关键词： 扩张型心肌病   机器学习   生物标记   免疫浸润  

摘要： 目的利用加权基因共表达网络分析(WGCNA)联合机器学习方法筛选扩张型心肌病(DCM)生物标记,并进行免疫浸润分析。方法对来自基因表达综合数据库(GEO)的DCM转录谱进行差异分析。对差异表达基因(DEGs)进行基因本体论(GO)富集分析和京都基因与基因组百科全书(KEGG)通路富集分析。整合WGCNA和套索回归(LASSO)分析,筛选出DCM的生物标记。绘制受试者工作特征曲线(ROC)评估其诊断效能,并进行免疫浸润分析。结果DCM左心室组织中有268个DEGs,主要参与炎症反应的调节、上皮细胞增殖、含胶原蛋白的细胞外基质、细胞外基质结构组成成分等;同时,DEGs参与补体和凝血瀑布、吞噬体、酪氨酸激酶-信号传导子及转录激活子(JAK-STAT)信号通路、花生四烯酸代谢、白介素17(IL-17)信号通路等。鉴定出的生物标记ASPN、CRYM、CSDC2、ECM2、FCN3、HMOX2、LAD1、SERPINA3、TSPYL2和TUBA3D,具备良好的诊断效能。DCM心肌组织中辅助型T细胞2(Th2)、中央记忆型CD_(4)^(+)T细胞、中央记忆型CD_(8)^(+)T细胞显著上调;活化的树突状细胞、嗜酸性粒细胞、髓样抑制细胞、巨噬细胞、肥大细胞、自然杀伤细胞、中性粒细胞、调节性T细胞、滤泡辅助性T细胞、辅助型T细胞1(Th1)、辅助型T细胞17(Th17)和效应记忆型CD_(8)^(+)T细胞显著下调。结论ASPN、CRYM、CSDC2、ECM2、FCN3、HMOX2、LAD1、SERPINA3、TSPYL2和TUBA3D可能作为DCM的生物标记。多种免疫细胞可能介导着DCM的发生发展。

关键词： 癌,肝细胞   射频消融术   复发   磁共振成像   影像组学  

摘要： 目的利用不同机器学习方法构建多模态MRI影像组学联合临床指标预测肝细胞癌患者射频消融术后早期复发的模型,并评估模型预测能力。方法回顾性分析2015年1月至2021年12月中国人民解放军总医院第四医学中心和中国人民解放军总医院第一医学中心行射频消融治疗的肝细胞癌患者资料。共入组169例肝细胞癌患者,其中男性152例,女性17例,年龄(57.2±9.2)岁。按照8∶2随机分为训练集(n=135)与测试集(n=34)。训练集中复发49例,测试集中复发12例。基于训练集单因素和多因素logistic回归分析肝细胞癌患者射频消融术后早期复发的临床影响因素,应用方差阈值法、select K-best和LASSO回归依次筛选影像组学特征。采用支持向量机、logistic回归、随机森林三种机器学习分类器分别构建单纯影像组学或联合临床特征的术后早期复发预测模型,受试者工作特征(ROC)曲线评估模型的预测能力。结果多因素logistic回归分析显示,术前甲胎蛋白>20μg/L、血小板计数>140×109以及肿瘤位置特殊是肝细胞癌患者射频消融术后早期复发的影响因素(均P<0.05)。经方差阈值分析、select K-best、LASSO回归筛选出16个最优影像组学特征。采用支持向量机、logistic回归、随机森林分类器构建单纯影像组学预测肝细胞癌患者射频消融术后早期复发模型,测试集中预测肝细胞癌射频消融术后早期复发的ROC曲线下面积分别为0.826、0.830、0.826;构建的影像组学联合临床特征模型,测试集的ROC曲线下面积分别为0.830、0.830、0.909。测试集中,随机森林的ROC曲线下面积大于支持向量机和logistic回归(Z=2.19、3.98,P=0.008、0.008)。结论支持向量机、logisitic回归、随机森林三种学习方法基于临床指标及影像组学特征构建的联合模型预测肝细胞癌患者射频消融术后早期复发效能良好,其中,随机森林构建的模型最优。

关键词： 农业转移人口   市民化   机器学习  

摘要： 本文基于2017年中国流动人口动态监测调查数据,系统地运用多元线性回归、惩罚回归、集成学习和深度学习等多种机器学习方法,考察了农业转移人口市民化水平的影响因素。研究结果表明:集成学习方法在预测农业转移人口市民化水平方面明显优于多元线性回归模型,其中梯度提升回归树模型的预测效果最佳;在所有特征变量中,个体的受教育程度、性别、家庭规模、年龄和流动城市数量是影响农业转移人口市民化水平的最主要因素。此外,本文通过累积局部效应图展示了不同影响因素对农业转移人口市民化水平的具体预测模式,并发现年龄和流动城市数量对农业转移人口市民化水平有着明显的非线性影响。这些研究结论对政府进一步推进农业转移人口市民化具有重要参考价值。

关键词： 计量经济学   机器学习   国家治理体系   大数据   前沿方法   高质量发展   新框架   原动力  

摘要： 探索我国经济高质量发展的新途径,建立和完善国家治理体系的新框架,追切需要理解与把握计量经济学的前沿方法。大数据和机器学习为计量经济学研究注入了新的原动力。一方面,机器学习与计量经济学的融合发展极大地拓展了计量经济学的应用范围.

关键词： 机器学习   矿井突水   矿井水防治   理论体系   大数据  

摘要： 致灾机理、危险性评价、灾变预测共同构成矿井水防治理论体系基本内容,其在过去20多年里快速发展,目标是理解矿井水行为特征,预测演化趋势,服务矿区水害防治工作。机器学习是大数据时代进行数据分析和挖掘的有力工具。将机器学习应用于矿井水防治理论体系研究,已得到相对广泛的关注。针对理论体系的3项基本内容,重点讨论了机器学习在各内容建设中的具体应用,主要包括:根据不同水害类型分类简述致灾机理研究现状,指出机器学习应用暂为空白的原因为其不具备做出假设的能力。认为未来致灾机理研究方法依然以传统方法(理论分析、数值模拟、相似模拟等)为主,机器学习促进地质数据获取与处理,对机理研究作出贡献;分析方法优势,指出机器学习作用于危险性评价的主要方式为非结构化数据的处理及丰富评价方法;分析基于物理和基于数据的单一预测模式弊端,论述物理模型与数据驱动相结合的必要性,相应给出“模型-数据”双驱动预测模式的3种实现形式,并讨论了基于图像的灾变预测方法可行性。随着生产数据及地质数据的丰富,机器学习方法可推动理论体系研究快速发展,并为矿井水防治学科系统方法论研究作出贡献。

关键词： 油菜   苗情监测   叶面积指数   叶绿素相对含量   超分辨率重建   机器学习  

摘要： 为优化养分管理和确保植株正常生长，以无人机遥感技术高效且非破坏采集田间作物苗情信息，监测油菜苗期的叶面积指数（LAI）与叶绿素相对含量（SPAD）。针对无人机因飞行高度与图像分辨率相互制约，监测效率与监测精度难以兼顾的问题。本研究采用超分辨率重建方法，融合较低飞行高度拍摄高分辨率影像，重建较高飞行高度拍摄影像，建模完成后可通过拍摄飞行影像监测LAI和SPAD。试验设置3个氮肥梯度、3个播期、3个植密度处理，在苗期利用无人机分别采集20m及40m 2个飞行高度的油菜苗影像，采用SRRestnet方法，对40m影像进行超分辨率重建。基于20m、40m及40m重建影像中提取的3种特征组合，利用偏最小二乘回归（PLSR）、随机森林（RF）、支持向量回归（SVR）3种机器学习方法对LAI和SPAD进行监测。结果表明，超分辨率重建后的图像在表型苗情监测中表现良好效果，PLSR监测LAI、RF监测SPAD的监测精度最高，且40m重建图像的作业效率相比于20m图像提高48.6%。

关键词： 弥漫大B细胞淋巴瘤   不规则时间序列数据   复发预测   深度神经网络  

摘要： 目的探讨深度神经网络在不规则时间序列数据中的分类效果,并对山西某医院2014-2020年362例弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)患者进行复发预测。方法回顾性地收集了确诊且治疗后达到完全缓解的362例DLBCL患者的病例资料,并预测其两年内的复发。先利用LASSO回归进行变量的筛选,再构建基于GRU-ODE-Bayes(gated recurrent unirt-ordinary differential equation-Bayes)的不规则时间序列深度神经网络模型,并与传统模型及其他深度神经网络模型进行比较。结果在本文的所有模型中,传统模型的分类性能不及深度神经网络模型。其中GRU-ODE-Bayes模型最优,其AUC为0.85,灵敏度为0.84,特异度为0.71,G-means为0.77。结论关于不规则DLBCL时间序列数据,与本文其他模型相比,GRU-ODE-Bayes模型可以更精准地预测DLBCL患者的复发情况,可为患者个性化治疗和医生决策提供参考。

关键词： 机器学习   性能评估   模型  

摘要： 近些年,机器学习越来越多地应用于生物信息学、建筑材料等领域。与传统模型,相比机器学习模型具有预测速度快、准确性高等优点。文章主要对四种基本机器学习模型进行介绍以及性能评估,有助于研究人员选择合适且准确的机器学习模型。

关键词： 材料数据库   机器学习   深度神经网络   逆向设计   数据驱动   材料计算   集成模型   光电性质  

摘要： 高通量计算与材料数据库推动了数据驱动的机器学习方法的发展.机器学习已经成为材料计算研究的重要方法,在分析材料数据、加速材料计算、预测材料性质、推进新材料发现、筛选和设计等方面展现出极大的潜力.众多与材料计算相交叉的机器学习方法、模型以及框架不断涌现.本文综述了近年来光电半导体材料计算设计领域内机器学习方法的最新进展与应用.介绍了机器学习的流程与类型,基于不同材料表示方法的浅层模型、集成模型和深度神经网络,以及相关材料数据库和相关工具.我们还讨论了这些模型在预测材料稳定性与光电性质、材料逆向设计、构建材料构效关系等方面的应用.最后,本文对目前机器学习方法存在的机遇与挑战,即数据数量与质量、材料的表示、材料逆向设计做了进一步总结与讨论.

关键词： 建筑   电能耗预测   数据分类   递归特征消除法   模糊C均值聚类算法  

摘要： 建筑侧各类可再生能源的应用日益普及,建筑电能耗预测在用能供需平衡、电网稳定运行、尖峰需求响应等方面发挥越来越重要作用。尽管诸多数据驱动模型在能耗预测方面获得广泛应用,当前仍缺乏预测精度高、泛化能力强的短期预测模型。针对该问题,提出一种基于建筑物能耗特点并结合数据挖掘技术的分类集成式能耗预测方法。首先,采用递归特征消除法对数据进行特征筛选,并用模糊C均值聚类算法对训练集数据进行聚类,使用K最邻近法对验证集和测试集数据进行归类;选择5种结合智能优化算法的混合数据驱动模型作为子学习器,分别对每类数据做预测,最后使用多元线性回归法进行结果集成。经3个建筑电力用能案例验证,此集成预测模型精度均优于单个子模型,具有适用不同建筑类型和用能尺度的预测潜力。