为自动获取大面积冬小麦种植区域,通常利用中等空间分辨率遥感影像中的物候信息,基于时间序列曲线进行识别与提取。但在实际工程项目中,只使用物候信息提取精度偏低。因此提出了一种基于时间序列曲线数据分类模型与图像分割相结合的冬小麦识别方法。首先,构建多源数据的归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线,采用时间序列谐波分析方法(harmonic analysis of time series,HANTS)对NDVI时间序列数据进行平滑和去噪;然后,对NDVI时间序列进行坐标转换,获取波段均值、标准差和均方根3个参数,构建新的分类模型,提升冬小麦与其他作物的差异值;最后,通过与高空间分辨率数据的分割结果相结合,利用图像的空间结构信息,提高地物边界的准确性。以南京市江宁区为例,利用2017年12月—2018年6月间高分一号、Landsat8和Sentinel-2A 3种类型的共21景多源数据进行实验,最终提取精度达到98.74%,比其他方法有所提高,为农业管理部门提供了准确的冬小麦种植区域和分布的地理信息数据。
目的基于数据挖掘方法总结中药治疗慢性心力衰竭(chronic heart failure,CHF)的用药规律,利用网络药理学方法对核心药物组合治疗CHF的活性成分和作用机制进行初步预测。方法收集2014年1月至2021年6月中国中医科学院西苑医院第一诊断为慢性心力衰竭的住院患者的病历,按照纳入和排除标准,利用中医传承辅助平台(Traditional Chinese Medicine Inheritance Computer System,TCMICS)V3.0对中药使用频次、用药规律等进行分析;采用网络药理学的方法,筛选出核心药物组合治疗CHF的潜在靶点,初步预测其可能的作用机制。结果共纳入625例患者,787张中药处方。有56味中药使用频次超过50次,主要为补虚药、利水渗湿药及活血化瘀药;结合高频中药、关联规则及聚类分析得到治疗CHF的核心药物组合为:黄芪、党参、茯苓、桂枝、益母草、川芎和赤芍。网络药理学分析表明核心药物组合中槲皮素、异鼠李素等活性成分作用于AKT1、EGFR、MMP9等20个CHF核心靶点;核心药物组合治疗CHF的潜在靶点主要富集在11个细胞组成、17种分子功能和20个生物过程中;生物学通路主要为MAPK信号通路、PI3K-Akt信号通路、AMPK信号通路等。结论中药治疗CHF以益气温阳,利水消肿,活血化瘀为主。核心药物组合可能通过参与心室重塑、炎症反应等过程从而发挥治疗CHF的作用。
暂无评论