尿液前列腺癌基因3检测诊断前列腺癌的Meta分析

目的采用Meta分析的方法评价尿液前列腺癌基因3(PCA3)检测在前列腺癌诊断中的应用价值。方法通过计算机检索PubMed(1966年1月—2010年10月)、Cochrane Library(2010年第3期)、中国学术期刊全文数据库(CNKI,1994年3月—2010年10月),收集公开发表的关于尿液PCA3检测用于前列腺癌诊断的队列研究或病例对照研究。应用Meta-disc 1.4和STATA 11.0统计软件进行分析,评价尿液PCA3检测诊断前列腺癌的敏感度、特异度、阳性似然比、阴性似然比和受试者工作特征(ROC)曲线下面积。结果共纳入11项研究,2 694例受试者。Meta分析结果显示,尿液PCA3检测诊断前列腺癌的敏感度和特异度分别为61%〔95%CI(58%,64%)〕和72%〔95%CI(70%,74%)〕,阳性似然比、阴性似然比分别为2.23〔95%CI(1.88,2.66)〕和0.54〔95%CI(0.46,0.62)〕;ROC曲线下面积为0.73〔95%CI(0.69,0.77)〕。结论尿液PCA3检测诊断前列腺癌的敏感度和特异度尚可,且有检测方便、无创等优点,可作为临床上无创诊断前列腺癌的有效方法。     

基于PCA和KPCA特征抽取的SVM网络入侵检测方法

提出一种新颖的基于特征抽取的异常检测方法,应用主分量分析(PCA)和核主分量分析(KPCA)抽取入侵特征,再应用支持向量机(SVM)检测入侵。其中PCA对输入特征做线性变换,而KPCA通过核函数进行非线性变换。利用KDD 99数据集,将PCA-SVM、KPCA-SVM与SVM、PCR、KPCR进行比较,结果显示:在不降低分类器性能的情况下,特征抽取方法能对输入数据有效降维。在各种方法中,KPCA与SVM的结合能得到最优入侵检测性能。     

组织多肽特异抗原在前列腺癌患者血清中的异常表达

目的　测量前列腺癌 (PCA)以及良性前列腺增生 (BPH)患者中组织多肽特异抗原 (TPS)血清的表达水平 ,并与前列腺特异性抗原 (PSA)包括总PSA(T- PSA)和游离PSA(F- PSA)的表达水平进行对比研究 ,探讨TPS对PCA的临床诊断价值。方法　BPH患者 4 3例 ,经穿刺活检或手术确诊为PCA 6 1例。采用酶联免疫吸附剂试验 (ELISA法 )测定TPS ,采用时间分辨荧光方法测定T -PSA和F -PSA。测量数据应用SPSS 9.0统计软件进行统计分析。结果　PCA和BPH患者的血清TPS均有不同程度的异常升高 ,且PCA患者的TPS异常表达尤为显著 ,两者差异有显著性 (P <0 .0 1)。TPS诊断PCA的灵敏度 (75 .4 0 % )和特异性 (81.39% )均稍高于T- PSA(6 7.2 1%和 79.0 6 % )及F- PSA(72 .13%和 6 7.4 4 % )。TPS分别与T -PSA及F -PSA联合使用 ,诊断PCA的特异性可显著增加 ,分别达到 95 .34%及 90 .6 9%。结论　TPS在大多数PCA患者的血清中呈异常表达。TPS与T -PSA、F- PSA联合检测 ,可提高PCA临床诊断的特异性。     

1H NMR检测技术结合PCA及OPLS在SLE疾病发生、发展中的应用研究

目的 了解1H NMR检测技术结合模式识别技术-主成分分析法(PCA)及正交偏最小二乘法方法(OPLS)在系统性红斑狼疮(SLE)疾病发生、发展中的应用价值.方法 采用瑞士Bruker 600MHzNMR谱仪,对34例健康志愿者(对照组)与62例SLE患者(观察组)血清样本进行检查,基于把握代谢物差异基础上取代谢物指纹图谱,综合模式识别分析方法,建立SLE诊断模型.结果 SLE对氨基酸、脂类、能量代谢具有影响作用.PCA可对观察组与对照组进行区分,PLS-DA模型预测率达0.393,OPLS-DA模型诊断特异性达97.1%左右,敏感性达60.9%左右.结论 利用1H NMR检测技术及PCA及OPLS,强化SLE疾病监测,能够指导临床治疗,改善患者预后.     

前列腺癌穿刺活检组织中端粒酶活性检测及意义

目的;探讨前列腺穿刺活检标本中端粒酶（TE）活性检测在前列腺癌（PCA）诊断、鉴别诊断及评估PCA生物学行为中的意义。方法：应用端粒重复片段扩增法（TRAP法）检测疑为前列腺癌患者的前列腺穿刺活检标本的TE活性,并比较TE活性水平与PCA病理分化程度及转移情况的关系。结果：PCA组织中TE活性明显高于前列腺增生（BPH）组织。PCA组织中TE活性水平与其病理分化程度及转移情况相关。结论：PCA患者的前列有朱穿刺活检组织中的TE活性显著高于BPH者,且与其病理分化程度及转移情况相关。提示TE可能成为PCA早期诊断及鉴别诊断的一项新的分子瘤标,并可能与PCA的生物学行为相关。     

二进制量子粒子群优化算法及其在化工过程故障诊断中的应用

针对实际化工生产过程中故障数据缺乏,采用适合小样本问题的支持向量机(SVM)对化工过程稳态故障进行诊断。为了保证在线故障诊断的实时性,消除高维监控数据以及系统噪声对故障诊断的干扰,提出了一种新的基于二进制量子粒子群优化(BQPSO)算法和SVM的故障特征选择方法。仿真实验表明:BQPSO算法具有良好的全局搜索能力,能够快速、准确地搜索到故障特征变量;而基于特征选择的SVM故障诊断方法能可靠地实现对复杂化工过程的在线故障诊断。     

MRI、TRUS联合血清PSA诊断前列腺癌的价值观察

目的 分析磁共振成像(MRI)、经直肠超声(TRUS)联合血清前列腺特异性抗原(PSA)诊断前列腺癌(PCA)的价值。方法 纳入140例疑似PCA患者,均行MRI检查、TRUS引导下的前列腺穿刺活检、血清PSA检测,分析MRI、TRUS下PCA病灶影像学特点,比较PCA与非PCA的血清PSA水平,并以最终病理结果 为“金标准”,分析MRI、TRUS、血清PSA对PCA的诊断效能。结果 140例疑似病例经病理确诊为非PCA 59例(包括前列腺良性增生33例、前列腺炎26例)、PCA 81例;MRI下PCA病灶T2WI呈斑片状低信号,DWI病灶部位存在异常高信号,ADC呈低信号,TRUS下病灶呈低密度阴影、边缘毛躁、与周围组织分界不清,血流信号丰富;PCA患者血清PSA水平较前列腺良性增生及前列腺炎患者更高(P<0.05);ROC曲线显示,MRI、TRUS及血清PSA诊断PCA的灵敏度、特异度、曲线下面积高于三者单独诊断(P<0.05)。结论 MRI、TRUS、血清PSA三者均对PCA有一定诊断价值,尤其是将其联合后可进一步提高诊断效能,值得在临床推广实践。     

尿液中PCA3 mRNA和融合基因TMPRSS2:ERG mRNA的检测在前列腺癌早期临床诊断中的应用

目的研究前列腺按摩后尿液中PCA3 mRNA联合融合基因TMPRSS2:ERG亚型T1E4 mRNA的定量检测在早期前列腺癌临床诊断中的应用价值。方法收集前列腺癌(PCa)患者53例和前列腺增生(BPH)患者37例,收集前列腺按摩后尿液,离心取细胞沉淀物,提取总RNA,用实时荧光定量RT-PCR的方法检测PSA mRNA、PCA3 mRNA和T1E4 mRNA的含量,以PSA mRNA来校正尿液中的前列腺癌细胞。以PCA3 mRNA/PSA mRNA表示PCA3 mRNA的含量,以T1E4 mRNA/PSA mRNA表示融合基因T1E4 mRNA的含量。用ROC曲线对T1E4 mRNA及PCA3 mRNA诊断PCa的性能进行分析。结果尿T1E4 mR-NA/PSA mRNA比值诊断PCa的ROC曲线下面积(AUC)为0.802(95%CI:0.709～0.895),以0.007为截断值时,其诊断前列腺癌的敏感度和特异度分别为56.6%和94.6%。尿PCA3 mRNA/PSA mRNA比值诊断PCa的ROC曲线下面积(AUC)为0.646(95%CI:0.533～0.758),以0.001为截断值时,其诊断前列腺癌的敏感度和特异度为47.2%和73.0%。PCa组PCA3 mRNA(P=0.009)及T1E4 mRNA(P=0.000)的含量均高于BPH组,T1E4 mRNA联合PCA3 mRNA定量检测的敏感度为81.1%,比单独应用PCA3 mRNA和T1E4 mRNA检测的敏感度分别提高了33.9%和24.5%。结论前列腺癌按摩后尿沉渣中可以检测到TMPRSS2:ERG亚型T1E4 mRNA,联合PCA3 mRNA和T1E4 mRNA两个指标定量检测,可以显著提高检出前列腺癌的敏感度。此联合检测方法可以用于早期的前列腺癌诊断。     

一种基于F统计量的改进型显著误差检测方法

工业过程采集的数据的可靠性和准确度直接影响到过程控制、调度及优化等。讨论了数据校正的原理及应用,分析了显著误差检测的意义以及显著误差检测的基本原理。在对两种传统的基于统计量的显著误差检测法讨论的基础上,提出了一种基于F统计量的NT MT显著误差检测方法。该方法将两种传统方法运用其中,仿真结果表明,基于F统计量的改进NT MT方法给出了很好的检测效果,对显著误差的灵敏度很高。     

SPIO-PLL-pshRNA分子探针转染卵巢癌SKOV3细胞及MR成像研究

针对间歇过程的多阶段问题,提出了一种新的划分阶段策略,可以将多阶段的数据进行准确的聚类,得到精确的阶段数目,避免陷入局部最优,提高了建模精度和故障检测准确度。首先采用不同展开方法相结合的方式对三维的间歇过程数据进行处理,消除了数据预估问题;其次结合图划分准则利用谱聚类方法将处理后的数据进行准确的阶段划分,并运用PCA建模方法分别对每一类进行建模;最后通过合适的模型对数据进行在线监控。通过青霉素仿真过程验证了本文方法的有效性。     

一种基于RBF神经网络的传感器故障诊断方法

针对传感器故障，提出了一种基于RBF神经网络的集成故障诊断方法，用RBF神经网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合，进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器进行故障进行快速准确的分离和估计，并对传感器故障具有容错性。     

裂解炉传感器故障的检测和诊断

研究了综合运用非线性PLS和模糊逻辑的故障检测与诊断方法，并在此基础上，利用大型工业裂解炉现场数据构造了裂解炉传感器集成故障检测系统。应用结果表明，以此方法构成的传感器故障诊断系统可信度较高，且具有良好的实用性和鲁棒性。     

精馏塔开车过程混合故障诊断策略

化工过程有很多过渡过程,例如开停车、不同稳态间转换和间歇过程。这些过程的非线性很强,变化范围大,需要有经验的操作员连续监控。近年来对过渡过程的故障诊断比较通用的方法是多变量统计方法,其优点是能快速检测异常的发生,但是用贡献图分析方法的诊断效果往往不够理想。本文结合主元分析和动态时间规整的方法,提出了一个开车过程的混合故障诊断策略,提高了故障诊断效率。一个实验室规模的精馏塔开车过程的在线故障诊断应用实例表明:该策略具有比较好的早期故障诊断效果。     

基于支持向量机的化工过程故障诊断

引入了基于统计学习理论的支持向量机技术，以连续搅拌釜式反应器——CSTR模型为例，研究了非线性化工复杂反应过程的故障诊断问题。实验结果表明，支持向量机方法与传统故障诊断方法相比，具有更好的精度、速度以及适应性。     

甲醇合成过程中基于MAS的故障诊断方法

针对甲醇合成生产过程的特点和故障产生机制,将多智能体系统(MA S)技术引入到生产过程的故障诊断中,把生产过程划分为一些相对独立的组件,分派特定的诊断智能体对其进行故障诊断,通过智能体之间的协作,充分利用过程中的局部信息而给出整个过程的故障诊断结果。通过仿真实验,得到了满意的结果。     

基于加权模糊聚类的污水处理过程故障检测

模糊C均值（FCM）聚类是一种常用的聚类方法,在工业应用时,常因数据的强噪声和非线性导致聚类效果不够理想。提出了一种密度加权、核理论和可能性模糊C均值聚类（PFCM）相结合的聚类方法。该方法采用核函数,将数据映射到线性空间进行聚类分析,消除非线性影响;通过引入点密度概念,加快算法迭代,增强可分性,提高聚类准确率。将该聚类算法用于污水处理过程的故障检测,结果表明该方法不仅能解决非线性问题,而且能有效加快收敛速度。     

基于MAS的化工过程故障诊断研究(Ⅰ)

提出了一种新的基于多智能体的分布式化工过程故障诊断方法。通过定义化工过程的诊断本体论和功能-行为本体论,系统在提高诊断系统性能的同时,能够显著降低整个系统构造的复杂程度。采用本文给出的化工过程诊断本体论后,整个多智能体故障诊断系统的开发任务从智能体的结构设计转移到对诊断本体论属性的应用上。     

基于离散粒子群和支持向量机的故障诊断方法

针对与故障不相关的变量会影响分类器性能，从而导致故障诊断正确率下降，提出一种将离散粒子群算法（PSO）与支持向量机（SVM）相结合寻找故障特征变量的优化算法。该算法实现了数据降维和故障特征保留，有效地提高了故障诊断性能。基于连续搅拌釜式反应器（CSTR）的仿真实例验证了该算法古白有诗性．