目的观察苍附导痰汤加二甲双胍联合穴位埋线对肥胖型多囊卵巢综合征(polycystic ovary syndrome,PCOS)不孕症患者免疫功能及肠道菌群的影响。方法选取肥胖型PCOS不孕症120例,采用随机数字表法随机将其分为观察组和对照组两组各60例,其...目的观察苍附导痰汤加二甲双胍联合穴位埋线对肥胖型多囊卵巢综合征(polycystic ovary syndrome,PCOS)不孕症患者免疫功能及肠道菌群的影响。方法选取肥胖型PCOS不孕症120例,采用随机数字表法随机将其分为观察组和对照组两组各60例,其中84例顺利完成研究,观察组40例,对照组44例。观察组采用苍附导痰汤加二甲双胍联合穴位埋线进行治疗,对照组采用苍附导痰汤加二甲双胍进行治疗,均治疗12周。比较两组治疗前后T细胞免疫应答指标、胰岛素抵抗指标和肠道菌群情况,并观察两组治疗期间不良反应发生情况。结果治疗前,两组T细胞免疫应答指标、胰岛素抵抗指标及肠道菌群情况比较差异均无统计学意义(P>0.05)。治疗后,两组血清转化生长因子-β1(TGF-β1)、白细胞介素-10(IL-10)水平及乳酸杆菌、双歧杆菌均较治疗前升高;血清白细胞介素-17(IL-17),空腹血糖(FBG)、餐后2 h血糖(2 h PBG)、空腹胰岛素(FINS)、稳态模型胰岛素抵抗指数(HOMA-IR)水平,以及肠杆菌均较治疗前降低,差异有统计学意义(P<0.01)。治疗后,观察组血清TGF-β1、IL-10水平及乳酸杆菌、双歧杆菌高于对照组;血清IL-17,FBG、2 h PBG、FINS、HOMA-IR水平,以及肠杆菌低于对照组,差异有统计学意义(P<0.01)。治疗期间,观察组出现皮疹5例,因埋线导致皮肤红肿1例;对照组出现皮疹5例。结论苍附导痰汤加二甲双胍联合穴位埋线应用于肥胖型PCOS不孕症可以减少胰岛素抵抗、纠正Treg/Th17失衡、调节T细胞免疫应答、改善肠道微生物稳态失衡,且不良反应较少。展开更多
针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Transformer模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在...针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Transformer模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在数据特征向量中持续增加全局特征属性,从而提高多目标识别中点云分类和分割的精度。实验中采用了标准基准数据集(ModelNet40、ShapeNet部分分割和SemanticKITTI场景语义分割数据集)以验证模型的性能,实验结果表明:DRPT模型的pIoU值为85.9%,比其他模型平均高出3.5%,有效提高了多目标识别检测时点云分类与分割精度,是对智能网联技术发展的有效支撑。展开更多
文摘目的观察苍附导痰汤加二甲双胍联合穴位埋线对肥胖型多囊卵巢综合征(polycystic ovary syndrome,PCOS)不孕症患者免疫功能及肠道菌群的影响。方法选取肥胖型PCOS不孕症120例,采用随机数字表法随机将其分为观察组和对照组两组各60例,其中84例顺利完成研究,观察组40例,对照组44例。观察组采用苍附导痰汤加二甲双胍联合穴位埋线进行治疗,对照组采用苍附导痰汤加二甲双胍进行治疗,均治疗12周。比较两组治疗前后T细胞免疫应答指标、胰岛素抵抗指标和肠道菌群情况,并观察两组治疗期间不良反应发生情况。结果治疗前,两组T细胞免疫应答指标、胰岛素抵抗指标及肠道菌群情况比较差异均无统计学意义(P>0.05)。治疗后,两组血清转化生长因子-β1(TGF-β1)、白细胞介素-10(IL-10)水平及乳酸杆菌、双歧杆菌均较治疗前升高;血清白细胞介素-17(IL-17),空腹血糖(FBG)、餐后2 h血糖(2 h PBG)、空腹胰岛素(FINS)、稳态模型胰岛素抵抗指数(HOMA-IR)水平,以及肠杆菌均较治疗前降低,差异有统计学意义(P<0.01)。治疗后,观察组血清TGF-β1、IL-10水平及乳酸杆菌、双歧杆菌高于对照组;血清IL-17,FBG、2 h PBG、FINS、HOMA-IR水平,以及肠杆菌低于对照组,差异有统计学意义(P<0.01)。治疗期间,观察组出现皮疹5例,因埋线导致皮肤红肿1例;对照组出现皮疹5例。结论苍附导痰汤加二甲双胍联合穴位埋线应用于肥胖型PCOS不孕症可以减少胰岛素抵抗、纠正Treg/Th17失衡、调节T细胞免疫应答、改善肠道微生物稳态失衡,且不良反应较少。
文摘针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Transformer模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在数据特征向量中持续增加全局特征属性,从而提高多目标识别中点云分类和分割的精度。实验中采用了标准基准数据集(ModelNet40、ShapeNet部分分割和SemanticKITTI场景语义分割数据集)以验证模型的性能,实验结果表明:DRPT模型的pIoU值为85.9%,比其他模型平均高出3.5%,有效提高了多目标识别检测时点云分类与分割精度,是对智能网联技术发展的有效支撑。
