针对现有的基于互信息最大化的异构图神经网络(HGNN)方法因图读出操作的单射限制、粗粒度的特征保留而无法适用于现实网络的问题,提出一种基于局部图互信息最大化的、无监督的异构图神经网络方法.该方法使用元路径对异构图中涉及到的语义关系进行建模,并利用图卷积模块和语义级别的注意力机制来捕获单个节点的局部表征.该方法通过最大化单个节点与局部子图间的互信息,有效地学习高阶节点表征.实验结果表明,该方法相比基于全局图互信息的方法,可以将数据集DBLP/IMDB上的节点分类任务的微值F1(micro-F1)提高大约3％
密封圈的缺陷区域过小、缺陷特征与背景相似度较高和密封圈上杂质过多,导致密封圈表面缺陷检测难度很大.对此,本文提出一种基于编解码结构的语义分割缺陷检测算法.首先,通过向编码器端的各个卷积模块注入不同尺度的图像特征,以此增加模型的多尺度信息和冗余信息,同时使用膨胀卷积层替换常规卷积层,有效地增加网络的感受野,使得模型不易漏掉小的缺陷;其次,结合注意力机制将编码器的信息与解码器端的信息进行级联,加强模型对目标区域信息的捕获;最后,将解码器端输出的不同尺度信息进行融合,提高网络对小缺陷的分割精度.实验结果表明,本
位置社交网络(LBSN)用户位置数据的分布不均衡,及某些用户出于对隐私安全的考量刻意隐藏自己部分位置信息等因素加剧了兴趣点(POI)推荐难度.就此本文提出了基于元学习的时空神经常微分方程(ML-ODE)来进行有效的下一个POI推荐.该模型主要是将元学习的思想融入到POI推荐过程中,通过不同任务训练优化初始参数,将数据丰富城市中的泛化移动模式迁移到数据匮乏城市,达到优化POI预测任务的目的.该模型将神经常微分方程用于POI推荐领域,定义连续的动态过程,可以接受任意时刻的输入数据,克服了大多数时序推荐模型静态
在通过传感器采集信源获得观测数据的过程中,估计信源的数量对源信号处理和观测数据分析起着非常重要的作用.为了确定稀疏信源的数量,本文提出了增强信号线性聚类特性的可视化估计方法.首先,利用短时傅里叶变换(STFT)把时域的观测信号变换成频域中的复频谱以增强观测数据的稀疏性;然后,建立一种角度余弦的相似性测度,以频谱实部分量与虚部分量之间的角度阈值来判别数据点所归属的信源;最后,把该角度阈值应用于单源点(SSP)检测中,剔除造成干扰的多源点(MSP)数据,凸显稀疏信源的线性聚类特性.实验结果表明,本文方法可以有
随着深度学习的发展,越来越多的热泵系统故障诊断方法引入深度学习技术并取得了较好的效果.基于深度学习的故障诊断技术需要依赖大量带有标记的故障数据,而现实中这类数据获取较为困难,这限制了智能诊断技术的应用.针对这一问题,本文提出利用生成对抗网络(GAN)学习故障数据的分布,并生成更多的标记数据,实现故障数据集的扩充.针对热泵系统运行数据结构复杂且不同故障间差异小给模型学习带来较大困难这一问题,本文提出利用热泵系统基准模型将运行数据转化为残差数据并作为训练数据,降低数据复杂度,增加差异性.利用MMD指标和1-N
云系统中的任务卸载是一种将密集的移动应用程序迁移到云端计算的机制.考虑云用户服务质量和云系统能耗水平,在云端引入周期性同步半休眠模式,提出一种云计算任务卸载策略.针对不同负载情况下的虚拟机服务速率,构建多服务台同步多重工作休假排队模型.基于拟生灭过程和矩阵几何解方法,得到云用户的平均响应时间与云系统的能源消耗.进行系统实验,评估卸载策略的系统性能,并验证其有效性.基于权重分配构建系统成本函数,改进海鸥优化算法,给出云计算任务卸载策略的智能优化方案,实现系统成本的最小化.
提出了一种基于偏差的纯追踪双舵轮停车自动导引车(AGV)的全向运动轨迹跟踪算法.本文对全向双舵轮停车AGV进行了运动模型建模,设计了适合双舵轮全向驱动的运动控制方式.根据双舵轮停车AGV常规曲线运动与横移曲线运动的特点,提出了基于距离与角度偏差的纯追踪双舵轮停车机器人的全向运动轨迹跟踪.本文使用了Py-thon对双舵轮停车机器人的运动控制与轨迹跟踪进行了数学建模并仿真,验证了设计方法的可行性.通过实验验证了基于偏差的纯追踪与纯追踪算法的控制比较,实验结果表明所提出的双舵轮全向轨迹跟踪具有良好的控制性能.
本刊讯:国家“十三五”科技创新成就展,于2021年10月21日在北京展览馆盛大开幕,甘肃省科技厅组织兰州西脉记忆合金有限公司和白银中科环宇有限责任公司等我省参展单位分别带相关实物展品赴京布展、参展.此次成就展甘肃省在3号馆区域创新板块设置“展板+实物”的兰白自创区专栏展区,其中2块展板上主要介绍兰白自创区建设概况,并通过图片展示“兰州重离子医用加速器”“兰州重离子医院”和“日抛型高含水彩色隐形眼镜”等3个科研成果;实物展柜上重点展示新材料领域内的“TiNi记忆合金内固定器械”和新能源领域内的“陆上超低风速
针对球形机器人动力学模型不准确、参数不确定的问题,设计了一种基于李雅普诺夫(Lyapunov)方法的模型参考自适应控制(MRAC)算法.首先,搭建了基于全向轮驱动的球形机器人实验平台,并利用拉格朗日方程进行动力学建模.然后,为解决球形机器人运动过程中参数易受干扰的问题,采用MRAC进行运动控制,其中自适应控制率利用李雅普诺夫方法进行设计.最后,通过在线仿真和实测实验,结果表明MRAC具有良好的控制效果,在运动参数受到干扰时仍有较好的控制能力.
针对航运企业所租赁的集装箱还箱问题,为减小还箱成本,基于租箱返还的船舶调度优化问题进行了研究.考虑了航运企业各港口的货量及航线网络分布等约束,重点兼顾了租箱还箱期限的限制,设计了返还租箱的运输优化方案及各集装箱船舶调度的优化方案,构建了以成本最低为目标的混合整数模型,设计了启发式算法与混合整数规划方法集成(MIP)进行求解.通过算例实验,将求得的解分别与CPLEX、量子差分进化算法、蚁群算法、元遗传算法相比较,从而验证了本文算法的科学性,并分析了待还租箱的数量、空箱超期费以及待还租箱利用率的波动对还箱成本