三种肺癌风险预测模型在肺结节患者中的验证性研究

目的运用肺结节患者的临床和影像资料,验证3种肺癌风险预测模型的诊断价值。方法回顾分析2015年8月-2016年7月在我中心明确诊断的肺结节患者的临床和影像资料,用国内外认可的Mayo模型、VA模型和北大模型进行验证,比较3个肺癌风险预测模型的效能参数及ROC曲线。结果纳入研究的肺结节患者共407例,平均年龄(56.09±9.56)岁,男205例,女202例。其中良性结节84例(20.6%),恶性结节323例(79.4%)。北大模型的敏感度最高(78.6%),Mayo模型的特异性最高(76.2%);ROC曲线下面积,Mayo模型为0.608,VA模型为0.550,北大模型为0.615。结论对于肺结节患者,北大人民医院建立的肺癌风险预测模型的诊断价值较Mayo模型和VA模型更高。

比较两种肺癌预测模型对孤立性肺结节的诊断价值

目的分析比较两种肺癌预测模型对孤立性肺结节的临床诊断价值。方法选取2016年3月至2018年2在我院接受孤立性肺结节诊断的病患50例,对病患的临床资料进行回顾性分析,结合病患的胸部CT影像学特征和临床特征,对比VA模型和Mayo Clinic模型两种肺癌预测模型的临床诊断价值。结果孤立性肺结节的分叶征对于鉴定其良恶性具有重要的意义,且两种肺癌预测模型各有其诊断优势。结论在孤立性肺结节的临床诊断中结合病患影像学特征和临床特征采用肺癌预测模型有着较高的诊断价值更高,有利于医生在临床上对孤立性肺结节进行诊断。

基于时间序列分解的音乐动态情感分析

时间序列分解能够根据各成分的特征分析其时间变化过程,在金融经济领域有着广泛的应用,但在音乐信号处理中的应用较少。音乐的动态情感标注作为一种时间序列数据,直接反映了人们受音乐内容变化而产生的情感变化,因此可以采用时间序列分解的方法得到其特征描述。本文选用了DEAM数据集中8种类别音乐,将其动态标注的2维VA情感模型数据进行时间序列分解,分解为线性趋势、周期分量和随机分量3部分,对每种类别每一部分的特征参数进行统计比较,最后通过分类算法在提取的时序特征参数上实现音乐流派的分类。

基于时空消耗法及运行效率的路网容量

时空消耗法是计算路网容量的重要模型,为了提高传统时空消耗法计算路网容量的准确性,克服其计算过程中忽略道路等级,未考虑车辆在不同等级道路上运行差异性的问题,提出基于道路分级的时空消耗改进模型.车头间距为模型中的关键参数之一,是得到合理路网容量的基础,为此,针对车头间距标定的方法进行了研究:将运行效率理论作为参数标定的基础,并结合Van Aerde(VA)交通流模型得到车头间距与运行效率之间函数关系.针对北京地区,基于上述理论计算得到快速路、主干路以及次干路运行效率达到最大时对应的车头间距分别为27. 92、25. 56、21. 88 m.最后,以新规划的北京城市副中心--通州区的核心区域(155 km^2)内的路网作为模型的应用案例,根据交通调查等方法得到的数据及信息,应用改进后的模型计算得到该区域内主干路、次干路的路网容量为56~60万辆次/d.