分类数据的重复测量及其在临床试验中的应用

目的介绍分类数据重复测量资料的统计分析及其在临床试验中的应用.方法采用加权最小二乘法建立边际函数模型,给出治疗中风临床试验实例,调用SAS统计软件包中CATMOD过程对重复测量分类数据资料进行统计分析.结果应用加权最小二乘法可对分类数据重复测量资料中研究因素各水平及各观察时间点的效应进行估计.结论对于重复测量的分类数据的资料,使用加权最小二乘法拟合模型,由于考虑了多次测量数据之间的相关性,因而可以充分挖掘出数据中包含的信息.     

分类数据的重复测量及其在临床试验中的应用

目的 介绍分类数据重复测量资料的统计分析及其在临床试验中的应用。方法 采用加权最小二乘法建立边际函数模型，给出治疗中风临床试验实例，调用SAS统计软件包中CATMOD过程对重复测量分类数据资料进行统计分析。结果 应用加权最小二乘法可对分类数据重复测量资料中研究因素各水平及各观察时间点的效应进行估计。结论 对于重复测量的分类数据的资料，使用加权最小二乘法拟合模型，由于考虑了多次测量数据之间的相关性，因而可以充分挖掘出数据中包含的信息。     

投影数据恢复方法在低剂量脑灌注CT成像中的应用

目的 在临床脑灌注CT检查中,对感兴趣区域进行连续动态扫描会使患者承受较大的射线剂量.为降低扫描辐射剂量,对脑灌注CT检查常采用降低扫描电流的形式,但降低射线剂量会使得图像质量严重受损,影响临床诊断.针对这种情况,本文采用一种基于惩罚加权最小二乘(PWLS)投影数据恢复的方法用于低剂量脑灌注CT的优质成像.方法 该方法充分考虑脑灌注CT投影数据的统计分布特性,根据投影数据的统计特性进行建模,采用PWLS的方法进行数据恢复,然后利用高斯-赛德尔优化算法进行迭代求解.同时,该方法在原始投影数据和PWLS恢复后的投影数据之间引入自适应加权处理,可以更好地恢复投影数据.结果 临床数据实验结果表明,基于惩罚加权最小二乘的投影数据恢复方法相比常规的处理方法,能够更好地去除脑灌注CT图像噪声和伪影,同时较好保持图像边缘和细节,提高脑灌注参数图成像质量.结论 基于惩罚加权最小二乘的投影数据恢复方法能够更好地抑制脑灌注CT图像的噪声伪影,实现低剂量脑灌注CT优质成像.     

两种参数估计方法在ELISA检测结果标准化中的应用(英文)

目的探讨在运用改良光密度值标准化方法进行的ELISA检测结果标准化过程中,两种不同参数估计方法对标准化结果造成的差异。方法标准化公式中的参数估计分别采用线性最小二乘法和非线性最小二乘法中的高斯牛顿迭代法。结果通过线性最小二乘估计得到的标准曲线很大程度上由浓度较低的几个点所决定,而非线性最小二乘法确定的标准曲线总体上更接近实验数据,真实体现了不同实验板的反应动力学特性。结论非线性最小二乘法更适用于标准化过程中的参数估计,有效降低了检测结果在板间的变异。     

基于噪声相关性的惩罚加权最小二乘算法在低剂量数字乳腺层析成像中的应用

目的对投影数据方差的精确建模并结合DBT平板探测系统的噪声相关性构建精准噪声模型下的基于噪声相关性的惩 罚加权最小二乘算法在低剂量乳腺层析成像图像中的应用。方法首先对投影数据进行量子噪声和电子噪声建模,使以往常用 的近似噪声模型精准化,然后构建基于噪声相关性的惩罚加权最小二乘算法用于投影数据恢复;最后对处理后的投影数据采用 滤波反投影算法进行重建。结果对不同剂量下ACR标准体模数据进行处理得到的重建结果噪声明显降低,细节对比度提 高。恢复投影数据的重建图像与原始数据重建图像相比,CNRs和LSNRs提升了约3.6倍。结论对投影数据噪声抑制效果明 显,重建DBT图像质量有很大的提升。     

一种改进的基于DFT-MMSE的信道估计方法

传统的DFT-LS算法在最小二乘(LS)估计的基础上对循环前缀以外的信道冲击响应置零,在性能优于最小二乘(LS)的同时,降低了估计算法的计算复杂度。理想的最小均方差(MMSE)算法与其相比,计算复杂度大,但是性能优于DFT-LS。本文在传统DFT-MMSE估计算法基础上提出了一种新的方法,针对传统DFT-MMSE算法只对循环前缀以外的信道冲击响应做置零处理的问题,对循环前缀以内的信道冲击响应设定阈值门限,有效滤除部分循环前缀以内的噪声。理论分析与仿真结果表明,本文方法的性能优于传统的DFT-MMSE估计算法,劣于理想情况下的MMSE估计算法;计算复杂度低于传统的DFT-MMSE估计算法和理想情况下的MMSE估计算法。     

线性回归中不规则数据的处理方法及其应用

目的：考察不规则数据对经典最小二乘回归的影响，提出处理变量中存在不规则数据的稳健统计分析方法．方法：采用实证方式比较稳健估计与一般最小二乘估计的优劣．结果：实例分析表明，稳健回归估计是处理不规则数据的有效方法。结论：不规则数据对最小二乘回归的影响已引起广泛的注意，提出了一些处理应变量中不规则数据的方法，而对自变量中及自变量与应变量中同时存在的不规则数据无有效的处理方法．本应用稳健统计的思想解决了这一问题，该方法也可直接应用于多元线性回归分析中。     

数字化医学影像重建的处理程序

图像复原是图像分析、识别和理解的重要因素。对于模糊加噪图像，在抑制噪声能力方面约束最小二乘法最强；在保护细节方面，约束最小二乘法比盲目图像复原法和维纳滤波法要差一些。     

改进的加权最小二乘支持向量机在德士古炉温 软测量中的应用

根据某企业德士古气化炉装置在线估计炉温的需要,将现场数据采样样本中的离群点分为高杠杆点和高残差点两类,将一种 新的加权方法应用到最小二乘支持向量机( LS-SVM),使其对两种离群点都具有抑制作用,提高模型鲁棒性。加权最小二乘支持向 量机(Weighted Least Square Support Vector Machine, WLS-SVM))参数的选择基于LS-SVM的最优参数,根据模型训练误差对参 数进行二次寻优,进一步提高模型精度。利用测试函数验证了改进方法,对提高模型精度有明显效果;并将改进方法应用到实际生 产装置的炉温软测量系统中,也取得了满意的应用效果。     

基于偏最小二乘法的亚健康状态的判别

目的：采用偏最小二乘法探讨亚健康状态的判识模型。方法：采用偏最小二乘法进行建模、预测,对亚健康状态进行判别,统计判别的准确率;在逐步回归变量筛选后再次进行预测,观察判别准确率的变化情况。结果：基于偏最小二乘法建立的亚健康判识模型对亚健康状态的预测准确率为89.47%,经变量筛选后,预测准确率提高至92.10%。结论：偏最小二乘法在亚健康状态的模型判别中具有较高的准确性,在亚健康建模的研究中有一定的参考价值。基于变量筛选后预测准确率的变化,从量表优化的角度来看,偏最小二乘法也可以为变量的精简提供一定的依据。     

基于Cauchy鲁棒函数的UKF改进算法

对于大多数实际系统,其噪声统计特性未知,不敏卡尔曼滤波(unscented Kalman filter,UKF)算法对噪声信息不准的鲁棒性较差,导致滤波精度急剧下降,甚至滤波发散。借助鲁棒数据校正的思想,提出了一种基于Cauchy鲁棒函数的UKF改进算法。以UKF的测量先验值与其实际值的残差作为基准,采用联合权函数对噪声估计值进行实时修正,从而提高了UKF算法的精度。通过两个实例的仿真,验证该算法的有效性。     

自动管电流调制技术结合量子降噪技术在MSCT肝脏多期增强扫描中的应用

目的评价肝脏MSCT多期增强扫描采用自动管电流调制技术并应用多种量子降噪技术(Q01、Q02、USO)降低图像噪声、提高图像质量的价值。方法连续58例行肝脏MSCT平扫和增强扫描的患者纳入本研究。使用Toshiba Aquilion 16层CT,管电压120k Vp、机架旋转0.5秒/圈、螺距0.938、准直层厚1mm*16层、图像重建层厚7mm,采用自动管电流调制技术,目标噪声为10.0HU,CT机根据定位像扫描时获取的信息设置扫描时的管电流,范围100-400m A。标准软组织算法分别在不使用、使用Q01、Q02和USO降噪技术时重建层厚为1、3、5、7、10mm的图像共20组。测量肝门层面肝右叶、腹主动脉、脾脏和前腹壁皮下脂肪的图像噪声并计算平均值。根据图像噪声、病变显示、诊断可接受度将图像质量分3级,1mm图像增加三维后处理图像比较,由CT副主任技师和副主任医师各1名进行双盲法评价。结果图像噪声随着层厚的变薄而增加,使用Q01、Q02、USO可不同程度的降低噪声,提高图像质量,层厚越薄噪声越大时降噪幅度越大。使用Q01、Q02和USO可使噪声分别下降3.1-5.8HU、4.5-8.3HU和5.5-12.6HU。层厚10mm不使用QD、7mm使用Q01、5mm和3mm使用Q02、层厚1mm使用USO可获得最佳的图像质量。结论肝脏MSCT增强扫描采用自动管电流调制技术并根据层厚选择不同的量子降噪技术即可降低图像噪声又能提高图像质量。     

一种用于噪声估计的改进最小值搜索方法

含噪语音短时功率谱的最小值搜索是噪声估计的基础。为了提高非平稳噪声估计的准确性,减小噪声水平上升时的噪声估计延时,提出了一种同时使用大、小两个搜索窗进行并行搜索的方法,最小值搜索的最终结果由两个并行搜索结果和基于噪声分类的语音存在二值判决共同决定。实验结果表明：对于高度非平稳的噪声,该方法能够有效地减小噪声估计的延时问题,显著提高增强后语音的质量。     

雷尼替丁对支气管哮喘患者气道反应性的影响

通过食管吞钡Ｘ线及食管内窥镜检查选择支气管哮喘（简称哮喘）伴胃食管反流疾病（ＧＥＲＤ）者１３例（ＧＥＲＤ阴性组），哮喘不伴ＧＥＲＤ者１４例（ＧＥＲＤ阴性组），均给予口服雷尼替丁，每次１５０ｍｇ，每日２次，疗程８周。结果显示：雷尼替丁治疗后，ＧＥＲＤ阴性组哮喘临床积分显著增高。ＦＶＣ％Ｐｒｅｄ、ＦＥＶ１、ＦＥＶ１／ＦＶＣ、Ｖ５０、Ｖ２５、组胺ＰＣ２０－ＦＥＶ１，均显著降低；ＧＥＲＤ阳性哮喘临床积分显著降低，ＶＣ、ＶＣ％Ｐｒｅｄ、ＦＶＣ、ＦＶＣ％Ｐｒｅｄ、ＦＥＶ１、ＦＥＶ１／ＦＶＣ、Ｖ５０、Ｖ２５、组胺ＰＣ２０－ＦＥＶ１、均显著增高。表明雷尼替丁对哮喘患者气道反应性的影响与患者是否合并ＧＥＲＤ有关。     

基于计算听觉场景分析的改进清音分离方法

基于计算听觉场景分析（CASA）的单通道语音分离方法在浊音分离领域已发展得较为成熟,然而由于清音信号具有较小的能量且不包含周期性基音特征,因此清音分离具有较大的困难。根据噪声信号分布的不确定性和不稳定性,提出了基于CASA和谱减的改进清音分离方法。改进方法在剔除了浊音块后,通过基于距离加权的残余噪声估计算法得到每个清音单元中所包含的噪声能量,对每个清音单元进行谱减算法并标记,进一步剔除残余噪声单元,提取出清音信号。实验结果证明：与传统清音分离方法相比,改进方法对时变性残余噪声能量的估计结果更加精确,更能提高清音分离的有效性。     

基于观测噪声实时估计的卡尔曼滤波车窗防夹系统研究

卡尔曼滤波可有效解决电机参数变化对车窗防夹控制性能的影响。然而,由于观测噪声往往是未知并且随时间变化,这对基于卡尔曼滤波的车窗防夹控制系统性能有着重要的影响。本文利用小波变换可以对信号和噪声进行分离的特性,提出了一种基于观测噪声实时估计的电动车窗防夹控制方法。在Matlab环境下进行了建模和仿真,结果表明本文算法可以有效实现对观测噪声的实时估计,在不同的噪声条件下都达到了较好的控制效果。     

带未知时变噪声的非线性系统卡尔曼滤波器算法研究

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

聚酯缩聚反应过程分子量分布的优化控制

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

无线传感器网络在气体源预估定位中的应用

基于气体污染源浓度衰减模型,分别采用极大似然预估算法(M LE)、非线性最小二乘算法(NLS)对气体污染源定位进行了研究。仿真实验对比了两种算法在不同的传感器节点以及背景噪声情况下对预估定位误差的影响。结果表明:当环境背景噪声较小时,NLS可以得到比M LE算法更精确的预估结果。当环境背景噪声较大时,M LE算法比NLS算法有着更强的鲁棒性。     

Lung sounds auscultation technology based on ANC-ICA algorithm in high battlefield noise environment

AIM:To explore the more accurate lung sounds auscultaton technology in high battlefield noise environment.METHODS:In this study,we restrain high background noise using a new method-adaptive noise canceling based on independent component analysis(ANC-ICA),the method,by incorporating both second-order and higher-order statistics can remove noise components of the primary input signal based on statistical independence,RESULTS: The algorithm retained the local feature of lung sounds while eliminating high background noise,and performed more effectively than the conventional LMS algorithm.CONCLUSION:This method can cancel high battlefield noise of lung sounds effectively thus can help diagnose lung disease more accurately.