关键词： 慢性心力衰竭   中医辨证   机器学习   随机森林   支持向量机  

摘要： 目的: 将机器学习方法与心衰中医辨证相结合,旨在开发一个提高慢性心衰中医辨证效率的智能模型,为心衰患者临床治疗和管理提供决策支持。 方法: 收集广州中医药大学第一附属医院2017年1月至2022年1月病房住院收治的慢性心力衰竭患者。根据病例纳入及排除标准筛选合适的病例,并对收集的病例临床数据进行严格的质量控制和预处理。随后,通过聚类分析,应用K-means算法,对心衰患者临床数据分组,探索并分析数据内部的异质性。其次,通过关联规则分析,利用Apriori算法,探索心衰患者临床特征之间的潜在关联。最后,应用支持向量机(Support Vector Machine,SVM)和随机森林(Random Forrest,RF)等机器学习方法构建心衰智能辨证模型,通过交叉验证、ROC曲线等方法对模型性能进行全面评价。 结果: 1.K-means聚类分析中,研究将心衰患者根据临床特征进行有效分类,识别出不同的患者群体,并通过簇内特征分析深入探讨各群体的特点。研究结果提示:气阴两虚血瘀证在聚类簇中具有高度相关的特性,表明气阴两虚血瘀证在某些特征指标存在高度一致性。同时也观察到某些聚类簇包含多种证型,如气虚血瘀证和阳气亏虚血瘀证联系紧密,由此可猜测气虚血瘀证和阳气亏虚血瘀证的某些特征指标相似。 ***关联规则分析中,通过挖掘心衰临床特征之间的频繁项集,研究发现一系列有助于心衰辨证的关键特征。研究表明:气促、乏力、神志清等症状在气虚血瘀证、阳气亏虚血瘀证、气阴两虚血瘀证三种辨证类型中频繁共现,提示对于心衰的三种证型,气促、乏力、神志清等症状普遍存在。同时,研究发现,针对气阴两虚血瘀证,舌色红是其强关联特征,针对阳气亏虚血瘀证,该证型患者多合并高血压疾病。 3.心衰辨证模型方面,支持向量机(SVM)和随机森林(RF)模型均展现出优异性能。通过对比分析模型的准确率、召回率、精确率和F1分数等评价指标,研究发现:SVM模型在气虚血瘀证的诊断中,准确率为81.44%、精确度为64.71%、召回率为82.24%、F1分数为72.43%;在气阴两虚血瘀证,模型的准确率为95.01%、精确度为93.83%、召回率为95.00%、F1分数为94.41%;在阳气亏虚血瘀证,模型的准确率为85.32%、精确度为82.54%、召回率为55.32%、F1分数为66.24%。同时,对于RF模型,气虚血瘀证的准确率为81.16%、精确度为66.12%、召回率为74.77%、F1分数为70.18%;在气阴两虚血瘀证,模型的准确率为95.01%、精确度为95.51%、召回率为93.12%、F1分数为94.30%;在阳气亏虚血瘀证,模型的准确率为83.38%、精确度为70.24%、召回率为62.77%、F1分数为66.29%。并且,对比RF模型和SVM模型在不同证型上的AUC值,研究发现,SVM模型和RF模型在气虚血瘀证和气阴两虚血瘀证的诊断上AUC值一致,分别为0.88和0.99。然而,在阳气亏虚血瘀证的诊断上,SVM模型的AUC值为0.91,而RF模型的AUC值为0.89,略低于SVM模型的性能。 结论: 研究通过结合中医传统辨证理念与现代机器学习技术,构建新型心衰辨证模型。通过多种评估指标验证,RF模型和SVM模型均能有效识别心衰患者的中医证型。并且,由于SVM模型在非线性问题上的强大处理能力,在本研究中展现出更好的分类效果。研究的创新性尝试为心衰辨证的客观化、智能化、高效化提供了有效的策略和方向。

关键词： 消费需求   产业升级   机器学习  

摘要： 改革开放以来,我国经济高速发展,社会变革加快,人均收入稳步提升,推动居民消费行为和消费结构迅速改变,消费规模不提升,形成了长期的需求扩张过程。与此同时,我国正处在转变发展方式、优化经济结构、转换增长动力、推动经济社会高质量发展的关键时期,党的二十大报告指出科技是第一生产力,创新是第一动力。因此在需求扩张的视角下,研究需求侧对产业升级的推动作用对提高我国科技创新水平,实现高质量发展有着重要意义。 本文从理论和实证两个方面来论述需求引致推动产业升级的理论机理和影响机制。从理论层面看,需求扩张对产业升级的推动作用可以看成是需求侧对供给侧的影响,根据“需求引致创新理论”和“本土市场效应理论”,需求侧的结构和规模的变化会通过市场机制传递给供给侧,供给侧为了适应需求侧的变化会自发的进行结构调整和技术调整。从现实机制层面看,本文通过梳理现有研究成果,并结合我国消费升级和产业升级的现状将需求扩张定义为消费结构变迁,消费品质升级和消费需求规模的扩大,将产业升级定义为技术进步为主导的产业结构和产品品质同时升级。消费需求可以通过需求弹性机制、要素配置机制、恩格尔效应和鲍莫尔效应牵引产业升级。 从实证层面看,消费需求和产业升级之间存在着复杂的非线性关系,通过对比计量模型的与机器学习的实证结果,本文认为机器学习模型能更好的识别数据中的非线性特征,因此选择了机器学习模型进行实证研究。首先本文针对当前机器学习领域的主流算法进行了系统性的评估与筛选,选择了随机森林和XGBoost两个解释能较强的模型进行实证分析研究,之后通过三大产业之间的结构关系构建产业结构高级化和产业结构合理化指标来描述产业升级中的产业结构变化,通过将全要素生产率分解得到技术的变化指数来描述产业升级中的技术进步。然后选取2000年至2022年的31个省份的面板数据来寻找最优模型参数,训练机器学习模型,构建部分依赖图从产业结构变化和技术进步两个角度刻画消费需求引致产业升级的过程,并分析其中的非线性关系。最后采用改变训练集和测试集的比例和“置换特征重要性方法”以及训练拟合能力较强的支持向量机模型和神经网络模型进行实证结果对比来进行稳健性检验。 本文从理论和实证共同得出结论,从整体上看,消费需求扩张对产业结构变化和技术变化均有正向积极的影响,可以促进产业结构调整升级和技术进步,从两方面共同牵引产业升级,促进我国科技进步。从变量的非线性结构看,消费规模的变化会对产业结构的转变产生稳定持续的影响,能够促进第二第三产业的占比提升。消费规模对产业均衡程度和技术进步的影响则存在积累效应,需要经过一定规模的积累,之后才能对产业均衡发展和技术进步产生较大的促进作用。消费结构的变化对产业均衡程度和技术水平存在稳定持续的影响,能够持续促进产业结构均衡合理化和技术水平的不断提升。消费结构对产业结构的转变则存在积累效应。

关键词： 拉曼数据库   表面增强拉曼光谱   农药残留   机器学习   优选特征变量  

摘要： 柑橘是我国种植面积大和年产量高的重要果蔬经济作物之一,其种植过程中存在着农药使用不合理和滥用现象,导致严重农药残留问题。啶虫脒广泛应用于柑橘类水果的病虫害防治,而咪鲜胺常用于柑橘的保鲜,防止其贮存过程中腐烂。农药经典化学方法检测灵敏度高,但仪器费用昂贵、成本高、前处理复杂,需要专业人员操作。表面拉曼光谱检测技术（SERS）检测速度快,检测灵敏度高,广泛用于食品农产品中质量安全快速检测,而SERS光谱中存在大量与待测对象相关的特征信息。因此,本文提出采用表面拉曼光谱检测技术结合机器学习方法分析柑橘中啶虫脒和咪鲜胺农药残留,使用特征变量筛选方法从全光谱中优选出与啶虫脒和咪鲜胺相关的特征谱峰信息,建立柑橘中啶虫脒和咪鲜胺农药残留快速检测方法。主要研究内容如下: （1）开发拉曼光谱特征数据库管理系统。本研究首先开发农药标准品拉曼光谱特征数据库,对所建数据库进行需求分析,明确系统的功能及性能要求。采用JAVA语言,在Eclipse开发环境中,结合面向对象程序设计和客户机/服务器架构,建立系统的整体框架。数据库分用户管理模块、光谱数据库管理模块、系统安全模块等,适合于各种不同标准品拉曼光谱数据分析,能对不同光谱和各类分析算法做一个调配,方便科研人员及各工作人员对光谱的分析操作;数据库可实现标准品拉曼光谱文件在线进行谱图显示、操作和数据分析,上传光谱文件到系统,系统根据文件数据显示相应谱图,对谱图进行放大、缩小、标峰等操作,对光谱文件进行算法分析和数据处理,对上传后的光谱文件和操作中的光谱文件进行收藏,保存到系统。 （2）采用表面增强拉曼光谱结合机器学习算法优选柑橘中啶虫脒农药特征谱峰。本研究探索基于SERS的柑橘果肉中啶虫脒农药的特征峰优选方法,以金纳米为增强基底,采集柑橘果肉中啶虫脒农药残留SERS光谱数据集,结合机器学习方法优选特征谱峰,建立柑橘果肉中啶虫脒农药残留PLS预测模型。使用MA、SNV、MSV和S-G 1st等四种预处理方法对原始光谱进行预处理,并进行对比,确定SNV作为本研究原始光谱的预处理方法。分别运用CARS、SPA和GA三种特征变量筛选方法从全谱中筛选特征光谱,建立PLS预测模型。结果表明,GA特征优选方法所建模型性能最好,将特征维数从原始的751个降低到25个,选择3个主成分因子,简化了模型,提高了运算效率。模型对校正集的Rc2为0.9950,RMSECV为0.8344;对预测集样本的Rp2为0.9865,RMSEP为1.2776。 （3）提出柑橘果肉中啶虫脒和咪鲜胺混合农药残留SERS同时检测方法。运用上述最佳实验条件,采集SERS光谱,对柑橘果肉中啶虫脒和咪鲜胺混合农药进行检测。同样运用CARS、SPA和GA三种特征变量筛选方法分别从全谱中出筛选出啶虫脒和咪鲜胺混合农药特征谱峰,建立柑橘果肉中混合农药啶虫脒和咪鲜胺的PLS预测模型,并对比各特征变量筛选方法的优化效果。结果表明,对柑橘果肉中混合农药啶虫脒的特征谱峰筛选,SPA筛选出23个特征变量,所建模型性能最好,模型对校正集的Rc2为0.9824,RMSECV为1.7035;对预测集样本的Rp2为0.9567,RMSEP为2.4293。对柑橘果肉中混合农药咪鲜胺的特征谱峰筛选,GA筛选出21个特征变量所建模型性能最好,模型对校正集的Rc2为0.9736,RMSECV为1.9769;对预测集样本的Rp2为0.9693,RMSEP为1.9282。

关键词： 上颌窦囊肿   机器学习   预测模型   生物信息学   共病机制  

摘要： 【目的】1.应用锥形束计算机断层成像(Cone Beam Computerized Tomography,CBCT)评估上颌窦囊肿形成的影响因素,使用多种机器学习(Machine Learning,ML)方法构建上颌窦囊肿的预测模型,指导临床进行预防和个性化治疗,同时为上颌窦底提升术时上颌窦囊肿的处理提供理论依据。2.基于机器学习和生物信息学方法探究上颌窦囊肿和牙周炎之间的潜在相关性及共病机制,为牙源性上颌窦囊肿提供更精准的诊断和治疗策略。 【方法】1.本研究评估了3093名患者的6000个上颌窦CBCT影像资料,记录了上颌窦囊肿可能的影响因素。使用Logistic回归和对潜在的影响因素进行分析。通过卡方检验和最小绝对收缩和选择算子(Least Absolute Shrinkage and Selection Operator,LASSO)回归对特征变量进行筛选。应用多种机器学习方法构建上颌窦囊肿的预测模型,基于沙普利添加剂实验(SHapley Additive ex Planations,SHAP)值对模型进行解释,通过生成网页计算器来预测未来发生上颌窦囊肿的概率。K均值聚类算法进一步识别出上颌窦囊肿的高危因素。2.为了深入研究上颌窦囊肿和牙周炎之间的潜在相关性及共病机制,通过Gene Cards和GEO数据库中获取公共数据集,鉴别出牙周炎和上颌窦囊肿的共同差异表达基因。通过多种机器学习方法筛选出两种疾病的串扰基因,并建立了诊断列线图。随后,利用一致性聚类算法鉴别与串扰基因相关的牙周炎亚型,比较不同亚型中串扰基因的表达。运用CIBERSORTx算法分析牙周炎免疫细胞的浸润水平,进一步探究串扰基因与各种免疫细胞的相关性。 【结果】1.单因素和多因素Logistic回归筛选出上颌窦囊肿的危险因素,其中男性、年龄≥35岁、根尖病变、重度牙周炎、至少一个牙根与窦底接触、上颌窦底不平坦或有分隔、有黏膜增厚、上颌窦底皮质骨不完整与较高的上颌窦囊肿患病率相关(OR>1,P<0.05),有上颌窦炎、上颌窦发育不良与较低的上颌窦囊肿患病率相关(OR<1,P<0.05)。卡方检验和LASSO回归筛选出11个特征变量,包括:性别、年龄、牙髓情况、牙周情况、牙根与上颌窦底的关系等。通过分析多模型的训练集和测试集中各个指标,极端梯度提升(e Xtreme Gradient Boosting,XGBoost)模型展现出优秀的性能,在训练集、验证集和测试集的平均曲线下面积(Area Under Curve,AUC)值分别为0.939、0.923和0.921。使用SHAP对XGBoost模型进行解释,特征重要性排序显示,牙周情况、年龄、性别、牙髓情况是XGBoost模型最重要的四个特征;概要图展示每一个影响因素与上颌窦囊肿之间的非线性关系,其中牙周情况和牙髓情况与上颌窦囊肿发生呈正相关,即牙周和牙髓情况越严重,上颌窦囊肿发生率越高。基于XGBoost模型构建的网页计算器能够预测未来发生上颌窦囊肿的概率。聚类分析模型进一步识别出上颌窦囊肿的高危因素:根尖病变、重度牙周炎、年龄≥53岁。2.本部分研究共鉴别出22个差异表达的牙周炎和上颌窦囊肿的共同基因。富集分析结果表明,差异基因主要与白细胞迁移、脂多糖反应、对细菌来源的分子反应等生物学过程相关,与疟疾、IL-17信号通路、糖尿病并发症中的AGE-RAGE信号通路、B细胞受体信号通路等相关。多种机器学习方法筛选后得到6个两种疾病的串扰基因:CXCL8、DSC2、CSF3、FOS、CXCR4、FOXP2。内部和外部数据集验证了串扰基因的准确性(AUC>0.7)。一致性聚类和免疫浸润分析结果表明,不同牙周炎亚型中,CXCL8、DSC2、CSF3、FOS、CXCR4、FOXP2表达存在显著差异(P<0.05),与牙周炎中未成熟B细胞、浆细胞和中性粒细胞等多种免疫细胞高度相关高度相关(P<0.05)。 【结论】1.上颌窦囊肿的危险因素包括:男性、年龄≥35岁、根尖病变、重度牙周炎、至少一个牙根与窦底接触、上颌窦底不平坦或有分隔、上颌窦底皮质骨不完整等。XGBoost模型适用于构建上颌窦囊肿的预测模型,SHAP可用于解释XGBoost模型,牙周情况是XGBoost模型最重要的特征。基于XGBoost模型开发的网页计算器可以预测未来发生上颌窦囊肿的概率。聚类模型进一步识别出根尖病变、重度牙周炎、年龄≥53岁是上颌窦囊肿的高危因素。2.脂多糖反应、对细菌来源的分子反应可能在牙周炎和上颌窦囊肿的共病机制中扮演着重要的角色,IL-17和AGE-RAGE信号通路可能在两种疾病的共病机制中发挥着重要的作用。CXCL8、DSC2、CSF3、FOS、CXCR4、FOXP2可能是牙周炎和上颌窦囊肿潜在的串扰基因,与牙周炎中未成熟B细