丁妍
- 作品数：3 被引量：6H指数：1
- 供职机构：武汉大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：医药卫生交通运输工程自动化与计算机技术更多>>
- 基于交通转向规则的图卷积神经网络——用于城市路网交通预测被引量：1
- 2025年
- 【目的】准确、可靠的交通状态预测信息是智能交通系统(ITS)中许多应用的基础。然而,城市道路网络连接关系复杂,且存在较大的空间依赖性建模挑战。传统的图卷积神经网络(GCN)广泛应用于交通预测中,但其并未专门为交通问题设计,无法充分考虑交通网络的特性,如路段的行驶方向、转向规则等。因此,本研究旨在提出一种新的图卷积网络模型,能够有效建模城市交通路网中的转向关系,从而提升交通预测精度。【方法】研究从交通网络的特性出发,考虑到中心路段与其邻居路段的转向关系和相对位置构建了新型的图卷积网络,称为转向图卷积神经网络(Turn-based Graph Convolution Neural Network,TurnGCN)。TurnGCN方法将城市路网建模为异构图,图中的边代表路段间的转向关系。在计算过程中,TurnGCN通过引入转向表来标记邻居节点,并将节点特征映射为欧氏空间的特征栅格后,利用卷积神经网络(CNN)对节点特征进行融合。【结果】在2个现实世界交通数据集上进行了模型的对比实验:韩国首尔的Urban-150数据集和中国上海的SHSpeed数据集。实验结果表明,在多个评估指标上,TurnGCN的预测精度均达到最高,且参数量小于基于空间注意力机制的GCN变体。【结论】TurnGCN为城市路网交通预测提供了一种有效的解决方案,显式地建模了基于转向的空间关系。它有效克服了传统GCN和注意力机制模型的局限,显著提高了预测性能,同时参数共享的机制保持了模型的计算效率。这些优势突出了TurnGCN在智能交通系统中的实际应用潜力,尤其在交通流量优化、拥堵管理和智能导航系统中具有广泛的应用前景。
- 丁妍丁妍王葭泐栗云昊陈碧宇
- 关键词：交通预测城市路网
- 载脂蛋白A5基因多态性与冠心病和糖尿病的关联研究
- 丁妍
- 关键词：载脂蛋白A5冠心病糖尿病甘油三脂单核苷酸多态性
- 自噬对宫颈癌细胞增殖和迁移能力的影响被引量：5
- 2016年
- 目的观察自噬对宫颈癌细胞增殖迁移能力的影响,并探讨其可能机制。方法采用不同浓度雷帕霉素诱导人宫颈癌HeLa细胞,吖啶橙染色观察自噬小体的形成,Western blot检测自噬相关基因LC3B以及PI3K/Akt/mTOR通路蛋白的表达情况,采用RTCA仪器实时检测细胞的增殖能力,Transwell小室检测细胞的迁移能力。应用自噬抑制剂3-methyladenine(3-MA)阻断宫颈癌细胞自噬后,采用RTCA仪器实时检测细胞的增殖能力,Transwell小室检测细胞的迁移能力。构建带有绿色荧光蛋白的LC3B质粒,转入HeLa细胞,通过G418药物筛选转染阳性细胞,荧光显微镜观察LC3B的细胞定位,Western blot检测LC3B表达。RTCA仪器实时检测野生型和LC3B过表达HeLa细胞的增殖能力,Western blot检测PI3K/Akt/mTOR通路蛋白的表达。结果雷帕霉素诱导后,宫颈癌HeLa丑细胞自噬水平增高,增殖和迁移能力有所下降;PI3K/Akt/rnTOR通路蛋白表达改变(P<0.05)。自噬抑制剂3-MA诱导HeLa细胞增殖和迁移水平下降(P<0.05)。荧光显微镜和Westem blot结果显示构建的LC3质粒成功转入Hela细胞中并且能够抑制宫颈癌细胞的增殖(P<0.05)。结论在一定范围内,随着自噬水平的升高,HeLa细胞增殖和迁移能力降低,可能是通过PI3K/Akt/mTOR信号通路发挥作用。通过基因靶向扰乱自噬关键基因(如LC3等)而改变宫颈癌细胞自噬水平可能为宫颈癌的治疗带来新策略。
- 杨毅丁妍于爱清严世荣
- 关键词：自噬宫颈癌细胞雷帕霉素LC3
