术前静脉期CT影像组学列线图预测喉鳞癌患者预后

目的:研究增强CT影像组学术前预测喉鳞癌术后复发的价值。方法:收集本院64例经术后病理证实为喉鳞癌的患者作为训练组;将TCGA数据库中下载的39例患者作为验证组,基于患者术前CT增强静脉期图像,利用3D-slicer软件提取喉鳞癌全域影像组学特征。在训练组中,应用单因素COX及LASSO回归确定复发相关的最佳组学特征,构建影像组学风险评分对喉鳞癌患者预后分层;基于多因素COX回归构建预测1年、3年无进展生存的列线图。采用受试者工作特征曲线(ROC)评估影像组学风险评分的诊断效能。最后采用相同阈值对验证组患者进行模型验证。结果:训练组确定4个影像组学特征与复发显著相关,构建影像组学评分模型,Kaplan-Meier曲线显示训练组和验证组低风险组(组学评分<0.7)无进展生存时间均显著长于高风险组(P<0.001,P=0.025)。多因素COX回归研究表明影像组学评分是喉鳞癌术后复发的独立危险因素。在训练组中列线图预测喉鳞癌患者三年术后无进展生存C指数为0.816,影像组学模型C指数为0.795。在验证组中列线图C指数为0.858,影像组学模型C指数为0.795。结论:基于术前CT增强图像提取的喉鳞癌组学特征并建立列线图模型,可用于术前预测患者术后复发,且诊断效能高于临床常用TNM分期,可作为临床诊疗决策依据。

基于瘤周1cm内ADC值构建的列线图模型预测胶质瘤术后进展的临床价值

目的构建基于瘤周1 cm内表观扩散系数(apparent diffusion coefficient,ADC)值的列线图模型对预测胶质瘤术后进展的临床价值。材料与方法回顾性分析2016年1月至2020年12月间于秦皇岛市第一医院就诊的脑胶质瘤切除术患者的临床及影像资料,通过影像储存和传输系统(Picture Archiving and Communication Systems,PACS)收集并测量平均ADC(mean apparent diffusion coefficient,mADC)值。通过X-tile选取最优mADC阈值后进行Kaplan-Meier生存曲线分析。采用Cox回归分析筛选独立危险因素并构建列线图预测模型,进而预测胶质瘤患者术后进展。绘制受试者工作特征(receiver operating characteristic,ROC)曲线评价模型的准确性,决策曲线(decision curve analysis,DCA)评价模型的临床价值。结果单因素及多因素Cox回归分析显示,瘤周mADC值、瘤周强化程度、年龄及肿瘤切除程度是预测胶质瘤术后进展的独立危险因素(P均<0.05)。列线图模型预测胶质瘤患者术后1、2年病情进展的ROC曲线下面积(area under the curve,AUC)分别为0.79、0.76。校正曲线显示模型中观察值与预测值之间有良好的一致性。DCA显示列线图模型有较好的临床应用价值。结论基于瘤周1 cm内mADC值首次建立的列线图模型可直观全面地预测胶质瘤患者术后病情进展情况,为临床个性化评估患者生存预后及制订治疗方案提供有力工具。

基于RTDS的上海地区110kV变压器保护仿真建模研究

针对上海地区110 k V电压等级变压器采用的Yy10特殊结构,阐述了基于Yy10变压器模型的变压器保护方案基本原理,推导了基于该原理的Yy10双绕组变压器的动作方程,提出了基于Yy10变压器的保护方案,对比了Yy10与Yd11不同连接组别的区别,建立了基于RTDS的变压器保护动模试验模型。仿真试验结果表明该Yy10变压器可以可靠地应用在上海电网中,并保证其安全稳定运行。

基于改进多核学习的多传感数据分类方法研究

物联网(internet of things,IoT)技术中结合多个数据源互补信息提高数据分类准确率的研究受到了越来越多的关注。针对物联网无线传感器采集到数据的多源异构特性,给出了一种基于改进多核学习支持向量机(improved multi-kernel learning-support vector machine,IMKL-SVM)的IoT数据分类方法。传统的多核学习方法中核函数主要是采用经验法选取核函数类型及参数,本文改进方法在确定核函数类型及参数时分为两步:首先采用交叉验证方法初步确定核函数类型及参数;其次在第一步结果中利用支持向量机(SVM)同时训练样本和优化多核函数的类型及参数。实验中针对温度、湿度、光照、大气压力等4种数据设计了两组数据——第一组数据被标记为上午、中下午、傍晚、夜间4类,第二组数据被标记为白天、傍晚、夜间3类,比较了本文的IMKL-SVM方法、单核SVM方法及传统MKL-SVM方法在两组数据集上的分类准确率。此外,针对UCI公开数据集AReM进行了分类实验,实验结果表明IMKL-SVM方法针对具有多源异构特性的物联网数据实现了较高的分类准确率。

Windows的控制窗口

Microsoft Windows以它的基于交互式图形多窗口多任务的优秀性能特点,已逐渐成为IBM-PC和兼容机在MS-DOS下图形环境的标准。窗口系统是基于用户的操作系统上的一种操作环境,它为用户提供了多个任务的自然可视区域,使多任务通过多窗口机制同时呈现于用户面前,由于它优越的操作环境而为越来越多的用户所接受。Microsoft的Windows软件包一问世便光采夺目,成为PC多任务多窗口软件的标准。 Windows中设置的控制窗口是一些预定义的特殊窗口,它实现了指定形式的输入或输出,例如,要得到用户输入的文件名,可以创建并显示一个编辑控制,让用户键入文件名,该编辑控制就是一个用于接收并显示键盘输入的预定义子窗口,控制窗口提供了与用户进行交互的简便方法。和其他窗口一样,控制也属于窗口类(Class),

跳出自己的精彩

一群小女孩正在进行拉丁舞训练，站在最前面、挺拔苗条的那个女孩跳得最精彩，不时博得围观家长的阵阵喝彩，她就是我——范嘉玮。