目的探討大鼠損傷胰腺組織提取液對誘導大鼠BMSCs分化為胰島素分泌細胞（insulin producing cells，IPCs）的效果和機制。 方法取6周齡SD大鼠80只，將其中40只大鼠胰腺切除60%，48 h后取殘存胰腺組織制備損傷胰腺組織提取液；余40只大鼠用于制備正常胰腺組織提取液。取4周齡SD大鼠的脛骨及股骨分離培養BMSCs，取第3代細胞分為實驗組、正常對照組和空白對照組，分別加入損傷胰腺組織提取液、正常胰腺組織提取液和普通細胞培養液誘導培養。培養14 d過程中，觀測細胞形態學改變以及胰腺發育相關基因和蛋白的表達；14 d時，流式細胞儀檢測分化細胞C肽表達陽性率，葡萄糖刺激實驗評價分化細胞釋放胰島素的水平。 結果損傷胰腺組織提取液可誘導大鼠BMSCs分化為IPCs，在分化過程中表達與胰腺發育相關的基因：胰島素促進因子1（pancreatic duodenal homeobox 1，PDX-1）、胰島因子1、葡萄糖轉運蛋白2、前蛋白轉化酶2、神經元素3、Nkx6.1、生長抑素；細胞免疫熒光染色示其表達成熟胰腺β細胞標志性蛋白PDX-1、胰島素、C肽、Nkx6.1。而正常對照組和空白對照組未能檢測到相關基因和蛋白的表達。實驗組C肽表達陽性率為13.8%±1.8%，顯著高于正常對照組和空白對照組的1.6%±0.4%（P＜0.05）。實驗組在高、低糖刺激下胰島素釋放水平明顯高于正常對照組和空白對照組（P＜0.05），但僅為天然胰島的1/40和1/47（P＜0.05）。 結論胰腺損傷后，損傷胰腺組織將分泌與胰腺修復和發育分化相關的轉錄蛋白，這些蛋白可誘導大鼠BMSCs向IPCs分化。
自動準確地對肺實質進行分割對于肺癌輔助診斷至關重要。近年來，深度學習領域的研究者們提出了許多基于U型網絡（U-Net）改進的肺實質分割方法。但是現有的分割方法忽視了不同層級間特征圖語義信息的融合互補，并且無法區分特征圖中不同空間與通道的重要性。為解決該問題，本文提出雙尺度并行注意力（DSPA）網絡（DSPA-Net）架構，在“編碼器—解碼器”結構中引入了DSPA模塊和空洞空間金字塔池化（ASPP）模塊。其中，DSPA模塊通過協同注意力（CA）得到特征圖精確的空間和通道信息，并對不同層級特征圖的語義信息進行聚合。ASPP模塊利用不同空洞率的多個并行卷積核獲取不同感受野下包含多尺度信息的特征圖。兩個模塊分別解決了不同層級特征圖與同一層級特征圖中多尺度信息處理問題。本文在卡格爾（Kaggle）競賽數據集上進行了實驗驗證，實驗結果證明該網絡架構與目前主流的分割網絡相比具有明顯的優勢，戴斯相似性系數（DSC）和交并比（IoU）的值分別達到了0.972 ± 0.002和0.945 ± 0.004。基于以上研究，本文實現了肺實質自動準確的分割，為注意力機制和多尺度信息在肺實質分割領域的應用提供參考。