基于SEER数据库转移性胰腺腺癌患者早期死亡预测列线图模型构建和验证

背景胰腺腺癌(pancreatic adenocarcinoma,PCa)是一种高度侵袭性的恶性肿瘤,具有早期死亡的高风险(生存时间≤3 mo).因此,建立有效的列线图来预测转移性胰腺腺癌(metastatic pancreatic adenocarcinoma,mPCa)患者早期死亡的概率具有相当重要的意义.目的构建并验证mPCa患者早期死亡的预测列线图模型.方法提取SEER数据库中2010-2015年符合条件的18603例mPCa患者,按7:3比例随机分为训练集和验证集,对训练集进行单因素及多因素Logistics回归分析确定早期死亡危险因素,从而进一步构建列线图,在训练集和验证集中通过受试者工作特征曲线(receiver operating characteristic curve,ROC)、校准曲线对列线图效能进行验证,使用决策曲线分析(decision curve analysis,DCA)评估列线图临床实用性.结果年龄、性别、肿瘤原发部位、肿瘤分化程度、T分期、N分期、脑转移、骨转移、肝转移、肺转移、手术、放疗、化疗是mPCa患者早期死亡的独立危险因素,基于这些变量构建了列线图.训练集和验证集ROC曲线下面积分别是0.810(95%CI:0.802-0.811)、0.802(95%CI:0.790-0.813),提示列线图有良好的区分度,校准曲线在训练集和验证集中均有较好的校准度,DCA结果表明,与TNM分期相比,列线图在预测早期死亡方面有更好的临床净效益.结论所构建的列线图对于mPCa患者的早期死亡具有良好的预测能力,有助于临床医生对mPCa患者实施个体化治疗方案.

灰色关联分析和熵权法的μ-EDM多目标参数优化

针对微孔的入口、出口和形状加工精度指标要求,提出灰色关联分析(Grey Relational Analysis,GRA)法和熵权法相结合的微细电火花加工多目标参数优化方法。运用熵权法,对三个加工精度指标进行分析,并得到对应的权重。通过设计正交试验并对H62黄铜进行加工试验,计算出试验结果序列的各指标的灰色关联系数。采用熵权法和GRA法综合评价模型,得出各试验序列的灰色关联度,并对其进行均值分析,实现了多目标优化向单目标优化的转变。研究结果表明,优化后工艺参数的实验结果与灰色关联度最大的H-22组试验结果相比,其入口过切量EnOV、出口过切量ExOV及锥度TA分别降低了8.97%、4.11%、8.33%,微孔的加工精度得以提高。

基于集成正交实验与CNN方法的微细电火花微孔加工精度

针对改善微细电火花微孔加工精度问题,提出一种集成正交试验与卷积神经网络的方法。首先,利用正交试验研究进给速度、主轴转速、脉冲占空比和脉冲频率4个因素对微细电火花加工H62黄铜微孔入口过切(En-OV)、出口过切(ExOV)和锥度(TA)的影响规律及其最优加工工艺参数。然后,采用基于PyTorch框架的卷积神经网络对试验结果进行预测。结果表明:对于微孔加工入口过切,各因素按影响程度由高到低依次为脉冲占空比、脉冲频率、进给速度和主轴转速;对于微孔加工出口过切,各因素按影响程度由高到低依次为进给速度、主轴转速、脉冲占空比和脉冲频率;对于微孔加工锥度,各因素按影响程度由高到低依次为进给速度、脉冲占空比、主轴转速和脉冲频率。综合考虑并分析各因素之间关系,通过验证实验得到微孔加工精度最优组合参数:进给速度为0.02mm/s、主轴转速为1000r/min、脉冲占空比为60%、脉冲频率为3000Hz。微孔加工入口过切、出口过切和锥度的预测值与试验真实值吻合程度较高,两者相对误差均小于12%。基于PyTorch框架的卷积神经网络(CNN)具有较高的预测准确性,满足实际生产加工需求,为微细电火花微孔加工精度预测研究提供了新方法,也为实际生产加工指导提供了依据。