目的本研究旨在探讨弥散加权成像平均表观扩散系数(MeanADC)和最小表观扩散系数(MinADC)与直肠癌临床病理特征之间的相关性,并评估MeanADC值和MinADC值在预测直肠癌发生的诊断潜力。方法手术前接受常规MR成像和弥散加权成像的直肠癌病例...目的本研究旨在探讨弥散加权成像平均表观扩散系数(MeanADC)和最小表观扩散系数(MinADC)与直肠癌临床病理特征之间的相关性,并评估MeanADC值和MinADC值在预测直肠癌发生的诊断潜力。方法手术前接受常规MR成像和弥散加权成像的直肠癌病例185例,根据弥散加权成像测量直肠癌癌灶的MeanADC值和MinADC值,并研究其与直肠癌T分期、N分期、肿瘤组织学分级、周围神经侵犯、壁外血管侵犯等临床病理特征的相关性。结果直肠癌扩散加权成像MeanADC值、MinADC值与T分期、N分期、肿瘤组织学分级(低分化、中分化、高分化)、周围神经侵犯、壁外血管侵犯有关;与性别、年龄、肿瘤位置无明显关系(P>0.05);与MeanADC值相比,MinADC值在鉴别高分化、低分化直肠癌的诊断效能更高(高分化以0.930×10-3 mm 2/s为截断值,敏感度80%、特异度88%,低分化以0.750×10-3 mm 2/s为截断值,敏感度94.0%、特异度74.1%)。结论MeanADC值和MinADC值均可作为评价直肠癌侵袭性的定量指标,与MeanADC值相比,MinADC值可以作为鉴别肿瘤分化程度更好地预测因子。展开更多
针对基本灰狼算法存在初始种群不均匀、早熟收敛等问题,基于混沌理论从三个方面对灰狼优化(grey wolf optimization,GWO)算法进行改进,提出了混沌灰狼优化(chaotic grey wolf optimization,CGWO)算法用于确定边坡的最小安全系数.首先,...针对基本灰狼算法存在初始种群不均匀、早熟收敛等问题,基于混沌理论从三个方面对灰狼优化(grey wolf optimization,GWO)算法进行改进,提出了混沌灰狼优化(chaotic grey wolf optimization,CGWO)算法用于确定边坡的最小安全系数.首先,采用改进Tent混沌映射提高初始种群多样性;其次,通过混沌扰动策略避免算法陷入局部最优;最后,引入参数混沌非线性调节机制均衡算法的全局开发和局部勘探算力.13个基准测试函数的仿真结果表明,改进后的算法与基本GWO,WOA,PSO以及SCA相比具有更强的综合寻优性能.选取ACADS边坡考核题进行计算分析,CGWO算法表现出较高的计算精度和收敛速度,能够有效地搜索到复杂分层边坡的最小安全系数.对比有限元强度折减法,该方法具有操作简易、搜索区域易于设置等优点.展开更多
文摘目的本研究旨在探讨弥散加权成像平均表观扩散系数(MeanADC)和最小表观扩散系数(MinADC)与直肠癌临床病理特征之间的相关性,并评估MeanADC值和MinADC值在预测直肠癌发生的诊断潜力。方法手术前接受常规MR成像和弥散加权成像的直肠癌病例185例,根据弥散加权成像测量直肠癌癌灶的MeanADC值和MinADC值,并研究其与直肠癌T分期、N分期、肿瘤组织学分级、周围神经侵犯、壁外血管侵犯等临床病理特征的相关性。结果直肠癌扩散加权成像MeanADC值、MinADC值与T分期、N分期、肿瘤组织学分级(低分化、中分化、高分化)、周围神经侵犯、壁外血管侵犯有关;与性别、年龄、肿瘤位置无明显关系(P>0.05);与MeanADC值相比,MinADC值在鉴别高分化、低分化直肠癌的诊断效能更高(高分化以0.930×10-3 mm 2/s为截断值,敏感度80%、特异度88%,低分化以0.750×10-3 mm 2/s为截断值,敏感度94.0%、特异度74.1%)。结论MeanADC值和MinADC值均可作为评价直肠癌侵袭性的定量指标,与MeanADC值相比,MinADC值可以作为鉴别肿瘤分化程度更好地预测因子。
文摘针对基本灰狼算法存在初始种群不均匀、早熟收敛等问题,基于混沌理论从三个方面对灰狼优化(grey wolf optimization,GWO)算法进行改进,提出了混沌灰狼优化(chaotic grey wolf optimization,CGWO)算法用于确定边坡的最小安全系数.首先,采用改进Tent混沌映射提高初始种群多样性;其次,通过混沌扰动策略避免算法陷入局部最优;最后,引入参数混沌非线性调节机制均衡算法的全局开发和局部勘探算力.13个基准测试函数的仿真结果表明,改进后的算法与基本GWO,WOA,PSO以及SCA相比具有更强的综合寻优性能.选取ACADS边坡考核题进行计算分析,CGWO算法表现出较高的计算精度和收敛速度,能够有效地搜索到复杂分层边坡的最小安全系数.对比有限元强度折减法,该方法具有操作简易、搜索区域易于设置等优点.