2008-2015年宁波市流感样病例预测模型分析

目的：建立宁波市流感样病例（ILI）的预测模型,并对所建模型预测效果进行验证和评价。方法收集2008年1月至2015年6月宁波市流感监测哨点医院 ILI 监测资料,对数据进行统计分析,建立ARIMA模型及ARIMA-GARCH模型对流感发病情况进行预测和评价。结果2008—2014年宁波市ILI累计报告101056例,发病率大致呈逐年下降趋势。针对ILI发病率的ARIMA模型构建中ARIMA（2,1,1）（1,1,1）12为最佳模型（BIC=6.250）,白噪声残差分析得到Ljung-Box统计量Q值为6.027（P>0.05）。ARIMA-GARCH组合模型的预测效果较单一ARIMA模型理想,平均绝对误差分别为11.049和12.757。结论 ARIMA-GARCH模型可以模拟宁波地区流感的流行趋势,为流感防控策略的制定提供理论依据。     

基于ResNet和Bi-LSTM模型融合的心电信号分类

目的为提升临床心电图的分类效果,提出一种融合深度残差网络(Res Nte)和双向长短时记忆循环神经网络(Bi-LSTM)的心电信号分类算法。方法利用Res Nte模型提取和整合心电信号波形特征的能力,在Res Nte模型基础上融合Bi-LSTM模型,提取信号序列上下文信息。通过数据增强技术增加样本数量,解决训练集存在类别不平衡问题,进一步提升模型分类性能。结果文中提出算法的F1(查准率和召回率的调和平均)在The 2017 Physio Nte/Cin CChallen ge数据集上达到0.8571,优于近几年文献提出的其他几种模型。同时将该模型用于医院实际临床数据(92245条记录),模型F1指标达到0.8852;对比传统人工特征方法和单纯残差网络该模型具有更好的性能,尤其对于心房颤动的识别提升明显。结论基于Res Nte和Bi-LSTM模型融合的算法能有效提取心电信号特征,且分类效果较好,具有实际应用意义。     

灰色系统残差GM(1,1)模型应用于前列腺癌流行趋势预测

根据武汉市城区居民 1990～ 1997年前列腺癌死亡资料建立灰色系统残差 GM(1,1)模型 ,预测 1998～ 2 0 0 0年该市居民前列腺癌流行趋势 ,旨在评价灰色系统残差 GM(1,1)的效果 ,并为前列腺癌的人群防治提供依据。拟和结果显示 ,模型的平均误差率为 6 .88% ,精度为优 (C=0 .32 ,P=1)。预测结果表明 ,武汉市城区居民 (男性 )此间前列腺癌死亡率呈缓慢增加趋势。     

围绝经期综合征患者二元应对水平及其影响因素研究

目的探讨围绝经期综合征患者二元应对现状及其影响因素, 为提高二元应对水平提供参考。方法便利抽样法选取2022年12月至2023年6月黑龙江中医药大学附属第一医院就诊的围绝经期综合征210例患者及配偶, 采用一般资料调查表、二元应对问卷和改良Kupperman评分表等进行横断面调查。并采用单因素分析和方差分解模型分析探究围绝经期综合征患者二元应对水平的影响因素。结果回收有效问卷200份。200例患者年龄(50.52 ± 2.89)岁, 二元应对得分为(79.64 ± 22.74)分;方差分解模型分析显示, 患者婚龄、医疗保险类型、子女数量、受教育水平、家庭月收入、配偶受教育水平、配偶有无合并重大及慢性疾病、改良Kupperman评分、配偶是否存在广泛性焦虑是围绝经期综合征患者二元应对的主要影响因素(均P<0.05)。结论围绝经期综合征患者二元应对得分低于正常水平, 并且考虑到患者配偶的影响和参与, 护理人员应特别重视婚龄较短、子女数量较多、受教育水平和家庭月收入较低的患者。此外对存在广泛性焦虑、受教育水平较低、合并重大及慢性疾病的配偶应该给予关注, 通过制订和实施综合性的干预措施,...     

灰色系统残差与Verhulst模型预测恶性肿瘤死亡

目的研究恶性肿瘤的流行趋势及其预测,为恶性肿瘤的综合防治提供准确、可靠、科学的依据。方法 根据香港特别行政区居民2001-2009年恶性肿瘤死亡资料建立灰色系统残差GM（1,1）模型与Verhulst模型,预测2001-2009年该市居民恶性肿瘤流行趋势。结果恶性肿瘤病死率趋势残差GM（1,1）模型精度检验结果显示：C=0.29,P=1.00,平均相对误差为1.01%,模型判为优。应用残差GM（1,1）预测2010-2013年恶性肿瘤病死率分别为183.2/10万、184.6/10万、186.1/10万和187.6/10万;用相邻做差的方式建立2002-2009年每年新增病死人数序列,每年新增病死人数的灰色Verhulst模型精度检验结果显示：C=0.634 2,P=0.45,平均相对误差为67.88%,模型结果提示效果较差。结论 分析结果说明香港特别行政区居民恶性肿瘤死亡率呈持续增加趋势,同时Verhulst模型结果提示香港每年新增病死人数尚未达到饱和状态,即未来几年每年新增恶性肿瘤死亡人数可能会有较大增幅。     

基于小波方差的ECoG分类EI北大核心CSCD

针对典型的基于皮层脑电图(ECoG)的脑-机接口(BCI)设计,被试任务为想象左手小指和想象舌头运动,提出了采用小波方差的特征提取方法。首先在小波变换的基础上,提出小波方差的计算方法及其意义,并以此作为特征,从64导联中获取特征较为明显的6个导联进行分析;然后对脑电(EEG)数据进行三层小波分解,根据ERD/ERS现象,提取包含Mu节律和Beta节律的小波系数方差作为特征,采用交叉验证的方法,利用classify进行线性分类。离线分析表明,对训练集和测试集的分类正确率达到90.24%和93.77%,小波方差作为BCI研究中特征提取的方法具有更加简单和有效的特性。     

基于小波域隐马尔可夫树模型的医学图像去噪

目的：为了更好地去除DR医学图像噪声。方法：通过分析其噪声来源,在小波去噪和小波域隐马尔可夫模型的基础上,进行改进,即引入了方差不变性变换来调整原始图像的噪声模型为高斯噪声模型;图像分解为不同频率的不同子带,而隐马尔可夫树模型则用来规划小波系数的边缘分布。结果：自然图像处理实验结果表明,与普通的小波去噪方法相比,该方法不但可以保留图像的边缘信息,而且能提高去嗓后图像的峰值信噪比。结论：同时用该方法处理DR图像．处理结果表明此方法在噪声去除、细节质量及骨骼锐化等方面比传统的高斯滤波及小坡阈值滤波等方法效果要好。     

Logistic回归中不同Pearson残差估计方法的探讨

目的 探讨logistic回归中不同Pearson残差估计方法的差异,为回归诊断时残差估计方法及软件的选择提供参考。方法 通过对代表不同数据类型的两个实例构建logistic回归模型,并使用分别代表不同估计方法的SPSS与STATA软件计算其Pearson残差值,分析比较二者的异同。结果 Logistic回归模型的两种Pearson残差估计方法对协变量组数等于或近似等于研究对象个体数的数据的计算结果一致,而对协变量组数远小于研究对象个体数的数据的计算结果差异较大。结论 Logistic回归的两种Pearson残差估计方法在理论和应用上均有一定差异,针对协变量组数远小于研究对象个体数的数据,如何选择适当的Pearson残差估计方法,值得进一步深入研究。     

痢疾疫情预测中残差自相关性识别与修正

痢疾是《中华人民共和国传染病防治法》中规定的乙类传染病,是夏秋季常见的急性肠道传染病,其流行范围广、传播快、发病率高,危害人类健康[1].研究痢疾的发病规律与影响因素对痢疾的疫情进行预测和分析可以为痢疾的预防控制、资源配置提供科学依据.痢疾发病数的时间序列中包含大量的信息,是建模和预测的主要依据.时间序列资料往往具有长期趋势、季节性、周期性、短期波动和不规则变动等特点[2-3],同时其另一个重要特点就是序列自相关性.忽略序列自相关性会导致参数估计不再具有方差最小性,有可能使本来无效应的因素误判为有效应[4].本研究通过对1990-2009年江苏省传染病疫情直报系统中南京市痢疾发病资料进行分析,旨在识别序列自相关性,并对其进行修正,使拟合效果达到最优,为痢疾的防治提供依据.     

不同玻璃渗透方法对In-Ceram氧化铝全瓷冠基底适合性的影响

目的:研究快、慢速玻璃渗透方法对In-Ceram氧化铝全瓷冠基底适合性的影响.方法:制做上颌第一前磨牙铝合金代型,翻制耐火石膏代型后按标准的快速与慢速玻璃渗透方法制作In-Ceram氧化铝全瓷冠基底试件共10个,粘结、包埋、片切.采用体式显微镜测量咬合面(A、A')、轴壁(B、B')和冠边缘(C、C')与代型之间的间隙.结果:慢速玻璃渗透组咬合面间隙为:A(41.23±4.22)μm,A'(39.85±6.26)μm,轴壁间隙为:B(37.94±3.90)μm,B'(33.51±6.71)μm,边缘浮出量为:C(35.87±7.99)μm,C'(36.49±8.73)μm.快速玻璃渗透组咬合面间隙为:A(41.47±11.81)μm,A'(34.71±8.52)μm,轴壁间隙为:B(38.21±5.55)μm,B'(34.03±6.29)μm,边缘浮出量为:C(35.36±5.69)μm,C'(32.10±6.59)μm.通过单因素方差进行统计学分析,快速玻璃渗透组和慢速玻璃渗透组各测量点之间的间隙无显著性差异(P>0.05),各组的边缘适合性均在临床要求范围内.结论:经快、慢速玻璃渗透法制作的In-Ceram氧化铝全瓷冠基底均具有良好的适合性,能满足临床应用要求.