Transplantation of human amnion epithelial cells improves learning and memory function in Alzheimer's disease-like pathology rat model

AIM: To observe the treatment effect and its immune regulation of human amnion epithelial cells (hAECs) on Alzheimer's disease (AD)-like pathology rat model. METHODS: The hAECs were isolated from amnion with trypsin digestion, and the phenotype of hAECs was analyzed by flow cytometry. SD rats (n=48) were randomly divided into sham control group, model group, medium group and hAECs group. AD-like pathology rat model was induced by bilateral intraventricular injection of lipopolysaccharide (LPS). hAECs (5×10⁵) were injected into the hippocampus of the AD-like pathology rats. At 2 weeks after transplantation, the animals were tested by Morris water maze to observe the function of learning and memory. The pathological change of the brain was observed by HE staining. The expression of amyloid β-protein 42(Aβ42) and Tau protein and the level of acetylcholine (ACh) in the injury brain were determined by immunohistochemistry. The survival and differentiation of hAECs in the hippocampus were measured by immunofluorescent technique. The percentages of lymphocyte subsets in the peripheral blood mononuclear cells were analyzed by flow cytometry. The contents of serum cytokines were detected by cytometric bead array. RESULTS: Compared with model group and medium group, hAECs group showed shortened escape latency (P<0.01), increased frequency of going through the platform (P<0.05), reduced loss of hippocampal neurons, decreased expression of Tau protein and Aβ42 in the hippocampus (P<0.05), increased ACh level in the hippocampus (P<0.05), decreased percentages of Th1 and Th17 subsets, increased percentages of Th2 and Treg cells (P<0.05), decreased concentrations of IFN-γ and IL-2 in the serum, and increased concentration of IL-4(P<0.05). CONCLUSION: hAECs improve the cognitive learning and memory function and alleviate pathologic damage of hippocampus through immune regulation in AD-like pathology rats.     

基于CNN-BiLSTM的棉花产量预测方法

针对传统的作物产量估算方法在模型泛化方面的不足及缺少时序特征和空间特征的问题,该研究以机采棉为研究对象,结合无人机遥感平台与深度学习技术对棉花进行多期遥感观测与估产。以棉花苗期、蕾期和花期的影像为时间序列数据集,构建基于卷积神经网络（Convolutional Neural Network,CNN）和双向长短期记忆（Bidirectional Long Short-Term Memory,BiLSTM）的混合模型（CNN-BiLSTM）进行棉花产量预估,提高时间维度和空间维度方面的特征提取能力,并分别验证CNN和BiLSTM的性能以及不同网络深度对估产的影响。研究结果表明,CNN和BiLSTM深度分别为14和1的CNN14-BiLSTM模型准确率最高,对比单一结构的BiLSTM该模型决定系数从0.851提升至0.885,其均方根误差和平均绝对百分比误差也均明显下降,在2.3 m×2.3 m的样方内,结果分别为147.167 g和6.711%。该研究实现了基于时间序列的棉花产量估算,可为类似的作物产量估算提供参考。     

基于MFO-LSTM的母猪发情行为识别

及时准确识别母猪的发情行为可以有效增加受胎率和产仔量,对提高养殖企业的繁育水平和经济效益具有重要意义。该研究针对生猪养殖过程中母猪发情行为识别存在主观性强、智能化水平低、假警报和错误率高、识别不及时等问题,提出了一种基于飞蛾扑火算法(Moth-Flame Optimization,MFO)优化长短时记忆网络(Long Short Term Memory,LSTM)的母猪发情行为识别方法。利用安装在母猪颈部的姿态传感器获得母猪姿态数据,然后使用姿态数据训练MFO-LSTM姿态分类模型,将母猪姿态分为立姿、卧姿和爬跨3类。通过对姿态分类结果进行分析,确定以爬跨行为和活动量2个特征作为发情行为识别依据,使用MFO-LSTM分类算法判断母猪是否发情。以山西省太原市杏花岭区五丰养殖场的试验数据对该方法进行验证,结果表明,该方法在以30 min为发情行为识别时间时的识别效果最好,发情行为识别的错误率为13.43%,召回率为90.63%,特效性为81.63%,与已有的母猪发情行为识别方法相比错误率降低了80%以上。该方法在保证识别准确率的情况下有效降低了错误率,可满足母猪养殖生产过程中发情行为自动识别要求。     

智能气动肌肉的静态驱动特性研

研究了形状记忆合金丝(SMA)编织网的主动变形及对气动肌肉静态驱动特性的影响.建立了SMA丝内应力与静态驱动力的平衡方程.针对升降温中SMA丝的相变,分析了马氏体和奥氏体体积比变化,建立了温度SMA收缩率模型,并应用到气动肌肉的收缩率、收缩力和刚密度特性计算中.Matlab仿真得到了SMA变形曲线和气动肌肉特性变化曲面.分析结果表明SMA变形存在迟滞,SMA主动伸缩使得编织角变化范围更广,刚密度变化更突出.SMA收缩率变大,气动肌肉收缩力增强.     

基于SSA-LSTM的玉米土壤含氧量预测模型

土壤含氧量（Soil oxygen content,SOC）是影响作物生长的重要土壤环境因素之一,具有时序性、不稳定性和非线性等特点,精确预测土壤环境中含氧量的变化趋势,有助于制定更加合理的土壤通气增氧方案。本研究提出基于麻雀搜索算法（Sparrow search algorithm,SSA）和长短时记忆（Long and short-term memory,LSTM）神经网络预测模型,利用国家土壤质量湛江观测实验站记录玉米种植期间的气象环境和土壤环境数据,基于SSA-LSTM模型对SOC变化进行预测及相关性分析,并与传统的BP预测模型、LSTM预测模型、GA-LSTM预测模型及PSO-LSTM预测模型进行对比。试验结果表明,SOC与降雨量、土壤含水率、土壤温度、土壤充气孔隙度相关性极显著,相关系数高于0.8,与大气温度和风速相关性显著,与大气湿度和土壤呼吸速率相关性较弱。SSA-LSTM模型预测精度明显高于其他4组对照预测模型,R2达到0.95979,RMSE仅为0.4917%,MAPE为3.7331%,MAE为 0.3620%,预测值与试验值之间的拟合程度高。本研究可为土壤含氧量变化的精准预测及土壤通气增氧技术的应用推广提供理论支撑与科学依据。     

基体改良效应石墨炉原子吸收法直接测定植物样品中微量钼

本文研究利用460μg/mlNa_2CO _3—1000μg/mlCa_(2+)复合溶液作石墨炉原子吸收法(GFAAS)直接测定植物样品中微量钼的基体改良剂,详细讨论了该改良剂的作用、特性、钼原子化条件和基体干扰情况。使用本试验推荐的基体改良剂,在一定的浓度范围内能彻底消除钼的记忆效应,大大提高测定灵敏度,钼的原子吸收信号增加104.6％,特征性浓度为0.5ng/mlMo,相对偏差(RSD)为2.4％。     

人参皂苷Rg3(R),Rg3(S),Rg5/Rk1对乙醇致小鼠记忆阻碍改善作用的影响

采用被动回避穿越法研究了人参皂苷Rg3(R),Rg3(S)和Rg5/Rk1(1∶1)对乙醇致小鼠记忆阻碍改善作用的影响。结果表明:灌服人参皂苷Rg3(R),Rg3(S)和Rg5/Rk110 mg/kg后,显著延长了小鼠避暗的潜伏期,尤其以人参皂苷Rg5/Rk1作用最为显著,Rg5/Rk1处理组的潜伏期是对照组的2.97倍,Rg3(R),Rg3(S)分别为对照组的2.35和2.53倍,差异极显著(P<0.01)。说明这些化合物具有改善乙醇致小鼠的记忆障碍的能力。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题,以农业病虫害文本为研究对象,提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先,该模型将部首嵌入集成到字符嵌入中作为输入,用以丰富语义信息。其中,针对部首嵌入设计了3种特征提取策略,即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM;其次,采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息;然后,在BiLSTM提取全局序列特征的基础上,采用自注意力机制进一步增强模型提取更长距离依赖的能力;最后,采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明,本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%;在具体实体类别上,RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时,RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明,本文所提模型能够有效识别农业病虫害命名实体,其识别精度优于其他模型,且具有一定的泛化性。     

基于WT-CNN-LSTM的溶解氧含量预测模型

溶解氧（Dissolved oxygen, DO）含量是影响水产养殖产量的重要因素之一,具有时序性、不稳定性和非线性等特点,且其影响因子过多、存在复杂的耦合关系,难以实现精准预测。针对传统长短时记忆神经网络（Long short term memory, LSTM）预测模型易引入冗余数据,且在训练过长序列时会出现梯度消失现象,从而不能捕捉因子间长期的依赖性问题,提出了基于小波变换（Wavelet transform, WT）、卷积神经网络（Convolutional neural network, CNN）和LSTM的溶解氧含量预测模型。首先,使用WT降低数据噪声;然后,使用CNN深度挖掘各变量之间的潜在关系;最后,利用LSTM的时序性预测2h后的水产养殖溶解氧含量。结果表明,本文提出的WT-CNN-LSTM模型预测效果良好,其平均绝对误差、均方根误差和决定系数分别为0.138、0.229和0.954,比传统LSTM模型分别优化了28.87%、21.03%和4.61%。     

不同心理素质水平大学生对情绪面孔的记忆偏向

采用加工分离程序探讨了不同心理素质水平大学生对不同效价情绪面孔(积极、消极、中性情绪面孔图片)的记忆偏向,以了解不同心理素质水平大学生的外显和内隐记忆加工特征.结果发现:记忆任务中,在意识提取上,高低心理素质水平大学生差异不具有统计学意义;在无意识提取上,高心理素质水平大学生对3类情绪面孔图片的提取值都显著高于低心理素质水平大学生.在对不同效价情绪面孔的意识和无意识提取值上,负性情绪面孔的提取值都高于中性和正性情绪面孔,但差异不具有统计学意义.