葡京娱乐场-富盈娱乐场开户

2024湖南教育裝備展覽會(huì)將于6月26—27日在湖南省展覽館舉辦。

山東大學(xué)晶體材料國家重點(diǎn)實(shí)驗(yàn)室陶緒堂教授團(tuán)隊(duì)通過自主設(shè)計(jì)的“微爆炸法”獲得了無氧化MXene-Ti3C2Tx量子點(diǎn)，首次提出可將此類二維結(jié)構(gòu)鈦基晶體材料用于腫瘤治療，并與劉宏教授團(tuán)隊(duì)合作發(fā)現(xiàn)其具有較強(qiáng)的類芬頓反應(yīng)特性，在抗腫瘤實(shí)驗(yàn)中效果顯著，從而實(shí)現(xiàn)了更高效、更安全的納米催化治療方式。相關(guān)結(jié)果以“Nonoxidized MXene Quantum Dots Prepared by Microexplosion Method for Cancer Catalytic Therapy”為題，發(fā)表在材料類權(quán)威期刊Advanced Functional Materials（IF=15.621）上，陶緒堂教授和劉宏教授為通訊作者，晶體所博士研究生李雪松和劉鋒為共同第一作者，山東大學(xué)為獨(dú)立完成單位。 對(duì)于腫瘤治療，傳統(tǒng)的化學(xué)、物理療法都存在嚴(yán)重的副作用，限制了其在實(shí)際臨床治療中的應(yīng)用。最近，基于特殊的腫瘤微環(huán)境，利用腫瘤內(nèi)部催化反應(yīng)的納米催化治療成為前沿且備受關(guān)注。其中，研究最為廣泛的鐵基納米催化劑可特異性響應(yīng)腫瘤的弱酸性細(xì)胞微環(huán)境，釋放Fe2+并引發(fā)芬頓反應(yīng)，產(chǎn)生•OH自由基以觸發(fā)細(xì)胞凋亡，從而抑制腫瘤。然而，在弱酸性腫瘤環(huán)境中，F(xiàn)e2+催化的芬頓反應(yīng)速率較低，導(dǎo)致•OH自由基形成緩慢。此外，眾多抗腫瘤復(fù)合納米制劑的潛在毒性值得關(guān)注。因此，尋找更高催化活性和更安全的納米制劑是人們一直追求的目標(biāo)。晶體材料國家重點(diǎn)實(shí)驗(yàn)室陶緒堂教授團(tuán)隊(duì)與劉宏教授團(tuán)隊(duì)合作發(fā)現(xiàn)所制備的鈦基無氧化MXene-Ti3C2Tx量子點(diǎn)具有較強(qiáng)的類芬頓反應(yīng)特性，其對(duì)正常細(xì)胞和組織器官均表現(xiàn)良好的生物相容性，并對(duì)宮頸癌和乳腺癌均有強(qiáng)烈的殺傷能力，體現(xiàn)出優(yōu)異的抗腫瘤效果。這種以鈦基類芬頓反應(yīng)為基礎(chǔ)的腫瘤治療方式潛力巨大，為實(shí)現(xiàn)腫瘤的高效、精準(zhǔn)治療提供了一條新的探索途徑。

凹凸棒石是一種天然的一維納米礦物，具有獨(dú)特的棒狀纖維結(jié)構(gòu)，是潛在的環(huán)保型橡膠補(bǔ)強(qiáng)材料。該項(xiàng)目對(duì)凹凸棒石進(jìn)行改性處理，制得納米級(jí)橡膠添加劑，進(jìn)而利用乳液共絮共凝法制得橡膠/凹凸棒石納米復(fù)合材料。

本發(fā)明公開了一種基于二維正交各向異性復(fù)合材料板的熱模態(tài)對(duì)結(jié)構(gòu)參數(shù)的靈敏度分析方法，包括如下步驟：（１）求解考慮拉壓、彎曲、剪切變形的二維正交各向異性復(fù)合材料板線性剛度矩陣Ｋ０；（２）求解熱結(jié)構(gòu)的初應(yīng)力剛度矩陣Ｋσ；（３）求解考慮熱應(yīng)力影響的結(jié)構(gòu)有限元?jiǎng)恿W(xué)方程的目標(biāo)函數(shù)，即為轉(zhuǎn)化為考慮結(jié)構(gòu)熱應(yīng)力影響的廣義特征值問題；（４）基于步驟（３）中的目標(biāo)函數(shù)ｆ，采用復(fù)變函數(shù)法求解二維正交各向異性復(fù)合材料板的熱模態(tài)對(duì)結(jié)構(gòu)參數(shù)的靈敏度。本發(fā)明考慮了熱應(yīng)力對(duì)結(jié)構(gòu)剛度以及結(jié)構(gòu)響應(yīng)（熱模態(tài)）分析的影響，能夠利用復(fù)變函數(shù)法分析得到精度較高的熱模態(tài)對(duì)結(jié)構(gòu)參數(shù)的靈敏度矩陣。

在醫(yī)學(xué)領(lǐng)域首次應(yīng)用商務(wù)智能軟件（Business Objects XI）作為中醫(yī)臨床數(shù)據(jù)倉庫OLAP分析的軟件基礎(chǔ)。開發(fā)實(shí)現(xiàn)了基于細(xì)節(jié)數(shù)據(jù)模型、多維數(shù)據(jù)模型和海量臨床診療數(shù)據(jù)的探索性分析、展示系統(tǒng)，分析展示的內(nèi)容包括名老中醫(yī)經(jīng)驗(yàn)傳承、重大疾病的病證及臨床表現(xiàn)要素關(guān)系等的主題分析集。可從數(shù)據(jù)概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對(duì)名老中醫(yī)和重大疾病臨床數(shù)據(jù)進(jìn)行多種關(guān)系知識(shí)的探索性分析。同時(shí)，對(duì)分析結(jié)果可進(jìn)行實(shí)時(shí)查詢、導(dǎo)出和展示（下圖是一位名老中醫(yī)某經(jīng)典處方的臨床應(yīng)用證候分布情況）。    本實(shí)驗(yàn)室與中國中醫(yī)科學(xué)院合作進(jìn)行中醫(yī)臨床數(shù)據(jù)倉庫與挖掘分析平臺(tái)，以及中醫(yī)臨床數(shù)據(jù)挖掘方法的研究，實(shí)現(xiàn)了對(duì)中醫(yī)臨床采集病歷數(shù)數(shù)據(jù)的集成與整合，數(shù)據(jù)挖掘與分析的中醫(yī)臨床數(shù)據(jù)倉庫及挖掘分析平臺(tái)，該平臺(tái)旨在支持從真實(shí)世界中醫(yī)臨床診療中產(chǎn)生海量科研分析用數(shù)據(jù)，并以真實(shí)、高質(zhì)量的數(shù)據(jù)為基礎(chǔ)進(jìn)行中醫(yī)臨床與理論研究，為中醫(yī)臨床療效評(píng)價(jià)、臨床中藥新藥創(chuàng)制提供客觀的醫(yī)學(xué)證據(jù)和適宜的數(shù)據(jù)分析方法。該成果于2009年12月獲得國家科技進(jìn)步二等獎(jiǎng)。   名老中醫(yī)OLAP展示例子 1.2多維分析與復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)   以中醫(yī)臨床數(shù)據(jù)中癥-證-治的復(fù)雜關(guān)系和復(fù)雜網(wǎng)絡(luò)分析方法研究為出發(fā)點(diǎn)，開發(fā)實(shí)現(xiàn)了中醫(yī)臨床復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)。該系統(tǒng)包括如聯(lián)機(jī)數(shù)據(jù)篩選、復(fù)雜網(wǎng)絡(luò)建模、統(tǒng)計(jì)特性分析、可視化網(wǎng)絡(luò)數(shù)據(jù)篩選等基本功能，能夠支持中醫(yī)臨床診療數(shù)據(jù)中的疾病（中西醫(yī)）、癥狀、證候、藥物等實(shí)體內(nèi)部元素以及實(shí)體之間元素的網(wǎng)絡(luò)模型構(gòu)建和多種復(fù)雜網(wǎng)絡(luò)分析方法如節(jié)點(diǎn)中心性分析、社團(tuán)分析、節(jié)點(diǎn)相似度分析等。從大量的臨床數(shù)據(jù)中分析獲得臨床核心處方及其主要適應(yīng)癥，以及隨癥加減信息。該系統(tǒng)采用Eclipse 富客戶端(Rich Client Platform, RCP)和Java語言開發(fā)（下圖是該系統(tǒng)的主界面）。  在醫(yī)學(xué)領(lǐng)域首次應(yīng)用商務(wù)智能軟件（Business Objects XI）作為中醫(yī)臨床數(shù)據(jù)倉庫OLAP分析的軟件基礎(chǔ)。開發(fā)實(shí)現(xiàn)了基于細(xì)節(jié)數(shù)據(jù)模型、多維數(shù)據(jù)模型和海量臨床診療數(shù)據(jù)的探索性分析、展示系統(tǒng)，分析展示的內(nèi)容包括名老中醫(yī)經(jīng)驗(yàn)傳承、重大疾病的病證及臨床表現(xiàn)要素關(guān)系等的主題分析集。可從數(shù)據(jù)概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對(duì)名老中醫(yī)和重大疾病臨床數(shù)據(jù)進(jìn)行多種關(guān)系知識(shí)的探索性分析。同時(shí)，對(duì)分析結(jié)果可進(jìn)行實(shí)時(shí)查詢、導(dǎo)出和展示（下圖是一位名老中醫(yī)某經(jīng)典處方的臨床應(yīng)用證候分布情況）。  獲獎(jiǎng)證書   1.中醫(yī)臨床數(shù)據(jù)倉庫與挖掘分析平臺(tái) 通過分析中醫(yī)臨床數(shù)據(jù)元素及其多維、多層次的關(guān)系特點(diǎn)，研究設(shè)計(jì)了中醫(yī)臨床參考信息模型，以及為基礎(chǔ)構(gòu)建中醫(yī)臨床數(shù)據(jù)倉庫細(xì)節(jié)數(shù)據(jù)模型和多維數(shù)據(jù)模型，建立以數(shù)據(jù)倉庫為核心的數(shù)據(jù)整合、數(shù)據(jù)抽取/轉(zhuǎn)換/轉(zhuǎn)載和數(shù)據(jù)整理、數(shù)據(jù)挖掘、OLAP和統(tǒng)計(jì)分析的智能信息處理平臺(tái)。該平臺(tái)以中醫(yī)臨床數(shù)據(jù)倉庫及其運(yùn)行環(huán)境工具的構(gòu)建為基礎(chǔ)，基于實(shí)際的臨床診療數(shù)據(jù)，實(shí)現(xiàn)對(duì)中醫(yī)診療數(shù)據(jù)進(jìn)行多主題、多粒度、多需求、高效、快捷的展示、研究和查詢檢索，并支持基于Web的OLAP主題應(yīng)用，為名老中醫(yī)經(jīng)驗(yàn)繼承研究、中醫(yī)臨床評(píng)價(jià)研究和臨床科研提供實(shí)際的診療數(shù)據(jù)證據(jù)和知識(shí)來源，以支持臨床科研決策分析，滿足中醫(yī)臨床評(píng)價(jià)研究的探索性分析需求。針對(duì)中醫(yī)臨床數(shù)據(jù)的特點(diǎn)，研究體現(xiàn)中醫(yī)臨床數(shù)據(jù)模型特點(diǎn)的數(shù)據(jù)挖掘新方法，為面向中醫(yī)臨床研究的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)方法研究提供新的思路和研究方向。該平臺(tái)的構(gòu)建初期以重大慢性疾病：中風(fēng)、冠心病和糖尿病診治規(guī)律，以及名老中醫(yī)經(jīng)驗(yàn)傳承研究為支持目標(biāo)。   中醫(yī)臨床數(shù)據(jù)倉庫平臺(tái)   1.1中醫(yī)臨床數(shù)據(jù)預(yù)處理技術(shù)臨床數(shù)據(jù)的預(yù)處理包括數(shù)據(jù)整合、數(shù)據(jù)整理和數(shù)據(jù)轉(zhuǎn)換等技術(shù)，我們面向中醫(yī)臨床數(shù)據(jù)結(jié)構(gòu)內(nèi)容以及中醫(yī)臨床研究的分析需求，實(shí)現(xiàn)具有完善的數(shù)據(jù)抽取-轉(zhuǎn)換-裝載（Extraction-transforming-loading，ETL）、數(shù)據(jù)整理和數(shù)據(jù)轉(zhuǎn)換導(dǎo)出功能的數(shù)據(jù)前處理軟件。該軟件針對(duì)醫(yī)學(xué)數(shù)據(jù)利用中的分布式（多采集點(diǎn)）采集、患者隱私保護(hù)和大規(guī)模數(shù)據(jù)處理的特點(diǎn)，采用靈活的數(shù)據(jù)映射配置和臨床術(shù)語庫銜接等方式把各采集點(diǎn)數(shù)據(jù)導(dǎo)入到臨床數(shù)據(jù)倉庫中，并支持批量數(shù)據(jù)核查和數(shù)據(jù)規(guī)范整理（對(duì)臨床數(shù)據(jù)中的術(shù)語性數(shù)據(jù)如癥狀體征、診斷和藥物等進(jìn)行概念化語義規(guī)范）功能。   在醫(yī)學(xué)領(lǐng)域首次應(yīng)用商務(wù)智能軟件（Business Objects XI）作為中醫(yī)臨床數(shù)據(jù)倉庫OLAP分析的軟件基礎(chǔ)。開發(fā)實(shí)現(xiàn)了基于細(xì)節(jié)數(shù)據(jù)模型、多維數(shù)據(jù)模型和海量臨床診療數(shù)據(jù)的探索性分析、展示系統(tǒng)，分析展示的內(nèi)容包括名老中醫(yī)經(jīng)驗(yàn)傳承、重大疾病的病證及臨床表現(xiàn)要素關(guān)系等的主題分析集。可從數(shù)據(jù)概況、方劑、藥物、疾病、癥狀、治法和證候等方面分別對(duì)名老中醫(yī)和重大疾病臨床數(shù)據(jù)進(jìn)行多種關(guān)系知識(shí)的探索性分析。同時(shí)，對(duì)分析結(jié)果可進(jìn)行實(shí)時(shí)查詢、導(dǎo)出和展示（下圖是一位名老中醫(yī)某經(jīng)典處方的臨床應(yīng)用證候分布情況）。   名老中醫(yī)OLAP展示例子    以中醫(yī)臨床數(shù)據(jù)中癥-證-治的復(fù)雜關(guān)系和復(fù)雜網(wǎng)絡(luò)分析方法研究為出發(fā)點(diǎn)，開發(fā)實(shí)現(xiàn)了中醫(yī)臨床復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)。該系統(tǒng)包括如聯(lián)機(jī)數(shù)據(jù)篩選、復(fù)雜網(wǎng)絡(luò)建模、統(tǒng)計(jì)特性分析、可視化網(wǎng)絡(luò)數(shù)據(jù)篩選等基本功能，能夠支持中醫(yī)臨床診療數(shù)據(jù)中的疾病（中西醫(yī)）、癥狀、證候、藥物等實(shí)體內(nèi)部元素以及實(shí)體之間元素的網(wǎng)絡(luò)模型構(gòu)建和多種復(fù)雜網(wǎng)絡(luò)分析方法如節(jié)點(diǎn)中心性分析、社團(tuán)分析、節(jié)點(diǎn)相似度分析等。從大量的臨床數(shù)據(jù)中分析獲得臨床核心處方及其主要適應(yīng)癥，以及隨癥加減信息。該系統(tǒng)采用Eclipse 富客戶端(Rich Client Platform, RCP)和Java語言開發(fā)（下圖是該系統(tǒng)的主界面）。     中醫(yī)臨床復(fù)雜網(wǎng)絡(luò)分析系統(tǒng)  1.3 真實(shí)世界中醫(yī)臨床有效處方發(fā)現(xiàn)系統(tǒng) 中藥新藥創(chuàng)制與研發(fā)是極具挑戰(zhàn)和機(jī)遇的領(lǐng)域，當(dāng)前化學(xué)制藥和單成份藥物研發(fā)已經(jīng)出現(xiàn)明顯的瓶頸，傳統(tǒng)植物/天然藥以及多成份復(fù)方藥物的研發(fā)成為國內(nèi)外關(guān)注的焦點(diǎn)。而從多成份調(diào)控和多靶點(diǎn)機(jī)理的研究為主要視角的網(wǎng)絡(luò)藥理學(xué)更成為新的趨勢(shì)和方法。針對(duì)中醫(yī)臨床診療過程中具有證-治-效信息，且個(gè)體性的真實(shí)世界診療實(shí)踐特點(diǎn)，我們研究基于大規(guī)模臨床診療數(shù)據(jù)進(jìn)行有效處方分析和發(fā)現(xiàn)的問題，通過對(duì)以中藥復(fù)方為重點(diǎn)的治療手段藥物組成原理的分析，基于復(fù)雜網(wǎng)絡(luò)模型和方法研制形成了有效核心處方及適應(yīng)癥分析方法、有效臨床中藥篩選與發(fā)現(xiàn)系統(tǒng)，對(duì)基于真實(shí)世界臨床診療數(shù)據(jù)分析獲得有效處方知識(shí)的方法、技術(shù)平臺(tái)和示范應(yīng)用進(jìn)行了探索和初步實(shí)踐，初步表明從真實(shí)世界臨床診療數(shù)據(jù)中發(fā)現(xiàn)和挖掘有效方藥是一種可行的途徑，有望為中醫(yī)新藥創(chuàng)制提供可以驗(yàn)證的新處方、新藥物等臨床有效目標(biāo)藥物。     1.  中醫(yī)臨床數(shù)據(jù)挖掘分析方法 海量觀察型臨床數(shù)據(jù)是中醫(yī)辨證論治數(shù)據(jù)的主體內(nèi)容，具有復(fù)雜、多維和多關(guān)系的特點(diǎn)。從大規(guī)模中醫(yī)臨床觀察數(shù)據(jù)中分析提煉形成有意義的臨床假設(shè)或診療知識(shí)如有效處方、人群劃分、藥癥關(guān)系以及多階段優(yōu)化治療方案等，是實(shí)現(xiàn)從復(fù)雜、系統(tǒng)的中醫(yī)辨證論治過程中發(fā)現(xiàn)并確認(rèn)有效優(yōu)化的臨床診療處方及其藥物組成的基本方法。中醫(yī)臨床數(shù)據(jù)包括門診數(shù)據(jù)和住院數(shù)據(jù)兩大主要部分，其數(shù)據(jù)內(nèi)容由臨床表現(xiàn)、診斷和治療（臨床療法）三部分核心內(nèi)容（如下圖），其中辨證知識(shí)、證候分布、藥癥關(guān)系、方證關(guān)系和藥物組成等是數(shù)據(jù)挖掘和分析的主要目標(biāo)，而所有這些知識(shí)的有效性的評(píng)價(jià)依據(jù)是臨床療效，即確認(rèn)和發(fā)現(xiàn)臨床有效的中醫(yī)診療知識(shí)是中醫(yī)臨床數(shù)據(jù)挖掘分析方法的主要有價(jià)值研究目標(biāo)。    中醫(yī)臨床數(shù)據(jù)挖掘問題：在療效信息的約束下，驗(yàn)證和發(fā)現(xiàn)有價(jià)值的臨床診斷/治療關(guān)系知識(shí)。  2.1基于復(fù)雜網(wǎng)絡(luò)的中藥配伍分析方法 人們通過對(duì)中醫(yī)臨床處方數(shù)據(jù)的初期分析，并與臨床專家的交流中發(fā)現(xiàn)，名老中醫(yī)的臨床復(fù)方的組織特性體現(xiàn)在兩個(gè)層次。第一層次為臨床醫(yī)生一般以經(jīng)典復(fù)方（包括經(jīng)方、時(shí)方和驗(yàn)方等）為基礎(chǔ)進(jìn)行臨床處方；第二層次為在藥對(duì)或藥癥關(guān)系基礎(chǔ)上的藥物隨癥加減處理。這兩個(gè)層次的臨床處方配伍過程形成了具有核心處方結(jié)構(gòu)，而又具有較大靈活性的處方集合。因此，通過對(duì)名老中醫(yī)處方集的共性網(wǎng)絡(luò)結(jié)構(gòu)分析，能夠發(fā)現(xiàn)體現(xiàn)其處方思維和學(xué)術(shù)特點(diǎn)的核心處方配伍結(jié)構(gòu)，從而輔助進(jìn)行名老中醫(yī)經(jīng)驗(yàn)的傳承和整理研究。通過應(yīng)用基于無尺度網(wǎng)絡(luò)現(xiàn)象的網(wǎng)絡(luò)分析方法進(jìn)行研究。無尺度網(wǎng)絡(luò)作為復(fù)雜系統(tǒng)研究的一種實(shí)證現(xiàn)象和方法，對(duì)基于網(wǎng)絡(luò)研究復(fù)雜現(xiàn)象和復(fù)雜系統(tǒng)的方法具有很大的推動(dòng)作用。具有宏觀無尺度現(xiàn)象的網(wǎng)絡(luò)在拓?fù)渖洗嬖趦缏涩F(xiàn)象，即節(jié)點(diǎn)的度分布服從冪函數(shù)分布。這在醫(yī)生處方中的具體體現(xiàn)就是某醫(yī)生對(duì)藥物的使用具有比較集中的趨勢(shì)，某些名老中醫(yī)偏好使用某些藥物，使得這些藥物的已有或潛在功效得到更大的發(fā)揮或挖掘。 我們基于網(wǎng)絡(luò)中權(quán)值的冪律分布規(guī)律，實(shí)現(xiàn)了多層核心子網(wǎng)分析方法，能夠從復(fù)雜的中藥配伍網(wǎng)絡(luò)中抽取多層核心子網(wǎng)。該算法已經(jīng)在名老中醫(yī)處方配伍經(jīng)驗(yàn)的分析中得到廣泛應(yīng)用。其得到的結(jié)果具有直接而明確的臨床含義，且可靠性較強(qiáng)。第一層核心子藥物子網(wǎng)一般解釋為共性的核心處方；第二層解釋為主要藥物配伍；第三層解釋為次要藥物配伍。這些藥物配伍分別對(duì)應(yīng)樣本的核心病機(jī)如主要疾病和主要證候等、兼證和加減癥狀等。以下是兩類特定中藥處方：1287個(gè)肝脾不調(diào)證(GPBT)處方和752個(gè)2型糖尿病合并代謝綜合征處方的分析結(jié)果。   特定中藥處方的核心藥物配伍網(wǎng)絡(luò)和主要加減網(wǎng)絡(luò)，其中的網(wǎng)絡(luò)中的節(jié)點(diǎn)是藥物，邊的權(quán)重表示兩相關(guān)藥物配伍使用的次數(shù)。 2.2基于隱主題模型的疾病人群臨床特征類別分析方法 癥狀-中藥-診斷主題模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用來提取中醫(yī)臨床數(shù)據(jù)中的癥狀、中藥和診斷間的隱主題結(jié)構(gòu)。SHDT模型是LDA主題模型在多關(guān)系應(yīng)用中的擴(kuò)展。該模型的核心思想是假設(shè)一類樣本里面包含有多個(gè)主題，例如，一類糖尿病人群有不同的并發(fā)癥，且這些主題所包含的信息特征（以癥狀來表達(dá)）具有相對(duì)完整性和獨(dú)立性。SHDT把每個(gè)主題看作是癥狀上的多項(xiàng)式分布，并通過癥狀來表達(dá)主題的內(nèi)容；同時(shí)，把每種中藥看作是主題上的多項(xiàng)式分布，因?yàn)橐活愔兴幙梢灾斡喾N癥狀/疾病；又因?yàn)橐环N診斷包含多種癥狀/疾病，于是把診斷看作是對(duì)主題的描述，構(gòu)建一種“癥狀-中藥-診斷”主題模型。SHDT模型這種分析原理和思路與中醫(yī)辨證論治過程基本吻合，它可以客觀地按照癥狀找到自然分類人群，給出診斷描述特征和中藥治療特征。SHDT模型分別在2型糖尿病、冠心病和肝炎等慢性疾病中進(jìn)行人群特征分析。實(shí)驗(yàn)結(jié)果說明了該模型具有較好的適宜性和科學(xué)性，分析結(jié)果能夠較為完整的反映特定疾病中相關(guān)的主要人群特征類別。   癥狀-中藥-診斷主題模型，圖中三個(gè)黑色圓圈，代表顯變量（觀察變量），其中s 表示一個(gè)采樣癥狀，表示患者p的所有藥，表示患者p的所有診斷。白色圓圈代表隱變量，其中z 采樣癥狀s對(duì)應(yīng)的主題，x表示s對(duì)應(yīng)的藥，u表示s對(duì)應(yīng)的診斷。矩形框表示重復(fù)采樣。外部矩形框表示在集合中有P個(gè)患者。內(nèi)部矩形框表示對(duì)患者p的個(gè)癥狀、主題、藥物以及診斷重復(fù)采樣。 2.3基于內(nèi)隱對(duì)照和部分可觀察馬爾可夫決策過程模型的動(dòng)態(tài)序貫處方治療方案優(yōu)化方法 中醫(yī)辨證論治是癥-治-效緊密相關(guān)的個(gè)體、動(dòng)態(tài)的復(fù)雜干預(yù)過程，動(dòng)態(tài)序貫干預(yù)是中醫(yī)臨床治療慢性疾病的基本方法。以患者為軸心的治療原則和醫(yī)生的個(gè)體性特點(diǎn)，使得中醫(yī)動(dòng)態(tài)序貫干預(yù)過程中包含多樣化的治療方案。在臨床診療經(jīng)驗(yàn)知識(shí)的形成階段，醫(yī)生往往通過對(duì)治療前后患者健康狀態(tài)的判斷，試圖獲得較好的治療方案的認(rèn)識(shí)，進(jìn)而逐步形成固化的有效經(jīng)驗(yàn)性治療方案。因此，在無外部對(duì)照的情況下，如何從大規(guī)模的復(fù)雜多維臨床關(guān)系數(shù)據(jù)中發(fā)現(xiàn)并確認(rèn)在臨床實(shí)際中較優(yōu)的動(dòng)態(tài)序貫診療方案是有效臨床方案形成的重要課題。 考慮到實(shí)際可行性和研究代價(jià)的問題，在未有明確的有效干預(yù)方案形成的臨床研究初期，無外部對(duì)照的傳統(tǒng)中醫(yī)經(jīng)驗(yàn)整理和歸納普遍存在，且長期的中醫(yī)學(xué)實(shí)踐表明是有效的。但由于臨床診療信息關(guān)系的復(fù)雜性，基于傳統(tǒng)經(jīng)驗(yàn)整理方式形成有效治療方案是一個(gè)較為漫長的過程。 因此，如何借助源自真實(shí)世界（無外部對(duì)照）的大規(guī)模臨床觀察數(shù)據(jù)，進(jìn)行挖掘分析，以輔助發(fā)現(xiàn)和確認(rèn)較優(yōu)的臨床治療方案成為辨證論治臨床評(píng)價(jià)研究的關(guān)鍵問題之一。我們采用部分可觀察馬爾可夫決策過程模型(POMDP)對(duì)此問題進(jìn)行研究，實(shí)現(xiàn)了基于POMDP的中醫(yī)臨床處方優(yōu)化分析方法，以探尋從來自臨床實(shí)際的大規(guī)模觀察性臨床數(shù)據(jù)中發(fā)現(xiàn)較優(yōu)或最優(yōu)的動(dòng)態(tài)序貫治療方案，為中醫(yī)辨證論治有效動(dòng)態(tài)干預(yù)方案的形成和臨床驗(yàn)證提供參考知識(shí)。   中醫(yī)臨床診療過程對(duì)應(yīng)的POMDP模型 1.  成果的推廣應(yīng)用 本成果已經(jīng)在國家科技重大專項(xiàng)：重大傳染病防治、重大新藥創(chuàng)制等兩個(gè)項(xiàng)目；國家科技支撐計(jì)劃項(xiàng)目-名老中醫(yī)經(jīng)驗(yàn)傳承研究；北京市科技攻關(guān)項(xiàng)目和國家中醫(yī)臨床研究基地等項(xiàng)目中進(jìn)行推廣應(yīng)用。分別對(duì)艾滋病、肝炎和肺結(jié)核等傳染病的中醫(yī)藥防治規(guī)律，從中醫(yī)臨床中分析確認(rèn)有效處方與藥物，名老中醫(yī)的辨證論治個(gè)體診療經(jīng)驗(yàn)，中風(fēng)、冠心病和糖尿病等重大慢性疾病的臨床診治規(guī)律，以及全國10余家重點(diǎn)中醫(yī)院診療優(yōu)勢(shì)病種（如上海龍華醫(yī)院的中醫(yī)胃癌治療、骨關(guān)節(jié)病治療；河南中醫(yī)學(xué)院一附院的中醫(yī)艾滋病治療、中醫(yī)慢性阻塞性肺炎治療等）的臨床診療優(yōu)化方案等進(jìn)行應(yīng)用研究。逐步探索和完善中醫(yī)臨床科研一體化技術(shù)體系，支持基于臨床診療實(shí)踐及其真實(shí)世界診療數(shù)據(jù)，進(jìn)行中醫(yī)臨床研究和中藥新藥創(chuàng)制研究的醫(yī)學(xué)模式。   北京地區(qū)22家單位應(yīng)用分布圖

本發(fā)明公開了一種適用于電力系統(tǒng)分析的轉(zhuǎn)槳式水輪機(jī)調(diào)節(jié)系統(tǒng)動(dòng)態(tài)模型，包括：調(diào)速器模型、導(dǎo) 葉控制系統(tǒng)模型、槳葉控制系統(tǒng)模型、水輪機(jī)及引水系統(tǒng)模型。所述導(dǎo)葉控制系統(tǒng)模型和槳葉控制系統(tǒng) 模型構(gòu)成轉(zhuǎn)槳式水輪機(jī)雙調(diào)節(jié)系統(tǒng)，所述槳葉控制系統(tǒng)模型考慮了導(dǎo)葉開度與槳葉開度間存在的協(xié)聯(lián)關(guān) 系，用五次多項(xiàng)式曲線擬合的方法獲取；所述水輪機(jī)模型在解析非線性模型的基礎(chǔ)上考慮槳葉角對(duì)水輪 機(jī)效率的修正作用，導(dǎo)葉開度與槳葉開度共同影響水輪機(jī)模型的機(jī)械功率輸出，且計(jì)及導(dǎo)葉開度

本項(xiàng)目是新興的自動(dòng)化系統(tǒng)與計(jì)算機(jī)技術(shù)等多學(xué)科交叉領(lǐng)域前沿重大問題的研究，屬人工智能、知識(shí)工程技術(shù)領(lǐng)域。早期專家系統(tǒng)中知識(shí)的自動(dòng)獲取與知識(shí)匱乏成為其瓶頸問題，一直制約著專家系統(tǒng)的發(fā)展。本項(xiàng)目找到了解決這一瓶頸問題的有效途徑與方法，即用知識(shí)發(fā)現(xiàn)創(chuàng)新技術(shù)來實(shí)現(xiàn)知識(shí)的自動(dòng)獲取與解決知識(shí)匱乏這一難題；有望將專家系統(tǒng)的發(fā)展推向新階段。 本項(xiàng)目提出了一種基于知識(shí)發(fā)現(xiàn)創(chuàng)新技術(shù)的專家系統(tǒng)，簡(jiǎn)記作ESKD，它采用了自主研發(fā)的知識(shí)發(fā)現(xiàn)創(chuàng)新技術(shù)，實(shí)現(xiàn)了ESKD的全新總體架構(gòu):第一，把知識(shí)發(fā)現(xiàn)系統(tǒng)視為認(rèn)知系統(tǒng)，研究其自身的內(nèi)在認(rèn)知機(jī)理(涵蓋4個(gè)機(jī)制),由機(jī)理的研究導(dǎo)致7個(gè)新模型與11種新技法；第二，以知識(shí)發(fā)現(xiàn)創(chuàng)新技術(shù)作成專家系統(tǒng)新的知識(shí)自動(dòng)獲取構(gòu)件,并形成了全新的動(dòng)態(tài)知識(shí)庫系統(tǒng)；第三，其推理機(jī)中集成了多種不確定性推理形式與方法；第四，它以多個(gè)知識(shí)源、多種知識(shí)融合、多抽象級(jí)與多知識(shí)層次結(jié)構(gòu)為特征形成了具有豐富內(nèi)涵的專家系統(tǒng)總體構(gòu)架,提高了實(shí)用化功能，推動(dòng)其向新一代專家系統(tǒng)的發(fā)展；第五，通過在鋁電解生產(chǎn)等領(lǐng)域中的應(yīng)用，解決了過去憑經(jīng)驗(yàn)與簡(jiǎn)單技法難于解決的控制過程與參數(shù)等優(yōu)化問題。 ESKD突顯其技術(shù)先進(jìn)與學(xué)科領(lǐng)域促進(jìn)作用的根源，就是作為其理論基礎(chǔ)的KDTICM(我們獨(dú)立提出的基于內(nèi)在認(rèn)知機(jī)理的知識(shí)發(fā)現(xiàn)理論)及其載體（軟件系統(tǒng)ICCKDSS）是原創(chuàng)性的與自主的。這一點(diǎn)由2項(xiàng)國際獲獎(jiǎng)及其評(píng)價(jià)書、國際著名科學(xué)家與國內(nèi)5院士評(píng)價(jià)、8項(xiàng)國家發(fā)明專利(詳見附件)、教育部鑒定、國內(nèi)外著名刊物發(fā)表的論著等證實(shí)。

本項(xiàng)目是新興的自動(dòng)化系統(tǒng)與計(jì)算機(jī)技術(shù)等多學(xué)科交叉領(lǐng)域前沿重大問題的研究，屬人工智能、知識(shí)工程技術(shù)領(lǐng)域。早期專家系統(tǒng)中知識(shí)的自動(dòng)獲取與知識(shí)匱乏成為其瓶頸問題，一直制約著專家系統(tǒng)的發(fā)展。本項(xiàng)目找到了解決這一瓶頸問題的有效途徑與方法，即用知識(shí)發(fā)現(xiàn)創(chuàng)新技術(shù)來實(shí)現(xiàn)知識(shí)的自動(dòng)獲取與解決知識(shí)匱乏這一難題；有望將專家系統(tǒng)的發(fā)展推向新階段。 本項(xiàng)目提出了一種基于知識(shí)發(fā)現(xiàn)創(chuàng)新技術(shù)的專家系統(tǒng)，簡(jiǎn)記作ESKD， ESKD是將KDTICM與傳統(tǒng)的專家系統(tǒng)相融合的結(jié)果,它以原創(chuàng)性理論KDTICM為貫穿,以動(dòng)態(tài)知識(shí)庫為主線,以全新的知識(shí)表示和獲取方法為依托,構(gòu)成了多層遞階的獨(dú)特結(jié)構(gòu),很好地解決了傳統(tǒng)專家系統(tǒng)中極為重要的“知識(shí)自動(dòng)獲取”與“知識(shí)匱乏”的瓶頸問題;成為新一代專家系統(tǒng)的基本概型(新分支學(xué)科)。 它具有多知識(shí)源、多知識(shí)融合、多抽象級(jí)等特征的全新總體架構(gòu)、全新知識(shí)自動(dòng)獲取構(gòu)件、全新動(dòng)態(tài)知識(shí)庫系統(tǒng)、全新推理機(jī)。(見圖5)“科技時(shí)報(bào)”就“中國科學(xué)”發(fā)表的此文與產(chǎn)生的重要影響作了報(bào)道。ESKD促進(jìn)與影響著基于KDTICM的其它智能系統(tǒng)新構(gòu)造的形成。 ESKD全新的構(gòu)造要素:1)知識(shí)獲取源除書本知識(shí)、專家知識(shí)與經(jīng)驗(yàn)、推理機(jī)制外,增加了數(shù)據(jù)庫與知識(shí)庫的知識(shí)源;并利用KDTICM自動(dòng)獲取知識(shí),拓展了知識(shí)自動(dòng)獲取的新途徑。2)構(gòu)造了獨(dú)特的基礎(chǔ)知識(shí)庫--衍生知識(shí)庫--合成知識(shí)庫--綜合知識(shí)庫--擴(kuò)展知識(shí)庫的動(dòng)態(tài)知識(shí)庫系統(tǒng)。3)集成了模糊、綜合歸納、定性、基于案例等多種推理形式和方法。4)采用我們獨(dú)立提出的基于語言場(chǎng)的知識(shí)表示方法,能夠深層次的綜合表達(dá)具有不確定性與定性描述特征的知識(shí)。5）結(jié)合了KDD*和KDK*的多項(xiàng)相關(guān)專利技術(shù)。 ESKD突顯其技術(shù)先進(jìn)與學(xué)科領(lǐng)域促進(jìn)作用的根源，就是作為其理論基礎(chǔ)的KDTICM(我們獨(dú)立提出的基于內(nèi)在認(rèn)知機(jī)理的知識(shí)發(fā)現(xiàn)理論)及其載體（軟件系統(tǒng)ICCKDSS）是原創(chuàng)性的與自主的。這一點(diǎn)由3項(xiàng)國際獲獎(jiǎng)及其評(píng)價(jià)書、國際著名科學(xué)家與國內(nèi)5院士評(píng)價(jià)、10項(xiàng)國家發(fā)明專利(詳見附件)、教育部鑒定、國內(nèi)外著名刊物發(fā)表的論著等證實(shí)。

史延慧教授介紹，實(shí)驗(yàn)基于咪唑的雙齒配體（1,4-雙咪唑基苯（1）和1,3-雙咪唑基苯（2））及三齒配體（1,3,5-三咪唑基苯（3））通過[2+2]及[2+3]配位驅(qū)動(dòng)自組裝與三種金屬釕中心（[Ru2(µ-η4-OO∩OO)(h6-p-cymene)2](O3SCF3)2(OO∩OO =草酸根（oxa（4）），2,5-二氧基-1,4-苯醌（dobq（5））和5,8-二氧基-1,4-萘醌（donq（6）））反應(yīng)，合成了6個(gè)四核矩形金屬環(huán)7-12及3個(gè)六核三棱柱金屬籠子13-15。生命科學(xué)學(xué)院張鵬副教授通過MTT實(shí)驗(yàn)發(fā)現(xiàn)配合物9,12和15對(duì)所測(cè)試的癌細(xì)胞系都有很高的抗癌活性，比順鉑更優(yōu)，與阿霉素相當(dāng)。文章探討了細(xì)胞內(nèi)攝取的效率是如何影響配合物9,12和15對(duì)癌細(xì)胞的細(xì)胞毒性和選擇性的，結(jié)果發(fā)現(xiàn)化合物9的積累水平在三種配合物中最高，即與A549中的最低IC50值一致（1.14 μM）。為研究抗癌機(jī)制，測(cè)量了滴定ctDNA到釕配合物的溶液中的紫外-可見光譜，得出配合物9,12和15與雙鏈ctDNA的結(jié)合能力是通過靜電結(jié)合方式作用的。這種結(jié)合方式通常是由帶正電的藥物分子與DNA中帶負(fù)電的磷酸部分相互作用導(dǎo)致的，而化合物9具有與ctDNA作用的最高結(jié)合常數(shù)Kb。