期刊文献+
共找到46篇文章
< 1 2 3 >
每页显示 20 50 100
最小绝对收缩和选择算子回归筛选急性缺血性脑卒中溶栓患者症状性脑内出血预测因素分析
1
作者 朱金洲 皮强峰 +1 位作者 舒志刚 梅炳银 《心脑血管病防治》 2023年第10期20-24,共5页
目的探讨基于最小绝对收缩和选择算子(LASSO)回归筛选急性缺血性脑卒中溶栓患者症状性脑内出血(sICH)发生的预测因素。方法选取2019年6月至2022年6月于鄂州市中心医院收治的428例急性缺血性脑卒中患者作为研究对象,静脉溶栓后24 h采用C... 目的探讨基于最小绝对收缩和选择算子(LASSO)回归筛选急性缺血性脑卒中溶栓患者症状性脑内出血(sICH)发生的预测因素。方法选取2019年6月至2022年6月于鄂州市中心医院收治的428例急性缺血性脑卒中患者作为研究对象,静脉溶栓后24 h采用CT观察脑内出血情况,根据有无sICH分为sICH组36例和无sICH组392例。记录两组人口社会学资料、溶栓前实验室检查资料、影像学相关资料,采用LASSO回归分析筛选变量初步筛选重要预测因素,将非零回归系数的变量纳入多因素Logistic回归分析,确定影响急性缺血性脑卒中溶栓后发生sICH的独立预测因素。结果36例(8.41%)患者在溶栓后24 h内出现sICH归为sICH组,其余392例(91.59%)未出现sICH归为无sICH组。两组患者发病至溶栓时间、糖尿病、心房颤动、入院时美国国立卫生研究院卒中量表(NIHSS)评分、入院时血糖、C反应蛋白、CT显示大动脉高密度征象比较差异有统计学意义(t/χ^(2)=2.163、3.911、4.092、3.087、3.156、3.937、8.553,均P<0.05);LASSO回归算法共筛选出入院NIHSS评分、入院时血糖、C反应蛋白、大动脉高密度征象4个具有非零系数的显著相关指标;进一步多因素Logistic回归分析显示:入院NIHSS评分、入院时血糖、C反应蛋白、大动脉高密度征象为急性缺血性脑卒中溶栓后sICH的危险因素[OR(95%CI)=1.123(1.029~1.226)、1.391(1.086~1.781)、1.901(1.362~2.652)、3.112(1.364~7.104),均P<0.05];ROC曲线显示,基于LASSO-Logistic构建的模型预测急性缺血性脑卒中溶栓后sICH发生的AUC为0.802(95%CI=0.722~0.882),特异度为61.20%,敏感度为88.90%。结论基于LASSO回归筛选出的入院NIHSS评分、入院时血糖水平、C反应蛋白、大动脉高密度征象为急性缺血性脑卒中溶栓后sICH的预测因素。 展开更多
关键词 急性缺血性脑卒中 症状性脑内出血 溶栓 最小绝对收缩选择算子回归
下载PDF
基于最小绝对收缩与选择算子模型稀疏恢复的多目标检测 被引量:1
2
作者 洪刘根 郑霖 杨超 《计算机应用》 CSCD 北大核心 2017年第8期2184-2188,共5页
针对地面多径环境下运动目标检测,使用最小绝对收缩与选择算子(LASSO)算法在参数估计时会出现伪目标的问题,提出一种基于LASSO模型框架的设计矩阵降维构造方法。首先,信号的多径传播能够带来目标检测的空间分集,信号在不同的多径上有不... 针对地面多径环境下运动目标检测,使用最小绝对收缩与选择算子(LASSO)算法在参数估计时会出现伪目标的问题,提出一种基于LASSO模型框架的设计矩阵降维构造方法。首先,信号的多径传播能够带来目标检测的空间分集,信号在不同的多径上有不同的多普勒频移;此外,使用宽带正交频分复用(OFDM)信号能够带来频率分集。由于空间分集和频率分集的引入造成目标的稀疏特性。利用多径的稀疏性和对环境的先验知识,去估计稀疏向量。仿真结果表明,在一定信噪比(SNR,-5 d B)下,基于设计矩阵降维构造方法的改进的LASSO算法比基追踪算法(BP)、DS(Dantzig Selector)、LASSO等传统算法的检测性能有明显提高;在一定虚警率(0.1)条件下,改进的LASSO算法比原LASSO算法检测概率提高了30%。所提算法能够有效去除伪目标,提高雷达目标检测概率。 展开更多
关键词 多径效应 稀疏向量恢复 多目标检测 最小绝对收缩选择算子 正交频分复用信号雷达
下载PDF
基于LASSO算法的光谱变量选择方法研究 被引量:6
3
作者 王恺怡 杨盛 +1 位作者 郭彩云 卞希慧 《分析测试学报》 CAS CSCD 北大核心 2022年第3期398-402,408,共6页
光谱分析技术由于具有简单、快速、无损等优势,在复杂体系的定性和定量分析中得到了广泛应用。然而光谱中往往包含成百上千的波长点,有些波长点与研究的目标性质并不相关,加大了计算量并降低了模型的预测准确度。因此,在建立模型前需要... 光谱分析技术由于具有简单、快速、无损等优势,在复杂体系的定性和定量分析中得到了广泛应用。然而光谱中往往包含成百上千的波长点,有些波长点与研究的目标性质并不相关,加大了计算量并降低了模型的预测准确度。因此,在建立模型前需要进行变量选择。最小绝对收缩与选择算子(LASSO)可将回归系数收缩为0,进而达到变量选择的目的。该研究将LASSO用于三元调和油样品近红外光谱和生物样品拉曼光谱的变量选择,基于偏最小二乘(PLS)和多元线性回归(MLR)模型,分别对香油和肌氨酸的含量进行定量分析,并与无信息变量消除-PLS(UVE-PLS)、蒙特卡罗结合UVE-PLS(MCUVE-PLS)和随机检验-PLS(RT-PLS)3种变量选择方法进行比较。结果表明,基于LASSO的变量选择方法保留的变量数最少,运算速度最快。对三元调和油样品,LASSO-PLS预测的准确度最高;对生物样品,LASSO-MLR预测的准确度最高。因此,基于LASSO的变量选择算法有望在光谱分析领域中得到良好应用。 展开更多
关键词 多元校正 变量选择 最小绝对收缩选择算子(LASSO) 光谱分析
下载PDF
基于多变量模式分析的飞行学员脑功能连接的识别研究
4
作者 叶露 刘孟轩 +2 位作者 闫东峰 陈曦 马姗 《磁共振成像》 CAS CSCD 北大核心 2024年第2期108-114,共7页
目的基于多变量模式分析(multivariate pattern analysis,MVPA)对飞行学员和健康的普通人的大脑功能连接进行有效识别。材料与方法采集了40名已经取得执照的飞行专业在校学生与39名地面专业在校学生的功能磁共振数据。通过网络功能连接... 目的基于多变量模式分析(multivariate pattern analysis,MVPA)对飞行学员和健康的普通人的大脑功能连接进行有效识别。材料与方法采集了40名已经取得执照的飞行专业在校学生与39名地面专业在校学生的功能磁共振数据。通过网络功能连接分析得到功能连接矩阵作为特征,分别通过最小绝对收缩选择算子(least absolute shrinkage and selection operator,LASSO)算法与独立样本t检验方法对特征降维。使用不同核函数的支持向量机(support vector machine,SVM)进行训练和预测,使用留一交叉验证法进行模型性能评估,最终根据训练后SVM模型中的权重定位对应脑区之间的功能连接。结果使用LASSO特征筛选的线性(linear)核SVM模型准确率为81.82%,敏感度82.05%,特异度81.58%,曲线下面积(area under the curve,AUC)为0.88。核函数对模型准确率的影响不大。模型中右侧中央旁小叶、双侧中央后回、双侧顶下缘角回、右侧梭状回、左侧眶部额中回、左侧顶上回、右侧眶部额下回有较高的权重,模型中的权重集中在感觉运动网络(somatomotor network,SMN)与默认模式网络(default mode network,DMN),分别占用所有权重的25.62%和25.27%。结论结合LASSO算法进行特征筛选的SVM可以对飞行学员大脑进行有效识别,并且有更好的可解释性和更小的过拟合。模型权重信息反映了飞行学员主要在运动能力和感知能力有别于普通人。 展开更多
关键词 飞行学员 磁共振成像 功能连接 最小绝对收缩选择算子 支持向量机
下载PDF
高尿酸血症与慢性肺源性心脏病的相关性研究:基于LASSO回归与倾向性评分匹配法
5
作者 祁海燕 王捷 +1 位作者 罗玉玺 武云 《中国全科医学》 CAS 北大核心 2024年第24期2954-2960,2968,共8页
背景近年来众多研究表明高尿酸血症(HUA)是某些疾病的影响因素,然而HUA是否为慢性肺源性心脏病(CPHD)的影响因素仍需进一步研究。目的探讨HUA与CPHD的相关性,旨在为CPHD患者血尿酸(SUA)水平的管理提供理论依据。方法纳入2019—2023年新... 背景近年来众多研究表明高尿酸血症(HUA)是某些疾病的影响因素,然而HUA是否为慢性肺源性心脏病(CPHD)的影响因素仍需进一步研究。目的探讨HUA与CPHD的相关性,旨在为CPHD患者血尿酸(SUA)水平的管理提供理论依据。方法纳入2019—2023年新疆医科大学第一附属医院收治的1171例慢性阻塞性肺疾病(COPD)患者为研究对象,根据其是否患有CPHD分为CPHD组(470例)和COPD组(701例)。收集患者一般资料和实验室检查及超声心动图检查结果。采用LASSO回归法对变量进行筛选,采用倾向性评分匹配法(PSM)排除混杂因素影响。采用多因素Logistic回归分析探究COPD患者合并CPHD的影响因素。结果CPHD组女性、汉族、吸烟、饮酒、特发性肺纤维化、慢性支气管炎、支气管哮喘比例、淋巴细胞百分比、左心室舒张末期内径、左心室收缩末期内径、心输出量、左心室射血分数低于COPD组,心功能3~4级、HUA、肺栓塞、先天性心脏病比例、红细胞计数、中性粒细胞百分比、SUA、血尿素氮、D-二聚体、N末端-B型利钠肽前体、右心房内径、右心室内径、左心房内径、右心室流出道内径、肺动脉内径高于COPD组,差异有统计学意义(P<0.05)。LASSO回归筛选出变量后进行PSM,最终得到COPD组469例、CPHD组469例。匹配后CPHD组心功能3~4级、HUA占比、右心房内径、右心室内径、右心室流出道内径、肺动脉内径大于COPD组,支气管哮喘、淋巴细胞百分比低于COPD组,差异有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,HUA升高、心功能3~4级、右心房内径、右心室内径、肺动脉内径增加是COPD患者合并CPHD的危险因素(P<0.05),患有支气管哮喘、左心室舒张末期内径增加为COPD患者合并CPHD的保护因素(P<0.05)。将SUA水平按四分位数分层,多因素Logistic回归分析结果显示,与Q1(SUA<237.31μmol/L)比较,Q4(SUA>381.29μmol/L)患者患有CPHD的风险增加1.421倍。结论HUA是CPHD疾病发生、发展的影响因素,积极控制SUA水平有助于预防CPHD的发生、发展。 展开更多
关键词 肺心病 高尿酸血症 肺疾病 慢性阻塞性 病例对照研究 最小绝对收缩选择算法 倾向性评分
下载PDF
针对Lasso问题的多维权重求解算法 被引量:8
6
作者 陈善雄 刘小娟 +1 位作者 陈春蓉 郑方园 《计算机应用》 CSCD 北大核心 2017年第6期1674-1679,共6页
最小绝对收缩和选择算子(Lasso)在数据维度约减、异常检测方面有着较强的计算优势。针对Lasso用于异常检测中检测精度不高的问题,提出了一种基于多维度权重的最小角回归(LARS)算法解决Lasso问题。首先考虑每个回归变量在回归模型中所占... 最小绝对收缩和选择算子(Lasso)在数据维度约减、异常检测方面有着较强的计算优势。针对Lasso用于异常检测中检测精度不高的问题,提出了一种基于多维度权重的最小角回归(LARS)算法解决Lasso问题。首先考虑每个回归变量在回归模型中所占权重不同,即此属性变量在整体评价中的相对重要程度不同,故在LARS算法计算角分线时,将各回归变量与剩余变量的联合相关度纳入考虑,用来区分不同属性变量对检测结果的影响;然后在LARS算法中加入主成分分析(PCA)、独立权数法、基于Intercriteria相关性的指标的重要度评价(CRITIC)法这三种权重估计方法,并进一步对LARS求解的前进方向和前进变量选择进行优化。最后使用Pima Indians Diabetes数据集验证算法的优良性。实验结果表明,在更小阈值的约束条件下,加入多维权重后的LARS算法对Lasso问题的解具有更高的准确度,能更好地用于异常检测。 展开更多
关键词 最小绝对收缩选择算子 变量选择 最小角回归 多元线性回归 加权
下载PDF
基于变量选择-神经网络模型的复杂路网短时交通流预测 被引量:13
7
作者 蒋士正 许榕 陈启美 《上海交通大学学报》 EI CAS CSCD 北大核心 2015年第2期281-286,共6页
针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的... 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面;结合神经网络(NN)的非线性特性,提出了Lasso-NN组合模型.结果表明:Lasso-NN模型在路网交叉口对未来15min交通流数据预测的误差率低于9.2%;在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果. 展开更多
关键词 短时交通流预测 最小绝对收缩选择算子 变量选择 神经网络
下载PDF
基于弹性网降维及花授粉算法优化BP神经网络的短期电力负荷预测 被引量:43
8
作者 张淑清 杨振宁 +2 位作者 张立国 苑世钰 王志义 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第7期47-54,共8页
电力负荷预测为电力系统规划和运行提供可靠的决策依据。随着智能电网的全面发展,数据采集与监视控制系统(SCADA)获取数据量增加,数据的结构也更加复杂,负荷的频繁变化以及地区性的气象因素等都将影响负荷的预测的准确性。提出一种弹性... 电力负荷预测为电力系统规划和运行提供可靠的决策依据。随着智能电网的全面发展,数据采集与监视控制系统(SCADA)获取数据量增加,数据的结构也更加复杂,负荷的频繁变化以及地区性的气象因素等都将影响负荷的预测的准确性。提出一种弹性网(EN)进行大数据降维以及花授粉算法(FPA)优化BP神经网络的短期电力负荷预测方法。首先采用弹性网对负荷和气象等高维大数据进行选择和降维。弹性网通过在惩罚项中添加L1范数和L2范数,兼具了最小绝对值收缩及变量选择(LASSO)和岭回归的优点,克服了LASSO降维时因为数据内部存在共线性和群组效应而影响降维效果的问题;然后,考虑到BP神经网络权值和阈值容易受到初值的影响、收敛速度慢以及容易陷入局部最优,引入花授粉算法(FPA)优化BP神经网络,通过与粒子群算法(PSO)对比得出花授粉算法寻优速度更快,效果更好。本文方法应用于实际电力负荷预测,结果表明能有效提高预测精度。 展开更多
关键词 短期电力负荷预测 大数据变量选择及降维 最小绝对收缩及变量选择 弹性网 花授粉算法优化BP神经网络
下载PDF
基于X线的纹理分析在诊断跟距联合畸形中的临床应用价值
9
作者 郝海凤 张卜天 +3 位作者 滕佩宏 祖莅惠 刘畅 刘桂锋 《中国实验诊断学》 2024年第9期1021-1025,共5页
目的构建跟距联合畸形(talocalcaneal coalition)的X线影像组学模型,并检验其对跟距联合畸形的筛查诊断能力。方法回顾性分析2019年1月至2023年3月吉林大学中日联谊医院放射线科200例行踝关节或足部X线检查的患者临床放射资料(跟距联合... 目的构建跟距联合畸形(talocalcaneal coalition)的X线影像组学模型,并检验其对跟距联合畸形的筛查诊断能力。方法回顾性分析2019年1月至2023年3月吉林大学中日联谊医院放射线科200例行踝关节或足部X线检查的患者临床放射资料(跟距联合阳性及阴性各100例),手动勾画跟距联合畸形所在影像学区域,基于Python-pyradiomics库初步提取影像组学特征,通过曼-惠特尼U检验及最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)算法实现数据降维和特征筛选,用支持向量机(support vector machine,SVM)对筛选得到的影像组学特征分类建模,最终以受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under the curve,AUC)、精确度、召回率、敏感度、特异度及F1分数评价模型的诊断效能。结果从X线图像中初步提取到105个组学特征,经曼-惠特尼U检验及LASSO算法筛选出7个强相关性特征,最终以SVM分类器所构建模型的测试集AUC值为0.93,精确度、召回率、敏感度、特异度和F1分数分别为88%、85%、93%、92%、88%,对跟距联合畸形有良好的筛查诊断能力。结论基于X线的影像组学模型可作为筛查诊断跟距联合畸形的一种准确高效的无创性工具,帮助临床医师诊断跟距联合畸形。 展开更多
关键词 跟距联合畸形 影像组学 X线成像 最小绝对收缩选择算子 支持向量机
下载PDF
多传感器信息融合的轴承故障迁移诊断方法
10
作者 包从望 江伟 +1 位作者 张彩红 周大帅 《机电工程》 CAS 北大核心 2024年第5期878-885,共8页
在重型装备低速、重载、强噪声环境下,采用单一传感器难以全面获取轴承的故障诊断信息,导致故障识别率低、识别不稳定,致使变工况下轴承故障迁移诊断失效。针对以上问题,提出了一种多传感器信息融合的轴承故障迁移诊断方法。首先,结合... 在重型装备低速、重载、强噪声环境下,采用单一传感器难以全面获取轴承的故障诊断信息,导致故障识别率低、识别不稳定,致使变工况下轴承故障迁移诊断失效。针对以上问题,提出了一种多传感器信息融合的轴承故障迁移诊断方法。首先,结合传感器的通道数,构建了堆叠卷积神经网络(MCNNs)提取各个通道的故障特征;然后,在MCNNs中引入最小绝对收缩与选择算子(Lasso),并通过网络反向传播完成了特征权值的更新,从而获得了多通道特征的融合;最后,利用源域数据对模型进行了训练,提取了故障特征,并完成了特征融合,采用损失函数完成了模型参数的优化,将源域训练得到的模型结果作为目标域的初始模型,利用目标域样本对初始模型的参数进行了微调,从而完成了模型迁移;并进行了信息融合效果、方法对比以及传感器信息采集属性的性能实验。研究结果表明:传感器的安装位置对信息融合影响较大,MCNNs+Lasso方法具有较好的特征融合效果,平均迁移诊断精度为99.03%,部分精度可达99.97%,在多个变工况的迁移任务中表现出较高迁移精度和良好的泛化性能。 展开更多
关键词 滚动轴承 故障诊断 多传感器信息融合 堆叠卷积神经网络 最小绝对收缩选择算子 迁移学习
下载PDF
基于LASSO回归探讨多种生物标志物预测急性冠脉综合征病人PCI术后造影剂肾病的价值
11
作者 杨珊珊 潘宇翔 +1 位作者 郑婉 王政 《中西医结合心脑血管病杂志》 2024年第12期2246-2251,共6页
目的:基于最小绝对收缩与选择算法(LASSO)回归探讨多种生物标志物预测急性冠脉综合征病人经皮冠状动脉介入治疗(PCI)术后造影剂肾病的价值。方法:选取2020年1月-2022年6月在海南医学院第一附属医院就诊的119例急性冠脉综合征病人作为研... 目的:基于最小绝对收缩与选择算法(LASSO)回归探讨多种生物标志物预测急性冠脉综合征病人经皮冠状动脉介入治疗(PCI)术后造影剂肾病的价值。方法:选取2020年1月-2022年6月在海南医学院第一附属医院就诊的119例急性冠脉综合征病人作为研究对象,记录病人一般情况、血液生化指标、炎性因子、生物标志物及PCI术后3 d造影剂肾病发生情况,以病人PCI术后3 d是否发生造影剂肾病为因变量,运用10折交叉验证LASSO回归进行特征性变量筛选,以特征性变量作为自变量代入多因素Logistic回归模型获得急性冠脉综合征病人PCI术后发生造影剂肾病的独立预测因素,重点分析生物标志物与病人PCI术后发生造影剂肾病的关系,并基于独立预测因素构建联合预测模型和列线图模型,绘制校准曲线以验证列线图模型的预测效能。结果:10折交叉验证LASSO回归筛选出最具泛化能力的4个特征性变量糖尿病、尿肾损伤分子-1(KIM-1)、尿中性粒细胞明胶酶相关载脂蛋白(NGAL)以及尿胱抑素C(CysC),其对应的LASSO回归系数分别为0.436,0.624,0.916及2.745,多因素Logistic回归分析调整和校正混杂因素后,糖尿病、尿KIM-1、尿NGAL以及尿CysC为急性冠脉综合征病人PCI术后发生造影剂肾病的独立预测因素(P<0.05),基于急性冠脉综合征病人PCI术后发生造影剂肾病的独立预测因素糖尿病、尿KIM-1、尿NGAL以及尿CysC构建列线图模型,P=1/(1+e^(-x)),X=-2.345+0.824×尿CysC+0.565×糖尿病+0.685×尿NGAL+0.634×尿KIM-1,列线图模型的校准曲线显示,急性冠脉综合征病人PCI术后发生造影剂肾病风险的预测值与实际观测值符合度良好。结论:糖尿病、尿KIM-1、尿NGAL以及尿CysC为急性冠脉综合征病人PCI术后发生造影剂肾病的独立预测因素,基于独立预测因素建立的列线图模型具有较高的预测价值。 展开更多
关键词 急性冠脉综合征 造影剂肾病 最小绝对收缩选择算法回归 LASSO回归 生物标志物 预测价值
下载PDF
基于Nomogram模型鉴别肺腺癌病理亚型的临床价值
12
作者 王朝晖 岳军艳 《医学影像学杂志》 2024年第8期50-53,共4页
目的 探讨基于最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析构建Nomogram模型预测原位腺癌(AIS)、微浸润腺癌(MIA)及浸润性腺癌(IAC)的价值。方法 选取本院97例经手术病理证实且病理亚型明... 目的 探讨基于最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归分析构建Nomogram模型预测原位腺癌(AIS)、微浸润腺癌(MIA)及浸润性腺癌(IAC)的价值。方法 选取本院97例经手术病理证实且病理亚型明确的肺腺癌患者,将AIS和MIA归为第1组,IAC为第2组,比较两组患者年龄、性别、吸烟史、长径、短径及免疫组化Ki-67等临床医学特征差异,采用3D Slicer软件进行图像分割,特征提取与选择,通过LASSO算法对特征进行降维,筛选影像组学特征构建预测模型。再采用R软件的rms工具包构建Nomogram模型,计算ROC曲线下面积(AUC),以评价Nomogram模型鉴别肺磨玻璃结节病理亚型的效能。结果 1)性别、吸烟史、长径、短径及免疫组化Ki-67等临床医学特征均差异无统计学意义(P>0.05);2)筛选7个CT影像组学特征:平面度、大依赖低灰度强调、小波变换LHL第十百分位、小波变换HLL第十百分位、小波变换最小值、小波变换均值及小依赖低灰度强度比较,差异均有统计学意义(P均<0.05);3)基于CT影像组学特征建立预测肺磨玻璃结节病理亚型的Nomogram模型,训练集中AUC为0.863,准确率为87.9%,灵敏度为67.9%,特异度为91.1%;验证集中AUC为0.792,准确率为75.0%,灵敏度为66.7%,特异度为90.5%,可见此Nomogram模型具有较好的预测效能。结论 对于预测肺腺癌浸润程度,Nomogram模型具有明显优势,可作为一种鉴别手段。 展开更多
关键词 肺磨玻璃结节 最小绝对收缩选择算子 Nomogram模型 病理亚型 体层摄影术 X线计算机
下载PDF
基于自噬基因的度洛西汀抗抑郁疗效预测模型的构建
13
作者 李偲媛 魏宇梅 +2 位作者 和申 曾端 李华芳 《临床精神医学杂志》 CAS 2024年第2期113-117,共5页
目的:通过生物信息学方法构建基于自噬基因的度洛西汀抗抑郁疗效预测模型。方法:在高通量基因表达数据库中下载GSE146446数据集,该芯片包括96例患者接受抗抑郁药物度洛西汀8周的治疗,组织样本为全血样本,以度洛西汀治疗8周后是否有效分... 目的:通过生物信息学方法构建基于自噬基因的度洛西汀抗抑郁疗效预测模型。方法:在高通量基因表达数据库中下载GSE146446数据集,该芯片包括96例患者接受抗抑郁药物度洛西汀8周的治疗,组织样本为全血样本,以度洛西汀治疗8周后是否有效分组,筛选两组间的差异表达基因,与自噬基因集取交集。利用最小绝对值收敛和选择算法回归(LASSO)及Logistic回归构建疗效预测模型。结果:SPNS1、ITPR3基因的表达水平均为度洛西汀抗抑郁疗效的影响因素(P均<0.05)。LASSO-Logistic回归模型:Logit(P)=33.7846+(-2.8615×SPNS1表达水平)+(-1.7716×ITPR3表达水平),其中Logit(P)=ln[P/(1-P)]。结论:基于自噬相关基因(SPNS1、ITPR3)表达量的度洛西汀的抗抑郁疗效预测模型具有较好的区分度、校准度以及疗效预测效能,未来可能为抑郁症患者使用度洛西汀药物治疗提供更为科学可靠的证据。 展开更多
关键词 抑郁症 自噬 自噬相关基因 预测模型 最小绝对值收敛和选择算法回归-Logistic回归模型
下载PDF
基于LASSO回归和Cox比例风险模型探讨血红蛋白与颈动脉斑块形成的关联
14
作者 薛晶晶 王海涛 +1 位作者 贾会 肖春红 《中华保健医学杂志》 2024年第1期49-52,共4页
目的利用体检人群数据库,通过最小化绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归算法筛选与颈动脉斑块形成的关键因子,并探索血红蛋白(hemoglobin,Hb)对颈动脉斑块形成的诊断价值,通过Cox比例风险... 目的利用体检人群数据库,通过最小化绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归算法筛选与颈动脉斑块形成的关键因子,并探索血红蛋白(hemoglobin,Hb)对颈动脉斑块形成的诊断价值,通过Cox比例风险模型验证HB与颈动脉斑块形成的关联及关联强度。方法采用海军青岛特勤疗养中心体检中心体检数据,以2014年体检人群资料为队列随访基线,以2020年为随访时间终点,随访事件结局为该人群新发颈动脉斑块,利用LASSO回归算法筛选颈动脉斑块影响因素,并通过Cox比例风险模型分析HB与颈动脉斑块的关联。结果共纳入977名未患有颈动脉斑块的体检人群,经过6年体检定期随访,随访新发颈动脉斑块326例,累计患病率为33.4%。LASSO回归筛选变量年龄和吸烟等9个变量时,模型均方根误差最小,其对应的λ=0.0113,LASSO回归模型筛选变量通过ROC预测新发颈动脉斑块的曲线下面积AUC为0.762。通过Cox比例风险模型进一步验证血红蛋白是颈动脉斑块发病的独立危险预测因素。结论体检人群高水平血红蛋白可能与颈动脉斑块发病相关,应重点关注中老年体检人群血红蛋白水平,提示较高的营养水平的人群是防控颈动脉斑块新发的重点人群。 展开更多
关键词 最小绝对收缩选择算子回归算法 血红蛋白 关联研究 队列研究
下载PDF
早期帕金森病诊断评分模型构建及效能验证
15
作者 汪国宏 王玉婷 +2 位作者 王亚奇 胡婉华 夏仕勇 《山东医药》 CAS 2024年第19期15-19,共5页
目的构建早期帕金森病(PD)的诊断评分模型,并验证其效能。方法选择PD患者75例及性别、年龄与PD患者相匹配的健康志愿者75例,随机分为验证组(PD患者38例、健康志愿者37例)与训练组(PD患者37例、健康志愿者38例)。收集受试者病历资料。用... 目的构建早期帕金森病(PD)的诊断评分模型,并验证其效能。方法选择PD患者75例及性别、年龄与PD患者相匹配的健康志愿者75例,随机分为验证组(PD患者38例、健康志愿者37例)与训练组(PD患者37例、健康志愿者38例)。收集受试者病历资料。用最小绝对收缩和选择算子(LASSO)算法,通过十折交叉验证确定最优参数,从训练组相关资料中筛选出具有相关性的诊断因子,并根据各因子系数构建诊断评分模型。通过Logistic回归构建列线图;绘制受试者工作特征曲线,通过曲线下面积和校准曲线评价该模型的诊断效能以及拟合度。结果训练组与验证组相关资料比较差异无统计学意义(P均>0.05)。训练组经LASSO算法确定最佳参数λ=0.052,筛选出具鉴别能力的7个指标,诊断评分模型公式=-1.048+0.961×睡眠行为障碍筛查问卷(RBDSQ)评分+0.079×汉密尔顿焦虑量表14项(HAMA-14)评分-0.0002×神经元特异性烯醇化酶(NSE)-0.011×血管内皮生长因子(VEGF)-0.001×尿酸-0.046×各向异性(FA)+0.003×舒张末期血流速度(DFV)。多因素Logistic回归分析确认所筛选的7个指标可作为早期PD患者的独立诊断因子。在验证组中该诊断评分模型用于诊断早期PD患者的曲线下面积为0.91,高于7个因子单独诊断早期PD的曲线下面积;拟合曲线显示该模型有较好的拟合优度。结论基于RBDSQ评分、HAMA-14评分、VEGF、FA、NSE、尿酸及DFV构建了早期PD的诊断评分模型,该模型有较高的诊断效能。 展开更多
关键词 帕金森病 早期 最小绝对收缩选择算子 诊断评分模型 诊断效能
下载PDF
凝血指标对髋部骨折患者血栓形成风险的预测
16
作者 郑爱美 吴银生 《中国现代医生》 2024年第23期48-52,共5页
目的探讨凝血指标对髋部骨折患者围术期静脉血栓形成风险的预测价值。方法回顾性纳入2020年2月至2022年12月收入笔者医院的160例髋部骨折患者,采取随机数字表法将其分为训练集(n=112例)和验证集(n=48例),进一步根据训练集患者围术期是... 目的探讨凝血指标对髋部骨折患者围术期静脉血栓形成风险的预测价值。方法回顾性纳入2020年2月至2022年12月收入笔者医院的160例髋部骨折患者,采取随机数字表法将其分为训练集(n=112例)和验证集(n=48例),进一步根据训练集患者围术期是否发生深静脉血栓(deep vein thrombosis,DVT)划分为发生组和未发生组。使用最小绝对收缩与选择算子(least absolute shrinkage and selection operator,LASSO)选取变量形成LASSO回归模型;绘制受试者操作特征(receiver operating characteristic,ROC)曲线分析模型的预测效能;通过验证集数据实现验证模型的预测效能。结果训练集与验证集患者性别、年龄等一般及临床资料比较,差异均无统计学意义(P>0.05)。训练集内发生组与未发生组患者性别、年龄、骨折至入院时间、体质量指数、D-二聚体、纤维蛋白原、总蛋白、白蛋白、前白蛋白、球蛋白、血红蛋白、血清钙、红细胞体积、白细胞计数、红细胞体积分布宽度、活化部分凝血活酶时间、凝血酶原时间及淋巴细胞比率比较,差异有统计学意义(P<0.05)。通过组间相关系数(intraclass correlation coefficient,ICC)与LASSO筛选出6个非零系数的最优变量,分别是年龄、体质量指数、D-二聚体、纤维蛋白原、凝血酶原时间及活化部分凝血活酶时间,非零系数依次为9.104、1.792、1.270、2.447、3.037及-1.561。结论年龄、体质量指数、D-二聚体、纤维蛋白原、凝血酶原时间及活化部分凝血活酶时间变量联合形成的LASSO回归模型可作为预测髋部骨折患者围术期DVT形成风险的辅助工具。 展开更多
关键词 髋部骨折 深静脉血栓 围手术期 最小绝对收缩选择算子
下载PDF
基于混合级联模型的现货市场日前电价预测方法
17
作者 向婕 韩敬涛 +3 位作者 钟崇光 王逢浩 汪付星 高岩 《吉林电力》 2024年第5期17-21,共5页
准确预测节点电价有助于调度机构实现对发电机组的最优调度,实现电力系统发电成本最优的目的,同时有利于发电方把握市场走向,构建最优的电量、电价投标策略以获取最大利润。由于用电行为、天气情况、电网调度等因素的影响,节点电价在不... 准确预测节点电价有助于调度机构实现对发电机组的最优调度,实现电力系统发电成本最优的目的,同时有利于发电方把握市场走向,构建最优的电量、电价投标策略以获取最大利润。由于用电行为、天气情况、电网调度等因素的影响,节点电价在不同时期的数据分布差异较大,预测难度高。因此,提出一种基于混合级联模型的日前节点电价预测方法,采用不同模型分别对突变天和非突变天的节点电价进行预测,实验证明该方法可以有效提高节点电价预测精度。首先,定义突变天,并对历史实际节点电价数据进行标注;其次,获取全省的气象、市场等数据,作为模型的输入特征并进行预处理,根据上述特征构建二分类模型判断预测日是否属于突变天;最后,根据二分类结果,将预测日数据输入最小绝对收缩和选择算法模型或随机森林回归模型,预测节点电价。结果验证了所提方法的有效性和优越性。 展开更多
关键词 电力交易 节点电价预测 机器学习 最小绝对收缩选择算法回归 随机森林回归
下载PDF
心力衰竭重症患者院内死亡率的预测模型:基于MIMIC-Ⅲ数据库的回顾性研究 被引量:1
18
作者 王羽 刘志玄 +1 位作者 邱洪斌 张艺潆 《中国动脉硬化杂志》 CAS 2023年第3期245-252,共8页
[目的]基于重症监护医学数据库(MIMIC-Ⅲ)分析心力衰竭重症患者院内死亡率的预后因素并构建预测模型。[方法]从MIMIC-Ⅲ数据库中提取心力衰竭患者的相关数据。随机将研究对象(n=8604)按7∶3分为训练组(n=6022)和验证组(n=2582),结局为... [目的]基于重症监护医学数据库(MIMIC-Ⅲ)分析心力衰竭重症患者院内死亡率的预后因素并构建预测模型。[方法]从MIMIC-Ⅲ数据库中提取心力衰竭患者的相关数据。随机将研究对象(n=8604)按7∶3分为训练组(n=6022)和验证组(n=2582),结局为院内死亡率。对训练组进行LASSO-Logistic回归分析,确定心力衰竭患者院内死亡率的预后因素,并据此构建列线图模型。受试者工作特征(ROC)曲线评估列线图模型的区分度,校准曲线评估列线图模型的校准能力,决策曲线分析(DCA)和临床影响曲线(CIC)评估列线图模型的临床疗效。[结果]LASSO-Logistic分析表明,红细胞分布宽度(RDW)、呼吸频率、血氧饱和度、急性生理评分Ⅲ(APSⅢ)评分和简化急性生理评分Ⅱ(SAPSⅡ)是心力衰竭重症患者院内死亡率的独立预测因素。在训练组和验证组中,ROC曲线下面积(AUC)分别为0.775(95%CI:0.757~0.792)和0.767(95%CI:0.742~0.793),校准曲线与对角线均高度重合,平均绝对误差为0.009和0.016,表明预测模型具有较好的区分度和校准度。同时,DCA和CIC曲线显示,预测模型在大部分的阈值概率范围内提供了显著的净收益。[结论]列线图模型能简单而准确地预测心力衰竭重症患者院内死亡率。 展开更多
关键词 重症监护医学数据库 列线图 最小绝对收缩选择算法 决策曲线分析 临床影响曲线
下载PDF
大坝变形预测的最优因子长短期记忆网络模型 被引量:6
19
作者 罗璐 李志 张启灵 《水力发电学报》 CSCD 北大核心 2023年第2期24-35,共12页
面对海量的大坝安全监测数据,快速合理地确定大坝变形预测模型的变量因子能够有效提高模型预测的效率和精度。为此,本文提出一种基于最小绝对值收缩和选择算子(least absolute shrinkage and selection operation,LASSO)变量选择和长短... 面对海量的大坝安全监测数据,快速合理地确定大坝变形预测模型的变量因子能够有效提高模型预测的效率和精度。为此,本文提出一种基于最小绝对值收缩和选择算子(least absolute shrinkage and selection operation,LASSO)变量选择和长短期记忆(long short-term memory,LSTM)网络的大坝变形预测模型。首先,通过大坝变形机理分析确定影响大坝变形的相关影响因子集。然后,通过LASSO算法剔除不显著的因子,筛选出最优影响因子作为模型输入变量,并利用LSTM网络建立大坝变形预测模型。最后,以皂市水利枢纽工程的碾压混凝土重力坝为例,对本文方法进行了验证和讨论。结果表明,本文方法具有较高的预测精度,其平均绝对误差(MAE)、均方误差(MSE)与均方根误差(RMSE)均相对较小;与常规预测模型相比,基于LASSO算法的变量选择使模型建立过程更加简单高效,有利于海量监测数据的处理分析。 展开更多
关键词 大坝变形 变量选择 最小绝对收缩选择算子算法 长短期记忆 预测模型
下载PDF
基于LASSO变量选择联合贝叶斯网络构建乳腺癌患者5年预后风险模型的建立与预测 被引量:1
20
作者 闫慈 古丽努尔·阿卜杜热合曼 +1 位作者 张旭 孙刚 《重庆医学》 CAS 2024年第3期405-410,417,共7页
目的利用最小绝对收缩和选择算法(LASSO)回归和贝叶斯网络构建乳腺癌患者5年预后风险预测模型,以期探讨乳腺癌预后的因果联系和危险因素。方法回顾性分析新疆医科大学附属肿瘤医院乳腺癌专病库系统中2010年1—12月首诊为乳腺癌的17104... 目的利用最小绝对收缩和选择算法(LASSO)回归和贝叶斯网络构建乳腺癌患者5年预后风险预测模型,以期探讨乳腺癌预后的因果联系和危险因素。方法回顾性分析新疆医科大学附属肿瘤医院乳腺癌专病库系统中2010年1—12月首诊为乳腺癌的17104例患者的病例资料,包括人口统计学、病理、免疫组织化学、治疗信息等共76个指标。通过LASSO回归筛选出与乳腺癌预后明显相关的影响因素,借助贝叶斯网络分析影响因素间的相互作用并评价模型预测性能。结果LASSO回归筛选出18个与乳腺癌患者5年预后强相关的变量,分别是年龄、民族、初潮年龄、肿瘤分期、肿瘤家族史、是否绝经、手术分组、复发转移、组织学分级、雌激素受体状态、孕激素受体状态、Ki-67表达水平、HER2 Fish状态、放疗、化疗、靶向治疗、内分泌治疗、新辅助治疗。贝叶斯网络模型发现雌激素受体状态、孕激素受体状态、Ki-67表达水平与放疗、化疗等中间节点联系,间接地影响乳腺癌患者5年预后情况,Ki-67表达水平与HER2 Fish状态间接连接靶向治疗,而靶向治疗又是乳腺癌患者生存结局的父节点。模型评价发现贝叶斯网络模型的分类准确率为82.0%,曲线下面积为0.813。结论本研究构建的基于LASSO变量选择联合贝叶斯网络构建的乳腺癌5年生存预后风险预测模型具有良好的预测价值。 展开更多
关键词 乳腺癌 最小绝对收缩选择算法 贝叶斯网络 预测 数据挖掘
下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部