三分快三下载_三分快三投注

中德专家携手救治疑难病患******

　　中新网上海2月2日电 (记者 陈静)在新冠肺炎疫情防控中，跨国高难度医疗救治并没有间断。

　　记者2日走访国际神经外科医生集团(INC)了解到，作为世界知名颅底、脑干肿瘤和脑血管病领域专家巴特朗菲教授，2022年多次来华开展学术交流。期间，两国医学专家同台手术，在救治疑难病症患者的同时，积极推进中外神经外科之间的互动。

　　据悉，江苏省卫生支撑计划中德国际合作交流项目合作专家，2022年苏州大学附属儿童医院和巴特朗菲教授开启了第二聘期(5年)的合作。同期，苏州独墅湖医院聘请巴特朗菲教授成为该院神经外科首席顾问，以提升国际医疗服务能力，加强中外专家交流合作。据了解，未来，巴特朗菲教授将每年定期来到苏州，围绕神经外科临床复杂难题与该院医疗团队深入合作，在高精尖医疗设备的支撑下，让国内疑难脑瘤患者不出国门，就能接受顶级专家手术治疗。

　　据介绍，2022年11月份至12月份线下学术交流活动历时21天，除了参加线下及线上学术交流会议、正常的教学、病例讨论和查房外，巴特朗菲教授还主刀，为近30例疑难脑瘤患者进行手术。在示范手术中，巴特朗菲教授进行了“世界高难度”脑干-延髓手术示范教学直播。这是一例成功的脑干延髓海绵状血管瘤的全切根治性手术，挽救了一位19岁少年的生命。近7000名国内神经外科医生全程观摩、交流互动。

　　据介绍，多名接受手术的患者，其肿瘤分别位于脑干、颅底、脊髓及视神经内等位置。在国内神经外科专家的协作配合下，巴特朗菲教授最大程度切除肿瘤，且尽力完好保留患者的正常神经功能。目前，这些患者术后均恢复良好，已基本顺利出院。

　　12岁少年小宇(化名)，罹患脑干海绵状血管瘤。四处求医后，小宇妈妈均被告知手术风险巨大，手术可能导致瘫痪，包括一些其他神经的损伤；可能视神经、吞咽功能、语言...都会受损。最终他们求助巴特朗菲教授。这位专家给了他们积极接受治疗的信心。

　　2022年11月20日，在中德专家合作诊疗、密切配合之下，小宇在苏州大学附属儿童医院顺利接受。出手术室，小宇即清醒；术后第二天，孩子正常吃饭；第三天可下地行走；术后10天，小宇妈妈开心地说：“我儿子说，想要自行车。他健康了，让我给他买辆自行车！”

　　在另一台教学手术中，巴特朗菲教授主刀，从早上9点到晚上9点30分，历经12个半小时的高难度手术，这位专家从33岁郑女士(化名)的脑中，成功切除一个巨大的脑干-脊髓髓内肿瘤。据介绍，这台手术其实相当于两台手术——脑干延髓、脊柱。术后，巴特朗菲教授表示，郑女士的肿瘤起源于脑干下部，累及延髓和颅颈交界区，且向下方延伸到整个颈部脊髓以及一直到第一胸椎水平，病变累及范围近15cm，这个位置的手术稍有不慎，患者可能面临瘫痪、呼吸心跳暂停、昏迷植物人等不可挽回的结果。

　　据了解，为了更好地保护该名患者的正常神经功能并切除肿瘤，仅仅延髓、脊髓部位的肿瘤剥离，巴特朗菲教授就用了4个小时。高难度手术的成功实施，也体现了中德医疗团队的精诚协作。

　　自2023年1月8日起，新冠病毒感染“乙类乙管”优化移民管理政策措施开始实施，中外人员流动和学术交流合作正逐步恢复正常。

　　据悉，当下国内外神外科医生期待更多面对面沟通交流、切磋手术技巧的机会，以能拉进彼此的距离，增加相互了解。据透露，今年3月下旬，巴特朗菲教授还将再次来华学术交流并示范手术。

　　INC方面表示：在目前的情况下，中国神经外科医生不仅要更多“走出去”，积极出国参加学术交流，也应邀请更多国际神经外科大咖来华访问交流。

　　INC方面表示，今后将展开多场由多位世界知名专家领衔授课、国内知名医院的专家来沪参加的学术沙龙，并组织国内神经外科领域医生等赴海外进修；希望分享前沿技术成果，在深化国际间手术技术合作进程中，让中国医务工作者了解国际最新的学术动态，共同推动世界神经外科学科发展、造福更多神经外科疑难病患。(完)

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）