-
基于机器学习的二分类方法,用于识别HbA1c水平升高(≥6.5%)的情况,以进行风险评估
HbA1c预测模型研究通过整合年龄、血脂指标(HDL、VLDL、GPT等)和临床数据,采用逻辑回归分析发现年龄(OR=1.085)、高密度脂蛋白(HDL,OR=0.969)、维生素D3(OR=1.023)、极低密度脂蛋白(VLDL,OR=1.016)和谷丙转氨酶(GPT,OR=1.011)是显著预测因子,模型AUC达0.797,为早期糖尿病风险评估提供依据。
来源:Metabarcoding & Metagenomics
时间:2025-12-12
-
基于自然语言处理技术对精神分裂症患者语言模式的分析
精神分裂症患者语言表达模式与情绪刺激关系研究。通过自然语言处理分析104名患者和80名健康对照者在正负中性情绪刺激下的语言特征,发现联结词使用频率和句子长度标准差存在显著组间差异,且"Jiushi"使用频率与阴性症状严重程度呈正相关。机器学习模型诊断准确率达66.3%。证实语言特征可作为多维度阴性症状的稳定预测指标,但情绪刺激可能掩盖部分病态特征。
-
开发一种体外毒性检测方法,用于预测大鼠吸入毒性
本研究开发了一种基于人肺腺癌A549细胞的中性红摄取(A549-NRU)体外检测方法,用于预测急性吸入毒性。该方法采用15分钟短时孵育模拟吸入化学物质与呼吸道接触过程,并利用聚苯乙烯和玻璃板分别检测与不同材料反应的化合物。实验对49种化学物质进行测试,发现A549-NRU法与4小时大鼠吸入毒性实验测定的LC50值呈显著正相关(r=0.8879),尤其在含醛酮、醇醚和环氧基团的化合物中表现优异,较传统3T3-NRU方法预测精度提高近一倍,为减少动物实验提供有效工具。
来源:Toxicology Letters
时间:2025-12-12
-
基于动态情境感知多模态深度学习的帕金森病纵向进展预测新方法
本研究针对帕金森病(PD)早期至中期运动症状进展预测的挑战,开发了一种动态情境感知多模态深度学习框架。该研究整合了语音生物标志物、临床进展特征、人口统计学元数据和通过自然语言处理生成的语义丰富患者摘要嵌入,利用双向LSTM和多头自注意力机制捕捉复杂时间依赖性。研究在42名患者数据集上通过重复5折交叉验证(40次评估)实现了优异性能(R2=0.9925±0.0027,RMSE=0.67±0.19),显著优于传统机器学习方法(p<1×10-5)。消融研究表明多模态融合可同时提高预测精度和稳定性,为帕金森病的个性化管理提供了新工具。
来源:Scientific Reports
时间:2025-12-12
-
基于深度特征提取与梯度提升的混合框架:一种面向橄榄叶病害早期诊断的高效计算方法
本研究针对深度学习方法在橄榄叶病害检测中计算成本高、硬件需求大的问题,提出了一种结合深度特征提取与梯度提升的混合框架。研究人员采用DenseNet121、MobileNetV2等预训练模型进行特征提取,结合XGBoost、LightGBM等Boosting算法进行分类,在3400张橄榄叶图像数据集上实现了94%的准确率和94%的宏平均F1-Score。该研究为农业病害诊断提供了计算效率与性能平衡的解决方案,显著提升了技术可及性。
来源:Scientific Reports
时间:2025-12-12
-
整合思维促进项目对本科生创新行为的提升效应:一项准实验研究
本研究针对高等教育中本科生创新行为(INB)培养路径不明确的问题,设计并实施了整合思维促进项目(ITPP)作为课外活动。通过准实验研究发现,为期三周的ITPP干预能显著提升学生的机会探索、创意生成、倡导和应用能力,为短期课外活动促进创新素养提供了实证依据,对高等教育管理具有重要启示。
来源:Scientific Reports
时间:2025-12-12
-
内镜拭子采样:胃微生物组分析新方法的可行性及其与组织活检的对比研究
本研究针对传统胃黏膜组织活检侵入性强、空间覆盖有限的问题,创新性地评估了内镜拭子采样法用于胃微生物组分析的可行性。通过与配对活检样本比较16S rRNA V3-V4区测序结果,发现拭子法具有更高的α多样性(ASVs: 123.5 vs. 48.5, p<0.001;Shannon指数: 4.73 vs. 3.99, p=0.003),且整体微生物群落结构无显著差异(PERMANOVA p=0.16)。研究证实拭子法可捕获更广泛的微生物生态位,为胃微生物组研究提供了一种侵入性更小、信息量丰富的替代方案。
来源:Scientific Reports
时间:2025-12-12
-
基于血浆数字PCR与多重甲基化标志物的胃癌早期检测新方法
本研究针对胃癌早期诊断的临床难题,开发了一种基于血浆循环肿瘤DNA(ctDNA)甲基化标志物的数字PCR(dPCR)检测技术。通过全基因组筛选发现GHR、GLRB等新型甲基化标志物,在包含早期病例的验证队列中,三标志物组合(STOM eDX)检测灵敏度达86.7%(Ⅰ期81.6%),特异性达90.0%,显著优于传统CEA检测(10.0%)。该无创检测为胃癌早筛提供了高精度解决方案。
来源:Scientific Reports
时间:2025-12-12
-
利用土壤湿度传感器驱动的精准沟灌技术提高冬小麦产量和水分利用效率
有效的水资源管理对提升冬小麦产量、品质和抗逆性至关重要。本研究在韩国开展三年田间试验,比较传统雨养(CRF)、基于可用土壤水分55%(SIA)和饱和含水量55%(SIS)的灌溉策略。结果显示SIA策略显著优于其他两组,增产20-27%,水利用效率提升10-22%,同时叶面积指数提高16%。通过实时土壤水分监测,SIA在拔节至灌浆期将0-40cm土层水分维持在安全阈值,避免了干旱和水涝问题,验证了基于可用土壤水分的灌溉框架在水稻-小麦轮作系统中的有效性。
来源:European Journal of Agronomy
时间:2025-12-12
-
SUMO标签与his-tag标签融合技术在E. coli中实现SARS-CoV-2奥密克戎病毒刺突蛋白(RBD)可溶性表达的比较分析
可溶性表达 Omicron RBD 的 E. coli 体系优化及 TagSolver 预测工具验证。通过机器学习工具 TagSolver 预测 SUMO 标签的溶ibility(61.98%),构建 SUMO-RBD 和 His-RBD 两种表达体系,发现前者在 SHuffle® T7 细胞中经 8 小时诱导可溶表达,后者以包涵体形式聚集。SDS-PAGE 和 FTIR 分析证实 SUMO 标签成功维持 RBD 的天然 β-折叠结构,实现无需复性的高效抗原生产,为计算辅助标签筛选提供新范式。
来源:Protein Expression and Purification
时间:2025-12-12