激光共聚焦显微术在检测多发性骨髓瘤蛋白共表达中的应用

目的:检测多发性骨髓瘤(MM)患者脱嘌呤/脱嘧啶核酸内切酶(apurinic/apyrimidinicendonuclease,APEl)基因表达,探讨其与MM疗效的关系。方法:采用双标免疫荧光结合激光共聚焦显微镜、免疫细胞化学分析MM细胞系KM3、32例MM患者和10例正常自愿者骨髓标本中检测APE1蛋白表达及定位。结果:MM患者骨髓标本有Apel和CD38蛋白共表达;在作为阳性对照的MM细胞系KM3中胞核、胞核/胞浆、胞浆均有APEl表达,其中尤以胞核明显;APEl胞浆阳性分度在正常对照组、初治组、复发或难治组间依次增高(P<0.01或0.05)。结论:APEl蛋白表达强度与MM疗效有关,APEl基因表达增强可能是MM患者预后不良的指标之一。     

基于设计符号学的苗族银饰解析与演化的旅游纪念品设计

目的通过设计符号学解析苗族银饰,建立苗族银饰元素素材库和知识库并将苗族银饰元素运用到旅游纪念品开发设计中,提升产品的民族文化内涵。方法运用设计符号学对苗族银饰从语义、语构、语用、语境4个维度进行解析,并从外延语义、内涵语义、构成法则、表现方式、认知习惯、审美标准、历史文化及宗教信仰的角度归纳总结苗族银饰元素的素材和知识;根据问卷调查从素材中挑取合适的元素运用形状文法等设计手段对其进行设计开发。结论通过设计符号学对贵州苗族银饰的解析与整理,为设计师开发具有苗族特色的旅游纪念品提供了丰富的素材与知识,推进了苗族文化在现代设计应用中的发展,提升产品的内涵价值,促进贵州苗族传统文化的保护和传承。     

基于自适应融合和显微成像的乳腺肿瘤分级网络

基于显微成像技术的肿瘤分级对于乳腺癌诊断和预后有着重要的意义,且诊断结果需具备高精度和可解释性。目前,集成Attention的CNN模块深度网络归纳偏差能力较强,但可解释性较差;而基于ViT块的深度网络其可解释性较好,但归纳偏差能力较弱。本文通过融合ViT块和集成Attention的CNN块,提出了一种端到端的自适应模型融合的深度网络。由于现有模型融合方法存在负融合现象,无法保证ViT块和集成Attention的CNN块同时具有良好的特征表示能力;另外,两种特征表示之间相似度高且冗余信息多,导致模型融合能力较差。为此,本文提出一种包含多目标优化、自适应特征表示度量和自适应特征融合的自适应模型融合方法,有效地提高了模型的融合能力。实验表明本文模型的准确率达到95.14%,相比ViT-B/16提升了9.73%,比FABNet提升了7.6%;模型的可视化图更加关注细胞核异型的区域(例如巨型核、多形核、多核和深色核),与病理专家所关注的区域更加吻合。整体而言,本文所提出的模型在精度和可解释性上均优于当前最先进的(state of the art)模型。     

基于C-MKE 模型的交互界面设计

为了满足用户对交互界面设计的感性需求,提出了基于C-MKE 模型的交互界面 设计方法。首先应用感性工学(KE)理论构架中的类目层次法(CC)推论交互界面设计项目,并在 与现有交互界面对比分析的基础上建立设计变量空间。其次,通过感性意象认知实验构建感性 意象认知空间,运用数学模型方程法(MM)实现交互界面设计变量与感性意象的映射模型,进一 步通过T 检验法验证了该模型的有效性。最后依据C-MKE 模型推导出苗族银饰文化传播APP 首页界面设计的参考性结论,并进行了界面的创新设计。