油田热注蒸汽干度测量方法的研究进展

综述油田热注蒸汽(湿饱和蒸汽)干度测量的几种有效方法——化学化验法、热力学法和非热力学法、软测量法、光学检测法和"体积变化式"测量法,分析了各种方法及其优、缺点,并提出了体积变化式测量法应用于油田蒸汽干度的测量。

Fuzzy模型在苯与庚烷萃取剂选择中的应用

应用Fuzzy多层次评判理论,建立因变量为选择性和溶解性,自变量分别为腐蚀性、比热容、粘性、沸点和毒性的隶属函数。给出了各自变量的权重比例,构建了Fuzzy多层次综合评价模型,并针对苯和庚烷的六种萃取溶剂进行综合评价。结果表明:糠醛无论在选择性还是在溶解性方面与其它溶剂相比均为最佳选择试剂。

基于机器学习算法的肝硬化患者经颈静脉肝内门体分流术后临床结局预测

目的探讨机器学习对于经颈静脉肝内门体分流术(TIPS)的肝硬化患者预后的临床预测价值。方法本研究共纳入山东大学附属山东省立医院2016年1月至2019年12月收治的53例肝硬化患者,分别收集术前及术后临床变量68项,以术后出血、肝性脑病、肝病相关死亡、分流道失功能分别作为独立结局。使用逻辑回归筛选对结局有显著影响的临床变量,分别构建相应的支持向量机(SVM)模型,同时构建沙普利可加性特征解释方法(SHAP)模型进行解释分析。结果术后出血SVM模型,准确率0.75,召回率1.00,曲线下面积(AUC)=0.81;肝性脑病SVM模型,准确率0.75,召回率0.67,AUC=0.77;肝病相关死亡SVM模型,准确率0.88,召回率1.00,AUC=0.87;分流道失功能SVM模型,准确率0.94,召回率0.67,AUC=0.87。构建的四个模型中纳入变量SHAP值最高的依次为服用利尿剂、服用益生菌、术前门静脉压力值和终末期肝病模型(MELD)评分。结论机器学习在肝硬化TIPS术后不同临床结局的预测中有较好的实用价值,可辅助临床医生预测此类患者术后状况,早期进行有效干预。