李玉双
- 作品数：14 被引量：17H指数：2
- 供职机构：燕山大学理学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省引进留学人员资助项目更多>>
- 相关领域：生物学自动化与计算机技术医药卫生理学更多>>
- 具有阻尼项的二阶非线性时滞中立型动力方程的振动性被引量：1
- 2018年
- 研究了时间尺度上一类新的具有阻尼项的二阶非线性时滞中立型动力方程的振动性,基于时间尺度上的微积分理论、Riccati变换、H函数法和不等式技巧,得到了该方程振动的一些新的充分条件,推广了已有研究的结果,丰富了二阶时滞动力方程的振动性.最后,通过例子验证了相关结果.
- 孙玉虹李德生李玉双
- 关键词：阻尼项振动性时滞动力方程
- DNA序列碱基组合的频率矩阵及其应用被引量：2
- 2013年
- 基于碱基组合在DNA序列中出现的频率,构造11个物种的β-globin基因第一个外显子的编码序列的频率矩阵.借助矩阵2-范数对11个物种进行相似性比较,并结合柱状图对物种之间的相似性进行分析.研究结果表明:所构造的DNA序列频率矩阵不仅能够反映出DNA序列中碱基及碱基组合的含量分布,而且能够显示出序列碱基突变的情况.
- 李玉双刘倩张昱
- 基于细胞系-药物K近邻的抗癌药物敏感性预测
- 2020年
- 抗癌药物敏感性数据的缺失会对后续癌症数据分析产生重要影响.高通量测序技术为构建计算模型,有效预测抗癌药物敏感性提供了可能.依据已有的合理性假设:相似的细胞系对于目标药物具有相似的反应;相似的药物对于目标细胞系具有相似的反应,本文综合考虑了细胞系的基因表达和基因突变特征,给出细胞系相似性新的定义形式,结合药物相似性度量方法,提出了"细胞系-药物K近邻"计算模型,并将其成功应用于癌症细胞系百科全书(CCLE),得到的抗癌药物敏感性预测结果明显优于已有的经典模型.
- 王波魏东李玉双
- 关键词：抗癌药物敏感性K近邻
- 基于超声图像评估甲状腺和乳腺病变的通用计算方法被引量：2
- 2024年
- 甲状腺和乳腺病变是影响女性身心健康的两类常见疾病。为了深入挖掘两类病变在超声图像上的个性差异和共性特征,提出一种通用的计算方法识别甲状腺和乳腺病变。先利用小波包变换将超声图像分解为4个子图;再借助灰度共生矩阵提取不含高频噪声的3个子图的纹理特征;最后利用最大相关最小冗余算法筛选特征,输入4种机器学习模型,完成甲状腺、乳腺结节良恶二分类和四分类。将方法应用于来自不同平台的甲状腺和乳腺超声图像,随机排列交叉验证二分类AUC达到0.88~0.99,准确率ACC达到0.84~0.98,均优于已有研究结果;四分类AUC达到0.95~0.97,ACC达到0.88~0.92,优于深度残差网络ResNet50。基于甲状腺(乳腺)图像训练的四种模型在交叉识别乳腺(甲状腺)良恶结节方面也取得了理想的分类结果,进一步验证了所提方法的稳定性和通用性。同时,T检验结果显示:甲状腺和乳腺恶性结节超声图像的近似子图存在非常显著的纹理差异,垂直细节子图展示出6个潜在的共性特征。
- 安俊达李玉双
- 关键词：甲状腺乳腺良性结节恶性结节超声图像
- 基于高斯混合和BP神经网络的卵巢癌质谱数据三分类模型被引量：1
- 2020年
- 癌症的早期诊断可以显著提高癌症患者的存活率,三分类问题就是将未知样本与已知样本进行匹配度检测,预测样本是健康状态,良性发展状态,还是癌症状态.针对复杂难分的卵巢癌蛋白质质谱数据,提出了一种基于高斯混合模型和BP神经网络的三分类预测模型.首先,去除原数据中的冗余,对其进行方差排序及交集筛选提取特征集合一,再利用高斯混合模型处理求得参数作为特征集合二,最后使用BP神经网络进行样本三分类,准确率达到72.9%.结果表明:模型可以作为卵巢癌质谱数据三分类的可选择工具.
- 马敬山魏东任福全李玉双
- 关键词：高斯混合模型BP神经网络三分类
- 基于学生发展核心素养的高校专业课程思政:特性解析与实践策略被引量：4
- 2023年
- 专业课程思政是高校思想政治教育的重中之重,对学生发展核心素养影响深远。聚焦专业课程思政的现状与挑战,解析专业课程思政的渐近性、可转移性、半预制性、技艺性、有限性,提出专业课程思政的实践策略:开展遵循教师专业成长规律的培训助力“教师先行”;依据学生发展核心素养“明确目标”;围绕核心素养深挖细究,力争“素材到位”;借助教学组织设计实现“润物无声”;通过学生、教师、课程的过程和增值评价确保“见功见效”。
- 李玉双刘伟魏东
- 基于方差排序和深度神经网络的抗癌药物组合协同作用预测
- 2024年
- 针对特定癌症类型,寻找协同的药物组合对于提高癌症疗效至关重要.基于方差排序和深度神经网络,构建了四类VarDNN模型,利用五折嵌套交叉验证和留一法,全面预测抗癌药物组合协同作用.实验结果显示:VarDNN模型的预测性能不仅优于已有经典模型,而且对于首次探讨的“新细胞系-新旧药物对”的预测结果也与已有结论相吻合.此外,VarDNN能够识别出与癌症发生发展密切相关的生物标志物,为抗癌药物组合筛选提供理论参考.
- 张杉马敬山李玉双
- 关键词：生物标志物
- 一种预测个体肿瘤的抗癌药物反应分类计算模型及其应用被引量：1
- 2022年
- 目的 不同患者对同一抗癌药物的反应可能不同,了解患者之间对抗癌药物的反应差异对癌症精准医疗具有重大参考价值。方法 高通量测序数据为构建抗癌药物反应分类预测模型提供了强大的数据支撑。针对两大经典数据集癌症细胞百科全书(CCLE)和癌症药物敏感性基因组学数据集(GDSC),本文提出了基于最大相关最小冗余(mRMR)算法和支持向量机(SVM)的计算模型mRMR-SVM。利用基因表达数据,通过方差排序和mRMR算法提取特征基因,借助SVM实现抗癌药物对细胞系的“敏感-抑制”二分类预测。结果 对于CCLE中的22种药物,mRMR-SVM的平均准确率为0.904;对于GDSC中的11种药物,平均准确率为0.851。结论 mRMR-SVM不仅在预测性能方面优于传统的支持向量机、随机森林、深度反应森林、深度神经网络和细胞系-药物复杂网络模型,而且具有良好的泛化能力,对于三类特定组织的抗癌药物反应分类预测也取得了令人满意的结果。此外,mRMR-SVM可以识别与癌症发生发展密切相关的生物标志物。
- 李少达李玉双
- 关键词：支持向量机
- Dyck格路径上的偏序集(英文)
- 2009年
- Dyck格路径是第一象限中由上升步与下降步构成的格路径.由Dyck格路径的包含关系确定了其为偏序集,且是一个分配格.此偏序集的Whitney数满足一个递归关系式,其生成函数可写成连分数的形式.此偏序集交不可约同构于n-元链的区间构成的偏序集.给出了此偏序集的Mbius函数,并讨论了其应用.利用ECO方法,递归地构造出了此偏序集的Hasse图.最后,还介绍了Dyck格路径上的另外一种类型的偏序集,即其偏序关系由包含关系和峰的个数来确定.
- 邓玉平李玉双
- 关键词：偏序集NUMBER
- 基于高斯混合模型的肿瘤纯度估计
- 2020年
- 在癌症基因组学研究中,临床所得的肿瘤组织是由癌症和正常细胞组成的混合物,肿瘤不纯会对后续的数据分析产生严重影响。基于DNA甲基化的芯片数据,构造了一种简单的肿瘤纯度估计方法GmmPurify。首先借助公共正常样本,利用高斯混合模型定义了一个重要的统计量“信息贡献值”;然后筛选出具有高信息贡献值的DNA甲基化位点,构成差异甲基化位点集合;最后利用核密度方法估计肿瘤的纯度。将GmmPurify方法应用于9类肿瘤,得到的纯度估值与两类先进方法的结果高度一致。研究结果表明,在与肿瘤样本相匹配的正常样本缺失的情况下,借助公共正常样本,GmmPurify可以给出令人满意的肿瘤纯度估计。
- 闫占正李玉双
- 关键词：DNA甲基化高斯混合模型
