科创中国

一种不平衡数据下的多任务植物生化参量反演方法及系统，涉及植物叶片物化参量反演技术领域，用以解决现有技术中由于叶片数据样本不平衡、对多个反演参量任务模型特征利用率低而导致的参量反演结果不准确的问题。本发明的技术要点包括：输入端对多维数据标签预处理，控制不同任务的损失比重相似；构建卷积神经网络，不同反演任务共享底层的特征提取层，输出端使用平衡均方误差作为损失函数，对任务损失使用自适应加权，完成模型训练。本发明考虑到了植物物化参量间的相关性，使用多任务模型降低了模型参数的冗余度，并且能够规避实测数据不平衡导致的对丰富样本的过度表示和对稀缺样本的忽略，提升了多维不平衡数据整体的预测准确度。

本发明通过引入平衡均方误差函数(Balanced Mean Square Error,BMSE)解决训练过程中不平衡数据集的影响，以及引入多任务学习模型和自适应损失权重分配提高模型复用能力，综合提出一种对不平衡叶片光谱数据多任务并行的反演方法。与传统反演方法相比，本发明由于采用了平衡误差损失函数，充分考虑到了叶片样本采样成本限制导致的样本数据集的标签分布不平衡现象，减轻了特征学习过程中模型对丰富数据的过度表示和对稀缺数据的忽略问题，从而得出更为合理的决策边界；采用了多任务卷积网络作为反演模型，充分利用了参量间特征的相关性，以硬共享的方式共享底层特征提取层，实现不同参量反演任务模型的耦合和信息共享，相比单任务反演模型明显降低了模型参数量和训练时间；同时，为解决多任务间学习速率不一致的问题，还采用了自适应损失权重分配方法，在模型训练过程当中对任务的重要性进行动态分配，不需要人工重复实验设置超参数，既避免了人工分配权重的繁琐性和随机性，又可以保持多个反演任务学习速率相似，提升了多任务模型的精度。

项目立项背景和依据：阿尔茨海默病（AD）是一种与年龄相关的，以进行性认知功能障碍和行为损害为特征的中枢神经系统退行性病变，是一种进行性发展的致死性神经退行性疾病 。患病率研究显示，该病已经成为人类第四号杀手，成为生命科学领域21世纪的难题之一，给社会、家庭和患者带来沉重的负担，因此寻找阿尔茨海默病有效疗法的工作非常紧迫。 国内外现状:近年来，各国科学家致力于AD病因、病理方面的研究，更好的治疗靶点。而在临床上对AD一般实行药物综合性治疗，只能缓解某些症状却无法阻止痴呆的发展。干细胞移植及基因修饰是目前研究热点。而AD的各种致病机制导致神经元及神经突触的逐渐缺失是直接原因，氧化应激产生自由基引起老化及神经退化已被证实，Aβ能在NO调节下引起Drp1亚硝基化而导致线粒体分裂增加。相关报道介绍尸检AD患者与对照组不同部位脑组织发现仅AD患者豆状核Drp1活性显著增高。在国外一项研究中发现，AD小鼠脑组织中Drp1含量下降。 在本研究中，我们发现Aβ和线粒体分裂蛋白Drp1之间存在类似的相互作用。Drp1是一个胞浆蛋白，丰富存在于细胞体、轴突和树突中。在AD患者中，异常线粒体分裂，破坏线粒体自噬作用，这些功能异常的线粒体是由于Aβ与Drp1相互作用造成的，这种异常的相互作用增加导致疾病的进展。然而，在对照组中我们没有发现任何Aβ和Drp1之间的相互作用，这表明Aβ和Drp1的互动是AD

材料科学与化学工程学院现有教职工170人，其中新世纪百千万人才工程国家级人选1人，教育部新世纪人才1人，全国优秀教师1人，龙江学者3人，省杰青4人，省思政名师1人，省级教学师德标兵4人，黑龙江省研究生优秀导师团队2个，博士生导师25人，硕士生导师106人。

缺血性脑血管疾病是一种常见病和多发病，严重影响个人和家庭的生活质量。近年来，有关花生四烯酸（arachidonic acid，AA）代谢产物在缺血预处理中的表达情况及作用机制的研究逐渐成为研究热点。缺血预处理（IPC)可诱导缺血耐受（IT），但机制不清。本课题组前期研究发现，IPC时15-LOX表达下调；同时15-LOX催化产物 15-HETE可使Kv亚型表达下调。该项目在前期研究的基础上，在国内外首次将基因敲除技术引入15-LOX参与缺血预处理机制的研究中，利用化学阻断、基因敲除技术，从多角度、多层面对15-LOX与缺血预处理的关系进行分析。明确缺血预处理后的神经保护作用及其对15-LOX的表达的影响，证实15-LOX抑制机制参与IPC的保护过程。并且明确缺血预处理后脑缺血耐受过程中Kv通道亚型表达的变化，从而揭示了15-LOX参与缺血预处理脑保护过程的离子通道机制。在此基础上，我们进一步证实应用15-LOX抑制剂NDGA可通过模拟缺血预处理过程产生脑保护作用；NDGA通过抑制15-LOX产物的生成：减轻15-HETE所致的脑水肿和神经元凋亡而产生脑保护作用。该课题完善了"药物预处理"对缺血性脑血管病的预防和脑保护作用的研究，同时也为新型缺血性脑血管疾病药物的开发和利用提供的理论及应用基础。

技术转让、合同、入股均可，具体资金双方协商，希望尽快落地实现产业化。