关键词： 新冠肺炎疫情   集约边际   扩展边际   跨境电商  

摘要： 作为全球性的公共卫生事件，新冠肺炎疫情主要通过供给冲击和需求冲击对我国出口贸易产生较大影响，并且随着国内外疫情发展阶段性的变化，两者影响程度也有所不同。在2020年1月至4月，由于国内疫情形势严峻，生产活动受到严重影响，因此以国内疫情带来的内部供给冲击占据了主导地位。但随着我国政府及时采取有效的防控措施，国内疫情自2020年4月份以后大幅好转，复工复产已达到正常水平。而与此形成鲜明对比的是，国外疫情自3月以来呈现出持续迅猛增长的态势，因此在2020年4月至12月，由国外疫情带来的外部需求冲击成为影响中国出口贸易增长的主要因素。 为深入探究这种外部需求冲击对我国出口贸易增长影响的结构性特征，本文通过对比2020年1至12月与2019年同期中国向94个国家出口HS6位产品层面的贸易数据，实证研究贸易伙伴国新冠疫情对中国出口二元边际的影响。此外，鉴于贸易伙伴国新冠疫情会促进中国出口防疫物资的大幅增长，本文将与疫情相关的防疫物资剔除掉，着重于研究贸易伙伴国新冠疫情对中国出口其他一般产品二元边际的整体影响和异质性影响、具体影响机制及跨境电商在应对新冠疫情负面影响的调节效应，最终得到以下结论：（1）贸易伙伴国新冠疫情对我国出口除防疫物资外的一般产品的扩展边际和集约边际的增长均有显著的负面影响；（2）在分国别和产品类别进行异质性分析中，发现无论是发展中国家还是发达国家，其新冠疫情都会抑制中国出口大多数产品类别扩展边际的增长；而在集约边际上，发展中国家的新冠疫情会促进中国出口产品集约边际的增长，并且这种促进作用主要体现在第4类食品类产品及以笔记本电脑、家用电器为代表的第16类机电产品。发达国家的新冠疫情则显著地抑制了中国出口大多数产品类别集约边际的增长；（4）在影响机制检验中，发现贸易伙伴国新冠疫情分别通过不确定性风险效应、需求规模冲击效应影响扩展边际和集约边际的增长；（5）在调节效应检验中，发现跨境电商的发展确实能在应对疫情负面冲击中起到显著的正向调节作用，并且对集约边际的作用更大。

关键词： 新冠肺炎   深度学习   多尺度   注意力   表征学习  

摘要： 2019年12月份起,新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)开始全球传播,初期拥有较高的死亡风险。除了核酸检测外,胸部影像临床诊断结果也可以作为COVID-19感染的诊断标准之一。由于胸部X射线或胸部CT扫描分析可以为诊断COVID-19提供帮助,利用深度学习则能够在诊断其病理性中发挥有益作用,为疾病预防、诊断、预后做出贡献。为了提高COVID-19感染的诊断准确性,本文尝试采用深度神经网络和数据增强技术来提高数据表征能力。构建具有注意力关注和不同形式的多尺度特征,以克服数据量有限和深度模型表征能力不足导致新冠肺炎在医学影像中检测和与识别性能较差的问题。主要的研究内容包括:(1)针对新冠肺炎在胸部X射线(CXR)图像数据量有限及目标难以区分的问题,提出了一种多尺度类别残差注意力(MCRA)网络。首先,为了克服数据不足,提高网络的鲁棒性,引入局部区域的像素级图像混合,实现数据增强和降噪。其次,采用多尺度融合策略提取不同尺度的全局上下文信息,增强语义表示。最后,利用类别残差注意力(CRA)为每个类别生成空间注意力,避免类间的干扰并增强相关特征,进一步改进COVID-19检测。实验结果表明,所提出的网络在COVIDx数据集上取得了优异的诊断性能,其准确率、PPV、灵敏度、特异性和F1得分分别为97.71%、96.76%、96.56%、98.96%和96.64%。此外,构建的热力图还可以赋予COVID-19深度模型一定的可解释性。(2)针对肺部CT图像中的COVID-19病变进行自动分割,有助于病人的筛查和诊断。然而,感染区的模糊、不一致的形状和位置使这项任务具有挑战性。为了克服这个问题,在多个尺度上捕捉全局和局部级别的表征,有助于获得不同大小和纹理的病变,以改善COVID-19的检测。本文提出了一个多尺度表征学习网络(MRL-Net),用于对CT图像中的肺部感染区域进行有效分割。具体来说,该模型考虑了来自卷积神经网络(CNN)和Transformer所有层级的表征响应,包括在不同层级获得的多尺度特征。此外,双重多交互注意力(DMA)将不同尺度的局部特征和全局上下文信息进行融合,以识别具有不同形状、大小和对比度的病变区域。此外,为了加强边界感知和定位,双重边界注意(DEA)从低层捕获纹理位置信息以进一步丰富表征。在多个COVID-19数据集上的实验表明,所提出的方法优于CNN、Transformer和其他混合模型,取得了最先进的性能。表明MRL-Net可以为肺部CT图像中COVID-19病变的自动分割提供一种有效的方法,有助于病人的诊断和治疗。综上所述,本文从数据,特征,模型多角度构建具有丰富表征学习能力的网络,为新冠肺炎检测与诊断提供了一种新的思路。同时,为智能诊疗在成本控制、效率提升和安全保障方面提供了参考。

关键词： 新型冠状病毒   疫情   营养知信行   焦虑   抑郁  

摘要： 背景新型冠状病毒肺炎,简称新冠肺炎,是一种急性呼吸道传染病,2020年1月成为国际关注的突发公共卫生事件。新冠肺炎大流行严重威胁了人类的生命健康,截至2022年7月,全球已有超5.6亿人确诊,超637万人死亡。疫苗接种、保持卫生、佩戴口罩、均衡营养、适量运动等都是预防新冠病毒感染的重要措施。人体免疫力在对抗新冠病毒感染的发生发展中发挥“主力”作用,合理膳食、均衡营养则是提高机体免疫力、抵抗病毒侵袭的重要保障。良好的营养知识水平是健康营养行为形成的基础,而近年来国内居民对营养知识的知晓普遍处于中低水平,这不利于健康营养行为的形成。疫情大流行时,国内外大量居民的饮食习惯受到影响,食用不健康食物的现象较疫情前增多;居民的心理状况也受到冲击,焦虑、抑郁的患病率较疫情前高。此外,国外研究还发现了疫情期间居民不健康饮食摄入的增加与负面心理有关。随着新冠病毒不断变异,疫情不断发展变化,我国防疫政策也在逐步调整优化,在此背景下,探究居民的营养知信行情况与心理状况并分析影响因素,对促进居民身心健康、推进疫情早日结束以及促进“健康中国2030”目标的实现具有重要意义。目的调查新冠疫情期间山东省某地区居民的营养知信行情况与心理状况,探讨营养知识、营养态度、营养行为、焦虑、抑郁的影响因素,并分析营养行为与焦虑、抑郁的关系,以期为后续居民营养知识、态度和行为的改善及心理健康素养的提高提供线索与理论支持,为居民身心健康相关政策的制定提供一定参考。方法采取方便抽样法,通过线上软件“问卷星”实施匿名调查,收集疫情期间研究对象的一般情况、营养知识、营养态度、营养行为、焦虑、抑郁等信息,通过Excel建立数据库,利用统计软件SPSS 26.0进行数据分析,使用绘图软件Origin进行绘图。采用χ2检验和二元logistic回归模型进行疫情期间居民营养知信行及心理状况的影响因素分析。采用非参数Kruskal-WallisH检验比较疫情期间营养行为的焦虑得分、抑郁得分的分布差异,采用Kendall's tau-b等级相关系数分析营养行为与焦虑得分、抑郁得分的关系。结果(1)本研究共回收问卷4000份,有效问卷3651份,问卷有效回收率91.28%,调查对象是疫情期间山东省某地区18岁及以上的居民。(2)本研究中居民营养知识的总体知晓率为59.4%,性别、职业、自认身体状况、慢性病情况、BMI、对COVID-19的恐惧情况、饮酒频率、体育锻炼频率是营养知识知晓率的影响因素(P<0.05),女性、以脑力工作为主、自认身体健康、未患慢性病、正常体重、对COVID-19正常恐惧、从不饮酒/戒酒、体育锻炼频率高的居民营养知识知晓情况更好;居民积极营养态度的持有率为57.1%,性别、文化程度、婚姻状况、月饮食支出、自认身体状况、慢性病情况、对COVID-19的恐惧情况、饮酒频率、体育锻炼频率是积极营养态度持有率的影响因素(P<0.05),女性、已婚/同居、月饮食支出高、自认身体健康、未患慢性病、对COVID-19正常恐惧、从不饮酒/戒酒、体育锻炼频率高的居民营养态度更积极;营养行为中对饮用水、新鲜水果、新鲜蔬菜摄入增加的居民占比最高,对膨化食品、煎炸食品、含糖食品摄入减少的居民占比最高。性别、婚姻状况、月饮食支出、自认身体状况、吸烟频率、饮酒频率、体育锻炼频率是营养行为改变率的影响因素(P<0.05),女性、已婚/同居、月饮食支出高、自认身体不健康、吸烟频率减少、从不饮酒/戒酒、体育锻炼频率高的居民更易发生营养行为改变。性别、自认身体状况、饮酒频率、体育锻炼频率是居民营养知信行共同的影响因素。(3)本研究中居民焦虑筛查的阳性率为5.0%,性别、文化程度、居住地、自认身体状况、慢性病情况、对COVID-19的恐惧情况、吸烟频率、体育锻炼频率是居民焦虑状况的影响因素(P<0.05),男性、居住在城市、自认身体不健康、患慢性病、对COVID-19高度恐惧、吸烟频率增加、体育锻炼频率低的居民更易焦虑;抑郁筛查的阳性率为10.2%,婚姻状况、居住地、自认身体状况、是否经历过封控/管控/隔离、对COVID-19的恐惧情况、吸烟频率、饮酒频率、体育锻炼频率是居民抑郁状况的影响因素(P<0.05),未婚、居住在乡镇、自认身体不健康、经历过封控/管控/隔离、对COVID-19高度恐惧、吸烟频率增加、饮酒频率增加、体育锻炼频率低的居民更易抑郁。居住地、自认身体状况、对COVID-19的恐惧情况、吸烟频率、体育锻炼频率是居民心理状况共同的影响因素。(4)本研究中居民的焦虑得分、抑郁得分分别与谷类、薯类、新鲜蔬菜、新鲜水果、禽肉、畜肉、鸡蛋、鱼虾蟹类、奶类及其制品、豆类及其制品、菌藻类、坚果类和饮用水的摄入增多呈负相关(Kendalltau-b=-0.053、-0.055、-0.140、-0.111、

关键词： 新型冠状病毒   集体记忆   大流行叙事   COVID-19   collective memory   telling the coronavirus pandemic  

摘要： 世界各地对新型冠状病毒的感知不同，其原因在于集体记忆的表现形式不同。在跨学科记忆研究中，集体记忆建立在媒介化之上，不断重置过去、现在与未来之间的关系。对过去大流行病的集体记忆或遗忘严重影响了人们对新型冠状病毒的感知，而在疫情期间对新冠疫情的书面记录或数字化存档又预设了未来的集体记忆。“预媒介化”作为其中的重要一环，对大流行病叙事提出了挑战。为了应对这一挑战，需要相互关联的回忆方式。

关键词： 个人信息保护   突发公共卫生事件   疫情防控   新冠肺炎  

摘要： 突发公共卫生事件对经济社会发展、公众生命健康构成了严重的威胁,在本次疫情防控期间,地方政府和其他个人信息采集主体以多种方式对个人信息进行了广泛的采集和利用,大数据技术在疫情防控和政府治理中发挥了重要作用。然而,在新冠肺炎疫情防控取得累累硕果的同时也导致了公民隐私泄露、个人权益侵权案件频发等“次生灾害”。立足新冠肺炎防控工作实践,对突发公共卫生事件个人信息保护问题进行研究,具有重要的现实意义与应用价值。为了明确突发公共卫生事件中个人信息采集、利用、公开与共享的界限,本文首先探讨了常态化时期与突发公共卫生事件中个人信息内涵的异同,梳理了特殊时期个人信息的特点;继而阐述了疫情防控时期对个人信息加以限制的正当性,基于个人信息保护的相关原则,突发公共卫生事件中应当遵循公共利益优先,兼顾考虑个人信息权益保护。其次,结合当前突发公共卫生事件个人信息保护现状,本文探讨了突发公共卫生事件信息收集、使用、披露过程中存在的问题,并在规范梳理和制度实践的基础上,对突发公共卫生事件个人信息保护存在的问题进行剖析,比如个人信息收集主体多元化导致的侵权乱象、收集主体权责规定模糊不定、个人信息收集公开环节规范不够具体以及个人信息保护与救济途径不明等。基于现状、问题与成因分析,并借鉴国外相对成熟的理论学说,从个人信息侵权案件出发,提出厘清信息处理者的权责边界,健全个人信息公开监督制度,明确个人信息侵权案件归责原则,完善专门机构确保个人信息保护的监管与救济等四个方面的完善建议。

关键词： 新型冠状病毒肺炎   新型冠状病毒   肝功能   药物性肝损伤  

摘要： 目的:总结新型冠状病毒肺炎(Coronavims disease 2019,COVID-19)患者肝损伤状态以及临床基线特征,研究新型冠状病毒(Severe Acute Respiratory Syndrome Coronavirus 2,SARS-Co V-2)感染患者临床特征与用药对患者肝功能指标的影响,为早期干预COVID-19患者肝功能损伤提供指导和借鉴,改善患者预后。 方法:采用回顾性队列研究,选择2020年1月-2020年6月湖北医药学院附属国药东风总医院COVID-19疾病住院患者133例临床资料进行回顾性分析,按病例标准获得100例患者资料进行分析,分别按照原发组、继发组、不同程度肝功能损伤情况进行病例资料总结,获得SARS-Co V-2感染肝功能损伤患者临床特征,然后按照分析SARS-Co V-2感染临床用药及肝功能指标变化,临床用药与患者肝功能指标的关系,并分析保肝疗法的临床疗效。 结果:(1)入院时,原发组患者与肝功能正常患者相比,重型、危重型患者的比例较高(P<0.05),ALT、TBIL、GGT的水平较高(P<0.05); (2)入院时肝功能重度异常患者的重型、危重型患者比例明显高于轻度异常患者(P<0.05);重度肝功能异常患者的ALT、TBIL水平明显高于轻度异常组(P<0.05),其他肝功能指标无明显差异(P>0.05)。 (3)原发组患者的TBIL水平明显高于继发组(P<0.05),其他临床特征均无明显差异(P>0.05)。 (4)对COVID-19肝功能异常患者采用药物治疗之后,患者ALT、AST、TBIL、DB、谷氨酰转肽水平相比与治疗前均显著降低,数据有统计学意义(P<0.05)。 (5)引起COVID-19患者肝功能指标异常的用药因素主要为抗病毒药、抗生素药、抗真菌药物、糖尿病药、全身糖皮质激素。 结论:COVID-19患者肝功能受损较为常见,尤其在治疗过长中容易出现药物性肝功能受损,需给予密切关注,对于中重度肝功能异常患者可以及时给予保肝药物进行治疗。

关键词： 深度学习   新型冠状病毒   特征融合   卷积神经网络   联邦学习  

摘要： 新型冠状病毒感染(又名新冠肺炎,COVID-19)的快速传播成为了目前最引人注目的社会事件。大面积、长时期的集体核酸检测给医疗体系造成了极大的负担,极其消耗资源。另外,集中的核酸检测存在群聚感染的风险,且检测周期较长。因此,建立全自动的新型冠状病毒感染检测系统是必要的。临床研究发现,新型冠状病毒感染患者的肺部CT影像中往往会出现毛玻璃状阴影(Ground Glass Opacity,GGO)和肺结节(Consolidation,CL)。基于此,研究人员对基于肺部影像的新型冠状病毒感染检测方法进行了广泛的研究。本文从新型冠状病毒感染患者肺部CT的特征提取、特征融合和辅助诊断系统的快速开发方式等多个角度进行了研究,并提出了一个可以在短期内快速开发落地应用的新型冠状病毒感染检测系统。本文的主要研究内容包括:(1)为了克服缺乏像素级分割数据的问题,本文没有使用额外的分割网络提取病灶部位,而是通过在卷积神经网络中加入轻量级注意力机制的方式,保证了网络规模没有增加过多额外负担的情况下,实现了对病灶部位的精准定位。另外,通过构建编码器-解码器结构的特征提取网络,实现了多尺度的特征信息融合,有效提升了网络性能。本文根据连续的肺部CT图像间的相关性,提出了一种患者级诊断方式,缓解了卷积神经网络“过度敏感”的问题。(2)本文提出了一种基于联邦学习的策略来实现多个医疗机构对新型冠状病毒感染的联合建模,并在实验中获得了成功。使用这种方式可以大大减少收集数据所需要的时间,并且有利于构建一个“数据共享联盟”,以此打破“数据孤岛”的困境,并且不会导致患者隐私的泄露。(3)本文设计实现了一个基于Web的新型冠状病毒感染辅助诊断原型系统。深度神经网络模型使用Pytorch框架实现,系统后端使用了Spring Boot搭建,系统前端页面使用了Vue2.0框架搭建,并使用了My SQL数据库储存信息。该系统实现了用户登录、患者基本信息录入、肺部CT影像上传及新型冠状病毒感染辅助诊断、患者病例查询和人员管理等基本功能。本文提出的方法在COVID-Ctset数据集上进行了验证,其实验结果表明本文提出的方法相较于先前的方法性能有一定的提升,并且具有一定的实践价值。

ISBN: (数字)9783110767681;9783110767759 ISBN: (纸本)9783110767667

摘要： This book introduces the most recent research and innovative developments regarding the new strains of COVID-19. While medical and natural sciences have been working instantly on deriving solutions and trying to protect humankind against such virus types, there is also a great focus on technological developments for improving the mechanism – momentum of science for effective and efficient solutions. At this point, computational intelligence is the most powerful tools for researchers to fight against COVID-19. Thanks to instant data-analyze and predictive techniques by computational intelligence, it is possible to get positive results and introduce revolutionary solutions against related medical diseases. By running capabilities – resources for rising the computational intelligence, technological fields like Artificial Intelligence (with Machine / Deep Learning), Data Mining, Applied Mathematics are essential components for processing data, recognizing patterns, modelling new techniques and improving the advantages of the computational intelligence more. Nowadays, there is a great interest in the application potentials of computational intelligence to be an effective approach for taking humankind more step away, after COVID-19 and before pandemics similar to the COVID-19 many appear.

关键词： COVID-19   环境病毒   隔离   数据拟合   最优控制  

摘要： 近年来,新冠肺炎传染病在全球肆虐,其传染性极强,传播速度极快,传播范围极广,人类感染后会出现各种症状,导致身体和心理受到不同程度的伤害.传染病的扩散有三个必要条件:传染源、传播途径以及易感者.因此,遏制新冠肺炎的传播除了控制传染源头,保护易感人群,还要控制人传人和病毒在环境中的传播途径.本文基于新冠肺炎传播的多种途径,建立数学模型,对模型进行动力学分析、数值模拟、最优控制等,提出合理的应对措施,有助于缓解新冠肺炎疫情的发展.第二章引入环境中的病毒项,建立了SEIRW新冠肺炎传染病动力学模型,通过下一代矩阵法计算了模型的基本再生数,利用Hurwitz判据和矩阵理论分析了平衡点的稳定性,且运用庞特里亚金极大值原理研究了应对新冠肺炎的最优控制策略.此外,利用数值模拟对理论研究进行了验证,应用偏序相关系数进行了参数敏感性分析,并对早期报告的全国确诊病例的数据进行了拟合,说明不考虑环境病毒会低估染病人数.因此我们建议政府部门加强环境清洁力度,建议公众提高自我防护意识.第三章考虑我国采取隔离的系列措施对控制疫情有十分关键的作用,在第二章的基础上加入了隔离仓室,构建了SEIQRW模型,计算了基本再生数,对平衡点进行了稳定性分析.敏感性分析表明人际传染率和环境病毒传染率均与基本再生数呈正相关,数据拟合和数值模拟验证了理论结果的正确性,最优控制策略为疫情防控政策提供了理论依据.本章有力地说明了隔离管控染病者,及时对污染环境进行消杀可有效降低感染率,减缓新冠肺炎的蔓延.最后一章总结回顾全文,思考不足之处,提出了对后续工作的展望.